UNIVERSIDAD NACIONAL DE TRUJILLO

Facultad de Ciencias Agropecuarias

Escuela académica profesional de ingeniería agroindustrial

“ESTUDIO DE LA VARIACION DE PRECIOS EN EL SUPERMERCADO

“MAKRO” UTILIZANDO ANALISIS DE COMPONENTES PRINCIPALES
CON LA HERRAMIENTA ESTADISTICA R ESTUDIO”

Autores:
 Carril Chávez Jerry Anderson
 Desposorio Mogollón Luis Ezequiel
 Diaz Soto Linda Rebeca Fernanda
 Escobedo Cortijo Melissa Lisseth
 Gonzales Tello Diego
 Razuri Cuipal Nataly
Docente:
 Raúl Benito Siche Jara

TRUJILLO-PERU
2018
Estudio de la variación de precios usando el PCA y la herramienta R estudio

RESUMEN
El presente informe estadístico se ha laborado a fin de analizar la variación de precios
en supermercados MAKRO en el año 2018 y como la variación usando el software R
estudio. Después de una minuciosa y ardua recolección de datos hecha por los autores
durante un mes, tomando nota y grabando mensajes de voz se ha obtenido de forma
eficiente los precios, marca, peso de productos variados que van desde abarrotes hasta
congelados.
Para lograr conocer dicha variabilidad se ha utilizado la herramienta ‘’R Studio’’ ya que
resulta más sofisticada y entendible en cuanto a la clasificación de datos y la obtención
de gráficas dando a conocer que productos y en que días los precios son mas
económicos.
Un mercado mayorista que brinda numerosos productos a los ciudadanos lo convierte
en una opción competitiva respecto a otros de precios minoristas; en tal sentido el
estudio de precios se vuelve necesario.
En el Perú debido a la tendencia mundial de modernización de la economía el nivel de
competitividad de las empresas principalmente las que proporcionan servicios tienden a
intensificarse continuamente e innovarse y surge de ahí la importancia de estudios sobre
este tema y desde luego la utilidad para bien de la sociedad.
Palabras clave: precios, variabilidad, R estudio.
Abstract
The present statistical report has been worked in order to analyze the price variation in
MAKRO supermarkets in 2018 and as the variation using R study software. After a
meticulous and arduous collection of data made by the authors during a month, taking
note and recording voice messages has been obtained efficiently the prices, brand,
weight of various products ranging from groceries to frozen.
To get to know this variability, the '' R Studio '' tool has been used, since it is more
sophisticated and understandable in terms of data classification and obtaining graphs
showing which products and on which days the prices are more economical.
A wholesale market that provides numerous products to citizens makes it a competitive
option compared to others at retail prices; in this sense the study of prices becomes
necessary.
In Peru, due to the global tendency to modernize the economy, the level of
competitiveness of companies, mainly those that provide services, tend to be continually
intensified and innovated. Hence, the importance of studies on this subject and, of
course, the usefulness for the good of the society.
Keywords: prices, variability, R study.

pág. 1
INTRODUCCIÓN
El precio es el único elemento de la
combinación mercantil que genera
ganancias, los otros elementos generan
costos. Además, el precio es uno de los
elementos más flexibles de la
combinación mercantil, dado que se
puede cambiar con rapidez, a diferencia
de las características del producto y de
los compromisos de canalización
(Gutierrez,2000).
Al mismo tiempo, el establecimiento y
la competencia de precios son los
principales problemas que enfrentan
muchos ejecutivos de mercadotecnia.
Por otro lado, el consumidor hace frente
a un problema de optimización: elige la
combinación de bienes que prefiere de
entre todas las que puede comprar dada
su renta y los precios de los bienes.
Cada consumidor tiene unas
preferencias y de acuerdo con ellas
ordena las distintas combinaciones de
bienes por niveles de satisfacción. Los
bienes tienen un precio positivo y el
consumidor tiene una renta limitada.
Precios y renta determinan qué
combinaciones de bienes son asequibles
para el consumidor. (Wells,2007).
Los trabajos realizados sobre el análisis
de componentes principales se han
realizado en diversos países, tales como
en el ecuador cuyo objetivo fue de
medir las variables que influyen en la
producción cacaotera en el Ecuador
durante el período de referencia del año
70 hasta el 99, el análisis estadístico
multivariado es el más adecuado, este
permitirá extraer la máxima
información posible del conjunto de
datos y expresarlo en un número
reducido de combinaciones lineales,
para las cuales la varianza no explicada
fuera mínima y estudiar la relación
lineal entre las variables que influyen en
la producción cacaotera, se realizó un
estudio de sus correlaciones y entre las
técnicas multivariadas el método por
componentes principales.
Los primeros trabajos sobre el índice de
precios se realizaron en Colombia estos
fueron realizados por el Banco de la
República en 1923. La Contraloría
General de la República, creada en el
mismo año, estructuró dicho índice en
1937. Posteriormente se realizaron
encuestas en otras ciudades como
Medellín (1938), Bucaramanga (1945),
Barranquilla (1946) y Manizales (1947).
Por otro lado, en Colombia se realizó la
investigación en la universidad de
Nariño realizado por los economistas:
Edwin Tarapuez, Adriana flores y Jorge
Ramirez, realizado en el año 2016.
“En general, las metodologías utilizadas
para calcular el IPC han tenido
variaciones que buscan mejorar la
confiabilidad de la información
obtenida para generar resultados
igualmente confiables que permitan
orientar las políticas gubernamentales
que tienen que ver con control de
precios de los bienes y servicios de la
economía.
En el procesamiento de los datos se
utilizó el programa Statgraphics
Centurion y dentro de él la opción
Multifactor ANOVA (análisis de
varianza). La prueba de comparación se
realizó por mínimos cuadrados (LSD,
List Square Data), que trabaja en
función de los promedios y permite
detectar diferencias significativas sin ir
a los extremos de no percibir ninguna
diferencia o buscarlas donde no las hay.
Es un punto medio de comparación.
También se obtuvo el Coeficiente de
Variación (Cv), que se usa en
estadística, cuando se hace referencia a
la relación que existe entre el tamaño de
la media y la variabilidad de la variable
 Estudio de la variación de precios usando el PCA y la herramienta R estudio
(precio, en este caso); su fórmula
expresa la desviación estándar como
porcentaje de la media aritmética, lo
cual conlleva a una mejor interpretación
porcentual del grado de variabilidad que
el obtenido por la desviación estándar.”
En nuestra ciudad de Trujillo no se han
realizado ningún trabajo previo con
análisis de componentes principales.
Objetivos generales:
 Analizar la variación de precios
en supermercados MAKRO en el año
2018 y como aplicar la variación usando
el software R estudio.
Objetivos específicos:
 Interpretar los gráficos
estadísticos de los precios del
supermercado Makro y determinar
cómo afecta la variación de este semana
a semana.
METODOLOGÍA
El objeto de estudio fue el
supermercado “MAKRO” ubicado en el
distrito de La Esperanza. Se tomó nota
de los productos tres veces a la semana
que fueron los días lunes, miércoles y
sábados durante un mes. Las técnicas
para obtener los datos fueron grabar
mensajes de voz y anotar (nombre del
producto,precio,marca,peso). Una vez
obtenido todos los datos formamos
tablas agrupando por variedad, marca,
medida y precios. El programa que
utilizamos fue el “R studio”.
Los pasos para obtener las gráficas
fueron:
 Importar base de datos
base de datos <-
read.csv("~/Pruebas/base de datos.csv",
row.names=1)
View(base de datos)
pág. 1
 Con Matriz de covarianza
acp.cov = prcomp(base de datos)
print(acp.cov)
 Correlaciones entre Variables y
Componentes
diag(1/sqrt(diag(cov(base de datos))))
%*% acp.cov$rotation %*%
diag(acp.cov$sdev)
 Con Matriz de correlación
acp = prcomp(base de datos, scale = T)
print(acp)
summary(acp)
 Para obtener los autovalores
acp$sdev^2
 Correlaciones entre Variables y
Componentes
(corvar = acp$rotation %*%
diag(acp$sdev))
 Nuevas coordenadas
acp$x
 Porcentaje de varianza total
x11()
barplot(summary(acp)$importance[2,],
main = "Diagrama de Sedimentación -
Base de datos")
 Correlación enre Variables y PC1 y PC2
x11()
plot(-1:1, -1:1, type = "n", asp = 1, xlab
= 'PC1', ylab = 'PC2', main = "Diagrama
de Correlación enre Variables y PC1 y
PC2 - Base de datos")
abline(h=0, v=0, lty=2, col=8)
 dibuja un circulo en el centro (0,0) y
radio 1
symbols(0,0,1,inches = F,add = T)
symbols(0,0,sqrt(5),inches = F,add = T)
 dibuja los vectores y coloca los nombres
 Estudio de la variación de precios usando el PCA y la herramienta R estudio
arrows(0,0,corvar[,1], corvar[,2], length
= .1)
text(corvar[,1], corvar[,2],
colnames(base de datos),pos = 4,offset
= .6, col = 2, font = 2)
 Gráfico de individuos
x11()
plot(acp$x[, 1:2], pch = 19, main =
"Diagrama de individuos - Base de
datos")
abline(h=0, v=0, lty=2, col=8)
 Biplot
x11()
biplot(acp, main = "Diagrama de
Correlación entre Individuos y Valores -
Base de datos")
abline(h=0, v=0, lty=2, col=8,)
 Gráfico de barras para Correlación PC y
Variables
x11()
barplot(t(corvar[, 1:3]), beside = TRUE,
ylim = c(-1, 1), main = "Gráfico de
barras para Correlación PC y Base de
datos")
abline(h=0, v=0, lty=2, col=8)
 Gráfico de barras para Correlación PC y
Individuos
X11()
barplot(t(acp$x[, 1:3]), beside = TRUE,
ylim = c(-5, 5), main = "Gráfico de
barras para Correlación Pc e Individuos
- Base de datos")
abline(h=0, v=0, lty=2, col=8)
library(car)
library(carData)
 Matriz de gráficos de dispersión
x11()
scatterplotMatrix(base de datos,
diagonal = "hist", main = "Gráfico de
pág. 2
Dispersión con Histograma Diagonal -
Base de datos")
RESULTADOS Y DISCUSION
 En los siguientes gráficos observaremos
barras lo cual nos indicara que la más
grande es la representativa. La grafica
que va hacia arriba representa que el
precio del producto es bajo y si va hacia
abajo representa un elevado precio
(Dane,2006).
ACEITES
GRÁFICO N° 1 DE BARRAS PARA
CORRELACIÓN PC E INDIVIDUOS
 En nuestro analisis observamos en el dia
8 que representa el dia miercoles
muestra que su componente uno que son
las barras oscuras es la más baja esto
significa que en ese dia el precio
promedio de los aceites es el más caro y
por lo tanto convendría comprar los días
miércoles, aunque el dia 5 que
representa un dia miércoles el precio fue
barato debido a la celebración del dia
del padre y hubo ofertas. En el mercado
de Brasil entre los productos con mayor
demanda está la cebolla fresca, ajos
frescos, espárragos frescos y en
conserva esto se debe por la demanda
que estos productos tuvieron en el
ultimo mes, ya que son los productos
mas importados en Brasil
(Campo,2012).
 Estudio de la variación de precios usando el PCA y la herramienta R estudio

ATUN

 El precio mas caro se dio en el dia 2 que

representa un dia miércoles y el precio
Gráfico N° 2 de barras para correlación mas barato se dio en el dia 4 que fue un
cp y variables lunes. Los precios de atun son menores
en ecuador en los últimos tres años
debido a que este abarca el 57 % de las
 En este grafico comparamos los precios exportaciones de conservas de atun
entre los tipos de aceite y observamos (Romero,2007).
que no hay diferencia de precios es
decir, que todas las marcas de este
producto aumentan o disminuyen su CAFÉ
precio a la vez. Pero en este ejemplo se
notó que todos los aceites estaban caros
(Cortés,2010).
AGUA

 En este gráfico observamos que el

Grafico n° 3 de barras para
correlacion cp y variables
 En el grafico 3 observamos que el
precio de todas las marcas de agua se
mantuvieron constantes, es decir
podemos adquirir cualquiera de estas.
La demanda en Estado Unidos es
mayormente en gaseosas que en agua
debido que la población esta
acostumbrada a bebidas azucaradas
(Efe,2015).
precio más barato fue el dia 10 que
representa un lunes y el precio más caro
fue el dia 2 que representa un dia
miércoles comparando con el mercado
en Brasil el precio es menor a
comparación con Inglaterra y argentina ,
ya que en este ultimo es mas caro. En
EE.UU. es un poco mas caro para la
presentacion de 340gr. (Ramirez,1999).

pág. 3
 Estudio de la variación de precios usando el PCA y la herramienta R estudio

CARNES FRUTAS

 Los precios de la carne en el día

8 fueron más baratos (miércoles) y en el
dia 1(lunes) se dio un aumento del
precio de este producto. En uruguay en
un análisis de mercado realizado sobre
el alza de precios el producto mas
elevado fueron las verduras y
hortalizas(Tarapuez, 2014).
 Como resultado de un analisis de frutas
se obtuvo que la pera packhman tiene el
precio mas elevado a comparación de la
uva red glove que el precio es menor.
(Barón.2002).
GALLETAS

FIDEOS

 La grafica representa que mayormente

todos los días del mes el precio del
fideo fue barato a excepción del día 1
que representa el día lunes se dio un
 Los precios del dia 10 (lunes) presentan
aumento notorio. En Venezuela los
un alza a comparación del dia
precios de los fideos y de todos los
15(sábado) que el precio fue menor. En
productos son muy elevados debido a la
México los resultados de un análisis
hiperinflación ( Canavese,2009).
realizado al mercado de la zona de
Guanajuato fue mayor el precio de las
frutas y carnes y de las galletas fue
menor ( Conadecus, 2008).

pág. 4
 Estudio de la variación de precios usando el PCA y la herramienta R estudio
PAPAS
 De acuerdo al análisis realizado la
mayoría de las diferentes variades de las
papas son de elevado precio como se
observa en la gráfica y que solo la papa
covktail el precio es barato. En un
estudio realizado a un mercado de
Bolivia los precios de la papa fueron los
más baratos a comparación de las
verduras (Crespo.2011).
QUESO
 Se encontró que la variabilidad de los
 Según las gráficas observamos que el
 Los distintos tipos de queso en el
mercado Makro tienen el precio bajo es
decir no hubo variabilidad. En Chile la
producción de quesos es alta por ello los
precios del queso son bajos. Entonces
podemos deducir que de igual manera
en el Perú los precios son bajos debido a
la mayor producción (Garcia,2017).
VINO
pág. 5
 En nuestro análisis realizado los
precios más baratos se dieron los días 5
y 12 (miércoles y sábado). En el
mercado de chile la producción es
mayor por lo tanto el precio del vino
disminuye y presenta una marcada
tendencia hacia la exportación
(Kouzimine, 2000).
En el supermercado makro se observó
que el aumento de precios se dio en
papa, galleta, frutas, carnes, atún, café y
aceite. En el mercado de argentina se
notó que los precios que aumentaron
fueron frutas hortalizas y legumbres,
carnes y derivados de carnes. Como
podemos notar en el caso de las carnes y
frutas en ambos lugares sus precios
fueron altos puede ser debido a que son
alimentos diariamente. (Asencio,2011).
Conclusiones
precios se debió principalmente a que se
acercaba la celebración del dia del
Padre, asi como tambien la fecha de
vencimiento del producto.
aumento de precios se dio en los
siguientes productos
papas,galletas,frutas,carnes,atun,cafe y
aceite, y que mayormente se dio entre
semana los dias miércoles.
REFERENCIAS BIBLIOGRAFICAS  DANE (2006). Metodología
IPC-98. Bogotá, abril.
 ASENSIO, J. (2011). ¿Precios
diferentes en supermercados de
una misma cadena? Tomado
 EFE (2015). Precios de los
de: http://gent.uab.cat/javierasen
alimentos cayeron en 2014 por
sio/sites/gent.uab.cat.javierasens
tercer año, según la FAO. El
io/les/art%C3%ADculo%20catal
Espectador, enero 8. Tomado
unya%20economica%20pdf.pdf.
de: http://www.elespectador.co
Consultado el 02/07/2015.
m/noticias/economia/precios-de-
los-alimentos-cayeron-2014-
 BARÓN, J. (2002) La in•ación
tercer-ano-segun-articulo-
en las ciudades de Colombia:
536817. Consultado el
una evaluación de la paridad de
06/07/2015.
poder adquisitivo (58-108). En
A. Meisel (Ed.), Macroeconomía
y regiones en Colombia. Bogotá:
 Garcia, N.(2017) Analisis
Banco de la República.
economico del Mercado de la
leche en Chile.
 CANAVESE, A. (2009). La
hipótesis estructural en la teoría
 Gutierrez, A. (2000). ANÁLISIS
de la in•ación. Ensayos
FACTORIAL Y ANÁLISIS DE
Económicos. 53-54. 248-263.
COMPONENTES
PRINCIPALES . En ANÁLISIS
 CAMPO, R. & CUBILLOS, S.
FACTORIAL Y ANÁLISIS DE
(2012). Convergencia de precios
COMPONENTES
en Colombia: integración de
PRINCIPALES (pág. 14). chile .
mercados a través del índice de
precios al consumidor. Revista
 Kouzimine,V. 2000.
Finanzas y Política Económica.
Exportaciones no tradicionales
(2). 103-111.
latinoamerianas: un enfoque no
tradicional.
 Condecus(2008) Analisis de
galletas
 RAMÍREZ, M. (1999). On
infrastructure and economic
 CORTÉS, D. & PÉREZ, J.
growth in E.E.U.U.(Tesis de
(2010). El consumo de los
doctorado, University of Illinois
hogares colombianos, 2006-
at Urbana-Champaign).
2007: estimación de sistemas de
demanda. Desarrollo y
Sociedad. 2º semestre. 7-44.
 ROMERO, J. (2007). Inflación y
costo de vida en las principales
ciudades colombianas. Banco de
 Crespo(2011). Precios, inflacion
La República. Documentos de
y seguridad alimentaria de la
trabajo sobre economía regional
papa en Bolivia.
No. 99. Cartagena de Indias.
Estudio de la variación de precios usando el PCA y la herramienta R estudio

 TARAPUEZ, E.; FLOREZ, A.

& RAMÍREZ, J.
(2014). Inflación de alimentos
en Armenia
(Colombia). Sinapsis. 6 (6). 40-
53.

ANEXOS

pág. 1