Upload
luis-piscoya
View
224
Download
8
Embed Size (px)
DESCRIPTION
Analisis de variables CICLO 2015-IINGENIERIA MECÁNICA ELÉCTRICA Trabajo de variablesAÑOS DE ESTUDIO Media 14.475Error típico 0.2668232Mediana 15Moda 15Desviación estándar 2.38653926Varianza de la muestra 5.69556962Curtosis -0.50085685Coeficiente de asimetría 0.00596718Rango 10Mínimo 10Máximo 20Suma 1158Cuenta 80Cuartil 1 12Cuartil 2 15cuartil3 16Teorema L inferior L superior68.30% 12.0884607 16.861539395.50% 9.70192149 19.248078599.80% 7.31538223 21.63 1. Mediana : El 50% de los trabajadores de la empresa toyota tienen años de estudio menores o iguales a 15.2. Cuartil 1El 25% de los trabajadores de la empresa toyota tienen años de estudio menores o iguales a 12.3. Cuartil 3El 25% de los trabajadores de la empresa toyota tienen años de estudio mayores o iguales a 16.4. Teorema a 68.3 %El 68.3% de los trabajadores de la empresa toyota tienen años trabajando entre 12.08 y 16.865. Teorema al 95.5 % El 95.5% de los trabajadores de la empresa toyota tienen años trabajando entre 9.7 y 19.24.6. Teorema al 99.8%El 99.8% de los trabajadores de la empresa toyota tienen años trabajando entre 7.3153y21.63.7. Coeficiente de curtosisEl Coeficiente de Curtosis de esta muestra es -0,50, lo que quiere decir que se trata de una distribución platicúrtica, es decir, con una reducida concentración alrededor de los valores centrales de la distribución.8. Moda El valor que mas se repite con mas frecuencia es 15HORAS TRABAJADAS SEMANA PASADA Media 42.975Error típico 0.983563497Mediana 40Moda 40Desviación estándar 8.797259355Varianza de la muestra 77.39177215Curtosis 9.011875623Coeficiente de asimetría 2.284390828Rango 59Mínimo 30Máximo 89Suma 3438Cuenta 80CUARTIL 1 40CUARTIL 2 40CUARTIL 3 45.75COEFICIENTEDE VARIACION 20.47064422TEOREMA CHEBYSHEV L. INFERIOR L. SUPERIOR68.30% 34.17774065 51.772259495.50% 25.38048129 60.569518799.80% 16.58322194 69.3667781 Mediana : El 50% de las horas trabajadas la semana pasada en la empresa ALICORP en 2015 son menores o iguales a 40 horas. Cuartil 1 : El 25% de las horas trabajadoas la semana pasada en la empresa ALICORP en 2015 son menores o iguales a 40 horas. Cuartil 3:El 25% de las horas trabajadoas la semana pasada en la empresa ALICORP en 2015 son menores o iguales a 56.5 horas.9. Teorema a 68.3 %:El 68.3% de las horas trabajadoas la semana pasada en la empresa ALICORP en 2015 estan entre 34.17 y 51.77 horas.10. Teorema al 95.5 %El 95.5% de las horas trabajadoas la semana pasada en la empresa ALICORP en 2015 estan entre 25.38y60.57 horas.11. Teorema al 99.8% : El 99.8% de las horas trabajadoas la semana pasada en la empresa ALICORP en 2015 estan entre 16.58 y 69.36 horas.12. Coeficiente de curtosisEl Coeficiente de Curtosis de esta muestra es -0.477, lo que quiere decir que se trata de una distribución platicúrtica, es decir, con una reducida concentración alrededor de los valores centrales de la distribución.13. Moda El valor que mas se repite con mas frecuencia es 45
Citation preview
HERRAMIENTAS PARA EL ESTUDIO MERCADO
FUENTES DE INFORMACION PRIMARIA:
a). La Observacin
b). Aplicacin de Encuesta ( pregunta abierta, cerrada o semi abierta o semi cerrada)
c). La Entrevista ( Abierta, semi estructurada y estructurada
FUENTES DE INFORMACIN SECUNDARIA
Es originada por terceros y que de alguna forma existe
SEGMENTACION DEL MERCADO
Por nivel socio econmico( alto, medio bajo)
Geogrfico( regin, ciudad; urbano, rural)
Demogrfico( edad, sexo, raza, educacin, nacionalidad, tamao de familia,etc)
Psicogrfico( status social, forma de vida,etc)
Segn los hbitos del cliente( de uso, de compra)
DISEO MUESTRAL
Muestreo no probabilstico( por conveniencia sitio, discrecional o por cuotas)
Muestreo Probabilstico (aleatorio simple, sistemtico, estratificado o por reas o conglomerados)
DETERMINACION DEL TAMAO MUESTRA
y= Nivel o grado confianza
Z= Valor de la distribucin normal estandarizada
p= Proporcin de la poblacin que cumple las caractersticas determinada.
q=1- p Proporcin de la poblacin que no cumple con las caractersticas
E= Margen de error permitido
N= Nmero de elementos del universo
n = Nmero de elementos de la muestra
Formulas de clculo
Cuando la poblacin no se conoce
n= Z^2.p.q
E^2
Cuando la poblacin se conoce
n= Z^2.p. q. N
E^2(N-1) Z^2p.q
Mercado Potencial
Es una poblacin que tiene las
caractersticas del segmento al
cual va dirigido el proyecto.
Mercado Disponible
Es un grupo de consumidores que
cumplen las caractersticas del
mercado potencial que requiere el
servicio o producto.
Mercado Efectivo
Aquella parte de los usuarios
que est dispuesto a recibir el
servicio o producto en la
ubicacin del proyecto.
Mercado Objetivo
Es aquella parte del mercado efectivo
que el proyecto pretende satisfacer
segn las condiciones presentes
(capacidad del proyecto, estrategia de
ingreso, aceptacin del mercado).
CENTRO PREUNIVERSITARIO
En el distrito de San Pablo de analiza la posibilidad de instalar un centro preuniversitario, para ello se ha recolectado la siguiente informacin estadstica de la zona:
Poblacin del distrito = 750,000 habitantes
P. en el rango (10-19 aos)= 24%
Mercado potencial:
M.P = 750,000*0.24
= 180,000 jvenes
Mercado Disponible:
Segn la encuesta realizada, el 10% de los jvenes tienen el deseo y la posibilidad de realizar los estudios
M.D = 180,000*0.10
= 18,000 jvenes
Mercado Efectivo:
Adems, el 20% del mercado disponible tienen el inters de realizarlo en su distrito
M.E = 18,000*0.20
= 3,600 jvenes
Mercado Objetivo
Segn las condiciones del mercado, se estima que el proyecto cubrir el 4% de la demanda no cubierta
Demanda no cubierta = 3,600-700=2,900 jvenes
M.O = 2,900*0.4 = 120 jvenes al ao
CABINAS DE INTERNET
Elsa Rodriguez ha decidido invertir su dinero en un negocio, se ha
enterado de varias alternativas. Una de ellas le interesa por la
cantidad de usuarios: las cabinas de Internet. Por tal motivo le ha
encargado a un grupo de jvenes universitarios para que le ayude a
estimar la demanda futura que tendr el negocio en la zona.
Segn informes del Centro de Estadstica Nacional, el distrito Nuevo
Futuro cuenta con una densidad poblacional de 12000 hab./km2, de
los cuales se subdivide de la siguiente manera:
Grupo Edad Porcentaje
1
2
3
4
5
0-9
10-19
20-29
30-39
40 a ms
18%
25%
20%
16%
21%
El segmento elegido por sus caractersticas son el grupo 2 y 3, adems,
por la encuesta realizada se sabe que el 40% del grupo requieren el
servicio. Por otro lado, de los que requieren el servicio slo el 50% est
dispuesto a usarlo en su localidad con una frecuencia semanal en
promedio de 3 horas. La oferta servir 700 horas/maq/semana; el
proyecto cubrir el 33%.
Solucin
Poblacin Total 12000
Grupo 2
Grupo 3
Total segmento
3000
2400
5400
Mercado potencial:
M.P.= 5,400 persona
Mercado disponible:
M.D. = 5,400*0.40
= 2,160 personas requieren el servicio
Mercado efectivo:
M.E. = 2,160*0.50
= 1,080 personas
Demanda efectiva = 1,080*3
= 3,240 h-maq/ semana
OFERTA 700 HORAS MAQ/SEMANA, DI 3240-700=2,540 H MAQ*.33=838
Proyecciones del Estudio de Mercado
a) Tasa de Crecimiento
Un mtodo para proyectar es conociendo tasas de crecimiento como
por ejemplo consumo per cpita, poblacin, ingresos, etc.
Se toma como base el promedio de la tasa de crecimiento lograda en
ciertos perodos; la misma que nos permite proyectar la variable de
inters en el estudio, como por ejemplo poblacin censada para la
Regin Lambayeque del ao base 2007 es de 1113 000.
En el periodo censal 1993-2003, el crecimiento poblacional de la regin
fue de 1,4% promedio anual, con esta tasa podemos proyectar a 5
aos, es decir la poblacin del 2012.
Pn = P0(1+i)n
Pn = poblacin de la regin al 2012
P0= 1 113000 (2007)
i = 1,4
n = 5 aos
Pn=1113000(1.014)5= 1193122= Poblacin del 2012
b) Regresin lineal
Otro mtodo es conociendo los niveles de tendencia de la variable
estudiada en los distinto periodos. Para ellos se utiliza el mtodo estadstico de
regresin lineal.
ejm.: Se conoce la demanda de un producto que se vende por unidades, se
tiene como datos histricos los siguientes datos:
Ao X Demanda
(y)
X2 XY
2004 1 6,300 1 6,300
2005 2 7,600 4 15,200
2006 3 7,200 9 21,600
2007 4 8,300 16 33,200
Total 10 29,400 30 76,300
N = 4 X Y X2 XY
Para calcular la regresin a travs de una recta, se toma en cuenta
la funcin lineal, como es la siguiente:
Y= a+bX
X= tiempo
Y= volumen
Parmetro de posicin = a
a= (Y)(X2)-(X)(XY)
n(X2)-(x)2
a= 29,400(30)-10(76,300)
4(30)-(10)2
a= 882,000-763,000
120-100
a= 5,950
Para calcular la pendiente (b) se procede de la sgte. Manera
b = n (XY)- (X) (Y)
n (X2)-(X)2
b = 4 (76,300)- (10)(29,400)
4(30)- (10)2
b = 305,200-294,000
120-100
b = 560
Y= 5,950 + 560X
Y= 5,950 + 560(10)=11,550Ao 2017
Ejercicio:
En la zona se cuenta con la presencia de un competidor que brinda
un servicio de 700 horas-maq/semana, por lo que la demanda
insatisfecha es de 2540 h-maq/semana de los cuales el proyecto
cubrir el 33%
Demanda objetivo = 2,540*0.33
= 838 horas-maq/semana
NCTARES S.A.
Nctares S.A. es una empresa exportadora de uno de los productos
de gran acogida internacional: el mango, en los ltimos aos este
sector muestra una perspectiva favorable para realizar ampliaciones
en el nivel de exportacin. Por ello, se desea analizar la evolucin del
sector en los prximos aos.
Exportacin de mango ( Ton.)
1993 1994 1995 1996 1997 1998 1999 2000
4834 7336 7571 12168 8750 10539 21728 22500
Nctares S.A. se encuentra presente en el mercado con una
participacin promedio en los ltimos aos del 12%. La gerencia ve la
posibilidad de ampliar su nivel de exportacin y lograr captar el 20% del
mercado en los siguientes periodos.
Segn la condiciones establecidas, estime el nivel de exportacin que
debe realizar la empresa para alcanzar su objetivo.
Solucin
Una de las formas para la proyeccin de las ventas es utilizar los
mtodos cuantitativos, en este caso la regresin lineal.
Y= a+bX
Donde: X: tiempo
Y: exportacin (Ton.)
Se obtiene: Y: 11,928.25+2,394.14X
El coeficiente de correlacin r obtenido es 0.88 y el coeficiente de
determinacin es 0.7758 (El 77.58% de la variacin de Y es explicada
por la variable X.)
2r
La estimacin de las exportaciones serian las sgtes. Si la condiciones de
mantienen estables y no se presentan factores externos que alteren el
mercado.
Ao Exportacin Total Nctares S.A.
2001 22,702 4,540
2002 25,096 5,019
2003 27,490 5,498
25000
20000
15000
10000
5000
0
1993 1994 1995 1996 1997 1998 1999 2000