Trabajo

FICHA DE IDENTIFICACIÓN DE PROYECTO
Título Diseño de base de datos como estrategia empresarial

Autor Beatriz Diana Valencia Blanco 37543
Fecha 15/11/18
Carrera Ing. Comercial

Asignatura Estadística
Grupo A
Docente Ing. David Eduardo Ramos Alcázar
Periodo II-2018
Académico
Subsede La Paz
Copyright © (2018) por (Valencia Blanco Beatriz Diana). Todos los derechos reservados.
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
RESUMEN:
En esta ocasión una base de datos nos brindara información para darnos cuenta que una
empresa unipersonal está perdiendo oportunidades de crecimiento si no mejora en cuanto
calidad , proceso y diseño, la estrategia descrita en el proyecto brindara una solución ante
este problema.
Palabras clave: Base de datos, estrategia empresarial
ABSTRACT:
This time a database will provide us with information to realize that a sole proprietorship
is losing growth opportunities if it does not improve in quality, process and desing, the
strategy described in the project will provide a solution this problem.
Keywords: Database, business strategy
Asignatura: Estadística I
Tabla de contenido
Capítulo I: Introducción ................................................................................................ 1
Capitulo II: Marco teórico ............................................................................................. 2
2.1. Estadística............................................................................................................. 2
2.1.1Conceptos de elementos utilizados en el análisis estadístico ....................... 2
2.2 Recopilación de Información o datos .................................................................. 2
2.3. Clasificación de las variables .............................................................................. 3
2.3.1 Datos categóricos o cualitativos .................................................................... 3
2.3.2 Datos numéricos ............................................................................................. 5
2.3.3 Otro tipo de datos .......................................................................................... 5
2.3.4 Estrategia previa el análisis de datos ........................................................... 6
2.3.5 Usando una computadora para procesar datos ........................................ 10
2.3.6 Malos usos o abusos de la computadora .................................................... 10
2.4 Tipos de muestra ................................................................................................. 11
2.4.1 Muestreo aleatorio simple ........................................................................... 12
2.4.2 Muestreo estratificado. ................................................................................ 12
2.4.3 Muestreo por conglomerado. ...................................................................... 12
2.4.4 Muestreo sistemático. .................................................................................. 12
2.4.5 Muestreo aleatorio simple (m.a.s) en poblaciones infinitas. .................... 13
2.5. Tablas de frecuencia y graficas ........................................................................ 13
2.5.1. Grafica para describir variables categóricas ........................................... 13
2.5.2. Tablas ........................................................................................................... 14
2.5.3. Gráficos de barras y gráficos de tarta ...................................................... 14
2.5.4. Diagramas de Pareto .................................................................................. 18
2.5.5. Grafica para describir variables categóricas ................................................... 20
Distribución de frecuencias...................................................................................... 20
2.5.6. Gráficos para describir datos de series temporales ................................. 21
2.5.7. Gráficos para describir Variables Numéricas ......................................... 22
Distribuciones de frecuencias .................................................................................. 23
Construcción de una distribución de frecuencias .................................................. 23
Distribuciones de frecuencias relativas, acumuladas y relativas acumuladas ... 25
2.5.8. Histogramas y ojivas ...................................................................................... 26
Histograma ................................................................................................................ 26
2.6. Estrategia empresarial ...................................................................................... 29
2.6.1. Definición de estrategia y características ................................................. 29
2.6.2 Alternativas estratégicas ............................................................................. 30
2.6.3. Estrategias de diversificación .................................................................... 35
2.6.4. Mantenimiento de la posición .................................................................... 37
2.6.5. Estrategias de reducción ............................................................................ 37
Capitulo III: Definición del problema ........................................................................ 40
Capitulo IV: Objetivos ................................................................................................. 40
4.1. Objetivo general ................................................................................................. 40
4.2. Objetivos específicos .......................................................................................... 40
Capítulo V: Marco practico ......................................................................................... 41
Capítulo VI: Conclusiones ........................................................................................... 66
Capitulo VII: Recomendaciones.................................................................................. 66
Bibliografía .................................................................................................................... 67
Índice de figuras
Figura 1 2.1 Cinco Principales Empresa de Florida Central, 2003“Estadistica para
Administración y Economía” Pearson- 2008 .................................................................. 15
Figura 2.2A Estudiantes especializados en finanzas marketing, 2000, 20058grafico de
barras por componentes9 “Estadística para Administración y Economía” Pearson- 2008
........................................................................................................................................ 16
Índice de tablas
Tabla 1 (Tablas)“Estadística para Administración y Economía” Pearson- 2008............. 14
Tabla 2.2 Número de estudiantes matriculados en tres especialidades de
administración empresa, 2005 y 2005 “Estadística para Administración y Economía”
Pearson- 2008 ................................................................................................................. 16
Índice de ecuaciones
Ecuación 1 ..................................................................................................................... 23
Ecuación 2 ..................................................................................................................... 25
Capítulo I: Introducción
Una estrategia busca la forma de alcanzar los fines o metas propuestas y el tiempo que se
tardara en hacerlo. Por lo tanto, la estrategia empresarial es la búsqueda voluntaria de un plan
de acción que una empresa realiza para crear y mantener ventajas técnicas. El estudio de la
misma constituye un aspecto fundamental para cualquier organización o empresa.
Una base de datos es una colección de datos ordenados sistemáticamente, estas nos permiten
generar información, la cual nos sirve para almacenar información, tiene relevancia a nivel
empresarial pero para que sea todo lo efectiva que debe, no basta con tenerla pues debemos
saber cómo manejarla, de forma que ayude a maximizar el interés económico.
Con toda la referencia hecha anteriormente, el presente trabajo busca proyectar una propuesta
informativa e interpretativa como innovación/indagación a empresas, utilizando una
recolección de datos; con un estudio observacional, en este caso “fotográfico”, medidos de
manera en el cual no sean manipulados. Tratando de que dicha propuesta pueda ser un
beneficio práctico para la empresa.
Carrera: Ingeniería Comercial 1
Capitulo II: Marco teórico

2.1. Estadística
Es el conjunto de métodos y procedimientos que implican recopilación, presentación,
ordenación análisis de datos, con el fin que a partir de ellos puedan inferirse conclusiones.
Pueden distinguirse dos ramas diferentes en Estadística:
 Estadística descriptiva: La cual es la que se utiliza en la descripción y análisis de
conjuntos de datos o población.
 Inferencia estadística: La cual hace posible la estimación de una característica.
De una población, o la toma de una de4cision con respecto a una población, con
base únicamente en resultados muéstrales.
2.1.1Conceptos de elementos utilizados en el análisis estadístico
1) Población o Universo: Conjunto completo de individuos, objetos, o medidas los cuales

poseen una característica común observable y que serán considerados en un estudio.
2) Muestra: Es un subconjunto o una porción de la población.
3) Variable: Característica o fenómeno de una población o muestra que será estudiada, la
cual puede tomar diferentes valores.
4) Datos: Números o medidas que han sido recopiladas como resultado de la observación.
5) Estadístico: Es una medida, un valor que se calcula para describir una característica a
partir de una sola muestra.
6) Parámetro: Es una característica cuantificable de una población
2.2 Recopilación de Información o datos
La Estadística Descriptiva tiene como función el manejo de los datos recopilados en cuanto
se refiere a su ordenación y presentación, para poner en evidencia ciertas características en
la forma que sea más objetiva y útil.
Una Población o universo objeto de una investigación estadística puede ser finita si sus
elementos se pueden contar. Por ejemplo, número de alumnos de un curso.
Una Población o universo es infinita es cuando no es finita. En Estadística, el sentido del
término población o universo infinito se refiere a una población con un número tan grande
de elementos que no le es posible al investigador someter a medida cada uno de ellos.
Cuando se miden cualitativamente las características de una población, resultan
categorías que deben ser Exhaustivas, es decir, que se pueda clasificar toda la población, y
también deben ser mutuamente Excluyentes, es decir, un mismo elemento no puede
pertenecer simultáneamente a dos o más categorías. Por ejemplo, sexo de una persona:
masculino o femenino.
Una muestra debe cumplir ciertas condiciones, de aquí surge el concepto de muestra
aleatoria que es aquella obtenida de modo que cada elemento de la población tiene una
oportunidad igual e independiente de ser elegido.
La investigación estadística es toda operación orientada a la recopilación de información
sobre investigación estadística
La investigación puede ser tan simple como la recopilación de datos estadísticos obtenidos
de informaciones provenientes de fuentes oficiales a nivel institucional o de publicaciones
de organismos altamente especializados en estas materias, o tan complejas que requiera de la
colaboración de especialistas en diferentes materias, como ocurre en los censos de población
de un país.
Se denomina Variable a fenómenos o características que son medidas en algún tipo de
investigación estadística.
Ref.: (Morales, 2012, págs. 4-5)
2.3. Clasificación de las variables

Las variables pueden clasificarse de varias formas. Uno de los métodos de clasificación se
refiere al tipo y la cantidad de información que contiene los datos. Los datos son categóricos
o numéricos. Otro método consiste en clasificar los datos por niveles de medición, dando
variables cualitativas o cuantitativas.
Ref.: (Newbold, Carlson, & Thorne, 2008, pág. 10)
2.3.1 Datos categóricos o cualitativos

Las variables categóricas resultan de registrar la presencia de un atributo.
Las categorías de una variable cualitativa deben ser definidas claramente durante la etapa de
diseño de la investigación y deben ser mutuamente excluyentes y exhaustivas. Esto significa
que cada unidad de observación debe ser clasificada sin ambigüedad en una y solo una de las
categorías posibles y que existe una categoría para clasificar a todo individuo.
En este sentido, es importante contemplar todas las posibilidades cuando se construyen
variables categóricas, incluyendo una categoría tal como No sabe / No contesta, o No
registrado u otras, que asegura que todos los individuos observados serán clasificados con el
criterio que define la variable.
Los datos categóricos se clasifican en dicotómicos, nominales y ordinales.
 Categoría Dicotómicos
El individuo o la unidad de observación pueden ser asignados a solo una de dos categorías.
En general, se trata de presencia - ausencia del atributo y es ventajoso asignar código 0 a la
ausencia y 1 a la presencia.
Ejemplos:
1) varón – mujer
2) embarazada - no embarazada
3) fumador - no fumador
4) hipertenso – normotenso
Debe notarse que los ejemplos 1) y 2) definitivamente cubren todas las categorías, mientras
que 3) y 4) son simplificaciones de categorías más complejas. En 3) no está claro donde se
asignan los ex-fumadores, en tanto que en 4) fue necesario establecer un criterio de corte para
armar una variable categórica a partir de una variable numérica.
 CATEGORÍAS NOMINALES⇒ No existe orden obvio entre las categorías.
Ejemplos: país de origen, estado civil, diagnóstico.
 CATEGORÍAS ORDINALES⇒ Existe un orden natural entre las categorías.
Ejemplos:
1) Tabaquismo: No fuma / ex-fumador / fuma ≤ 10 cigarrillos diarios / fuma> 10 cigarrillos
diarios
2) Severidad de la patología: Ausente / leve / moderado / severo.
Ref.: (Orellana, 2001, pág. 5)
2.3.2 Datos numéricos
Una variable es numérica cuando el resultado de la observación o medición es un número.
Se clasifican en:
a) Discretos. La variable sólo puede tomar un cierto conjunto de valores posibles. En general,
aparecen por conteo.
Ejemplo: número de miembros del hogar, número de intervenciones quirúrgicas, número
de casos notificados de una cierta patología.
b) Continuos. Generalmente son el resultado de una medición que se expresa en unidades.
Las mediciones pueden tomar teóricamente un conjunto infinito de valores posibles dentro
de un rango. En la práctica los valores posibles de la variable están limitados por la precisión
del método de medición o por el modo de registro.
Ejemplos: altura, peso, pH, nivel de colesterol en sangre.
2.3.3 Otro tipo de datos

Porcentajes
Los porcentajes son el resultado de tomar el cociente entre dos cantidades. Ejemplos:
reducción porcentual de la presión arterial luego de la aplicación de una droga, o peso
corporal relativo (peso observado/peso deseable). En el primer caso las cantidades que
forman el cociente se miden simultáneamente, en tanto que en el segundo caso el
denominador es un valor estándar preexistente.
Aunque los porcentajes pueden pensarse como variables continuas pueden causar problemas
en el análisis, especialmente cuando pueden tomar valores mayores y menores que 100%
(ejemplo: de peso corporal relativo) o cuando pueden dar valores negativos (ejemplo:
reducción porcentual de la PA. En este último caso, un paciente con PAS en 150 mm Hg con
un 20% de aumento en la PAS llegará a 180 mmHg, pero una posterior disminución del 20%
lo llevará a 144 mm Hg). Se debe tener cuidado al analizar estos datos.
Escalas analógicas visuales
Cuando se necesita que una persona indique el grado de alguna característica no medible, tal
como satisfacción, dolor, bienestar, agrado, acuerdo, etc. una técnica que permite obtener
categorías ordinales es la escala analógica visual. Se presenta al encuestado una línea recta
(generalmente de 10 cm.) cuyos extremos indican estados extremos y se les pide que marquen
una posición en la recta que represente la percepción de su estado.
Ejemplo. Interesa estimar grado de satisfacción con un tratamiento, se puede usar la
siguiente escala.
Totalmente Totalmente
Insatisfecho satisfecho
Ubicación del encuestado

Estas escalas son muy útiles para valorar cambios en el mismo individuo. Aun cuando un
puntaje de 3.7 no dice nada en sí mismo, una reducción de 2 puntos en un paciente si nos da
información. Debe tenerse cuidado al tratar este tipo de datos ya que, a diferencia de los datos
numéricos, aun cuando se registren como números la escala subyacente no necesariamente
es la misma para dos sujetos distintos.
Datos censurados
Una observación censurada es aquella que no pudo ser medirla exactamente, pero que se sabe
que está más allá de un cierto límite, es decir, conocemos una cota inferior o superior para el
dato.
Ejemplo.
- Estudios de seguimiento en los que interesa el tiempo de supervivencia. En los pacientes
que se mantienen vivos finalizar el estudio, se desconoce el tiempo real de supervivencia,
pero se sabe que éste es mayor que el tiempo de permanencia en el estudio. El tiempo de
supervivencia está censurado a derecha, sólo conocemos una cota inferior para el mismo.
Importancia de identificar el tipo de dato
Porque el tipo de dato DETERMINA el método de análisis apropiado y válido y cada método
de análisis estadístico es específico para un cierto tipo de datos. La distinción más importante
es entre datos numéricos y categóricos.
Ref.: (Orellana, 2001, págs. 8-9)
2.3.4 Estrategia previa el análisis de datos

Definición y codificación de las variables. Carga de datos.
Es recomendable usar un formato estandarizado para registrar la información. Esto vale tanto
para estudios en los que los datos serán obtenidos a partir de registros existentes (por ejemplo
historias clínicas) así como para estudios prospectivos. Algunas variables tienen varias
respuestas posibles no mutuamente excluyentes. En este caso es necesario ofrecer la opción
si – no para cada posible respuesta. Ejemplo: Durante la última semana consumió: pescado
si-no, legumbres si-no, carnes rojas si-no, carnes de ave: si-no, etc.
Las variables numéricas deberían ser registradas con la misma exactitud con que fueron
obtenidas, no redondear. No categorizar variables numéricas para registrarlas.
Cuando el mismo sujeto es observado más de una vez, por ejemplo durante el control de
embarazo o a lo largo de un ensayo, se obtienen medidas repetidas sobre el mismo individuo.
No debe considerarse cada visita de un sujeto como un registro independiente.
Es incorrecto tratar registros múltiples de un individuo como si fueran registros de distintos
individuos. Este tipo de datos requiere de métodos estadísticos específicos que se conocen
como técnicas para medidas repetidas.
Asignar un nombre de no más de 10 letras a cada variable. El nombre completo de la variable
puede asignarse a través de una etiqueta (label). Algunos paquetes aceptan nombres de
variables de a lo sumo 8 letras truncando las letras finales. Algunos caracteres no son
permitidos en los nombres de variables, por ejemplo el punto. No deben dejarse espacios en
blanco en el nombre de las variables.
La carga de datos se hace más simple, rápida y exacta si se codifican todas las variables
categóricas. Es conveniente usar números para codificar las categorías de las distintas
variables categóricas y asignar una etiqueta (label) a cada categoría de modo de identificarlas
sin dificultad y de hacer más amigable las salidas de los procedimientos estadísticos. Cuando
se trata de fechas es importante definir el formato que se usará para la variable: día/mes/año,
mes/día/año, día-mes-año, etc. Algunos paquetes no reconocen cualquier formato para las
fechas y en consecuencia tratan a los valores de la variable como caracteres alfanuméricos
(texto). Cuando esto ocurre las fechas no pueden ser utilizadas en operaciones algebraicas ya
que no son consideradas números sino caracteres.
Chequeo de los datos (Consistencia)
Pueden producirse errores cuando se toman las mediciones, cuando se registran los datos
originales (ejemplo en la historia clínica), cuando se transcribe de la fuente original a una
planilla, o cuando se tipean los datos para armar la base. Usualmente no podemos saber si
los datos son correctos, pero deberíamos asegurar que son plausibles. Esta etapa corresponde
a lograr la CONSISTENCIA del archivo. No esperamos solucionar todos los errores, pero
esperamos detectar los errores más groseros.
La consistencia de los datos intenta IDENTIFICAR y de ser posible RECTIFICAR errores
en los datos.
El primer paso es chequear si el tipeo ha sido correcto. Cuando el archivo es pequeño se
imprime y se controla. Cuando es grande, conviene tipearlo dos veces y comparar ambas
versiones (EpiInfo lo hace con el procedimiento VALIDATE y produce un listado de
diferencias).
Datos categóricos.
En este caso es simple chequear si todos los valores de la variable son plausibles, ya que hay
un conjunto fijo de valores posibles para la variable. Ejemplo: Grupo sanguíneo: 0, A, B,
AB. Es suficiente con producir una tabla de frecuencias para cada variable categórica en la
que se controla que las categorías coinciden con las categorías definidas. Algunos paquetes
diferencias letras mayúsculas de minúsculas, por lo tanto consideran que la categoría “a” de
grupo sanguíneo es diferente de la “A”.
Es aconsejable hacer un listado de todas las tablas de frecuencia de las variables categóricas
antes de comenzar con el análisis estadístico de los datos.
Datos numéricos.
Para cada variable debería proponerse el rango de valores esperado o posible. Ejemplo:
Edad materna al parto: 12 a 50 años, Presión arterial sistólica: 70 a 250 mg de Hg.
Un error frecuente es colocar mal la coma o el punto decimal. Valores fuera del rango
esperado no necesariamente son incorrectos. Existen valores que son poco probables y
valores que son imposibles, lamentablemente el límite entre ambos es difícil de definir.
Valores poco probables pero posibles deberían ser corregidos sólo cuando hay evidencia de
error.
Cuando la base ha sido importada desde un programa (software) diferente al que se está
usando es importante controlar que durante la exportación se haya respetado el tipo de
variable. En particular, que las variables que originalmente estaban definidas como
numéricas, no hayan sido transformadas a texto durante la transformación porque no se
reconoce el indicador de símbolo decimal (coma, punto). Cuando la variable es de tipo texto
no es posible realizar operaciones albegraicas con ella.
Chequeo lógico.
Hay cierta información que sólo se releva en ciertos casos. Por ejemplo, número de
embarazos es relevante si sexo = femenino, pero para sexo = masculino. Los datos deben
satisfacer los criterios de inclusión y exclusión del estudio. Ejemplo:
Estudio de agentes anti-hipertensivos, los pacientes que entran en el estudio deben tener
valores de la presión arterial dentro de un cierto rango al ingreso.
Evaluar la consistencia de los datos es algo más complicado cuando existen valores de
algunas variables que dependen de valores de otras variables. Existen combinaciones de
valores de ciertas variables que son inaceptables, aun cuando cada una de ellas se encuentre
dentro de límites razonables.
El investigador debe proponer chequeos lógicos que permitan detectar aberraciones en los
datos. Ejemplos: es poco probable que un sujeto se ubique en el percentil 5 de presión
diastólica y en el percentil 95 de presión sistólica, o es poco probable que un niño nacido con
30 semanas de gestación pese 3800 g.
Cuando una variable se mide varias veces en la misma unidad de observación puede
graficarse a lo largo del tiempo para ver si el comportamiento es acorde a lo esperado.
Fechas
Son la base para calcular tiempo transcurrido entre eventos. Ejemplos: edad del paciente al
momento de la consulta, tiempo de supervivencia, etc.
Un criterio de consistencia es chequear si las fechas caen dentro de intervalos de tiempo
razonables. Ejemplos: fechas de evaluación dentro del período de desarrollo de la
investigación, fechas de nacimiento consistentes con criterios de inclusión y exclusión para
edad, etc.
Finalmente, es importante controlar que las fechas siguen una secuencia correcta para cada
sujeto. Ejemplo: nacimiento, internación, muerte.
Datos faltantes
Otro problema es el manejo de los datos missing (perdidos o faltantes). Cuando al cargar la
información se deja un blanco debe tenerse en cuenta que algunos paquetes estadísticos
asignan al blanco un cero. En ocasiones se asigna a los datos perdidos valores imposibles
como 99999 o un valor negativo para datos que sólo pueden ser positivos. El problema es
que si no se excluyen los registros con estos valores atípicos en el momento del análisis, el
resultado será erróneo ya que cualquier programa aceptará el valor 0 o el valor 99999 como
verdaderos.
En particular, EpiInfo indica los datos missings con un punto, con lo cual se evita este
problema.
EpiInfo provee un procedimiento denominado CHEK que permite hacer consistencia de
datos a medida que se cargan los mismos.
c) Análisis exploratorio de los datos
Antes de analizar los datos es importante producir gráficos y tablas, los que permitan detectar
rápidamente datos anómalos o comportamientos atípicos. Dedicaremos el siguiente capítulo
a tratar este tema.
2.3.5 Usando una computadora para procesar datos
Las computadoras nos ahorran los aspectos tediosos del análisis estadístico y en principio
producen cálculos correctos, pero no garantizan que obtendremos resultados válidos y
correctos. Consideraremos brevemente las ventajas y desventajas de usar una computadora
para procesar datos y consideraremos algunas formas de armar archivos de datos.
2.3.6 Malos usos o abusos de la computadora
Hemos descripto algunas desventajas de usar computadoras para manejar nuestros datos,
agregamos aquí algunos malos usos y abusos que deberían evitarse.
a) Pescar en los datos
En estudios con objetivos pobremente definidos, en los que se registra información porque
“puede ser interesante”, suelen realizarse gran número de análisis estadísticos buscando que
aparezca alguna diferencia entre grupos o asociaciones entre pares de variables. Debe tenerse
en cuenta que en este tipo de análisis existe buena chance de encontrar relaciones
significativas sólo debidas al azar, cuando en realidad no existe tal relación en la población.
Los análisis exploratorios son muy útiles para ayudar a proponer nuevas hipótesis que
deberán ser contrastadas en otro estudio posterior. Un mismo estudio no puede ser usado para
proponer hipótesis y para verificarlas.
b) Análisis estadísticos complejos
Aunque es tentador, no es una buena práctica someter a los datos a análisis estadísticos
complejos sólo porque se encuentren disponibles en el software. El análisis debe ser el
mínimo requerido para responder sus preguntas. Una razón importante para hacer análisis
simples es que las conclusiones son más fáciles de interpretar y de comunicar.
c) Precisión espuria
Las salidas de los programas estadísticos producen resultados con gran cantidad de cifras
decimales. Sin embargo, los resultados deben ser comunicados con adecuada precisión.
Ejemplo: Un porcentaje calculado como (17/45)*100 = 37.778% debería informarse como
38% ya que la ocurrencia de un caso más modifica el porcentaje en más del 2%, (18/45)
*100 = 40%.
Ref.: (Orellana, 2001, págs. 11-13)
2.4 Tipos de muestra

La población corresponde a la totalidad de los de una característica medida en el valores
conjunto de los individuos que son de interés en un cierto estudio y para los cuales se
obtendrán las conclusiones respecto a tal característica, es decir, es el espacio muestral. Una
muestra de la población es cualquier subconjunto de ésta. Surge la cuestión, entonces, de
cómo seleccionar la muestra. Dos tipos de muestras son las y las muestras probabilísticas
muestras no probabilísticas. En las muestras probabilísticas cada individuo tiene una
probabilidad dada, habitualmente la misma probabilidad, de ser escogido. Esta forma de
muestreo requiere que los individuos sean seleccionados aleatoriamente. En las muestras no
probabilísticas los individuos son seleccionados de acuerdo al criterio del o los
investigadores, basado en sus experiencias y de su supuesto conocimiento de la población en
estudio. Esta forma de muestreo da, por lo general, muestras. en frecuencia se le pregunta al
Estadístico cómo hacer para seleccionar una muestra representativa. De partida es imposible
saber si la muestra seleccionada lo es, porque se no conoce lo que se quiere representar, esto
es, la población. Sin embargo, el único procedimiento que garantiza, con algún grado de
certeza conocido, seleccionar una muestra representativa aleatorización. Es la Cuando el
muestreo se aplica a poblaciones pequeñas o relativamente grandes se le denomina. Existen
varios tipos entre los cuales lo muestreo en poblaciones finitas s más importantes y de mayor
uso son: el muestreo aleatorio simple, el muestreo estratificado, el muestreo por
conglomerados y el muestreo sistemático.
2.4.1 Muestreo aleatorio simple
Es el muestreo más sencillo de todos y consiste en que la elección de los individuos de la
población se realiza en forma irrestricta, de modo que cada individuo tiene la misma
probabilidad de ser seleccionado en la muestra.
2.4.2 Muestreo estratificado.
Se aplica cuando en la población existen claramente identificados dos o más subpoblaciones

o estratos de interés para el estudio a realizar y se quiere asegurar una muestra con una
cantidad de individuos de cada estrato en relación al tamaño de éste. Por lo general, en cada
estrato se realiza un muestreo aleatorio simple. Ejemplos de estratos son: clases
socioeconómicas (ABC1, C2, C3, D, E); sexo (hombres, mujeres).
2.4.3 Muestreo por conglomerado.
Existen situaciones en los cuales la población está conformada por conglomerados que son
grupos de individuos que tienen la particularidad de estar muy cercanos unos a otros. Cuando
establecer una lista de todos los individuos resulta muy difícil o cuando una selección
aleatoria de estos implicara tener observaciones que podrían quedar muy distantes una de
otras, lo que resultaría muy costoso, es posible seleccionar primero conglomerados, en forma
aleatoria, y dentro de estos a los individuos de interés para el estudio. Si los individuos son
heterogéneos dentro del conglomerado se observan varios o todos sus componentes, de lo
contrario si son muy homogéneos basta con pocas observaciones. Por ejemplo para estimar
el ingreso promedio por hogar en el Gran Santiago, resulta muy conveniente seleccionar
manzanas (conglomerados homogéneos) y dentro de estas diferentes hogares, pues es más
fácil tener un mapa con las diferentes manzanas que un listado de todos los hogares. Además,
es menos costoso encuestar dentro de la manzana que muchos hogares repartidos por toda la
ciudad. Un manzano es un conglomerado de frutos si lo que se necesita es medir la infestación
por polilla de la manzana. En inspecciones sanitarias para detectar presencia de insectos
cuarentenarios en fruta de exportación él es un conglomerado de cajas.
2.4.4 Muestreo sistemático.
Consiste en realizar la elección de los individuos en forma sistemática a intervalos regulares,
en el espacio o el tiempo, hasta obtener el número de individuos necesarios para la muestra,
donde el primer seleccionado fue elegido al azar. Por la razón descrita éste no es propiamente
un muestreo probabilístico por lo que se dice que es un muestreo seudoaleatorio. Se utiliza
por razones prácticas de selección. Por ejemplo, si se necesita estimar el porcentaje de fruta
de descarte por defectos o daños de insectos en una exportadora, una forma práctica de
hacerlo consiste en seleccionar fruta en la línea de embalaje (correa transportadora) a
intervalos de tiempo iguales hasta conseguir un número adecuado de frutos. En este tipo de
muestreo se corre el riesgo de obtener muestras sesgadas cuando existen periodicidades
dentro de la población.
El muestreo propio de la inferencia estadística no corresponde a ninguno de los anteriores,
aunque se parece bastante al primero. Su diferencia radica en que se trata de un muestreo en
poblaciones infinitas, lo cual puede resultar extraño, pero que se puede explicar porque se
trata de muestras de variables aleatorias y en teoría a una variable aleatoria se le pueden
realizar infinitas observaciones.
2.4.5 Muestreo aleatorio simple (m.a.s) en poblaciones infinitas.
Supóngase que se desea establecer la distribución de la población de alturas de las chilenas
adultas. Situaciones previas han permitido establecer que el comportamiento de las alturas
en poblaciones grandes tiene aproximadamente forma acampanada. Se puede en
consecuencia hacer el supuesto de normalidad de las alturas de la población de interés ¿ pero
qué se sabe de sus parámetros media y varianza ? En la realidad casi nada, a lo más, una idea
vaga del promedio de las alturas. Por lo tanto se debe obtener información para determinar
valores de los parámetros. Una manera de proceder sería medirle las alturas a las chilenas
adultas, es decir, todas censarlas. Con tales datos, si es que no hay errores de medición, se
calculan los verdaderos valores de .5 y. Es fácil darse cuenta de las dificultades, tiempo y
costo son las principales, # de llevar a cabo tal proyecto. Otra manera consiste en obtener la
información mediante una muestra aleatoria.
Ref.: (Antonio Rustom, 2012, págs. 95-97)
2.5. Tablas de frecuencia y graficas

2.5.1. Grafica para describir variables categóricas
Las variables categóricas pueden describirse utilizando tablas de distribución de frecuencias
y gráficos como gráficos de barras, gráficos de tarta y diagramas de Pareto. Estos gráficos
son utilizados habitualmente por los directivos y los analistas de mercado para describir los
datos procedentes de encuestas y de cuestionarios.
Distribución de frecuencias
Una distribución de frecuencias es una tabla utilizada para organizar datos. La columna de
la izquierda (llamada clases o grupos) contiene todas las respuestas posibles sobre una
variable estudiada. La columna de la derecha es una lista de las frecuencias o número de
observaciones correspondientes a cada clase.
Ref: (Paul Newbold, 2008, pág. 13)
2.5.2. Tablas
Las clases que utilizamos para construir tablas de distribución de frecuencias de una variable
categórica son sencillamente las respuestas posibles a la variable categórica.
EJEMPLO 2.1. Las principales empresas de Florida central en 2003

(Gráficos de barras y de tarta)
¿Qué empresas ocuparon los primeros puestos en Florida central en 2003?
Solución
El Orlando Sentinel enumera anualmente las principales empresas de Florida central
(Véase la referencia bibliográfica 7). La Tabla 2.1 es una distribución de frecuencias de las
cinco empresas que tenían el mayor número de asalariados en esta zona.
Tabla 1 (Tablas)“Estadística para Administración y Economía” Pearson- 2008
2.5.3. Gráficos de barras y gráficos de tarta
Los gráficos de barras y los gráficos de tarta se utilizan normalmente para describir datos
categóricos. Si nuestro objetivo es llamar la atención sobre la frecuencia de cada categoría lo
más probable es que tracemos un gráfico de barras. Si es hacer hincapié en la proporción
de cada categoría, es probable que elijamos un gráfico de tarta. En un gráfico de barras, la
altura de un rectángulo representa esta frecuencia. No es necesario que las barras se toquen.
La Figura 2.1 es un gráfico de barras de los datos categóricos sobre las empresas de
Florida central de la Tabla 2.1.
Figura 1 2.1 Cinco Principales Empresa de Florida Central, 2003“Estadistica para

Administración y Economía” Pearson- 2008
Tabla 2.2 Número de estudiantes matriculados en tres especialidades de administración

empresa, 2005 y 2005 “Estadística para Administración y Economía” Pearson- 2008
Cuando también interesan los componentes de las distintas categorías, puede utilizarse una
interesante y útil extensión del gráfico de barras simple. Por ejemplo, la Tabla 2.2 muestra el
número de estudiantes matriculados en tres especialidades de administración de empresas de
una pequeña universidad privada en dos años distintos.
Figura 2.2A Estudiantes especializados en finanzas marketing, 2000, 20058grafico de barras

por componentes9 “Estadística para Administración y Economía” Pearson- 2008
Figura 2.2B Estudiantes especializados en finanzas, marketing y contabilidad, 2000, 2005

(gráfico de barras por componentes). “Estadística para Administración y Economía” Pearson-
2008
Esta información puede mostrarse en un gráfico de barras desagregando el número total

de estudiantes de cada año de manera que se distingan los tres componentes utilizando un
sombreado diferente, como en la Figura 2.2A. Este tipo de gráfico se llama gráfico de barras
por componentes o apilado. La Figura 2.2B muestra los mismos datos en un gráfico de barras
que se denomina gráfico de barras agrupado. Los dos gráficos nos permiten hacer
comparaciones visuales de totales y de componentes individuales. En este ejemplo, se
observa que el aumento del número de matriculados que se registró entre 2000 y 2005 fue
bastante uniforme en las tres especialidades.
Si queremos llamar la atención sobre la proporción de frecuencias en cada categoría,
probablemente utilizaremos un gráfico de tarta para representar la división de un todo en sus
partes integrantes. El círculo (o «tarta») representa el total y los segmentos (o «trozos de la
tarta») que parten del centro representan proporciones de ese total. El gráfico de tarta se
construye de tal forma que el área de cada segmento es proporcional a la frecuencia
correspondiente.
Ref. (Paul Newbold, 2008, págs. 14-15)
EJEMPLO 2.2. Los gastos de viaje
El gerente de una universidad pidió una desagregación de los gastos de viaje de los profesores
que asistían a diversas reuniones profesionales. Se observó que el 31 por ciento de los gastos
estaba representado por los costes de transporte, el 25 por ciento por los costes de
alojamiento, el 12 por ciento por los gastos de alimentación, el 20 por ciento por los gastos
de matrícula y el resto por costes varios. Represente gráficamente estos datos.
Solución
La Figura 2.3 es un gráfico de tarta de los gastos de viaje.
2.5.4. Diagramas de Pareto

Los directivos que necesitan identificar las principales causas de los problemas e intentar
corregirlas rápidamente con un coste mínimo a menudo utilizan un gráfico de barras especial
llamado diagrama de Pareto. El economista italiano Vilfredo Pareto (1848-1923) señaló que
en la mayoría de los casos un pequeño número de factores es responsable de la mayoría de
los problemas. Ordenamos las barras en un diagrama de Pareto de izquierda a derecha para
poner énfasis en las causas más frecuentes de los defectos.
Diagrama de Pareto
Un diagrama de Pareto es un gráfico de barras que muestra la frecuencia de las causas de

los defectos. La barra de la izquierda indica la causa más frecuente y las de la derecha indican
las causas con frecuencias decrecientes. Los diagramas de Pareto se utilizan para separar lo
«poco vital» de lo «mucho trivial».
El resultado de Pareto se aplica a una amplia variedad de conductas en muchos sistemas. A

veces se denomina «regla del 80-20». Un fabricante de cereales puede observar que la
mayoría de los errores de empaquetado se deben únicamente a unas cuantas causas. Un
estudiante podría pensar que el 80 por ciento del trabajo de un proyecto de grupo ha sido
realizado únicamente por el 20 por ciento de los miembros del equipo. La utilización de un
diagrama de Pareto también puede mejorar la comunicación con los empleados o con la
dirección y dentro de los equipos de producción. El ejemplo 2.3 ilustra el principio de Pa-
reto aplicado a un problema de una compañía de seguros médicos.
Vemos en la Figura 2.4 que, cuando se van sumando los porcentajes de defectos
correspondientes a los tipos de error (de izquierda a derecha), el ascenso de la línea de
2.5.5. Grafica para describir variables categóricas
Las variables categóricas pueden describirse utilizando tablas de distribución de frecuencias

y gráficos como gráficos de barras, gráficos de tarta y diagramas de Pareto. Estos gráficos
son utilizados habitualmente por los directivos y los analistas de mercado para describir los
datos procedentes de encuestas y de cuestionarios.
Distribución de frecuencias
Una distribución de frecuencias es una tabla utilizada para organizar datos. La columna de
la izquierda (llamada clases o grupos) contiene todas las respuestas posibles sobre una
variable estudiada. La columna de la derecha es una lista de las frecuencias o número de
observaciones correspondientes a cada clase.
Ref: (Paul Newbold, 2008, pág. 13)
2.5.6. Gráficos para describir datos de series temporales
Supongamos que tomamos una muestra aleatoria de 100 cajas de una nueva variedad de
cereales. Si recogemos nuestra muestra en un momento del tiempo y ponderamos, cada caja,
las mediciones obtenidas se conocen con el nombre de datos de corte transversal. Sin
embargo. Podríamos recoger y medir una muestra aleatoria de 5 cajas cada 15 minutos o de
10 cajas cada 20 minutos. Los datos medidos en sucesivos momentos del tiempo se
denominan datos de series temporales
Gráfico de series temporales
Un gráfico de series temporales representa una serie de datos en varios intervalos de tiempo.
Midiendo el tiempo en el eje de abscisas y la cantidad numérica que interesa en el de
ordenadas se obtiene un punto en el grafico por cada observación. Uniendo los puntos
contiguos en el tiempo por medio de líneas se obtiene un gráfico de series temporales.
(Newbold, Carlson, & Thorne, 2008, pág. 21)
EJEMPLO 2.5. Ventas trimestrales de una empresa durante seis años
La Tabla 2.4 muestra las ventas trimestrales realizadas por una empresa durante un
Periodo de 6 años que se encuentran en el fichero de datos Quarterly Sales 2001-2006.
Describa los datos gráficamente.
Solución
La Figura 2.6 es un gráfico de series temporales de los 24 intervalos de tiempo. Observamos

que las ventas del primer trimestre van seguidas sistemáticamente de una disminución de las
ventas en el segundo. Tal vez la estación del año sea una explicación. En el Capítulo 19
presentaremos métodos para ajustar los datos de series temporales con el fin de tener en
cuenta la estacionalidad, las tendencias, la conducta cíclica o algún otro componente
irregular.
Si sólo nos interesa comparar las ventas del primer trimestre con las del segundo, puede ser
interesante un gráfico de series temporales como el de la Figura 2.7.
2.5.7. Gráficos para describir Variables Numéricas
En este apartado presentamos brevemente histogramas, ojivas y diagramas de tallo y hojas
que resumen y describen datos numéricos. Primero examinamos una distribución de
frecuencias de datos numéricos.
Distribuciones de frecuencias
Una distribución de frecuencias de datos numéricos es, al igual que una distribución de
frecuencias de datos categóricos (apartado 2.2), una tabla que resume datos enumerando las
clases en la columna de la izquierda y el número de observaciones de cada clase en la
columna de la derecha. Sin embargo, en una distribución de frecuencias de datos numéricos
las clases o intervalos no son fácilmente identificables.
Para decidir los intervalos de una distribución de frecuencias de datos numéricos es necesario
responder a ciertas preguntas: ¿cuántos intervalos deben utilizarse? ¿De qué amplitud debe
ser cada intervalo? Hay algunas reglas generales (como las ecuaciones 2.1 y 2.2) para
preparar distribuciones de frecuencias que nos permitan responder más fácilmente a este tipo
de cuestiones, para resumir datos y para comunicar los resultados.
Ref.:(Paul Newbold, 2008, pág. 14)
Construcción de una distribución de frecuencias
Regla 1: Decidir k, el número de intervalos (clases).

Regla 2: Los intervalos (clases) deben ser de la misma amplitud, w; la amplitud viene
determinada por lo siguiente:
Ecuación 1
(Número mayor − Número menor)

w = 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 =
Número de intervalos
(2.1)
Tanto k como w deben redondearse al alza, posiblemente al siguiente número entero mayor.
Regla 3: Los intervalos (clases) deben ser inclusivos y no solaparse.
Regla 1. Número de intervalos
El número de intervalos (clases) utilizados en una distribución de frecuencias se decide de

una manera algo arbitraria.
Guía rápida para decidir un número aproximado de intervalos de una distribución de
frecuencias
Tamaño de la muestra Número de intervalos
Menos de 50 5-7
De 50 a 100 7-8
De 101 a 500 8-10 (2.2)
De 501 a 1.000 10-11
De 1.001 a 5.000 11-14
Más de 5.000 14-20
La práctica y la experiencia son la mejor guía. Los conjuntos de datos mayores requieren más
intervalos; los conjuntos de datos menores requieren menos intervalos. Si seleccionamos
excesivamente pocas clases, las pautas y algunas características de los datos pueden quedar
ocultas. Si seleccionamos demasiadas clases, descubriremos que algunos intervalos no
contienen ninguna observación o tienen una frecuencia muy pequeña.
Regla 2. Amplitud de los intervalos
Después de elegir el número de intervalos, el paso siguiente es elegir la amplitud de los

intervalos:
Ecuación 2
(Número mayor − Número menor)

w = 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 =
Número de intervalos
La amplitud de los intervalos a menudo se redondea a un número entero para facilitar la

interpretación.
Regla 3. Intervalos inclusivos y que no se solapen

Los intervalos deben ser inclusivos y no solaparse. Cada observación debe pertenecer a uno
y sólo un intervalo. Consideremos una distribución de frecuencias de las edades (redondeadas
al año más próximo) de un grupo de personas. Si la distribución de frecuencias contiene los
intervalos «20-30 años» y «30-40 años», ¿a cuál de estas dos clases pertenecería una persona
de 30 años?
Los límites o extremos de cada clase deben estar claramente definidos. Para evitar
solapamientos, los intervalos de edades podrían definirse de la forma siguiente: «20 años
pero menos de 30», seguido de «30 años pero menos de 40», y así sucesivamente. Otra
posibilidad es definir los intervalos de edad del modo siguiente: «20-29», «30-39», etc. Dado
que la edad es un número entero, no hay ningún solapamiento. La selección de los límites es
subjetiva. Hay que asegurarse simplemente de definir unos límites que permitan comprender
e interpretar claramente los datos.
No debemos hacer excesivo hincapié en las reglas para determinar el número de intervalos y
su amplitud o hacer demasiado poco hincapié en la selección del número de clases que
muestren las pautas de los datos más claras.
Dos distribuciones de frecuencias especiales son la distribución de frecuencias acumuladas
y la distribución de frecuencias relativas acumuladas.
Distribuciones de frecuencias relativas, acumuladas y relativas acumuladas
Se obtiene una distribución de frecuencias relativas dividiendo cada frecuencia por el

número de observaciones y multiplicando la proporción resultante por 100 por ciento. Una
distribución de frecuencias acumuladas contiene el número total de observaciones cuyos
valores son menores que el límite superior de cada intervalo. Se construye sumando las
frecuencias de todos los intervalos de la distribución de frecuencias e incluyendo el presente
intervalo. En una distribución de frecuencias relativas acumuladas, las frecuencias
acumuladas pueden expresarse en proporciones o porcentajes acumulados.
Ref.: (Paul Newbold, 2008, pág. 26)
2.5.8. Histogramas y ojivas

Una vez desarrolladas las distribuciones de frecuencias, podemos representar gráficamente
esta información. Analizaremos brevemente los histogramas y las ojivas.
Histograma
Un histograma es un gráfico formado por barras verticales construidas sobre una línea recta
horizontal delimitada por los intervalos de la variable mostrada. Los intervalos corresponden
a los de una tabla de distribución de frecuencias. La altura de cada barra es proporcional al
número de observaciones que hay en ese intervalo. El número de observaciones puede
indicarse encima
Ojiva
Una ojiva, llamada a veces gráfico de frecuencias acumuladas, es una línea que conecta pun-
tos que son el porcentaje acumulado de observaciones situadas por debajo del límite superior
de cada intervalo en una distribución de frecuencias acumuladas.
La Figura 2.8 es un histograma de las frecuencias de uso del teléfono móvil de la Tabla 2.6.
La 2.9 es una ojiva que describe las frecuencias relativas acumuladas de la Tabla 2.7.
La forma de un histograma revela si los datos están repartidos de una manera uniforme a un
lado y a otro del punto medio del gráfico. Es decir, en algunos histogramas veremos que la
mitad o el centro del gráfico los divide en dos «imágenes gemelas», de manera que la parte
de uno de los lados es casi idéntica a la del otro. Los histogramas que tienen esta forma son
simétricos; los que no la tienen son asimétricos o sesgados.
Simetría
Se dice que la forma de un histograma es simétrica si las observaciones están equilibradas,

es decir, distribuidas de una manera uniforme a un lado y a otro del punto medio del
histograma.
Sesgo
Una distribución está sesgada o es asimétrica si las observaciones no están distribuidas

simétricamente en ninguno de los lados de la mitad. Una distribución sesgada positivamente
tiene una cola que se extiende hacia la derecha, en la dirección de los valores positivos. Una
distribución sesgada negativamente tiene una cola que se extiende hacia la izquierda, en la
dirección de los valores negativos.
La Figura 2.10A representa un histograma simétrico. En cambio, el de la 2.10B tiene una

larga cola hacia la derecha, con una disminución mucho más brusca hacia la izquierda.
Esta distribución está sesgada hacia la derecha, es decir, está sesgada positivamente. La
distribución de la Figura 2.10C está sesgada negativamente: las observaciones más bajas
están más extendidas hacia la izquierda. En el Capítulo 3 aprenderemos más sobre los
factores que contribuyen al sesgo y veremos cómo se mide éste numéricamente.
Ref.: (Newbold, Carlson, & Thorne, 2008, págs. 27-29)
Aunque los histogramas pueden permitirnos conocer la forma de la distribución, es

importante recordar que pueden no ser «matemáticamente correctos», ya que a menudo su
escala vertical no puede ajustarse.
2.5.9. Diagrama de tallo y hojas
Un diagrama de tallo y hojas es un gráfico AED que es una alternativa al histograma. Los
datos se agrupan de acuerdo con sus primeros dígitos (llamados tallo) y se hace un listado de
los últimos dígitos (llamados hojas) de cada miembro de una clase. Las hojas se muestran
individualmente en orden ascendente después de cada uno de los tallos.
El número de dígitos de cada clase indica la frecuencia de clase. Los dígitos individuales
indican la pauta de valores dentro de cada clase. Salvo los casos atípicos extremos (los
valores de datos que son mucho mayores o menores que otros valores del conjunto de datos),
se incluyen todos los tallos aunque no haya observaciones en el subconjunto correspondiente.
El número de dígitos del tallo depende del conjunto de datos.
2.6. Estrategia empresarial

2.6.1. Definición de estrategia y características
Podemos definir la estrategia como la “Forma en la que la empresa o institución, en
interacción con su entorno, despliega sus principales recursos y esfuerzos para alcanzar sus
objetivos”
O también “Un curso de acción conscientemente deseado y determinado de forma
anticipada, con la finalidad de asegurar el logro de los objetivos de la empresa”.
Por tanto, estrategia es la búsqueda deliberada de un plan de acción que una organización
realiza para crear y mantener ventajas competitivas. Se entiende por ventaja competitiva a
una característica diferencial que una compañía tiene respecto a otras compañías
competidoras que le confiere la capacidad para alcanzar unos rendimientos superiores a ellas,
de manera sostenible en el tiempo.
La estrategia, por lo general, se compone de elementos externos e internos. Los elementos
externos se refieren a los medios para hacer que la empresa sea efectiva y competitiva en el
mercado; qué necesidades satisfacer, a qué grupos o segmentos de clientes dirigirse, cómo
distinguirse de la competencia, qué productos o servicios ofrecer, cómo defenderse de
movimientos competitivos de los rivales, qué acciones tomar en función de las tendencias
de la industria, cambios en la economía o movimientos políticos y sociales, etc.
Los elementos internos se refieren a cómo las diferentes piezas que componen la empresa
(personas, departamentos, actividades), habrán de organizarse para lograr y mantener esa
ventaja competitiva. Una característica diferencial de una empresa en la creación,
producción o comercialización del producto o servicio, puede ser tan determinante en la
obtención de dicha ventaja como cualquiera de los elementos externos.
Ref.: (Fernández Lorenzo, 2012, pág. 2)
2.6.2 Alternativas estratégicas

Aunque cada empresa debe definir su estrategia en función del mercado y de sus propias
características, hay varias alternativas estratégicas genéricas por la que puede optar en un
momento dado.
2.6.2.1. Estrategias de crecimiento
El crecimiento es la opción básica en el devenir de la empresa. Representa el movimiento
natural, es la que acapara la mayor parte de lo que se escribe al respecto y sus variedades
están perfectamente documentadas. Dentro de este apartado, nos ocuparemos de las
estrategias competitivas, las de diversificación y de las denominadas modalidades de
crecimiento.
2.6.2.1.1Estrategias competitivas genéricas
El profesor Michael Porter (economista y profesor de la Harvard Business School) describió
la estrategia competitiva como “el emprendedor acciones ofensivas o defensivas para crear
una porción defendible en un sector, para enfrentarse con éxito a las fuerzas competitivas y
obtener así un rendimiento superior”. Las estrategias competitivas son tácticas que nos sirven
para superar a los competidores.
Aunque Porter nunca declaro que estaba hablando de estrategias para crecer, de una forma
evidente todas las acciones van encaminadas en la senda del crecimiento, bien sea del tamaño
de la empresa, de sus beneficios o de su rentabilidad.
Según su criterio, hay tres estrategias de éxito de éxito potencial para desenvolverse mejor
que otras empresas en el sector: el liderazgo general en costes, la diferenciación y el enfoque
o alta segmentación (en la que también se puede dar un enfoque hacia los costes o hacia la
diferenciación).
2.6.2.1.2 Liderazgo general en costes

Esta estrategia consiste en vender los productos o servicios a precios muy bajos, a través de
una reducción en los costes. Normalmente es aplicable a grandes empresas preferiblemente
del sector industrial.
Esta opción estuvo asentada en los años 70 y 80 en la construcción agresiva de grandes
instalaciones capaces de producir importantes volúmenes de forma eficiente, en el riguroso
empeño de reducir los costes a través de la curva de la experiencia, en rígidos controles sobre
los gastos indirectos, y la minimización d los costes de I+D, servicio al cliente, publicidad,
etc.
Hoy en día, la opción estratégica del liderazgo de costes esta más basada en una gestión
adecuada de la cadena del valor, que lleva a subcontratar fuera de la empresa todas aquellas
actividades en las que no sea competitiva desde la óptica del coste, y guardando los mínimos
necesarios de calidad percibida y servicio al cliente. En cualquier caso, y aun hoy, la opción
del coste bajo suele ampliar la obtención de una cuota de mercado elevada, grandes
inversiones en equipamiento industrial, líneas de productos amplias y productividades
elevadas. El acceso prioritario a las materias primas, antes fundamental, ahora ha perdido
relevancia, mientras que la capacidad de compra en mercados internacionales y el acceso a
la distribución son imprescindibles.
La posición de líder de costes da a la empresa una defensa contra sus competidores, ya que
sus menores costes le permiten obtener beneficio aun cuando estos ya no los obtiene, a fuerza
de bajar los precios.
También la defiende frente a los compradores poderosos, ya que estos solo podrán bajar los
precios hasta el nivel del competidor que le siga en eficacia. Y contra los proveedores, ya
que tendrá más flexibilidad que los demás para enfrentarse a incrementos de pecios. Para los
nuevos entrantes y productos sustitutivos podemos aplicar el mismo razonamiento que a los
competidores.
Una estrategia de liderazgo de costes, sin embargo, puede dejar en una situación vulnerable
a la empresa frente a cambios tecnológicos ya que podría quedar anclada en sus máquinas e
instalaciones de la tecnología anterior. Ejemplos de estos cambios tecnológicos profundos
que descolocan a las empresas líderes si no reaccionan a tiempo pueden ser: las revoluciones
en los relojes (cuarzo frente a mecánicos), o en los ordenadores (válvulas frente a chips) o
mucho más recientemente en los motores diésel frente a los de la gasolina.
La posición del liderazgo de costes sigue siendo válida para competir, como lo era hace
treinta años. Los medios y técnicas para alcanzar esa posición son distintos hoy, como lo
serán dentro de veinte años respecto a los de hoy.
2.6.2.1.3 Diferenciación
La segunda estrategia consiste en la diferenciación del producto o servicio que ofrece la
empresa, creando algo que el mercado (los clientes), perciba como único. Las formas de
diferenciación pueden ser múltiples, desde la imagen de marca, a la tecnología, el servicio al
cliente, los distribuidores, o cualquier otro factor considerado relevante por nuestros clientes
actuales o potenciales.
La diferenciación nos defiende frente a los competidores, debido a la lealtad de los clientes
y a la teórica menor sensibilidad de éstos al precio. La lealtad del cliente es también una
barrera de entrada importante. La diferenciación produce márgenes más elevados para
negociar con los proveedores, y claramente mitiga el poder de los compradores, ya que éstos
carecen de alternativas comparables y por lo tanto son menos sensibles al precio. Por último,
una empresa que ha conseguido diferenciar sus productos o servicios, y ha alcanzado altas
cotas de fidelidad por parte de sus clientes, estará mejor defendida frente a posibles
sustitutivos que sus competidores.
La opción de diferenciar, aunque tiene implicaciones en todas las áreas y actividades de la

empresa, está fundamentalmente asentada en la capacidad de marketing de la empresa, en su
acepción más amplia (dueña de la imagen de la empresa y sus productos). Es más fácil de
obtener en servicios, por sus caracteres intrínsecos (producción simultánea al consumo,
unicidad, etc.) que en los productos, sobre todo los de bajo valor o sin marca.
Alcanzar la diferenciación impide a veces obtener una elevada participación en el mercado.

A menudo implica una percepción de exclusividad que es incompatible con altas
participaciones. Aunque los clientes reconozcan en el sector la superioridad de la empresa,
no todos estarán dispuestos a pagar precios necesariamente más elevados. La sofisticación
de los clientes nos puede llevar a un callejón sin salida y la imitación por parte de los
competidores no puede tampoco ser descuidada.
Ejemplos de este tipo de estrategia son múltiples: pilas Duracell que duran más que la
competencia, los zapatos Geox, basados en un innovador desarrollo tecnológico que permite
una mejor transpiración del pie, El Corte Inglés por su énfasis en el servicio, hoteles AC
diferenciados por su funcionalidad urbana, etc. Un ejemplo extremo de esta estrategia puede
ser la empresa Apple, cuyos productos buscan claramente, y consiguen, ser diferentes de los
de la competencia.
Evidentemente, en situaciones como la actual con una generalizada crisis económica, elevado
nivel de desempleo y malas expectativas futuras, las empresas que han optado por estrategias
de diferenciación con precios caros pueden sufrir más que las que han optado por reducir al
máximo costes y precios.
2.6.2.1.4. Enfoque o alta segmentación.

La última estrategia competitiva consiste en concentrarse en un grupo de compradores
particular (nicho), en razón de sus preferencias, gustos, ámbito geográfico o tipo de productos
que demanden.
Como en el caso de la diferenciación, el enfoque puede tomar formas diversas. Pero en

contraposición a las dos alternativas antes estudiadas, que están orientadas a alcanzar sus
objetivos en el sector en general, toda la estrategia del enfoque está encaminada a servir muy
bien a una parte del mercado en particular, y todas las políticas funcionales están formuladas
teniendo esto en mente.
La estrategia se basa en la premisa de que la empresa puede así servir a su estrecho público
objetivo con más eficacia que los competidores que compiten de una forma más general. Aun
cuando la estrategia de enfoque no logra costes bajos o diferenciación desde la perspectiva
del mercado en su totalidad, alcanza alguna de ellas frente al objetivo de su mercado limitado
en tamaño.
La empresa que logra una alta segmentación también está defendida frente a las fuerzas de
la competencia, y por lo tanto alcanzará elevados rendimientos. Su enfoque implica que o
bien es un líder de costes o una empresa diferenciada, para su público, y por lo tanto tendrá
las ventajas que antes hemos contado para cada una de las otras dos opciones estratégicas.
La estrategia de enfoque implica siempre limitaciones importantes en cuanto a la cuota de

mercado alcanzable, a nivel de mercado completo. El enfoque implica trocar la rentabilidad
por el volumen de ventas y el peligro más grande al que se enfrenta es la aparición de
subsegmentos.
Un ejemplo de estas estrategias puede ser los productos de lujo dirigidos a clientes con
niveles de renta muy elevados (Rolex, Ferrari), las empresas de alimentación especializadas
en producir alimentos para alérgicos o la agencia de viajes Nuba que se dirige a los viajeros
que disfrutan con la aventura.
La teoría clásica sostiene que la empresa posicionada en la mitad, que no ha optado por
ninguna de estas alternativas de forma clara, tendrá rendimientos menores que cualquiera de
sus competidores, y que tendrá un futuro difícilmente sostenible.
Sin embargo, en la realidad es difícil encontrar ejemplos puros de estrategia competitiva.

Muchas empresas que son líderes en su sector utilizan estrategias mixtas. Por ejemplo, el
Grupo Zara busca reducir costes al máximo, pero también diferenciarse con el diseño y atacar
segmentos reducidos de mercado a través de marcas especializadas.
El modelo de Porter tiene la ventaja de presentar de forma sencilla y clara las principales
alternativas estratégicas que se presentan ante las empresas, pero para muchos expertos es
demasiado simplista y, además, tampoco tiene en cuenta los nuevos modelos de negocio
generados en la economía digital.
2.6.3. Estrategias de diversificación

La empresa puede optar por ampliar la base de sus actividades, o diversificar, por alguna o
varias de las siguientes razones:
• La empresa no puede alcanzar sus objetivos (crecimiento, rentabilidad, presencia en

mercados, reconocimiento social…) dentro de su actividad actual.
• Los excedentes financieros superan los recursos necesarios para la expansión en los
negocios actuales.
• La rentabilidad esperada de las oportunidades de diversificación supera a la esperada de las

oportunidades de expansión (corregidas por los riesgos asociados a cada una de ellas).
Sin embargo, la diversificación lleva asociados una serie de riesgos
• Económicos, principalmente relacionados con un entorno distinto (que hay que analizar…).
• Comerciales, derivados de una competencia distinta, unos canales de distribución diferente
• Tecnológicos, asociados a la innovación necesaria para abordar los nuevos negocios.
• Financieros, ya que necesitamos liquidez para invertir en ellos.
• Y también organizativos, ya que en muchos casos será preciso adaptar la estructura de la
empresa a la nueva estrategia.
Pero, por encima de todos ellos, aparece la necesidad de aplicar el concepto de la dirección
estratégica a cada uno de los negocios, y la gestión de un número elevado de
actividades/negocios distintos implica un desgaste enorme… que puede debilitar la posición
estratégica de la empresa en sus negocios tradicionales.
Por esa razón, ha cambiado en los últimos años la forma en que las empresas líderes afrontan
el proceso de la diversificación. Mientras hace treinta años era absolutamente normal la
apertura de negocios relativamente distintos en cuanto la empresa tenía un tamaño mediano,
ahora lo que hacen es tomar participaciones accionariales en empresas de otros sectores, o
formar alianzas. De esta forma, toman una posición estratégica en negocios distintos de los
suyos, pero “delegan” la operativa diaria a conocedores profundos y especializados en ellos.
Un ejemplo de esta estrategia puede ser la toma de participaciones en el sector energético por
parte de empresas constructoras, producida en la última década.
Podemos distinguir cuatro modalidades de diversificación:
Desarrollo horizontal. Es el proceso mediante el cual la empresa acomete productos nuevos,

o derivados de los actuales, que comercializa en sus mercados tradicionales.
Ejemplo: Pascual (empresa que envasa, almacena y distribuye productos lácteos), pasa de
tener un solo tipo de leche a producir diferentes tipos más batidos, yogures, etc.
Desarrollo vertical. La empresa, normalmente por alguna razón estratégica y aún a costa de
perder eficiencia en su conjunto, toma el control de alguno de sus distribuidores (integración
hacia delante) o de sus proveedores (hacia atrás). Ejemplo: los fabricantes japoneses de
coches tomaron el control de sus concesionarios en muchos países de Europa, para hacer
frente a la política de cupos en mercados promocionados (si sólo puedo vender esos coches,
lo hago sin ninguna rebaja). Otro ejemplo: muchas empresas de alimentación (Heinz fue la
primera en publicitarlo) se hacen cargo de sus materias primas, para garantizar la calidad y/o
pureza del proceso completo.
Diversificación concéntrica, también denominada “de proximidad”, por la que una empresa,
explotando su know-how, su tecnología, sus canales de distribución (o todos juntos)
comercializa productos parecidos en mercados parecidos a los actuales.
Vuelvo al ejemplo de Pascual. Aprovechando sus canales, y su imagen, vende zumos (siguen
siendo de viscosidad baja) o postres (ya de alta viscosidad) a sus clientes tradicionales o sus
familiares, adoptando las políticas de marca que cree más convenientes. O el BBVA, que
aprovecha su conexión con el cliente para desarrollar un canal de venta de todo tipo de
productos, consiguiendo un beneficio por la intermediación.
Diversificación total. La empresa acomete negocios radicalmente distintos de los actuales.

Es una modalidad poco frecuente en la actualidad, salvo a través de las participaciones
empresariales antes comentadas.
En los tiempos que corren, cualquier diversificación debe estar fuertemente asentada en los
productos/mercados/tecnologías actuales, y si ese no es el caso, más vale crecer mediante
alianzas o participaciones en el capital
2.6.4. Mantenimiento de la posición

La opción estratégica del mantenimiento de la posición es, aunque válida desde la
perspectiva intelectual, utópica en términos prácticos. Una empresa que no hace nada
especial, no se mantiene, sino que se hunde.
Entonces, para mantener la posición actual, habrá que emplear la misma presión competitiva
que los principales competidores, o la media del sector (normalmente, manteniendo la línea
estratégica actual)
Esta opción es la empleada por las empresas que no quieren mejorar sus ya buenas posiciones
en determinados mercados, para evitar ser acusadas de posición dominante.
2.6.5. Estrategias de reducción

La reducción del tamaño de la empresa es siempre un proceso difícil, doloroso, excepcional,
pero desafortunadamente necesario, y en los tiempos actuales, demasiado frecuente. A veces,
las empresas son sorprendidas por cualquiera de los factores de entorno (economía
desfavorable, marco jurídico, competencia, revoluciones tecnológicas a las que no ha
llegado a tiempo, etc.) o se muestran incapaces de controlar los factores internos (gestión
deficiente, inversiones inadecuadas, presiones sindicales, etc.) y llegan a una situación que
se torna insostenible. Es preciso entonces tomar decisiones radicales para intentar salvar una
parte de la empresa antes de que sea demasiado tarde y no haya nada que salvar. (“shrink
fast, but
shrink smart”)
El problema es de diferente magnitud cuando estemos tratando con empresas diversificadas,

en contraposición a una empresa mono-producto y mono-mercado (casos extremos).
Cuando una empresa diversificada se encuentra en problemas mayores normalmente,

segregará y enajenará una actividad que sea rentable y que esté poco relacionada con el
cuerpo principal de actividad de la empresa. A este proceso se le conoce por “concentración”
(en inglés, “back to the core business”). Los recursos financieros obtenidos en la transacción
se emplean en mejorar el negocio principal de la empresa. Ejemplo: una línea aérea que
tiene hoteles en propiedad, venderá los hoteles para obtener “dinero fresco” y renovar su
flota. Independientemente, es muy posible que consiga una alianza con el comprador de los
hoteles para alimentarlos con pasajeros transportados por la línea, obteniendo así unarelación
provechosa para ambas partes.
Evidentemente, si la situación del negocio principal o “core business” se

juzgaradesesperada, bien por aspectos técnicos, sociales o financieros (o combinaciones de
ellos) o no se encuentra comprador, en buenas condiciones, para el negocio rentable, la
empresa puede decidir dedicarse a ese negocio y abandonar el antiguo “core business”.
Si la empresa es una empresa concentrada en extremo (mono producto, tecnología, mercado,

distribuidor), y está en situación desesperada, tiene que abordar una reestructuración. La
reestructuración requiere del acuerdo de todos los involucrados en la empresa (accionistas,
directivos, empleados) más su entorno (acreedores, proveedores, clientes) e incluso la
administración pública. Es preciso actuar sobre todos los escalones de la cadena del valor,
de forma horizontal y vertical, tratando de encontrar sitios por donde “meter la tijera” de
forma eficaz. No se puede olvidar que el objetivo es que lo que quede, esté en mucho mejor
condición que lo, que había, y que el resultado final ha de ser una nueva estructura social,
industrial y financiera con una reducción efectiva del tamaño de la empresa.
Ref.: (Fernández Lorenzo, 2012, págs. 5-12)
Capitulo III: Definición del problema
Como se refleja la importancia de un diseño de base de datos para elaborar una propuesta
de una estrategia empresarial.
Capitulo IV: Objetivos

4.1. Objetivo general
Realizar una base de datos, que con cuyos datos obtenidos se pueda elaborar una propuesta
para una estrategia empresarial.
4.2. Objetivos específicos
 Tener conocimiento de las definiciones sobre: estadística, base de datos y estrategias.
 Sacar fotos de basura para poder obtener los datos y realizar dicho diseño de datos.
 Establecer la base de datos que se adecuara al proyecto.
 Registrar la información obtenida, estudiarla y lograr resultados.
 Proponer una estrategia empresarial a través de la base de datos obtenida
Capítulo V: Marco practico
5.1 Diseño Metodológico

El diseño del presente proyecto es “no experimental “porque se realiza sin manipular
deliberadamente las variables. Por lo tanto la investigación no altera intencionadamente las
variables independientes, observando a los fenómenos tal y como se presentan en su contexto
natural.
Etapas Objetivos Acciones
Primera  Analizar los conceptos 1: Tomar como referencia
desarrollados de “Estadística I “ libros o página webs.
Segunda  Para un mejor entendimiento, se 1:Registro de las fotografías

dividirá los datos en graficas en 2:Resumirlas por tipo de
diferentes grupos de productos productos
3:Analizar los resultados
Tercera  Registrar la información obtenida, 1:Con los resultados
plasmarla en gráficas, estudiarla y obtenidos, determinar la
lograr resultados sobre la empresa empresa con la que se
que se estudiara realiza el trabajo
Cuarta  Proponer una estrategia empresarial 1: Describir cómo puede

orientada hacia una base de datos ayudar la información
para una maximización de obtenida, a la empresa con
ganancias empresariales. la que se trabajara.
2: Describir la Propuesta
empresarial
5.2 Método de Investigación
Los métodos de investigación empleados en este trabajo son:
 Método empírico; porque se tuvo que observar dónde se encuentra la problemática.
Con una observación simple esencial y descriptiva realizada por el investigador
mediante el empleo de sus propios sentidos de los hechos significativos tal como son
o como tiene lugar.
 Método de Observación sistemática; porque se requiere de una recopilación de datos
(primarios, segundarios y terciarios) junto a ello encuestas a realizarse.
5.3 Tipos de Investigación
En el presente trabajo de investigación se ha empleado tipos como ser:
 Prospectiva; porque las variables de estudio de realizaron en un tiempo presente.
 Descriptiva; porque indica la observación y la descripción del comportamiento del
objeto de estudio sin influir en el sobre ninguna manera.
5.4 Resultados
Etapa 1: La compresión y análisis de los conceptos de “Estadística I” fueron previamente
desarrollados en el marco teórico, de tal manera que se pudo observar las distintas maneras
de poder interpretar tablas y graficas estadísticas, las cual nos sirven de referencia para el
desarrollo el proyecto.
Etapa 2:
 Registro de las fotografías: Debido a que el registro de nuestras fotografías muestra
una vasta cantidad de información, será presentada de manera adjunta en el
documento.
 Dividamos en grupos la información para encontrar resultados acertados
o Jugos
o Leche
o Agua
o Galletas
o Frituras
o Grageas
Frecuencia Frecuencia
Empresa Porcentaje
Absoluta Relativa
Adams 175 0,0175 1,75
Ajinomoto del Peru S.A. 2 0,0002 0,02
Alcaldia Municipal 10 0,001 0,1
Aldor 4 0,0004 0,04
Ambrofoli 2 0,0002 0,02
AmbroSoli 39 0,0039 0,39
Arcor 114 0,0114 1,14
Aroma 4 0,0004 0,04
Aval 1 0,0001 0,01
Bagley 2 0,0002 0,02
Barlix S.R.L. 57 0,0057 0,57
Bata 2 0,0002 0,02
Baudalli 2 0,0002 0,02
Beball 2 0,0002 0,02
Bebidas Bolivianas BB S.A. 15 0,0015 0,15
Belen 2 0,0002 0,02
Burger King 4 0,0004 0,04
Burger Kings 2 0,0002 0,02
Burguer King 4 0,0004 0,04
Buses el Alto 2 0,0002 0,02
Camel 6 0,0006 0,06
Camell 10 0,001 0,1
Cameo S.R.L. 25 0,0025 0,25
Carsa 12 0,0012 0,12
Ceibo Ltd 5 0,0005 0,05
Cerveceria Boliviana Nacional S.A 15 0,0015 0,15
Cerveceria Boliviana Nacional S.A. 72 0,0072 0,72
Clac 4 0,0004 0,04
Colgate 10 0,001 0,1
Colombina S.A. 63 0,0063 0,63
Compañía de alimentos Ltda 4 0,0004 0,04
Cooky 2 0,0002 0,02
Costa 30 0,003 0,3
Cristais de Limpieza 2 0,0002 0,02
Delizia 1679 0,1679 16,79
Delizia 14 0,0014 0,14
Derby 18 0,0018 0,18
Didie 14 0,0014 0,14
Don Satur 1 0,0001 0,01
Doña Gusta 3 0,0003 0,03
Eberbood 4 0,0004 0,04
Edwin Segales 30 0,003 0,3
El Ceibo 28 0,0028 0,28
El Condor 2 0,0002 0,02
Elite 58 0,0058 0,58
Entel 120 0,012 1,2
Everfood 124 0,0124 1,24
EwdinSenagales Villegas 66 0,0066 0,66
Faebol 3 0,0003 0,03
Famosa 4 0,0004 0,04
Ferrari Chezzi 10 0,001 0,1
Field 33 0,0033 0,33
Fino 4 0,0004 0,04
Frito Rico 8 0,0008 0,08
Frito-lay 6 0,0006 0,06
FritoRico 24 0,0024 0,24
Frogy 7 0,0007 0,07
Fruna 20 0,002 0,2
Frutillita 6 0,0006 0,06
Fusion 4 0,0004 0,04
Gake 2 0,0002 0,02
General Snack 42 0,0042 0,42
General Snack's SRL 28 0,0028 0,28
George`s Chip 241 0,0241 2,41
Gloria 2 0,0002 0,02
Gold 9 0,0009 0,09
Grupo Industrial "Santa Isabel" 139 0,0139 1,39
Guabira 1 0,0001 0,01
Gustossi 14 0,0014 0,14
Honsy 2 0,0002 0,02
Hugguies 4 0,0004 0,04
Inco 2 0,0002 0,02
IndusoroSrl 110 0,011 1,1
Industria Copacabana 2 0,0002 0,02
Industrial Copacaba 15 0,0015 0,15
Industrias Copacabana 6 0,0006 0,06
Industrias Copacabana 8 0,0008 0,08
Industrias de aceite S.A. 2 0,0002 0,02
Inpral 15 0,0015 0,15
Inversiones linda plast 2 0,0002 0,02
JesHuaAdonai 2 0,0002 0,02
Kcero 1 0,0001 0,01
Kimberly s A 2 0,0002 0,02
Kinberly SA 2 0,0002 0,02
Kris 56 0,0056 0,56
La Calesita 1 0,0001 0,01
La cascada 257 0,0257 2,57
La Estrella 94 0,0094 0,94
La Francesa 20 0,002 0,2
La Mexicana 22 0,0022 0,22
La Suprema 50 0,005 0,5
La suprema 2 0,0002 0,02
Laboratorio BallerinaLtda 4 0,0004 0,04
Laboratorios BalleriaLtda 7 0,0007 0,07
Lacteosbol 10 0,001 0,1
Lays 496 0,0496 4,96
Lay's 503 0,0503 5,03
Linda Plast 1 0,0001 0,01
Lucki Strike 2 0,0002 0,02
LyM 32 0,0032 0,32
Mabels 98 0,0098 0,98
Manufactura de alimentos S.A. 2 0,0002 0,02
Mega Center 3 0,0003 0,03
Mendocina 10 0,001 0,1
Multicine 4 0,0004 0,04
MyM's 4 0,0004 0,04
Nabisco 44 0,0044 0,44
Nestle 37 0,0037 0,37
Nosotras 2 0,0002 0,02
Ola 4 0,0004 0,04
Omo 6 0,0006 0,06
Opal Ltd 2 0,0002 0,02
Oreo Biscuit 34 0,0034 0,34
Otello 2 0,0002 0,02
Panda 72 0,0072 0,72
Papas Bolivar 108 0,0108 1,08
PepsiCoInc 22 0,0022 0,22
PIL 1539 0,1539 15,39
PIL 142 0,0142 1,42
Piposal S.R.L. 2 0,0002 0,02
Primavera 3 0,0003 0,03
Princesa 5 0,0005 0,05
Producciones Quispe 806 0,0806 8,06
Productos Frutillita 251 0,0251 2,51
Productos la esperanza 15 0,0015 0,15
Productos Recreo 2 0,0002 0,02
Real 9 0,0009 0,09
Red Boll 2 0,0002 0,02
Ron Abuelo 10 0,001 0,1
s/n 321 0,0321 3,21
San Gabriel 321 0,0321 3,21
Sedal 21 0,0021 0,21
Sedem 2 0,0002 0,02
Soalpro S.R.L. 28 0,0028 0,28
Soalpro SRL 48 0,0048 0,48
Sociedad agroindustrial del valle 2 0,0002 0,02
Sociedad de alimentos procesados Santiago
S.R.L. 2 0,0002 0,02
Sociedad Industrial Manantial S.R.L. 2 0,0002 0,02
Sociedad Manantial Industrial S.R.L. 33 0,0033 0,33
Sofia 15 0,0015 0,15
Sofia 4 0,0004 0,04
TheCocaColaCompany 432 0,0432 4,32
Ticona Carvajal Josefina 6 0,0006 0,06
Tigo 152 0,0152 1,52
ToyoSuisan 15 0,0015 0,15
Tropic 2 0,0002 0,02
Tropical 24 0,0024 0,24
TutiFruti 4 0,0004 0,04
Uma 3 0,0003 0,03
Unileber 2 0,0002 0,02
Verin's 53 0,0053 0,53
Vip's 2 0,0002 0,02
Viva 38 0,0038 0,38
Windsor 23 0,0023 0,23
 Análisis de resultado de Tabla 16; Debemos tomar en cuenta que existen una
infinidad empresas (pequeñas, medianas o grandes) tanto extranjeras como
nacionales, en el departamento de La Paz; las mismas que ofrecen sus productos a
disposición de la población en general. Se pudo observar que 127 empresas son las
más requeridas en el mercado debido al producto que ofrecen.
Como ser:
Frecuencia Frecuencia
NOMBRE DEL PRODUCTO Porcentaje
Absoluta Relativa
7 Up 4,00 0,00 0,04
Acido 2,00 0,00 0,02
Agua de la Fuente 96,00 0,01 0,96
Agua De Mesa 27,00 0,00 0,27
Agua deMesa 3,00 0,00 0,03
Agua Nova 40,00 0,00 0,40
Agua Sport 4,00 0,00 0,04
AhisaPlast 1,00 0,00 0,01
Alcohol en Gel 1,00 0,00 0,01
Alfajor 1,00 0,00 0,01
Alfredo 16,00 0,00 0,16
Alfredo Canela 16,00 0,00 0,16
Aloe Vera Drinck 2,00 0,00 0,02
Amberries 6,00 0,00 0,06
Ambrisitos 2,00 0,00 0,02
Ambrositos 4,00 0,00 0,04
Animalitos 4,00 0,00 0,04
Aqua Nova 42,00 0,00 0,42
Aquarius 14,00 0,00 0,14
Aroma 4,00 0,00 0,04
Aventura 2,00 0,00 0,02
Azucar 1,00 0,00 0,01
Bacon 100,00 0,01 1,00
Ballerina 7,00 0,00 0,07
Ballerina Bebe 2,00 0,00 0,02
Ballerina Manzanilla 2,00 0,00 0,02
Baloncito 2,00 0,00 0,02
Banana 9,00 0,00 0,09
Bananitas 2,00 0,00 0,02
BandyYeli 2,00 0,00 0,02
Baradero 10,00 0,00 0,10
Bata 2,00 0,00 0,02
Batido de coco 2,00 0,00 0,02
Beball 4,00 0,00 0,04
Bebidas caseras 1,00 0,00 0,01
Bebilac 4,00 0,00 0,04
BeetFruti 2,00 0,00 0,02
Beetfrutt 18,00 0,00 0,18
Belen 1,00 0,00 0,01
Biofrut 47,00 0,00 0,47
biscocho Dulce 1,00 0,00 0,01
Bobalo 2,00 0,00 0,02
Bocaditos 2,00 0,00 0,02
Bock 10,00 0,00 0,10
Bola de leche 4,00 0,00 0,04
Bola Frutas 2,00 0,00 0,02
Bolivar 2,00 0,00 0,02
Bolo 6,00 0,00 0,06
Bolo de frutas 4,00 0,00 0,04
Bolo de Leche 20,00 0,00 0,20
Bolo de leche 2,00 0,00 0,02
bolo frutas 24,00 0,00 0,24
Bolsa 2,00 0,00 0,02
BomBom Bum 24,00 0,00 0,24
Bon Bon 2,00 0,00 0,02
Bon Bon Bum 39,00 0,00 0,39
Bon o Bon 28,00 0,00 0,28
Boobalu 2,00 0,00 0,02
Botella 3,00 0,00 0,03
Brounie 2,00 0,00 0,02
Brownie 4,00 0,00 0,04
ByN 2,00 0,00 0,02
Café 3,00 0,00 0,03
Camel 16,00 0,00 0,16
Canela 8,00 0,00 0,08
Casa Real 2,00 0,00 0,02
Cascada 2,00 0,00 0,02
CascaFrut 8,00 0,00 0,08
Cascafruts 10,00 0,00 0,10
Ceibo 5,00 0,00 0,05
Cereal 2,00 0,00 0,02
Cereale 2,00 0,00 0,02
CheeseKesitos 4,00 0,00 0,04
CheeseKessitos 12,00 0,00 0,12
Chicharron 28,00 0,00 0,28
Chicharrones 10,00 0,00 0,10
Chiclets 149,00 0,01 1,49
Chicolac 44,00 0,00 0,44
Chicolack 102,00 0,01 1,02
Chip Ahoy 6,00 0,00 0,06
Chip delicadas 15,00 0,00 0,15
Chip Viva 2,00 0,00 0,02
Chips Ahoy 12,00 0,00 0,12
Chips de Maiz 22,00 0,00 0,22
Chiqui 10,00 0,00 0,10
ChiquiChock 20,00 0,00 0,20
ChiquiDrinck 48,00 0,00 0,48
ChiquiDrink 132,00 0,01 1,32
Chiquichoc 6,00 0,00 0,06
Chiquifrut 10,00 0,00 0,10
Chirimoya 2,00 0,00 0,02
Chizitos 32,00 0,00 0,32
ChockStar 2,00 0,00 0,02
Chocman 2,00 0,00 0,02
Choco Choco 2,00 0,00 0,02
Choco Choco 2,00 0,00 0,02
Choco Crick 2,00 0,00 0,02
Choco Limon 2,00 0,00 0,02
Choco melo 2,00 0,00 0,02
choco naranja 4,00 0,00 0,04
Choco Nectar 2,00 0,00 0,02
choco Soda 22,00 0,00 0,22
Choco star 2,00 0,00 0,02
Chocokman 4,00 0,00 0,04
Chocolate 2,00 0,00 0,02
Chocolike 4,00 0,00 0,04
Chocolimon 6,00 0,00 0,06
ChocolitosCrisck 2,00 0,00 0,02
Chocopil 2,00 0,00 0,02
Choko soda 2,00 0,00 0,02
Cholimon 2,00 0,00 0,02
Chubi 4,00 0,00 0,04
ChuiquiDrink 6,00 0,00 0,06
Chupete de agua 2,00 0,00 0,02
ChuquiDrink 2,00 0,00 0,02
Cine 3,00 0,00 0,03
Clarita 16,00 0,00 0,16
Clarita Chocolatada 2,00 0,00 0,02
Clorets 10,00 0,00 0,10
Club Social 26,00 0,00 0,26
Coca cola 202,00 0,02 2,02
Coca Cola 14,00 0,00 0,14
Cocacola 16,00 0,00 0,16
Cocaquina 30,00 0,00 0,30
Cola 2,00 0,00 0,02
Colgate 10,00 0,00 0,10
Cono 4,00 0,00 0,04
Cookie 4,00 0,00 0,04
Cookiss 4,00 0,00 0,04
Corona 3,00 0,00 0,03
Crack 8,00 0,00 0,08
Crackres 2,00 0,00 0,02
Crakers 14,00 0,00 0,14
Cremazon 2,00 0,00 0,02
Cremosita 34,00 0,00 0,34
Cremositas 6,00 0,00 0,06
Crespete de Cereales 2,00 0,00 0,02
Cricks 6,00 0,00 0,06
Cris 2,00 0,00 0,02
CuaCua 6,00 0,00 0,06
CuaCua 3,00 0,00 0,03
Cuba Libre 23,00 0,00 0,23
Danafria 5,00 0,00 0,05
De Fruta 4,00 0,00 0,04
Del valle 6,00 0,00 0,06
Delimon 124,00 0,01 1,24
Delisaurio 4,00 0,00 0,04
Delizaurio 36,00 0,00 0,36
Derby 18,00 0,00 0,18
Dilcole 2,00 0,00 0,02
DivertiLoops 2,00 0,00 0,02
Doblon 10,00 0,00 0,10
Doña Gusta 2,00 0,00 0,02
Doña gusta 3,00 0,00 0,03
Doritos 6,00 0,00 0,06
Drink 2,00 0,00 0,02
Drinx 12,00 0,00 0,12
Dulce de Leche 4,00 0,00 0,04
Eba 2,00 0,00 0,02
Ego 2,00 0,00 0,02
El Ceibo 2,00 0,00 0,02
El Chapulin 2,00 0,00 0,02
Elite 58,00 0,01 0,58
Empaque 1,00 0,00 0,01
Eucalipto 5,00 0,00 0,05
Express de Frutas 2,00 0,00 0,02
Extracto de semillas 2,00 0,00 0,02
F- !6 2,00 0,00 0,02
Factura 2,00 0,00 0,02
Fanta 67,00 0,01 0,67
Fgaffity 2,00 0,00 0,02
Fideo 2,00 0,00 0,02
Fideos 4,00 0,00 0,04
Filipitos 18,00 0,00 0,18
Fino 4,00 0,00 0,04
Fizz 2,00 0,00 0,02
Flipi 2,00 0,00 0,02
Flipy 2,00 0,00 0,02
Fluorloko 2,00 0,00 0,02
Frac 8,00 0,00 0,08
Fresko 2,00 0,00 0,02
FronCheese 12,00 0,00 0,12
FruitDrink 24,00 0,00 0,24
Frush 92,00 0,01 0,92
Frutall 2,00 0,00 0,02
FrutDrink 34,00 0,00 0,34
Fruti Crick 4,00 0,00 0,04
FrutiDrick 18,00 0,00 0,18
FrutiDrink 48,00 0,00 0,48
Frutillita 6,00 0,00 0,06
FurtDrink 2,00 0,00 0,02
Galleta de Agua 4,00 0,00 0,04
Gaseosa 12,00 0,00 0,12
Gelatina 2,00 0,00 0,02
Gelatina Yeli 4,00 0,00 0,04
Gemelos 4,00 0,00 0,04
Genial 6,00 0,00 0,06
Genio 10,00 0,00 0,10
George's 247,00 0,02 2,47
Ginger 6,00 0,00 0,06
Ginger Ale 2,00 0,00 0,02
Glaciar 2,00 0,00 0,02
Glasitas 2,00 0,00 0,02
Gloria 1,00 0,00 0,01
Goin 5,00 0,00 0,05
Golazo 13,00 0,00 0,13
Golpe 2,00 0,00 0,02
Grageas de arroz 4,00 0,00 0,04
Grageas de chocolate 4,00 0,00 0,04
Grosso 8,00 0,00 0,08
Gusanito 4,00 0,00 0,04
Gusanito 2000 2,00 0,00 0,02
Gusano Infinito 2,00 0,00 0,02
H2O 28,00 0,00 0,28
Hamburguesa a la parrilla 2,00 0,00 0,02
hamburguesas 2,00 0,00 0,02
Haribo 2,00 0,00 0,02
Helado 2,00 0,00 0,02
Helado de yogurt 2,00 0,00 0,02
Huari 4,00 0,00 0,04
Ice Fruit 497,00 0,05 4,97
Ice Frut 40,00 0,00 0,40
Inca Kola 2,00 0,00 0,02
Irupana 2,00 0,00 0,02
Isla Loca 8,00 0,00 0,08
jollito 7,00 0,00 0,07
Juguito 8,00 0,00 0,08
Ke padre 23,00 0,00 0,23
Kechup 3,00 0,00 0,03
Kechutp 5,00 0,00 0,05
KessPadie 2,00 0,00 0,02
Ketchup 29,00 0,00 0,29
Kilate 4,00 0,00 0,04
Kilombo 14,00 0,00 0,14
Kinotto Cola 2,00 0,00 0,02
Krapulito 2,00 0,00 0,02
Kream 192,00 0,02 1,92
La Cascada 17,00 0,00 0,17
La francesa 2,00 0,00 0,02
La Suprema 9,00 0,00 0,09
La Vie 2,00 0,00 0,02
Laargo 2,00 0,00 0,02
Lafucion 2,00 0,00 0,02
Lays 496,00 0,05 4,96
Lay's 503,00 0,05 5,03
Leche 10,00 0,00 0,10
Leche chocolatada 10,00 0,00 0,10
Leche con Avena 8,00 0,00 0,08
Leche Condensada 2,00 0,00 0,02
Leche de avena 2,00 0,00 0,02
Leche ling 2,00 0,00 0,02
Leche natural 6,00 0,00 0,06
Lenguix 10,00 0,00 0,10
Limppio 2,00 0,00 0,02
Lix2 29,00 0,00 0,29
Lixs 4,00 0,00 0,04
Loody 4,00 0,00 0,04
LotsaFizz 2,00 0,00 0,02
Lucki Strike 2,00 0,00 0,02
LyM 32,00 0,00 0,32
Malta Real 15,00 0,00 0,15
Manantial 35,00 0,00 0,35
Mantequilla 2,00 0,00 0,02
Maranatha 4,00 0,00 0,04
Marinas 2,00 0,00 0,02
Marmolado 33,00 0,00 0,33
Marruchan 15,00 0,00 0,15
Masculan 3,00 0,00 0,03
Masmelos 1,00 0,00 0,01
Masmelos 2,00 0,00 0,02
Mate de Anis 13,00 0,00 0,13
MaxiWafer 2,00 0,00 0,02
Mayonesa 22,00 0,00 0,22
Mayonessa 2,00 0,00 0,02
Mecano 2,00 0,00 0,02
Megacono 4,00 0,00 0,04
Mendocina 2,00 0,00 0,02
Mentol 14,00 0,00 0,14
Miel 2,00 0,00 0,02
Milanesa 4,00 0,00 0,04
Milki 2,00 0,00 0,02
Milk'l 2,00 0,00 0,02
Mineragua 4,00 0,00 0,04
Mini Crackers 2,00 0,00 0,02
Mini Sucrema 2,00 0,00 0,02
MixSnack 2,00 0,00 0,02
Mixer 2,00 0,00 0,02
Mixes 2,00 0,00 0,02
MixsSnacks 8,00 0,00 0,08
Mogul 18,00 0,00 0,18
Moraditas 4,00 0,00 0,04
Mosaiquito 2,00 0,00 0,02
mym's 4,00 0,00 0,04
Naranjito 67,00 0,01 0,67
Negrito 14,00 0,00 0,14
Nick 2,00 0,00 0,02
Nido 2,00 0,00 0,02
Nikolo 8,00 0,00 0,08
Nosotras 8,00 0,00 0,08
OkaLoka 4,00 0,00 0,04
Ola 4,00 0,00 0,04
Ola Loka 2,00 0,00 0,02
Omo 6,00 0,00 0,06
Oreo 34,00 0,00 0,34
Otello 2,00 0,00 0,02
Paceña 73,00 0,01 0,73
Paletado 2,00 0,00 0,02
Paletita 2,00 0,00 0,02
Palitos Fritos 18,00 0,00 0,18
Palitos Op 2,00 0,00 0,02
Palitospop 2,00 0,00 0,02
Pan Hamburguesa 2,00 0,00 0,02
Panales 4,00 0,00 0,04
Papas Bolivar 108,00 0,01 1,08
Papas fritas 4,00 0,00 0,04
Papas fritas 806,00 0,08 8,06
Papas fritas picantes 4,00 0,00 0,04
Papas Fritas Tocino 118,00 0,01 1,18
Papas FritasTocino 115,00 0,01 1,15
Patito 2,00 0,00 0,02
Pawerade 4,00 0,00 0,04
Peladitas 24,00 0,00 0,24
Pepsi 18,00 0,00 0,18
Picantes 2,00 0,00 0,02
Picaron 4,00 0,00 0,04
Pil (Helado) 2,00 0,00 0,02
Pilfrut 1.061,00 0,11 10,61
Pilfrut 6,00 0,00 0,06
Pin Pon 7,00 0,00 0,07
Pipoca Dulce de Maiz 4,00 0,00 0,04
Pipocas 48,00 0,00 0,48
Piposal 6,00 0,00 0,06
Pollos Copacabana 15,00 0,00 0,15
Pomelo Neus 2,00 0,00 0,02
Poosh 4,00 0,00 0,04
Powerade 4,00 0,00 0,04
Prenatal Lactancia 2,00 0,00 0,02
Princesa Semola 3,00 0,00 0,03
Propaganda 8,00 0,00 0,08
pura vida 22,00 0,00 0,22
Real 2,00 0,00 0,02
Recarga de credito 308,00 0,03 3,08
Red Boll 2,00 0,00 0,02
Rellenitas 2,00 0,00 0,02
Rexona 2,00 0,00 0,02
Rico 2,00 0,00 0,02
Rico Fruta 2,00 0,00 0,02
Ricoco 14,00 0,00 0,14
Ricorrones 22,00 0,00 0,22
Rikitos 10,00 0,00 0,10
Rockets 4,00 0,00 0,04
Rocklets 2,00 0,00 0,02
Rocky 14,00 0,00 0,14
Ron Abuelo 10,00 0,00 0,10
Ronditas 2,00 0,00 0,02
S/N 17,00 0,00 0,17
s/n 197,00 0,02 1,97
Sabrosito 2,00 0,00 0,02
Salsero 48,00 0,00 0,48
Salvieti 14,00 0,00 0,14
San Lucas 1,00 0,00 0,01
San Mateo 4,00 0,00 0,04
Sandwich 16,00 0,00 0,16
Santa Isabel 139,00 0,01 1,39
Sapito 10,00 0,00 0,10
Scott 4,00 0,00 0,04
Secufem plus 3,00 0,00 0,03
Sedal 21,00 0,00 0,21
Sibarita 2,00 0,00 0,02
Simba 10,00 0,00 0,10
Snacks Animales 2,00 0,00 0,02
Soda 2,00 0,00 0,02
Soda 2,00 0,00 0,02
Soda Maxi 2,00 0,00 0,02
Soy 6,00 0,00 0,06
Sport Socks 3,00 0,00 0,03
Sprite 41,00 0,00 0,41
Sublime 10,00 0,00 0,10
Sublime 8,00 0,00 0,08
Super chocolatada 2,00 0,00 0,02
Tampico 312,00 0,03 3,12
Tatin 2,00 0,00 0,02
Tentacion 16,00 0,00 0,16
Tentaciones 4,00 0,00 0,04
Today 2,00 0,00 0,02
TopLine 2,00 0,00 0,02
Torito 4,00 0,00 0,04
Tortilas 4,00 0,00 0,04
Tortillitas 2,00 0,00 0,02
Triangulo 8,00 0,00 0,08
Trika 24,00 0,00 0,24
TronChesse 12,00 0,00 0,12
Tropical 6,00 0,00 0,06
Trululu 2,00 0,00 0,02
Turron 20,00 0,00 0,20
Tusival 2,00 0,00 0,02
Vaquita 221,00 0,02 2,21
Vaso 4,00 0,00 0,04
Vid 53,00 0,01 0,53
Vida Sana 32,00 0,00 0,32
Villa Santa 147,00 0,01 1,47
Vips 3,00 0,00 0,03
Visa Sana 2,00 0,00 0,02
Viscachani 8,00 0,00 0,08
Vital 64,00 0,01 0,64
Voleo 9,00 0,00 0,09
Wafer 46,00 0,00 0,46
Waferito 14,00 0,00 0,14
Wafers 20,00 0,00 0,20
Waffer 4,00 0,00 0,04
Wafs 10,00 0,00 0,10
Winson 10,00 0,00 0,10
Yeli 8,00 0,00 0,08
YoguStar 12,00 0,00 0,12
Yogueta 4,00 0,00 0,04
Yogurello Escolar 3,00 0,00 0,03
Yogurt 3,00 0,00 0,03
Yougurt 14,00 0,00 0,14
Yougurt Bebible 2,00 0,00 0,02
yougurt Escolar 2,00 0,00 0,02
yougurt Frutado 2,00 0,00 0,02
Zazuage 2,00 0,00 0,02
Zazuague 2,00 0,00 0,02

Tabla 3"Nombre de los productos"
CONSUMO
60
50
40
30
Serie 1
20
10
0
jugos gaseosa agua fritura grajeas otros
Cantidad consumida de agua
160
140
120
100
80
60
40
20
0
Santa Isabel aqua Nova Villa Santa Agua de mesa Agua de la H20
fuente
Cantidad consumida
Nombre producto Cantidad consumida

Santa Isabel 152
aqua Nova 159
Villa Santa 76
Agua de mesa 22
Agua de la fuente 119
H20 5
En el consumo de agua según la base de datos recaudada por medio de las fotos se notara
que se consume en gran proporción el agua en sachet “Santa Isabel”, siguiéndole el agua en
sachet “Aqua Nova” y teniendo en tercer lugar el agua en sachet “agua de la fuente” y
posterior a estos vemos otras empresas que producen agua
Cantidad consumida de frituras segun su tipo
80
70
60
50
40
30
20
10
0
papas fritas bacon chicharones chizitos Chips de Maiz pipocas otros
Cantidad consumida
Cantidad
Nombre frituras consumida
papas fritas 9
Bacon 76
chicharrones 42
chizitos 28
Chips de Maíz 53
pi pocas 48
otros 35
Según nuestra base de datos obtenida por medio de las fotos de basura notamos que en el
consumo con lo que respecta las frituras lideran el consumo de “Bacon”, seguido de chips
de maíz, posterior a eso vemos otros tipos de frituras
Cantidad consumida de galletas

160
140
120
100
80
60
40
20
0
soalpro S.R.L Fagal S.R.L Suprema nabisco La francesa Victorias otras
empresas
Cantidad consumida
Nombre empresa Cantidad consumida

soalpro S.R.L 27
Fagal S.R.L 144
Suprema 7
nabisco 32
La francesa 11
Victorias 6
otras empresas 65
En el consumo de galletas notamos que la empresa fagal es quien ocupa gran parte en el
mercado
Etapa 3:
Determinación de la empresa con la que se trabajara: Se llegó a la conclusión que; aquellos
productos que lideran el mercado en este caso jugos y agua tiene un posicionamiento del
cual los hace ser grandes dentro del departamento indiferentemente si sean empresas nacional
o extranjeras las mismas ya cuentan con un modelo estructurado para mantenerse siempre
primeros. Podemos resaltar a unas cuantas de ellas como ser: PIL, DELIZIA,CERVECERIA
BOLIVIA NACIONAL etc…..
Por lo tanto se determinó realizar más énfasis en el sector que está ubicado en el cuarto
posicionamiento “Grageas de chocolate”.
¿Por qué escoger Grageas de chocolate?
Porque existe un consumo significativo y podemos notar incluso que el precio en las
empresas en la gráfica no es el mismo y que no es un impedimento para que el consumidor
tienda a demandar en el momento de adquirir dicho producto.
CARTOGRAMA DE LA CIUDAD DE LA PAZ

CARLITA
FILIPITOs
Figura 3Representacion de datos en Cartograma
CARTOGRAMA DE LA CIUDAD DE EL ALTO
CARLITA
FILIPITOS
Figura 4Representacion de datos en Cartograma
Empresa Distribuidora Nombre del producto
El ceibo El ceibo S.R.L Filipito
Condor Condor S.A Peladita
Edymar Edymar Carlita
 Se decidió por lo tanto trabajar con la empresa unipersonal como lo es “Carlita”

¿Porque?
“ Carlita ” al ser una empresa unipersonal aún requiere de más innovación y emprendimiento
en cuanto a su producto, debido a que; si bien tiene lo básico como ser maquinaria, personal,
e incluso instalación; su producto llega a ser consumido inclusive más que “tigre” e igual
que Productos tropical más conocida como “Peladitas”
Fase 4:
 Describir cómo puede ayudar la información obtenida, a la empresa con la que se
trabajara:
En el transcurso del desarrollo del proyecto se dedujo lo siguiente: las grageas de
chocolate “Filipitos” tiene no por muchas mayores ventas en sectores que
aparentemente lo pueden adquirir con facilidad sin importar en precio.
Sin embargo papas fritas como “peladitas y “Carlita” son mayor adquiridas en
colegios fiscales y lugares recurrentes de personas promedio debido al precio. La
diferencia entre estos dos productos se encuentra en que peladitas al ser una empresa
unipersonal cuenta actualmente con un organigrama ya planteado, con personal
capacitado en producción, ventas y cronogramas ya estabilizados; a comparación de
Carlita carece de estos aspectos pero pese a ello es muy requerido en consumo.
La base de datos presentada ayudara a facilitar el conocimiento acerca de su mercado
a Carlita, tratando de mostrarle que con un mejoramiento, implementaciónde
maquinaria, personal capacitado para producción y ventas puede expandir su mercado
incluso afuera del país y hacer frente a Filipitos en el mercado nacional.
 Describir la Propuesta empresarial:
 Filipitos a ser una empresa Nacional tiende a encarecer sus costos por ello el
coste de comercialización son elevados en comparación a “Carlita”
 Se debe tomar en cuenta que Filipitos tiene un producto de fino acabado que
puede durar varios meses en el mercado que tiene un precio competitivo y tiene
cobertura llegada a mercados, supermercados , anaqueles, puestos de colegio, etc..
 Nosotros al brindar esta información queremos llegar a este nivel descrito y
poderlo potencializar al mismo o mejor nivel; con un precio, producto y envase
de calidad.
 Realizada esta proyección, es decir; con el producto mejorado para ello nosotros
tenemos la consultoría en asesoramiento de producción de grageas de chocolate,
con conservantes que puedan tener una duración de ocho meses a un año para
que el consumidor e intermediario puedan realizar la comercialización del
producto sin problema alguno.
 Nosotros somos una consultora que engloba insumos, queremos llegar a “Carlita”
con la idea de que salga de su zona de confort y tome riesgos al tratar de expandir
su mercado; la maquinaria, tecnología que le daremos a conocer, será sustentable
a largo y a corto plazo, otorgando también una capacitación al personal para que
puedan manejar el capital que se les incrementara.
A continuación un costeo acerca de las maquinarias:
Tecnología requerida: Descripción de equipos y máquinas.
MAQUINAS GRAGEADORAS o CONFITERAS

Esta máquina es fundamental para el proyecto debido que será la que permita darle el
color, sabor y la sensación que caracteriza las grageas
Capítulo VI: Conclusiones
Una base de datos puede ser utilizada de mil maneras, solo debemos saber cómo
interpretarlas, en este caso; la hemos utilizado para crear una estrategia empresarial dirigida
a una empresa unipersonal en específico.
Otorgándole a la misma nuevas tendencias de cómo manejar y expandir su producto y no
quedarse ahí; teniendo en cuenta su gran potencial en el mercado.
La capacidad de manejar muchos datos a la vez sin dudas es complicada en su debido tiempo,
gracias a ello la estadística nos permite aminorarlo mediante tablas y graficas esenciales para
un desarrollo óptimo.
Capitulo VII: Recomendaciones
Bibliografía
Antonio Rustom, C. F. (2012). Estadistica Descriptiva, Probabilidad e Inferencia. Chile:
Universidad de Chile, departamento de economia agraria..
Fernández Lorenzo, A. (2012). Conceptos de Estrategia empresarial. Union Europea: EOI
Escuela de Organización Industrial .
Morales, G. A. (2012). Estadistica y Probabilidades. Chile: Universidad Catolica de la
Santisima Consepcion.
Newbold, P., Carlson, W., & Thorne, B. (2008). Estadística para Administración. Madrid:
PEARSON EDUCACIÓN, S.A.
Orellana, L. (2001). ESTADÍSTICA DESCRIPTIVA. Buenos Aires.

Trabajo

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Trabajo

Hochgeladen von

Copyright:

Verfügbare Formate

FICHA DE IDENTIFICACIÓN DE PROYECTO

Título Diseño de base de datos como estrategia empresarial

Carrera Ing. Comercial

Palabras clave: Base de datos, estrategia empresarial

Keywords: Database, business strategy

tardara en hacerlo. Por lo tanto, la estrategia empresarial es la búsqueda voluntaria de un plan

misma constituye un aspecto fundamental para cualquier organización o empresa.

saber cómo manejarla, de forma que ayude a maximizar el interés económico.

informativa e interpretativa como innovación/indagación a empresas, utilizando una

recolección de datos; con un estudio observacional, en este caso “fotográfico”, medidos de

beneficio práctico para la empresa.

Capitulo II: Marco teórico

1) Población o Universo: Conjunto completo de individuos, objetos, o medidas los cuales

2.3. Clasificación de las variables

2.3.1 Datos categóricos o cualitativos

2.3.3 Otro tipo de datos

Ubicación del encuestado

2.3.4 Estrategia previa el análisis de datos

2.4 Tipos de muestra

2.4.2 Muestreo estratificado.

Se aplica cuando en la población existen claramente identificados dos o más subpoblaciones

2.5. Tablas de frecuencia y graficas

EJEMPLO 2.1. Las principales empresas de Florida central en 2003

Tabla 1 (Tablas)“Estadística para Administración y Economía” Pearson- 2008

2.5.3. Gráficos de barras y gráficos de tarta

Figura 1 2.1 Cinco Principales Empresa de Florida Central, 2003“Estadistica para

Tabla 2.2 Número de estudiantes matriculados en tres especialidades de administración

Figura 2.2A Estudiantes especializados en finanzas marketing, 2000, 20058grafico de barras

Figura 2.2B Estudiantes especializados en finanzas, marketing y contabilidad, 2000, 2005

Esta información puede mostrarse en un gráfico de barras desagregando el número total

EJEMPLO 2.2. Los gastos de viaje

La Figura 2.3 es un gráfico de tarta de los gastos de viaje.

2.5.4. Diagramas de Pareto

Un diagrama de Pareto es un gráfico de barras que muestra la frecuencia de las causas de

El resultado de Pareto se aplica a una amplia variedad de conductas en muchos sistemas. A

2.5.5. Grafica para describir variables categóricas

Las variables categóricas pueden describirse utilizando tablas de distribución de frecuencias

Ref.: (Newbold, Carlson, & Thorne, 2008, pág. 20)

Gráfico de series temporales

(Newbold, Carlson, & Thorne, 2008, pág. 21)

EJEMPLO 2.5. Ventas trimestrales de una empresa durante seis años

Periodo de 6 años que se encuentran en el fichero de datos Quarterly Sales 2001-2006.

Describa los datos gráficamente.

La Figura 2.6 es un gráfico de series temporales de los 24 intervalos de tiempo. Observamos

Ref.: (Newbold, Carlson, & Thorne, 2008, pág. 22)

2.5.7. Gráficos para describir Variables Numéricas

Construcción de una distribución de frecuencias

Regla 1: Decidir k, el número de intervalos (clases).

(Número mayor − Número menor)

Regla 1. Número de intervalos

El número de intervalos (clases) utilizados en una distribución de frecuencias se decide de

Tamaño de la muestra Número de intervalos

Regla 2. Amplitud de los intervalos

Después de elegir el número de intervalos, el paso siguiente es elegir la amplitud de los

(Número mayor − Número menor)

La amplitud de los intervalos a menudo se redondea a un número entero para facilitar la

Regla 3. Intervalos inclusivos y que no se solapen

Distribuciones de frecuencias relativas, acumuladas y relativas acumuladas

Se obtiene una distribución de frecuencias relativas dividiendo cada frecuencia por el

2.5.8. Histogramas y ojivas

Se dice que la forma de un histograma es simétrica si las observaciones están equilibradas,

Una distribución está sesgada o es asimétrica si las observaciones no están distribuidas

La Figura 2.10A representa un histograma simétrico. En cambio, el de la 2.10B tiene una

Ref.: (Newbold, Carlson, & Thorne, 2008, págs. 27-29)