Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística descriptiva
1
Definición de estadística
El término estadística lo encontramos frecuentemente en nuestro lenguaje diario. En general, la estadística se refiere a la
disponibilidad de información numérica, se define como la disciplina que se ocupa de recolectar, organizar, presentar, analizar e
interpretar datos para ayudar a una toma de decisiones más efectiva. Las estadísticas pueden presentarse gráficamente o en forma
de enunciado. Por lo general se utiliza una gráfica para capturar la atención del lector y mostrar una gran cantidad de información.
Con frecuencia, las poblaciones de interés son los materiales, los productos terminados, partes o componentes, o algunos de los procesos.
En muchos casos estas poblaciones se pueden suponer infinitas o grandes. Por ejemplo, en empresas con producción en masa no siempre
es posible medir cada pieza de material que llega o las propiedades de cada producto terminado. Incluso, si la producción no es masiva,
conviene imaginar al proceso como una población infinita o muy grande, debido a que el flujo del proceso no se detiene, es decir, no existe
el último artículo producido mientras la empresa siga operando. En estos casos los procesos (poblaciones) se estudian mediante muestras
de artículos extraídas en algún punto del proceso. Un asunto importante será lograr que las muestras sean representativas, en el sentido
de que tengan los aspectos clave que se desean analizar en la población. Una forma de lograr esa representatividad es diseñar de manera
adecuada un muestreo aleatorio (azar), donde la selección no se haga con algún sesgo en una dirección que favorezca la inclusión de ciertos
elementos en particular, sino que todos los elementos de la población tengan las mismas oportunidades de ser incluidos en la muestra.
Existen varios métodos de muestreo aleatorio, por ejemplo: el simple, el estratificado, el muestreo sistemático y por conglomerados; cada
uno de ellos logra muestras representativas en función de los objetivos del estudio y de ciertas circunstancias y características particulares
de la población.
Existen muchos métodos mediante los cuales podemos obtener los datos necesarios. Podemos:
Sin importar la fuente utilizada, se hace una distinción entre el recolector original de los datos, la organización o individuos que compilan
estos en tablas y diagramas. El recolector de datos es la fuente primaria, mientras que el compilador de los datos es la fuente secundaria.
Los datos no agrupados son aquellos que, obtenidos a partir de un estudio, no están todavía organizados por clases. Cuando es un número
manejable de datos, usualmente 20 o menos, y hay pocos datos diferentes, se pueden tratar como no agrupados y extraer información
valiosa de ellos.
Los datos no agrupados provienen tal cual de la encuesta o del estudio realizado para obtenerlos y por ello carecen de procesamiento.
Veamos algunos ejemplos:
Resultados de un examen de coeficiente intelectual CI realizado a 20 alumnos al azar de una universidad. Los datos obtenidos
fueron los siguientes:
119, 109, 124, 119, 106, 112, 112, 112, 112, 109, 112, 124, 109, 109, 109, 106, 124, 112, 112,106
Edades de 20 empleados de cierta cafetería muy popular:
24, 20, 22, 19, 18, 27, 25, 19, 27, 18, 21, 22, 23, 21, 19, 22, 27, 29, 23, 20
El promedio de notas finales de 10 alumnos de una clase de Matemática:
3,2; 3,1; 2,4; 4,0; 3,5; 3,0; 3,5; 3,8; 4,2; 4,9
Los datos agrupados, cuando la cantidad de posibles respuestas es grande -digamos más de 10- es necesario trabajar la información de una
manera simplificada; para ello, lo que se acostumbra es dividir el espectro de valores posibles en intervalos, llamados clases que luego se
registran en una tabla de frecuencias conocida como distribución de frecuencias agrupadas. Así, en vez de usar cada uno de los valores
individuales como categorías, se trabaja con rangos de valores, de modo que se trabaja con una distribución más compacta, que permitirá
que los comportamientos y tendencias puedan visualizarse mejor.
Las medidas de tendencia central pueden describirse rígidamente como “promedios” en el sentido de que son indicativas del “centro”,
“mitad” o lo “más común” de un conjunto de datos. En realidad, la medida de tendencia central más popular es lo que comúnmente se
llama “promedio” y lo que el estadista denomina media.
̃) de un conjunto de números ordenados en magnitud es el valor central o media de dos valores centrales.
Mediana (𝒙
a) Si el número de datos es impar, la mediana es el número medio obtenido cuando los datos se ponen enorden de
acuerdo con su tamaño.
EJERCICIOS
1.- Las calificaciones de un estudiante en 6 pruebas fueron 84, 91, 72, 68, 87, 78 calcular:
a) Media
84 + 91 + 72 + 68 + 87 + 78
𝑥̅ = = 80
6
b) mediana
68 72 78 84 87 91
78 + 84
𝑥̃ = = 81
2
2.- Los salarios horarios de 5 empleados de una oficina son: $2.52, $3.96, $3.28, $9.20 y $3.75, calcular:
a) Media
𝑥̅ = 3.28
3.- Las calificaciones en el curso de cálculo diferencial de 10 estudiantes son los siguientes 100, 92, 86, 60,
92, 88, 34, 10, 70 y 65, calcular:
a) Media
100 + 92 + 86 + 60 + 92 + 88 + 34 + 10 + 70 + 65
𝑥̅ = = 69.7
10
b) Mediana
10 34 60 65 70 86 88 92 92 100
70 + 86
𝑥̃ =
= 78
2
4.- Calcular media, mediana y moda de los siguientes números.
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
3+5+2+6+5+9+5+2+8+6
𝑥̅ = = 5.1
10
2 2 3 5 5 5 6 6 8 9
5+5
𝑥̃ = =5
2
𝑥̂ = 5
b) 48.7, 51.6, 49.5, 48.9, 50.3
Al grado en que los datos numéricos tienden a extenderse alrededor de un valor medio se le llama variación o dispersión de los datos.
Note que la curva A de la siguiente figura tiene una mayor extensión o dispersión que la curva B.
Se utilizan distintas medidas de dispersión, las más empleadas son rango, varianza y desviación estándar.
Rango (R). El rango de un conjunto de números es la diferencia entre el mayor y el menor de los datos.
Ejemplo: el rango del conjunto 2, 3, 3, 5, 5, 5, 8, 10, 12 es R=12-2=10
Desviación estándar de los datos intenta dar una idea de cuan espaciados se encuentran éstos con respecto a la media
aritmética.
Varianza
Varianza muestral 𝑠2
Es el cuadrado de la desviación estándar muestral
Varianza poblacional 𝜎2
Es el cuadrado de la desviación estándar poblacional
Calcular:
a) Rango
b) varianza
c) desviación estándar
2.- A partir de los datos: 90, 128, 205, 140, 165, 160 calcular:
a) Rango
b) varianza
c) desviación estándar
El método que se utiliza para describir un conjunto de datos es la distribución de frecuencias. La distribución de frecuencias es el
agrupamiento de datos en clases, mutuamente excluyentes que indican el número de observaciones en cada clase.
Las tablas de distribución de frecuencias se utilizan cuando se recolectan datos, con ellas se puede representar los datos de
manera que es más fácil analizarlos.
Se pueden elaborar tablas de distribución de frecuencias para datos no agrupados y para datos agrupados.Estas últimas se utiliza
cuando se tienen muchos datos.
Para elaborar tablas de distribuciones de frecuencia se debe tener en cuenta lo siguiente:
Cuando hay muchos datos se agrupan en clases.
Clase es cada uno de los grupos en que se dividen los datos. Para determinar cuántas clases crear, se puedeutilizar la siguiente fórmula
(fórmula de Sturges)
El intervalo de clase o el ancho de la clase (tamaño de la clase) es el espacio que hay entre el límite superiory el límite inferior de la clase,
los cuales corresponden a los valores extremos de la clase. Para obtener el ancho de clase se utiliza la siguiente fórmula:
La marca de clase es el punto medio de la clase. Se obtiene dividiendo entre dos la suma de los valores extremos de cada clase.
La frecuencia absoluta es el número de veces que se repite cada dato. Cuando se agrupan los datos, es el número de datos que tiene cada
clase. Se simboliza con f i , cabe mencionar que el límite superior de cada clase no pertenece propiamente a esa clase sino a la clase
siguiente, donde aparece como límite inferior.
La frecuencia absoluta acumulada es la frecuencia total hasta el límite superior de cada clase. Se simboliza con F i.
La frecuencia relativa de un dato da información sobre qué parte de la población o de la muestra en estudiocorresponde a la característica
analizada. Se obtiene dividiendo la frecuencia absoluta entre el número totalde datos y se puede expresar como una fracción, como un
decimal o como un porcentaje. Se simboliza con hi.
La frecuencia acumulada relativa es la frecuencia relativa total hasta el límite superior de cada clase. Se simboliza con Hi.
Ejercicios:
1. Suponga que un investigador desea determinar cómo varía el peso de un grupo de estudiantes de primer semestre de una
universidad. Selecciona una muestra de 50 estudiantes y registra sus pesos en kilogramos. Los datos obtenidos fueron los
siguientes
65 63 65 63 69 67 53 58 60 61
64 65 64 72 68 66 55 57 60 62
64 65 64 71 68 66 56 59 61 62
63 65 63 70 67 66 57 59 61 62
64 64 63 69 67 66 58 60 61 62
53 55 56 57 57 58 58 59 59 60
60 60 61 61 61 61 62 62 62 62
63 63 63 63 63 64 64 64 64 64
64 65 65 65 65 65 66 66 66 66
67 67 67 68 68 69 69 70 71 72
19
Determinando la amplitud de las clases: 𝑐 = = 2.71; 𝑐 ≅ 3
7
Iniciando la primera clase con el valor menor de la serie de datos e incrementando la amplitud de la clase para determinar el límite
superior de la misma y así sucesivamente.
No. de clases(k) Clases Marca clase Frecuencia Frecuencia absoluta Frecuenciarelativa Frecuencia relativa
(xi) absoluta acumulada (hi) acumulada (Hi)
(fi) (Fi) (%) (%)
1 53 - 56 54.5 2 2 4 4
2 56 - 59 57.5 5 7 10 14
3 59 – 62 60.5 9 16 18 32
4 62 - 65 63.5 15 31 30 62
2. Las calificaciones finales de 50 estudiantes de la clase de Química. Clasificar los datos en una tabla dedistribución de frecuencia.
67 45 95 79 70 82 83 84 71 93
92 93 97 72 60 57 48 86 44 93
98 80 92 84 74 47 60 57 78 79
49 81 78 69 74 90 71 82 73 65
80 72 76 88 83 70 71 91 90 83
44 45 47 48 49 57 57 60 60 65
67 69 70 70 71 71 71 72 72 73
74 74 76 78 78 79 79 80 80 81
82 82 83 83 83 84 84 86 88 90
90 91 92 92 93 93 93 95 97 98
54
Determinando la amplitud de las clases: 𝑐 = = 7.71; 𝑐 ≅ 8
7
Iniciando la primera clase con el valor menor de la serie de datos e incrementando la amplitud de la clasepara determinar el límite
superior de la misma y así sucesivamente.
Media aritmética
Media de la muestra ∑𝑘𝑖=1 𝑥𝑖 𝑓𝑖
𝑥̅ =
n define el total de datos en la muestra 𝑛
𝑥𝑖 es la marca de clase de la clase i
𝑓𝑖 es la frecuencia absoluta de la clase i
k es el número de clases
Media de la población ∑𝑘𝑖=1 𝑥𝑖 𝑓𝑖
𝜇=
N define el total de datos en la población 𝑁
𝑥𝑖 es la marca de clase de la clase i
𝑓𝑖 es la frecuencia absoluta de la clase i
k es el número de clases
Mediana
Donde:
Moda
𝐴1
𝑥̂ = 𝐿1 + [ ]𝑐
𝐴1 + 𝐴2
Donde:
EJERCICIOS
55 − 23
𝑥̃ = 66 + [ ] 3 = 67.85
52
c) La moda
Primero se busca la clase modal, es aquella que tenga la frecuencia absoluta más alta, vemos que la tercera clase tiene una
frecuencia de 52, que es la más alta, por lo tanto, ella es la clase modal y sobre ella se aplica la fórmula
34
𝑥̂ = 66 + [ ] 3 = 67.73
34 + 25
b) La mediana
Primero se localiza la clase mediana, con n/2. Para este caso 40/2=20, este valor se busca en la columna de la frecuencia absoluta
acumulada, buscando cuál clase contiene al 20. Vemos que la frecuencia 29 de la cuarta clase contienen a 20, por lo tanto, esta
clase se llama clase mediana y sobre ella se aplica la fórmula.
40
− 17
𝑥̃ = 145 + [ 2 ] 9 = 147.25
12
c) La moda
Primero se busca la clase modal, es aquella que tenga la frecuencia absoluta más alta, vemos que la cuarta clase tiene una
frecuencia de 12, que es la más alta, por lo tanto, ella es la clase modal y sobre ella se aplica la fórmula
3
𝑥̂ = 145 + [ ] 9 = 147.7
3+7
a) El peso medio
268.72
𝑥̅ = = 6.72 𝑝𝑢𝑙𝑔
40
b) La mediana
Primero se localiza la clase mediana, con n/2. Para este caso 40/2=20, este valor se busca en la columna de la frecuencia absoluta
acumulada, buscando cuál clase contiene al 20. Vemos que la frecuencia 27 de la cuarta clase contienen a 20, por lo tanto, esta
clase se llama clase mediana y sobre ella se aplica la fórmula.
40 − 14
𝑥̃ = 6.63 + [ ] (0.22) = 6.73
13
6
𝑥̂ = 6.63 + [ ] (0.22) = 6.74
6+6
Varianza
Varianza muestral 𝑠2
Es el cuadrado de la desviación estándar muestral
Varianza poblacional 𝜎2
Es el cuadrado de la desviación estándar poblacional
3824
𝜇= = 76.48
50
9876.46
𝜎2 = = 197.53
50
𝜎 = ξ197.53 = 14.05
2. Calcular la varianza y la desviación estándar de las alturas de los estudiantes de la siguiente muestra.
6795
𝑥̅ = = 67.95 𝑝𝑢𝑙𝑔
100
852.75
𝑠2 = = 8.61
99
𝑠 = ξ8.61 = 2.93
1.6 Cuantiles
Si un conjunto de datos están ordenados por magnitud, el valor central que divide al conjunto por magnitudes iguales, es la mediana.
Extendiendo esta idea, podemos pensar en aquellos valores que dividen al conjunto en cuatro partes iguales. Estos valores denotados
por Q1, Q2 y Q3 se llaman primero, segundo y tercer cuartiles. El Q2 coincide con la mediana.
Análogamente, los valores que dividen a los datos en 10 partes iguales se llaman deciles y se denotan por D 1, D2, …, D9 mientras que
los valores que los dividen en 100 partes iguales se llaman percentiles, denotados por P1, P2, … P99. El 5to decil y el 50vo percentil
coinciden con la mediana. Los 25° y 75° percentiles coinciden con el primer cuartil y 3er cuartil respectivamente.
Ejemplo: Partiendo de la siguiente tabla de distribución de frecuencias, las columnas que se requieren para el cálculo de cualquier
cuantil, son las siguientes:
La fórmula que se usa es una variación de la fórmula del cálculo de la mediana para datos agrupados:
𝑛
− ∑ 𝑓𝑖
𝑥̃ = 𝐿1 + [2 ]𝑐
𝑓 𝑚𝑒𝑑
Para iniciar debemos ubicarnos en la clase que contenga el cuantil a buscar con
Ese valor lo buscamos en la columna de la frecuencia acumulada, hasta llegar a la clase que lo contengan, de la misma forma que
buscamos a la clase mediana y después se sustituyen los datos en la fórmula tomando los datos de la clase que corresponda.
Apuntes elaborados por MC Judith Mauricio de Anda
Solución 12
a) Q1, ubicamos la clase que contenga al cuartil 1, con N=110 (de la suma de todas las frecuencias)
110
∗ 1 = 27.5
4
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3, Q1 66-69 67.5 52 75 Contiene a 27.5
4 69-72 70.5 27 102
5 72-75 73.5 8 110
27.5 − 23
𝑄1 = 66 + [ ] × 3 = 66.26
52
Q2, ubicamos la clase que contenga al cuartil 2, con N=110 (de la suma de todas las frecuencias)
110
∗ 2 = 55
4
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3, Q2 66-69 67.5 52 75 Contiene a 55
4 69-72 70.5 27 102
5 72-75 73.5 8 110
55 − 23
𝑄2 = 66 + [ ] × 3 = 67.85
52
Q3, ubicamos la clase que contenga al cuartil 3, con N=110 (de la suma de todas las frecuencias)
110
∗ 3 = 82.5
4
Contiene a 82.5
1 60-63 61.5 5 5
2 63-66 64.5 18 23 13
3 66-69 67.5 52 75
4, Q3 69-72 70.5 27 102
5 72-75 73.5 8 110
82.5 − 75
𝑄3 = 69 + [ ] × 3 = 69.83
27
D2, ubicamos la clase que contenga al decil 2, con N=110 (de la suma de todas las frecuencias)
110
∗ 2 = 22
10
1 60-63 61.5 5 5
2, D2 63-66 64.5 18 23 Contiene a 22
3 66-69 67.5 52 75
4 69-72 70.5 27 102
5 72-75 73.5 8 110
22 − 5
𝐷2 = 63 + [ ] × 3 = 65.83
18
D5, ubicamos la clase que contenga al decil 5, con N=110 (de la suma de todas las frecuencias)
110
∗ 5 = 55
10
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3, D5 66-69 67.5 52 75 Contiene a 55
4 69-72 70.5 27 102
5 72-75 73.5 8 110
55 − 23
𝐷5 = 66 + [ ] × 3 = 67.85
52
D7, ubicamos la clase que contenga al decil 5, con N=110 (de la suma de todas las frecuencias)
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3 66-69 67.5 52 75
4, D7 69-72 70.5 27 102
Contiene a 77
5 72-75 73.5 8 110
77 − 75
𝐷7 = 69 + [ ] × 3 = 69
27
c)
P1, ubicamos la clase que contenga al percentil 1, con N=110 (de la suma de todas las frecuencias)
110
∗ 1 = 1.1
100
1.1 − 0
𝑃1 = 60 + [ ] × 3 = 60.66
5
P25, ubicamos la clase que contenga al percentil 25, con N=110 (de la suma de todas las frecuencias)
110
∗ 25 = 27.5
100
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3, P25 66-69 67.5 52 75 Contiene a 27.5
4 69-72 70.5 27 102
5 72-75 73.5 8 110
P75, ubicamos la clase que contenga al percentil 75, con N=110 (de la suma de todas las frecuencias)
110
∗ 75 = 82.5
100
1 60-63 61.5 5 5
2 63-66 64.5 18 23
3 66-69 67.5 52 75
4, P75 69-72 70.5 27 102
Contiene a 82.5
5 72-75 73.5 8 110
82.5 − 75
𝑃75 = 69 + [ ] × 3 = 69.83
27
1.7 Gráficos
Las representaciones gráficas deben conseguir que un simple análisis visual ofrezca la mayor información posible. Los gráficos más
utilizados son:
El histograma: Es un conjunto de rectángulos uno para cada clase, que tiene como base la amplitud del intervalo y como altura la
frecuencia absoluta del intervalo correspondiente.
El polígono de frecuencia: Es un conjunto de segmentos lineales que unen a los puntos medios de las tapas o bases superiores de
cada rectángulo del histograma de frecuencia correspondiente. Se traza con los puntosmedios de cada clase, pero se debe de cerrar la
figura, para que forme el polígono.
La ojiva: Es una gráfica de frecuencia acumulada; es la curva que resulta de unir los límites superiores de cadaclase con la frecuencia
acumulada, inicia con el límite inferior de la primera clase y termina con el límite superior de la última clase.
a) Histograma
b) Polígono de frecuencias
c) Ojiva.
a) Histograma
b) Polígono de frecuencias
c) Ojiva.
Los diagramas de Caja-Bigotes son una presentación visual que describe varias características importantes, al mismo tiempo, tales como
la dispersión y simetría.
Para su realización se representan los tres cuartiles y los valores mínimo y máximo de los datos, sobre un rectángulo, alineado horizontal
o verticalmente.
Una gráfica de este tipo consiste en una caja rectangular, donde los lados más largos muestran el recorrido intercuartílico. Este rectángulo
está dividido por un segmento vertical que indica donde se posiciona la mediana y por lo tanto su relación con los cuartiles primero y
tercero (recordemos que el segundo cuartil coincide con la mediana).
Esta caja se ubica a escala sobre un segmento que tiene como extremos los valores mínimo y máximo de la variable. Las líneas que
sobresalen de la caja se llaman bigotes. Estos bigotes tienen un límite de prolongación, de modo que cualquier dato o caso que no se
encuentre dentro de este rango es marcado e identificado individualmente.
Ejercicio. Revisa el ejercicio usado en el tema 1.6 y anota el valor mínimo, los 3 cuartiles y el valor máximo
mínimo 44
Q1 66.26
Q2 67.85
Q3 69.83
máximo 100
1. Coloca un eje vertical graduado adecuado para ubicar los datos registrados arriba.
2. A la derecha del eje vertical, deja un espacio y coloca puntos y etiqueta a la altura de cada valor
3. Traza una caja que marque la posición de los 3 cuartiles
4. Traza líneas en los valores mínimo y máximo
5. Une el mínimo y máximo a la caja
Esta técnica se basa en el principio de Pareto o regla 80/20, la cual establece una relación de correspondencia entre los
grupos 80-20, donde el 80 % de las consecuencias provienen del 20 % de las causas.
El diagrama de Pareto, también conocido como curva de distribución ABC, consiste en una gráfica que clasifica los aspectos
relacionados con una problemática y los ordena de mayor a menor frecuencia, con lo que permite visualizar de forma clara
cuál es la causa principal de una consecuencia.
Muchos negocios no comprenden que la manera de aumentar las ganancias no siempre es aumentando la variedad de los
productos. A veces, nosotros mismos podemos ser el peor enemigo de nuestros productos quitándole ventas para ofrecer
otros.
Entonces, la función del diagrama de Pareto es que las empresas puedan reconocer cuáles son las necesidades más
importantes a las que debería dirigir sus esfuerzos y no malgasten recursos en asuntos poco relevantes, de ahí la importancia
de siempre hacer un análisis de datos.
1. Investiga cuál es el problema, recolecta los datos y selecciona los que se analizarán.
2. Clasifica la información por orden de prioridad, desde la mayor hasta la menor.
3. Estructura los datos en una tabla de mayor a menor y calcular el porcentaje de cada uno.
4. Traza la gráfica. Primero los ejes verticales y horizontales, posteriormente, traza la línea vertical izquierda para la
frecuencia.
5. Traza una por cada grupo de mayor a menor.
6. Traza la línea derecha que representa el porcentaje acumulado.
7. Traza una curva que una los puntos con el fin de representar el total de cada grupo.
8. Ponle al diagrama los datos correspondientes: título, fecha, período que abarca, la fuente de información, etc.
9. Analiza la gráfica y establece cuáles son los puntos vitales y que necesitan ser atendidos con prioridad.
1. Categorías o elementos: son los elementos que se están analizando y que se agrupan en categorías según su
naturaleza.
2. Frecuencia o magnitud: es la cantidad de veces que se presenta cada categoría o elemento en el proceso o
sistema.
3. Porcentaje acumulado: representa el porcentaje acumulado de la frecuencia de cada categoría o elemento, que
va aumentando de forma progresiva.
4. Línea de Pareto: es una línea curva que representa el porcentaje acumulado de la frecuencia en relación con el
eje vertical derecho. Se utiliza para comparar la contribución relativa de cada categoría o elemento en el proceso
o sistema.
5. Eje vertical izquierdo: representa la frecuencia o magnitud de cada categoría o elemento.
6. Eje horizontal: representa las categorías o elementos que se están analizando.
El siguiente ejemplo consiste en una empresa que se dedica a la venta de diferentes marcas de harina. A continuación,
presentamos las ventas por cada una:
Apuntes elaborados por MC Judith Mauricio de Anda
20
El total de las ventas es de un total de 160,651,000.00. Por lo tanto, el porcentaje de cada uno es el siguiente:
Por último, el siguiente proceso es registrar la frecuencia en una gráfica de barras y la frecuencia acumulada con una gráfica
lineal. De lado izquierdo de la gráfica veremos el porcentaje de la primera gráfica y del lado derecho el de la segunda.
50.00% 120.00%
45.00%
99.39% 100.00%
100.00%
40.00% 96.58%
91.37%
35.00%
80.71% 80.00%
30.00%
66.96%
25.00% 60.00%
20.00% 45.35%
40.00%
15.00%
10.00%
20.00%
5.00%
0.00% 0.00%
Esfera Azul Hércules El Rey Luna de oro La niña El Yaqui Abuela
Josefa
Con este resultado se puede concluir que la mejor decisión es permanecer con las marcas Esfera Azul, Hércules y El Rey, ya
que representan poco más del 80% de las ventas, mientras que las otras representan menos del 20% del total de las ventas.