Beruflich Dokumente
Kultur Dokumente
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.
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.
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Índice de ecuaciones
Ecuación 1 ..................................................................................................................... 23
Ecuación 2 ..................................................................................................................... 25
Asignatura: Estadística I
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Capítulo I: Introducción
Una estrategia busca la forma de alcanzar los fines o metas propuestas y el tiempo que se
de acción que una empresa realiza para crear y mantener ventajas técnicas. El estudio de la
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
Con toda la referencia hecha anteriormente, el presente trabajo busca proyectar una propuesta
manera en el cual no sean manipulados. Tratando de que dicha propuesta pueda ser un
Asignatura: Estadística I
Carrera: Ingeniería Comercial 1
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Asignatura: Estadística I
Carrera: Ingeniería Comercial 2
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 3
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 4
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Ref.: (Orellana, 2001, pág. 6)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 5
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
(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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 6
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 7
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 8
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 9
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 10
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 11
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 12
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 13
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 14
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 15
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 16
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Asignatura: Estadística I
Carrera: Ingeniería Comercial 17
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
construye de tal forma que el área de cada segmento es proporcional a la frecuencia
correspondiente.
Ref. (Paul Newbold, 2008, págs. 14-15)
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 18
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Diagrama de Pareto
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 19
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 20
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
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.
La Tabla 2.4 muestra las ventas trimestrales realizadas por una empresa durante un
Solución
Asignatura: Estadística I
Carrera: Ingeniería Comercial 21
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 22
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Ecuación 1
(2.1)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 23
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 24
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Ecuación 2
Asignatura: Estadística I
Carrera: Ingeniería Comercial 25
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 26
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Simetría
Sesgo
Asignatura: Estadística I
Carrera: Ingeniería Comercial 27
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 28
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 29
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 30
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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).
Asignatura: Estadística I
Carrera: Ingeniería Comercial 31
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 32
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 33
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
de diferenciación con precios caros pueden sufrir más que las que han optado por reducir al
máximo costes y precios.
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.
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 34
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
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.
• Los excedentes financieros superan los recursos necesarios para la expansión en los
negocios actuales.
• Económicos, principalmente relacionados con un entorno distinto (que hay que analizar…).
Asignatura: Estadística I
Carrera: Ingeniería Comercial 35
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
• 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.
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 36
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
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
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 37
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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”)
Asignatura: Estadística I
Carrera: Ingeniería Comercial 38
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 39
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Realizar una base de datos, que con cuyos datos obtenidos se pueda elaborar una propuesta
Sacar fotos de basura para poder obtener los datos y realizar dicho diseño de datos.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 40
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Capítulo V: Marco practico
Asignatura: Estadística I
Carrera: Ingeniería Comercial 41
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 42
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 43
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 44
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 45
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 46
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 47
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 48
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 49
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 50
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 51
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 52
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 53
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 54
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 55
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 56
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
CONSUMO
60
50
40
30
Serie 1
20
10
0
jugos gaseosa agua fritura grajeas otros
Asignatura: Estadística I
Carrera: Ingeniería Comercial 57
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 58
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 59
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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
Asignatura: Estadística I
Carrera: Ingeniería Comercial 60
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 61
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
FILIPITOs
CARLITA
FILIPITOS
Asignatura: Estadística I
Carrera: Ingeniería Comercial 62
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Empresa Distribuidora Nombre del producto
El ceibo El ceibo S.R.L Filipito
Condor Condor S.A Peladita
Asignatura: Estadística I
Carrera: Ingeniería Comercial 63
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 64
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
Asignatura: Estadística I
Carrera: Ingeniería Comercial 65
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 66
Título: Diseño de base de datos como estrategia empresarial
Autor: Beatriz Diana Valencia Blanco
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.
Asignatura: Estadística I
Carrera: Ingeniería Comercial 67