Trabajo Final Datos

1
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN
“Año del diálogo y la reconciliación nacional”
ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
TRABAJO DE EMPRESA
“MICROEMPRESA SNACK VICKY”
Integrantes:
 Deza Quispe, Ruth Sara

 Goche Tejada, Frances Armando
 Machaca Arceda, Miguel Angel
 Paredes Mendoza, Vladimir Rodrigo
 Quispe Aroni, Mariela Cinthia
Docente: Ing. César Carrasco
Curso: Análisis de datos 1
Arequipa-Perú
2018
2
DEDICATORIA
La concepción de este proyecto está dedicada a nuestros padres, pilares fundamentales en
nuestras vidas, sin ellos, jamás hubiésemos podido conseguir lo que hasta ahora. Su tenacidad
y lucha insaciable han hecho de ellos el gran ejemplo a seguir y destacar, no solo para
nosotros sino para nuestras familias en general. También dedicamos este proyecto a nuestro
profesor, que nos motiva e inspira cada día. A ellos dedicamos este proyecto, que sin ellos, no
hubiese podido ser.

3
ÍNDICE
I. INTRODUCCION.....................................................................................................................4
II. OBJETIVOS..............................................................................................................................5
III. MARCO TEÓRICO..............................................................................................................5
IV. DESCRIPCION DE LA EMPRESA....................................................................................20
V. DESCRIPCIÓN DE LOS DATOS...........................................................................................20
VI. ANÁLISIS ESTADÍSTICO DE LOS DATOS.....................................................................22
VII. CONCLUSIONES...............................................................................................................31
4
I. INTRODUCCION
En el siguiente trabajo se mostrara los análisis de datos de una microempresa de
Arequipa, llamada SNACK VICKY que es una empresa de servicio de comida rápida,
ubicada en Peral-421 Arequipa-Perú, analizaremos los datos de ventas de productos,
compra de materia prima necesarios para la preparación de comida rápida, las ganancias
mensuales y anuales, donde podremos aplicar los conceptos de la estadística descriptiva
tales como: la varianza muestral , la desviación estándar y el coeficiente de variación .
Se demostrara la importancia de la estadística descriptiva, como se interpreta la
desviación y el coeficiente de variación, ya que se presentara una lista de datos y se
analizara detalladamente, incluso creando una tabla de frecuencias para poder ver su
histograma, curtosis, etc.

5
II. OBJETIVOS
 Determinar qué productos que productos generan más ingresos y que
productos generan menos ingresos.

 Demostrar estadísticamente que productos deberían dejar de vender en la
mype.
III. MARCO TEÓRICO
1. Estadística descriptiva: La estadística descriptiva es la rama de las
Matemáticas que recolecta, presenta y caracteriza un conjunto de datos (por
ejemplo, edad de una población, altura de los estudiantes de una escuela,
temperatura en los meses de verano, etc.) con el fin de describir
apropiadamente las diversas características de ese conjunto.

2. Variables: Al conjunto de los distintos valores numéricos que adopta un
carácter cuantitativo se llama variable estadística.

 Variables cualitativas o categóricas: no se pueden medir
numéricamente (por ejemplo: nacionalidad, color de la piel, sexo)

 Variables cuantitativas: tienen valor numérico (edad, precio de un
producto, ingresos anuales). Además pueden ser discretas (valores
enteros) y continuas (cualquier valor).

3. Datos: Los datos son medidas y/o números recopilados a partir de la
observación. Los datos pueden concebirse como información numérica
necesaria para ayudar a tomar una decisión con más bases en una situación
particular. Los datos se pueden clasificar en:

 Datos discretos. Son respuestas numéricas que surgen de un proceso de
conteo.
 Datos continuos. Son respuestas numéricas que surgen de un proceso
de medición.
 Organización de datos: Hay datos que pueden ser de mucha utilidad a
diferentes profesionales en la toma de decisiones, para resolver
problemas o para mostrar resultados de investigaciones. Una vez que

6
se haya recogido toda la información, se procede a crear una base de
datos, donde se registran todos los datos obtenidos. Algunas veces, si
los datos son muy complicados, se codifican, esto quiere decir que se
le coloca una palabra clave que identifica un título muy largo. Cuando
ya está elaborada la base de datos se parece a una tabla.

4. Acumulación de frecuencias
Frecuencia es el número de veces que se repite un determinado acto o
suceso.
 Frecuencia absoluta: La frecuencia absoluta es una medida estadística que nos
da información acerca de la cantidad de veces que se repite un suceso al
realizar un número determinado de experimentos aleatorios. Esta se representa
mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se
refiere a la realización i-ésima del experimento aleatorio.

 Frecuencia absoluta acumulada: Es las sumatoria de todas las frecuencias
absolutas, el total representa la cantidad de información.

 Frecuencia relativa: Es el cociente entre la frecuencia absoluta y el tamaño de
la muestra. Esta frecuencia nos permite hacer comparaciones de muestras de
distinto tamaño.
 Frecuencia relativa acumulada: Es la sumatoria de las frecuencias relativas, el
total nos da la unidad.[ CITATION SAN15 \l 10250 ]
5. Tipos De Gráficas
Expresar la información a través de diferentes tipos de gráficas estadísticas es
la mejor forma, ya que todas ellas brindan datos claros y rápidos de entender.
Estas se clasifican en gráficos de barras, gráficas circulares, diagrama de puntos,
los histogramas, la ojiva, los pictogramas y polígono de frecuencias.
5.1. Gráficos de barras

7
Estas por lo general se expresan por medio de diferentes barras de distintos
colores, no importa si son horizontales o verticales. Se usan para dilucidar
cierta información específica entre todo un grupo de personas, que hayan
pasado previamente por una encuesta.
Keymath. A. (2004). Gráfica de barras. [Gráfico]. Recuperado de:
https://sites.google.com/site/utcvcalidadenelmantenimiento/estadistica-y-probabilidad/2-1-3-
graficas/2-1-3-1-grafica-de-barras
5.2. Gráfico circular
Los gráficos circulares se dividen en sectores; cada uno muestra el tamaño
de un fragmento de información relacionado. Los gráficos circulares suelen
utilizarse para mostrar tamaños relativos de partes de un todo.
Dextre, R. Gráfico de Ecuaciones. [Gráfico]. Recuperado de:
https://sites.google.com/site/grupofundamentosusil2/temas/grafico-de-ecuaciones
5.3. Diagrama de Puntos

Un diagrama de puntos es una gráfica utilizada para ilustrar un número
reducido de datos, la cual permite identificar con facilidad dos características:

• La localización de los datos.
• La dispersión o variabilidad de los datos.
8
Este diagrama muestra cada uno de los elementos de un conjunto de datos
numéricos por encima de una recta numérica (eje horizontal), facilita la
ubicación de los espacios vacíos y los agrupamientos en un conjunto de datos,
así como la manera en que estos datos se distribuyen a los largo del eje
horizontal.
Perez, I. (2013). Temas de Estadística. [Gráfico]. Recuperado de: http://tsu-
estadistica.blogspot.com/2013/01/diagrama-de-puntos.html
5.4. Histogramas
Son la representación en graficas de una determinada variable mediante
barras, las cuales deben ser proporcionales en todos los valores hallados, entre
su frecuencia y superficie. Se dibuja de tal modo que el eje vertical marque las
frecuencias, mientras el horizontal será todos los valores existentes en las
variables.
Miguel (2010). Herramientas y técnicas de calidad. [Gráfico]. Recuperado de:
http://herramientasytecnicas.blogspot.com/
5.5. Polígono de frecuencias

9
Se trata de un tipo de grafico lineal, que se usa para la representación de las
incidencias, o sea las respuestas de alguna variable cuantitativa. El polígono
que se gráfica, surge de la unión entre los puntos de las bases superiores
ubicadas en cada una de las barras de un sencillo diagrama de barras, en
algunas ocasiones sirve también con un histograma.
Orozco, I. Polígono de frecuencias. [Gráfico]. Recuperado de:
https://ivanorozco.jimdo.com/estad%C3%ADstica-1/s%C3%A9ptimo/pol%C3%ADgono-de-
frecuencias/
Cuartiles:
Los cuartiles son valores que dividen una muestra de datos en cuatro partes
iguales. Utilizando cuartiles puede evaluar rápidamente la dispersión y la
tendencia central de un conjunto de datos, que son los pasos iniciales
importantes para comprender sus datos.
Tenemos 3 cuartiles que son los siguientes:
- 1er cuartil (Q1): 25% de los datos es menor que o igual a este valor.
10
- 2do cuartil (Q2): Es la mediana. El 50 % de los datos es menor que o igual
a este valor.
- 3er cuartil (Q3): El 75 de los datos es menor que o igual a este valor.
- Rango intercuartil: La distancia entre el 1er cuartil y el 3er cuartil (Q3-
Q1), de esta manera abarca el 50% central de los datos.
- Cálculo de los cuartiles para datos agrupados
En primer lugar, buscamos la clase donde se encuentra, en la tabla de las
frecuencias acumuladas.
Li es el límite inferior de la clase donde se encuentra el cuartil.
N es la suma de las frecuencias absolutas.
Fi-1 es la frecuencia acumulada anterior a la clase del cuartil.
ai es la amplitud de la clase.
11
6. Percentiles
- El percentil es una medida de posición usada en estadística que indica, una
vez ordenados los datos de menor a mayor, el valor de la variable por
debajo del cual se encuentra un porcentaje dado de observaciones en un
grupo de observaciones. Por ejemplo, el percentil 20º es el valor bajo el
cual se encuentran el 20 por ciento de las observaciones.
- Se representan con la letra P. Para el percentil i-ésimo, donde la i toma
valores del 1 al 99. El i % de la muestra son valores menores que él y el
100-i % restante son mayores.
- Aparecen citados en la literatura científica por primera vez por Francis
Galton en 18851
P25 = Q1
P50 = Q2 (mediana)
P75 = Q3
7. Varianza
- En teoría de probabilidad, la varianza o variancia (que suele representarse
como ) de una variable aleatoria es una medida de dispersión definida
como la esperanza del cuadrado de la desviación de dicha variable
respecto a su media.
12
- Su unidad de medida corresponde al cuadrado de la unidad de medida de
la variable: por ejemplo, si la variable mide una distancia en metros, la
varianza se expresa en metros al cuadrado. La varianza tiene como valor
mínimo 0. La desviación estándar (raíz cuadrada de la varianza) es una
medida de dispersión alternativa, expresada en las mismas unidades que
los datos de la variable objeto de estudio.
- Hay que tener en cuenta que la varianza puede verse muy influida por los
valores atípicos y no se aconseja su uso cuando las distribuciones de las
variables aleatorias tienen colas pesadas. En tales casos se recomienda el
uso de otras medidas de dispersión más robustas.
- El término varianza fue acuñado por Ronald Fisher en un artículo
publicado en enero de 1919 con el título The Correlation Between
Relatives on the Supposition of Mendelian Inheritance.
- Si tenemos un conjunto de datos de una misma variable, la varianza se
calcula de la siguiente forma:
- Siendo:
x i = cada dato
X́ = media de los datos

13
n=¿ Número de datos
8. Desviación
La desviación estándar es la medida de dispersión más común, que indica qué
tan dispersos están los datos con respecto a la media. Mientras mayor sea la
desviación estándar, mayor será la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación
estándar de una población, mientras que s se utiliza para representar la desviación
estándar de una muestra. La variación que es aleatoria o natural de un proceso se
conoce comúnmente como ruido.
La desviación estándar se puede utilizar para establecer un valor de referencia
para estimar la variación general de un proceso.
La desviación estándar puede ser interpretada como una medida
de incertidumbre. La desviación estándar de un grupo repetido de medidas nos da
la precisión de éstas. Cuando se va a determinar si un grupo de medidas está de
acuerdo con el modelo teórico, la desviación estándar de esas medidas es de vital
importancia: si la media de las medidas está demasiado alejada de
la predicción (con la distancia medida en desviaciones estándar), entonces
consideramos que las medidas contradicen la teoría. Esto es coherente, ya que las
mediciones caen fuera del rango de valores en el cual sería razonable esperar que
ocurrieran si el modelo teórico fuera correcto.
9. Asimetría.
14
La asimetría es la medida que indica la simetría de la distribución de
una variable respecto a la media aritmética, sin necesidad de hacer la
representación gráfica. Los coeficientes de asimetría indican si hay el mismo
número de elementos a izquierda y derecha de la media.
Existen tres tipos de curva de distribución según su asimetría:
 Asimetría negativa: la cola de la distribución se alarga para valores
inferiores a la media.
 Simétrica: hay el mismo número de elementos a izquierda y derecha de la
media. En este caso, coinciden la media, la mediana y la moda. La
distribución se adapta a la forma de la campana de Gauss, o distribución
normal.
 Asimetría positiva: la cola de la distribución se alarga para valores
superiores a la media.
Universo Formulas. ASIMETRÍA Y CURTOSIS [Gráfico]. Recuperado de:

https://www.universoformulas.com/estadistica/descriptiva/asimetria-curtosis/
Existen tres coeficientes de asimetría:
9.1. Coeficiente de asimetría de Fisher

15
El coeficiente de asimetría de Fisher CAF evalúa la proximidad de los datos a
su media x. Cuanto mayor sea la suma ∑ (xi–x)3, mayor será la asimetría. Sea el
conjunto X=(x1, x2,…, xN), entonces la fórmula de la asimetría de Fisher es:

 Si CAF<0: la distribución tiene una asimetría negativa y se alarga a
valores menores que la media.
 Si CAF=0: la distribución es simétrica.
 Si CAF>0: la distribución tiene una asimetría positiva y se alarga a valores
mayores que la media.

9.2. Coeficiente de asimetría de Pearson

16
El coeficiente de asimetría de Pearson CAP mide la diferencia entre la media y
la moda respecto a la dispersión del conjunto X=(x1, x2,…, xN).
Este procedimiento, menos usado, lo emplearemos solamente en distribuciones
unimodales y poco asimétricas.

• Si CAP<0: la distribución tiene una asimetría negativa, puesto que la media es
menor que la moda.
• Si CAP=0: la distribución es simétrica.
• Si CAP>0: la distribución tiene una asimetría positiva, ya que la media es
mayor que la moda.

9.3. Coeficiente de asimetría de Bowley

17
El coeficiente de asimetría de Bowley CAB toma como referencia los cuartiles
para determinar si la distribución es simétrica o no. Para aplicar este coeficiente,
se supone que el comportamiento de la distribución en los extremos es similar. Sea
el conjunto X=(x1, x2,…, xN), la asimetría de Bowley es:

Esta fórmula viene de:

Recordemos que la mediana (Me) es lo mismo que el segundo cuartil (Q2).
• Si CAB<0: la distribución tiene una asimetría negativa, puesto que la distancia
de la mediana al primer cuartil es menor que al tercero.
• Si CAB=0: la distribución es simétrica, ya que el primer y tercer cuartil están a
la misma distancia de la mediana.
• Si CAB>0: la distribución tiene una asimetría positiva, ya que la distancia de
la mediana al tercer cuartil es mayor que al primero.

18

10. Coeficiente de Variación
El coeficiente de variación, también denominado como coeficiente de
variación de Spearman, es una medida estadística que nos informa acerca de la
dispersión relativa de un conjunto de datos. Su cálculo se obtiene de dividir la
desviación típica entre el valor absoluto de la media del conjunto y por lo general
se expresa en porcentaje para su mejor comprensión.
El coeficiente de variación se puede ver expresado con las letras CV o r,
dependiendo del manual o la fuente utilizada. Su fórmula es la siguiente:

19
El coeficiente de variación se utiliza para comparar conjuntos de datos
pertenecientes a poblaciones distintas. Si atendemos a su fórmula, vemos que este
tiene en cuenta el valor de la media. Por lo tanto, el coeficiente de variación nos
permite tener una medida de dispersión que elimine las posibles distorsiones de
las medias de dos o más poblaciones.
10.1. Propiedades y aplicaciones
• El coeficiente de variación no posee unidades.
• El coeficiente de variación es típicamente menor que uno. Sin embargo, en
ciertas distribuciones de probabilidad puede ser 1 o mayor que 1.
• Para su mejor interpretación se expresa como porcentaje.
• Depende de la desviación típica, también llamada "desviación estándar", y en
mayor medida de la media aritmética, dado que cuando ésta es 0 o muy próxima a
este valor el C.V. pierde significado, ya que puede dar valores muy grandes, que
no necesariamente implican dispersión de datos.
• El coeficiente de variación es común en varios campos de la probabilidad
aplicada, como teoría de renovación y teoría de colas. En estos campos la
distribución exponencial es a menudo más importante que la distribución normal.
IV. DESCRIPCION DE LA EMPRESA
Snack Vicky es una microempresa de servicio de comida rápida ubicada
en calle peral 421 cercado, en donde se ofrecen al público alimentos tales
como: sándwiches, salteñas, empanadas, pasteles y papa rellena (siendo este el

20
producto estrella de la empresa) y en bebidas se ofrecen : gaseosas , jugos de
frutas y refrescos , la empresa lleva inaugurada ya 18 años .

 Nombre de la microempresa: SNACK VICKY
 Lugar donde se encuentra la microempresa: Calle peral 421 Arequipa*Perú
 Rubro de la empresa: comida rápida
 Número de trabajadores: 3
V. DESCRIPCIÓN DE LOS DATOS
En la siguiente tabla mostraremos la cantidad de productos que se venden día a
día en una semana laboral y además se mostrara el precio de venta y el precio de
compra de cada producto que ofrece la empresa.
PRODUCTOS DIAS DE LA SEMANA (LUNES-SABADO) P.V. P.C. #T.P

GASEOSAS L M M J V S S/ S/
 Coca-Cola 5 6 2 3 5 5 1.00 0.85 26
 KR 6 5 4 5 4 5 1.00 0.7 29
 Pepsi 3 0 1 0 3 0 2.30 2.00 7
 San Luis 5 5 5 4 4 4 1.50 1.20 27
 Cielo 4 4 4 4 3 3 1.30 1.00 22
 Escocesa 2 1 0 1 0 1 2.00 1.80 5
JUGOS
 Papaya 5 7 7 3 3 7 4.00 1.50 32
 Piña 3 3 5 4 5 4 4.00 1.50 24
 Surtido 6 6 6 6 5 6 4.00 2.00 35
SANWICHES
 Pollo 6 6 5 5 6 5 3.50 2.50 33
 Salchicha 5 4 5 4 4 4 4.00 2.50 26
 Chancho 7 2 0 7 1 5 3.00 2.00 22
COMIDA
RAPIDA
 Papa
rellena 40 40 30 30 25 20 3.00 1.50 185

 Salteña 20 20 20 18 20 19 3.00 2.00 117
 Empanada 10 10 10 10 8 8 3.00 2.00 56
VI. ANÁLISIS ESTADÍSTICO DE LOS DATOS

21
1. GASEOSAS
Clase Coca- KR Pepsi San Cielo Escocesa
Cola Luis
Varianza 2.26 0.56 2.16 0.30 0.26 0.56
Desv. estándar 1.50 0.75 1.47 0.54 0.51 0.75
Coef. 34.74% 15.57% 126.16% 12.17% 14.08% 90.33%
Variación (%)
Tabla 1: Indicadores de dispersión del producto "gaseosas"
o Interpretaciones:
 Varianza: No genera interpretación.
 Desviación estándar: En el caso del producto agua Cielo, nos
muestra que no hay mucha dispersión de datos al igual que el
agua San Luis, la gaseosa KR y Escocesa comparado con la
gaseosa Coca-Cola y Pepsi, que su desviación estándar es
mucho mayor.
 Coef. variación: Como nos muestra la tabla 1, el coef. de
variación es moderado en el caso de la venta de Coca-Cola,
KR, San Luis y Cielo, pero alto en la gaseosa Pepsi y Escocesa.
Por lo tanto, se observa que hay días donde no se vende y otros
en donde sí se venden estos dos últimos productos, y esto puede
generar pérdidas a la empresa, por lo que se recomienda dejar
de venderlo y aumentar la venta de los productos restantes.
o Ventas diarias:
22
VENTA DE GASEOSAS AL DÍA

7
VENTA SEMANAL
4
0
LUNES MARTES MIERCOLES JUEVES VIERNES SABADO
coca -col a Kr peps i s a nl ui s ci el o es coces a
o Utilidades generadas semanalmente:
Utilidades semanales (S/.)

10
9
8
7
6
5
4
3
2
1
0
coca -col a Kr peps i s a nl ui s ci el o es coces a
2. SÁNDWICHES:
23
Clase Pollo Salchicha Chancho

Varianza 0.3 0.27 9.47
Desv. estándar 0.55 0.52 3.08
Coef. Variación (%) 9.96 % 11.9% 83.9 %
Tabla 2: Indicadores de dispersión del producto ‘sándwiches’
o Interpretaciones:
 Desviación estándar: En el caso del producto del pollo, nos
muestra que no hay mucha dispersión de datos al igual que en
las salchichas comparado con el del chancho, que su desviación
estándar es mucho mayor.

 Coef variación: Como nos muestra la tabla 2, el coef de
variación es moderado en el caso del sand. de pollo y salchicha
pero alto en el de chancho. Por lo tanto en este último producto
se observa que hay días donde no se vende y otros en donde si,
y esto puede generar pérdidas a la empresa, por lo que se
recomienda dejar de venderlo y aumentar la venta de los
productos restantes.
o Ventas diarias:
24
VENTA DE SANDWICHES AL DÍA

8
7
6
VENTA SEMANAL
5
4
3
2
1
0
LUNES MARTES MIERCOLES JUEVES VIERNES SABADO
pol l o s a l chi cha ca beza cha ncho
Uti lidades semanales (S/.)

45
40
35
30
25
20
15
10
5
0
POLLO SALCHICHA C. CHANCHO
3. COMIDA RÁPIDA
Clase Papa Rellena Salteña Empanada

25
Varianza 64.2 0.7 1.0667

Desv. estándar 8.01 0.84 1.0328
Coef. Variación (%) 26 % 4% 10%
Tabla 3: Indicadores de dispersión del producto ‘comida rápida’
o Interpretaciones:
 Varianza: La varianza de la papa rellena resulta mucho mayor a
las demás debido a que siendo el producto con mayor salida al
mercado es que mayor variación sufre.

 Desviación estándar: Se presentan desviaciones mínimas en el
caso de la salteña y la empanada, a comparación de la
desviación de la papa que muestra su inestabilidad en el
mercado semanal.
 Coef variación: Como nos muestra la tabla 3, se demuestra un
coef. de variación pequeño en comparación la papa rellena
donde se demuestra que aun siendo el producto con mayor
salida es que tiene un ritmo de ventas variante en el transcurso
de la semana
o Ventas diarias:
26
VENTAS DE COMIDA RAPIDA AL DIA

45
40
35
30
25
20
15
10
5
0
Lunes Martes Mi ercol es Jueves Vi ernes Sa ba do
Papa Rel l ena Sa l teña Empa na da
Uti lidades semanales (S/.)

200
180
160
140
120
100
80
60
40
20
0
Papa Rel l ena Sa l teña Empanada
4. JUGOS
Clase Papaya Piña Surtido

Varianza 3.87 0.8 0.17
Desv. estándar 1.97 0.89 0.41
Coef. Variación (%) 36.87 % 22.36 % 6.99 %
Tabla 4: Indicadores de dispersión del producto ‘jugos’
o Interpretaciones:
 Desviación estándar: En el caso del producto del surtido, nos
muestra que no hay mucha dispersión de datos al igual que en

27
el producto piña comparado con la de la papaya, que su
desviación estándar es mayor.

 Coeficiente de variación: Como nos muestra la tabla 3, el
coeficiente de variación es moderado en el caso jugo surtido
contrariamente al de la piña y la papaya. Por lo tanto vemos
que el producto de jugo surtido es más frecuentado por la
clientela del local por lo tanto debemos incentivar su consumo.
o Ventas diarias:
VENTA DE JUGOS AL DÍA

8
7
6
5
4
3
2
1
0
Lunes Ma rtes Mi ercol es Jueves Vi ernes Sabado
Papaya Pi ña Surtido

28
UTILIDADES SEMANALES
40
35
30
25
20
15
10
0
PAPAYA PIÑA SURTIDO
5. GRAFICA DE UTILIDADES SEMANALES
UTILIDADES
300
250
200
150
100
50
0
coca-co+A2:B22l a peps i ci el o papaya s urtido s al chi cha papa rel l ena empanad
Se puede notar que la papa rellena es un producto que genera mucho más
utilidades en la empresa, mientras que el q genera menos ingreso son las
gaseosas ya que son productos menos vendidos.
6. TABLA DE FRECUENCIAS
En la siguiente tabla de frecuencias del total de productos vendidos (T.P)
mostraremos un análisis de la estadística descriptiva.
Li Ls f F h H
2 18 2 2 0,1333333 0,1333333
29
3 3
0,6666666
19 35 10 12 7 0,8
36 52 0 12 0 0,8
0,0666666 0,8666666
53 69 1 13 7 6
0,8666666
70 86 0 13 0 6
0,8666666
87 103 0 13 0 6
0,0666666 0,9333333
104 120 1 14 7 3
0,9333333
121 137 0 14 0 3
0,9333333
138 154 0 14 0 3
0,9333333
155 171 0 14 0 3
0,0666666
172 188 1 15 7 1
Histograma
12 120.00%
10 100.00%
8 80.00%
6 60.00%
Frecuencia
Frecuencia
4 40.00%
% acumulado
2 20.00%
0 0.00%
35 69 18
8 86 13
7
17
1
Clase
Columna1
43,0
Media 7
Error típico 12,1
30
7
Mediana 27
Moda 26
47,1
Desviación estándar 4
Varianza de la muestra 2222
6,03
Curtosis 2
Coeficiente de 2,45
asimetría 4
Rango 180
Mínimo 5
Máximo 185
Suma 646
Cuenta 15
Nivel de
confianza(95,0%) 26,1
 Coeficiente de asimetría: Nos da un valor positivo, lo que nos indica que los
datos están sesgados al lado izquierdo.

 Curtosis: Nos muestra que los datos están agrupados al lado izquierdo.
VII. CONCLUSIONES
a. Podemos observar en la gráfica una comparación de las utilidades
semanales que generan cada producto, y se concluye que el producto que
genera más ingresos es la papa rellena , mientras que las gaseosas generan
un mínimo en comparación con esta.

b. En el grupo de gaseosas se recomienda dejar de vender el producto
escocesa por su gran porcentaje en el coeficiente de variación, en los
demás casos todos los productos son vendidos a un ritmo parecido y
generan bastante utilidad para la empresa .

31
VIII. REFERENCIAS
 Clasificación De’. (2014). Tipos De Graficas Estadísticas. Recuperado
de: https://www.clasificacionde.org/tipos-de-graficas-estadisticas/
 SANGAKU MATHS. (12 de 08 de 2015). Obtenido de SANGAKY MATHS:

https://www.sangakoo.com/es/temas/frecuencia-absoluta-relativa-
acumulada-y-tablas-estadisticas

Trabajo Final Datos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Trabajo Final Datos

Încărcat de

Drepturi de autor:

Formate disponibile

1

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

“Año del diálogo y la reconciliación nacional”

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

“MICROEMPRESA SNACK VICKY”

 Deza Quispe, Ruth Sara

Docente: Ing. César Carrasco

Curso: Análisis de datos 1

La concepción de este proyecto está dedicada a nuestros padres, pilares fundamentales en

hubiese podido ser.

En el siguiente trabajo se mostrara los análisis de datos de una microempresa de

ubicada en Peral-421 Arequipa-Perú, analizaremos los datos de ventas de productos,

mensuales y anuales, donde podremos aplicar los conceptos de la estadística descriptiva

tales como: la varianza muestral , la desviación estándar y el coeficiente de variación .

Se demostrara la importancia de la estadística descriptiva, como se interpreta la

desviación y el coeficiente de variación, ya que se presentara una lista de datos y se

histograma, curtosis, etc.

 Determinar qué productos que productos generan más ingresos y que

productos generan menos ingresos.

III. MARCO TEÓRICO

1. Estadística descriptiva: La estadística descriptiva es la rama de las

Matemáticas que recolecta, presenta y caracteriza un conjunto de datos (por

ejemplo, edad de una población, altura de los estudiantes de una escuela,

temperatura en los meses de verano, etc.) con el fin de describir

apropiadamente las diversas características de ese conjunto.

carácter cuantitativo se llama variable estadística.

numéricamente (por ejemplo: nacionalidad, color de la piel, sexo)

producto, ingresos anuales). Además pueden ser discretas (valores

enteros) y continuas (cualquier valor).

observación. Los datos pueden concebirse como información numérica

particular. Los datos se pueden clasificar en:

diferentes profesionales en la toma de decisiones, para resolver

problemas o para mostrar resultados de investigaciones. Una vez que

se haya recogido toda la información, se procede a crear una base de

datos, donde se registran todos los datos obtenidos. Algunas veces, si

ya está elaborada la base de datos se parece a una tabla.

da información acerca de la cantidad de veces que se repite un suceso al

realizar un número determinado de experimentos aleatorios. Esta se representa

mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se

refiere a la realización i-ésima del experimento aleatorio.

absolutas, el total representa la cantidad de información.

la muestra. Esta frecuencia nos permite hacer comparaciones de muestras de

total nos da la unidad.[ CITATION SAN15 \l 10250 ]

Expresar la información a través de diferentes tipos de gráficas estadísticas es

Estas se clasifican en gráficos de barras, gráficas circulares, diagrama de puntos,

los histogramas, la ojiva, los pictogramas y polígono de frecuencias.

5.1. Gráficos de barras

Estas por lo general se expresan por medio de diferentes barras de distintos

colores, no importa si son horizontales o verticales. Se usan para dilucidar

cierta información específica entre todo un grupo de personas, que hayan

pasado previamente por una encuesta.

Keymath. A. (2004). Gráfica de barras. [Gráfico]. Recuperado de:

de un fragmento de información relacionado. Los gráficos circulares suelen

utilizarse para mostrar tamaños relativos de partes de un todo.

Dextre, R. Gráfico de Ecuaciones. [Gráfico]. Recuperado de:

5.3. Diagrama de Puntos

reducido de datos, la cual permite identificar con facilidad dos características:

Este diagrama muestra cada uno de los elementos de un conjunto de datos

numéricos por encima de una recta numérica (eje horizontal), facilita la

ubicación de los espacios vacíos y los agrupamientos en un conjunto de datos,

Perez, I. (2013). Temas de Estadística. [Gráfico]. Recuperado de: http://tsu-

frecuencias, mientras el horizontal será todos los valores existentes en las

Miguel (2010). Herramientas y técnicas de calidad. [Gráfico]. Recuperado de: