Universidad Católica Nuestra

Señora de la Asunción
Facultad de Ciencias Contables, Administrativas y
Económicas

Estudio Estadístico sobre consumo promedio

urbano de litros por cada 100km en vehículos
nafteros.

Profesora: Nilda Díaz de Dominguez

Integrantes:
 Víctor Flor 55.406
 Carlos Grenno 55.861
 Flavia Gomes 59.911
 Lucía Abente 60.006
 Verónica Ortega 60.007

4° “S” – Turno Noche

Año 2012

1
Índice

Introducción………………………………………………………………………………………………………………….3

Marco Teórico……………………………………………………………………………………………………………4 - 7

Trabajo Estadístico…………………………………………………………………………………………………..8 - 18

Conclusión……………………………………………………………………………………………………………………19

Glosario………………………………………………………………………………………………………………………..20

Bibliografía……………………………………………………………………………………………………………………21

Anexos………………………………………………………………………………………………………………………….22

Colofón………………………………………………………………………………………………………………………….23

2
Introducción

Estadística es un conjunto de métodos científicos relacionados con la recolección,

organización, recopilación, presentación y análisis de datos para sacar conclusiones que
ayuden a tomar decisiones en un entorno de gran incertidumbre.

Para la realización de este trabajo elegimos como tema determinar el nivel de

consumo general en vehículos nafteros dentro de la ciudad para poder estipular el flujo de
ventas por litro de combustible al año en las estaciones de servicio.

Para la obtención de mejores resultados, decidimos recurrir a la empresa Barcos y

Rodados, entendida del tema, que actualmente cuenta con más de 260 estaciones de
servicios en todo el país.

A lo largo de la realización de dicho trabajo obtuvimos la ayuda de los playeros de

una estación de servicio donde éstos consultaban con los clientes y nos facilitaron algunos
datos que fueron imprescindibles para la realización del trabajo. Estos datos se
encuentran en el trabajo recopilados en tablas organizadas para así obtener con la
muestra realizada posibles resultados que ayuden a concluir el objetivo del trabajo.

3
1. Marco teórico

1.1. Estadística: Es un conjunto de métodos científicos relacionados con la recolección 1,

organización2, recopilación3, presentación y análisis4 de datos para sacar conclusiones que
ayuden a tomar decisiones en un entorno de gran incertidumbre.

¿Dónde se emplea la estadística?

 Instituciones Gubernamentales y educativas.

 Empresas, negocios e industrias.
 Como instrumento de apoyo de otras ciencias o disciplinas.

¿Dónde la estadística es útil?

 Estudio de indicadores de desarrollo económico

 Sistemas de producción industrial para estimarse capacidad real, etc.
 Estudios de mercado
 Para conocer opinión de consumidores con respecto a un determinado producto

Clasificación de la estadística:

 La estadística descriptiva o deductiva  es la rama de la estadística que se

encarga tanto de la reducción como la descripción de una serie de datos
correspondientes a una población o muestra. Se emplea simplemente para resumir
de forma numérica o gráfica un conjunto de datos. Se restringe a describir los
datos que se analizan. Si aplicamos las herramientas ofrecidas por la estadística
descriptiva a una muestra, solo nos limitaremos a describir los datos encontrados
en dicha muestra, no se podrá generalizar la información hacia la población.
 La estadística inferencial5 o inductiva  es una parte de la estadística, que
partiendo de una muestra deduce o infiere conclusiones de la población de la que
procede. Permite realizar conclusiones o inferencias, basándose en los datos
simplificados y analizados de una muestra hacia la población o universo. Por
ejemplo, a partir de una muestra representativa tomada a los habitantes de una
ciudad, se podrá inferir la votación de todos los ciudadanos que cumplan los
requisitos con un error de aproximación.

1.2. Población, muestra e individuo

 Población: conjunto de individuos o elementos que cumplen ciertas propiedades

comunes. Es el numero de total elementos, finitos o infinitos, que definen la
cobertura de un estudio estadístico.

4
  Muestra: es la parte representativa de la población. Subconjunto representativo
de una población, de quienes extraemos los datos, de los que se sacan
conclusiones para toda la población. Es una parte de la población en estudio,
seleccionada de una manera deliberada y representativa de la misma.
 Individuo: personas u objetos que contienen cierta información que se desea
estudiar. Es cada elemento que lleva asociado una medida, un número de orden o
un juicio.

1.3 Variables

La variable es una característica de los individuos (personas, animales o cosas) que pueden
ser observada y puede tomar diferentes valores en diferentes individuos.

Tipos de Variables:

 Las variables cualitativas  son aquellas que no reflejan cantidades sino

cualidades. Pueden agruparse en variables nominales u ordinales. Hablaremos de
variable nominal cuando los datos correspondan a una variable cualitativa que se
agrupa sin ninguna jerarquía entre sí, como por ejemplo: nombres de personas, de
establecimientos, raza, grupos sanguíneos, estado civil. Estas variables no tienen
ningún orden inherente a ellas ni un orden de jerarquía. Si las categorías o valores
que adopte una variable cualitativa poseen un orden, secuencia o progresión
natural esperable, hablaremos de variable ordinal 6, como por ejemplo: grados de
desnutrición, respuesta a un tratamiento, nivel socioeconómico, intensidad de
consumo de alcohol, días de la semana, meses del año. A pesar de este orden
jerárquico no es posible obtener valoración numérica lógica entre dos valores.

A la vez estas variables se clasifican en:

o Variables cualitativas dicotómicas7: cuando admiten solo dos categorías. Ej:

blanco-negro, positivo-negativo
o Variables cualitativas politómicas: cuando admiten varias categorías. Ej:
nacionalidad-paraguaya, brasilera, argentina

 Las variables cuantitativas son aquellas que reflejan variables. Pueden a su vez
ser clasificadas como continuas o discretas. Variables que pueden suponer un valor
en cualquier punto fraccionado de un intervalo especificado, por tanto, puede
tomar pocos valores, habiendo continuidad entre ellos. Ejemplo: el peso de un
embarque, la longitud de un tornillo, la distancia de un lugar a otro.

5
Son aquellas que reflejan cantidades, se miden mediante escalas numéricas y pueden
clasificarse en:

o Variables cuantitativas discretas: son aquellas variables que pueden tener

valores observados en puntos aislados a lo largo de una escala, por lo que
toman unos pocos valores, sin continuidad entre ellos.
o Variables cuantitativas continuas: son aquellas variables que pueden
suponer un valor en cualquier punto fraccionado de un intervalo
especificado, por lo tanto toma muchos valores, habiendo continuidad
entre ellos.

1.4 Tipos de Muestreo:

 Muestreo aleatorio simple: Para obtener una muestra, se numeran los elementos
de la población y se seleccionan al azar los n elementos que contiene la muestra.
Es aquella cuyos elementos se seleccionan individualmente de la población
objetivo entera con base en el azar.
 Muestreo aleatorio sistemático: Se elige un individuo al azar y a partir de él, a
intervalos constantes, se eligen los demás hasta completar la muestra. Es
aleatoria, cuyos elementos se seleccionan de la población a un intervalo uniforme
en una lista ordenada.
 Muestreo aleatorio estratificado8: Se divide la población en clases o estratos y se
escoge, aleatoriamente, un número de individuos de cada estrato proporcional al
número de componentes de cada estrato. Los elementos de la población son
primeramente clasificados por el investigador en distintos grupos o estratos,
sobre la basa de una o más características importantes. Consiste en dividir la
población en subgrupos que se denominan estratos.
 Muestreo por conglomerados9: En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la población que forman una unidad, a la
que llamamos conglomerado. Tipo de muestreo aleatorio, en el que los elementos
de la población ocurren naturalmente en grupos. Es la agrupación de los
elementos de una población en subconjuntos, para luego seleccionar, de cada
subconjunto, un número determinado de elementos, siguiendo un procedimiento
que puede ser aleatorio.

6
1.5 Regresión y correlación

 Regresión  su propósito fundamental es estimar la relación existente entre dos

variables: una independiente (x), y la otra dependiente (y) consideradas en un
estudio. Las técnicas de regresión se aplican para estimar la “curva” que relaciona
las 2 variables de interés a partir de un conjunto dado de observaciones sobre
estas 2 variables. Las funciones lineales son de vital importancia para las disciplinas
científicas porque son de manejo fácil. Su forma algebraica es:

Y=a+bx

 Correlación  es una técnica estadística que se ocupa de la medición de la

cercanía de la relación entre dos variables X e Y, involucradas en la ecuación de
regresión. Es decir, mide la fuerza (fuerte, moderado o débil) y la dirección de una
relación lineal entre dos variables aleatorias.

7
2. Trabajo estadístico

2.1. Objetivos

 Objetivo general: determinar el nivel de consumo general en vehículos nafteros

dentro de la ciudad para poder determinar el flujo de ventas por litro de
combustible al año en las estaciones de servicio.
 Objetivos específicos:
o Determinar el consumo promedio urbano de litros por cada 100km en
autos nafteros dentro de Asunción.
o Presentar los datos recopilados en tablas organizadas.
o Obtener con la muestra realizada posibles resultados que ayuden a concluir
el objetivo del trabajo.

2.2. Marco Procedimental

2.2.1. Población  25 personas que utilizan vehículos nafteros dentro de Asunción.

2.2.2. Variable. Tipo de variable  Variable cuantitativa continua “Consumo de

combustible por cada 100km.”

2.2.3. Técnica de muestreo  Aleatorio simple, mediante preguntas al azar por parte de
playeros encargados de la estación de servicio, a clientes casuales sobre el consumo
promedio de su vehículo naftero.

8
2.2.4. Datos

Consumo Lts cada Orden X N

100km Ascendente consumo personas
del Consumo
16 7 7 2
14 7 9 3
11 9 10 3
7 9 11 2
9 9 12 5
15 10 13 3
13 10 14 2
12 10 15 1
12 11 16 1
10 11 17 2
9 12 18 1
7 12
9 12
10 12
14 12
13 13
18 13
17 13
11 14
17 14
13 15
10 16
12 17
12 17
12 18

9
2.2.5. Gráficos

 Gráfico en barras

 Gráfico circular

10
 Histograma y Polígono de frecuencia

 Pictograma

11
 2.2.6 Medidas de posición

medidas de posicion
Fa Marca de clase FaA ojiva de Frecuencia Frecuencia Frecuencia Rel.
Clase Li Ls Xi.Ni Ni.log.Xi Ni/Xi
Ni Xi ojiva de mas menos Relativa Relativa % Acumulada

1 7 9 5 8 40 5 25 0.2 20 20 4.51544994 0.625

2 9 11 5 10 50 10 20 0.2 20 40 5 0.5
3 11 13 8 12 96 18 15 0.32 32 72 8.63344997 0.66666667
4 13 15 3 14 42 21 7 0.12 12 84 3.43838411 0.21428571
5 15 17 3 16 48 24 4 0.12 12 96 3.61235995 0.1875
6 17 19 1 18 18 25 1 0.04 4 100 1.25527251 0.05555556
Σ 25 78 294 1 100 26.4549165 2.24900794

 Formula de Struggens:

r = 1 + 3,3 log . n
r = 1 + 3,3 log. 25
r = 5,61
r=6

 Amplitud de la serie:
w = (Max-Min)/r
w = (18-7)/6
w = 1,83
w=2

 Media aritmética:
= Σ Xi.Ni / N
= 294 / 25
= 11, 76 lts/100km.

 Media geométrica:

Log.mg= Σ Ni. Log.Xi /N

Log. mg= 26,4549165 / 25
mg= 11,43395971

 Media armónica:
Ma= N / Σ (Ni / Xi)
Ma= 25 / 2,24900794
Ma = 11,11601233

12
 Mediana:
Me = Li + ⅟₂ N – FaA (X-1) . w
Ni

Me = 11 + 12,5 – 10 . 2
8
Me = 11,625

 Moda:
Mo = Li + ∆1 . w
∆1 + ∆2
Mo = 11 + 3 .2
3+5
Mo = 11,355

 Cuantiles:

o Cuartiles

Q1 = ⅟₄ N = ⅟₄ (25) = 6,25
Q1 = Li + ⅟₄ N – FaA (X-1) . w
Ni

Q1= 9 + 6,25 – 5 . 2
5
Q1 = 9,5

Q2 = Me (por teoría)
Q2 = 11,625

Q3 = 3⁄₄ N = 3⁄₄ . 25 = 18,75

Q3 = Li + 3⁄₄ N – FaA (X-1) . w
Ni

Q3= 13 + 18,75 – 18 . 2
3
Q3 = 13,5

Q4 = 1 (por teoría)

13
 o Deciles:

D8 = 8/10 (25) = 20
D8 = Li + 8/10 N – FaA (X-1) . w
Ni

D8 = 13 + 20 – 18 . 2
3
D8 = 14,333

o Percentiles:
P90 = 90/100 . 25 = 22,5
P90 = Li + 90/100 N – FaA (X-1) . w
Ni

P90= 15 + 22,5 – 21 . 2
3
P90 = 16

2.2.6. Medidas de dispersión

medidas de dispersión
Fa Marca de
Clase Li Ls
Ni clase Xi Xi - Ẋ (Xi - Ẋ) Ni (Xi - Ẋ)² * Ni
1 7 9 5 8 3.76 18.8 70.688
1
2 9 1 5 10 1.76 8.8 15.488
1
3 11 3 8 12 0.24 1.92 0.4608
1
4 13 5 3 14 2.24 6.72 15.0528
1
5 15 7 3 16 4.24 12.72 53.9328
1
6 17 9 1 18 6.24 6.24 38.9376
Σ     25 78 18.48 55.2 194.56

 Desviación media:
Dm: ∑ (Xi-x)Ni
N
Dm = 55,2 / 25
Dm = 2,208

14
  Desviación típica:

G= ∑ (Xi-x)2Ni
N

G= 194,56 / 25

G = 2,789695324

 Varianza:

G2= ∑ (Xi-x)2Ni
N
2
G = 194,56 / 24
G2 = 8,10666

 Coeficiente de asimetría o sesgo:

Ca= x-m0
G
Ca = 3 . (11,76 – 11,355) / 2,789695324
Ca = 0,145177144

2.2.7. Relación entre variables

analisis de regresion y correlacion
x antigüedad del vehiculo 1 2 3 4 5
y consumo promedio en litros/100 km 8 8.5 9 9.5 10

analisis de regresion y correlacion

x antigüedad del vehiculo 1
y consumo promedio en litros/100 km 8

a. Establecer la ecuacion lineal de el consumo promedio en litros con respecto a la antigüedad del vehiculo.

15
a. Establecer la ecuación lineal del consumo promedio en litros con respecto a la
antigüedad del vehículo.

a = ∑y . ∑x 2 - ∑x . ∑xy / N (∑x 2 ) – (∑x) 2

a = 45 . 55 – 15 . 140 / 5 .55 - 152
a = 375 / 50
a = 7,5

b = N . ∑xy - - ∑x . ∑y / N (∑x 2 ) – (∑x) 2

b = 5 . 140 – 15 . 45 / 5 . 55 - 152
b = 700 – 675 / 50
b = 0,5

y = a + bx

y = 7,5 + 0,5 x

 Diagrama de dispersión

12
0,5 x
y = 7 ,5 +
10

8
Consumopromedio en litros/100km.

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
antiguedad del vehículo

x y
0 7,5
6 10,5

16
b. Coeficiente de correlación

R2= [(N∑xy- ∑x∑y)2]

[N ∑x2-(∑x)2] [N .∑y2 – (∑y)2]

R2= (5 . 140 - 15 . 45) ²

(5 . 55 - 15²) (5 . 407 - 45²)

R2= 625 / 625

R2= 1  relación muy intensa

2.2.8. Distribución normal general (probabilidades)

 Cuántos vehículos consumen entre 10 y 12 litros

m = 11,76
G = 2,78

P (10≤x≤12) =

Φ (u)
Φ (u)

m=11,76
G=2,78

Área = Φ (u1) + = Φ (u2) Cálculos Auxiliares

Área = 0,6330 + 0,086
M=x–m/G
Área = 0,2357 + 0,0319
U1 = 10 – 11,76 / 2,78 =0,6330
Área = 0,2676 . 25
Área = 6,69 U2 = 12 – 11,76 / 2,78 = 0,086

3. Análisis de los resultados.

17
  Medidas de dispersión.
X > Me > Mo
11,76 > 11,625 > 11,355
 Curva asimétrica positiva sesgada hacia la derecha.

 Coeficiente de asimetría= 0,145177144

 Curva positiva sesgada a la derecha.

 Análisis de regresión y correlación.

Y= 7,5 + 0,5X
Coeficiente de correlación = 1
 Muy alta la correlación y muy intensa la relación.

18
Conclusión

La estadística busca encontrar una conclusión, para poder resolver un problema

que se planteó en los datos que se obtuvieron, organizaron, analizaron y presentaron.

Al finalizar este trabajo podemos concluir que entre las 25 personas estudiadas
consumen aproximadamente 12 litros de combustible cada 100 kilómetros recorridos en
la ciudad de Asunción.

El tema elegido por nuestro grupo consideramos de suma importancia ya que hoy
en día todos tenemos vehículo o por lo menos hay un vehículo por familia y es importante
manejar datos de este tipo para un mejor manejo de nuestro tiempo y dinero.

Los conceptos antes mencionados han sido analizados e investigados de tal

manera de hacer más fácil su comprensión y entendimientos ya que la estadística es la
ciencia que trata de entender, organizar y tomar decisiones que estén de acuerdo con los
análisis efectuados

19
Glosario

1. Recolección: puede ser una recopilación, compendio o resumen. Se conoce como

recolección de datos al proceso de obtención de información que luego se utilizará
en una investigación.

2. Organización: sistema diseñado para alcanzar ciertas metas y objetivos. Estos

sistemas pueden, a su vez, estar conformados por otros subsistemas relacionados
que cumplen funciones específicas.

3. Recopilación: Compendio, resumen o reducción breve de una obra o un discurso.

Colección de escritos diversos

4. Análisis: consiste en identificar los componentes de un todo, separarlos y

examinarlos para lograr acceder a sus principios más elementales.

5. Inferencial: deducción de una cosa, a partir de otra

6. Ordinal: número que expresa la idea de orden o sucesión. Ej.: el numeral “sexto” es
un ordinal.

7. Dicotómicas: División o bifurcación de un eje en dos ramas más o menos iguales.

8. Estratificado: tiene su origen en el vocablo latino stratus y permite hacer referencia

al conjunto de elementos que comparten ciertos caracteres comunes y que se
integra con otros conjuntos para la formación de una entidad.

9. Conglomerado: algo obtenido por conglomeración (juntar, amontonar, unir

fragmentos). De esta manera, el conglomerado puede surgir a partir de la unión de
una o varias sustancias mediante un conglomerante, de manera tal que resulte una
masa compacta.

20
Bibliografía

 Anotaciones de clase
 Datos recopilados por el departamento de Marketing de Barcos & Rodados.
 www.wordreference.com

21
Anexos

22
Colofón

 Autores
 Víctor Flor
 Carlos Grenno
 Flavia Gomes
 Lucía Abente
 Verónica Ortega

 Lugar de realización:
o Barcos & Rodados
o Universidad Católica Nuestra Señora de la Asunción, Facultad de Ciencias
Contables, Administrativas y Económicas.
o Residencia Gomes  Torreani viera 1791

 Fecha de iniciación: 13 de octubre de 2012.

 Fecha de culminación: 05 de noviembre de 2012.

 Impresión y Encuadernación: Green Print S.A.

23