ANALISIS DE LA INFORMACION

COM 350 INVESTIGACION DE MERCADO

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

La informacin tabulada puede presentarse de las siguientes maneras.

DIAGRAMAS

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

La informacin tabulada puede presentarse de las siguientes maneras.

DIAGRAMAS
2500

2000

1500

1000

500

REVISTA

RADIO

TV

PERIOD

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

HISTOGRAMAS
HISTOGRAMA
FREC. ABSOLU

MARCA DE CLASE

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

HISTOGRAMAS
8

2 Desv. tp. = ,72 Media = 1,67 0 1,00 1,50 2,00 2,50 3,00 N=15,00

Tamao de la enpresa

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

POLIGONOS DE FRECUENCIA
ni

VARIABLE

ni = Frecuencia absoluta

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

POLIGONOS DE FRECUENCIA

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

PICTOGRAMAS

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

PICTOGRAMAS

Lic. Pedro Navarro

CARTOGRAMAS

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

GRAFICOS CIRCULARES
CARACTERISTICAS BUSCADAS EN UN CENTRO DE SALUD
Infraestructura 17,7% Hignico 23,7%

Emer. domiciliaria /pr 16,9%

Otros 10,7%

Atencin 31,0%

Lic. Pedro Navarro

PRESENTACION GRAFICA DE LA INFORMACION

BARRAS COMPARATIVAS

Lic. Pedro Navarro

ANALISIS DE LA INFORMACION

OBJETIVOS DEL ANLISIS =Que hay en los datos? Que tanto varan los datos

TCNICAS ESTADSTICAS. Media, Mediana, Moda Desviacin estndar. Desviacin media. Rango Varianza. Frecuencias. Correlacin Medidas de asociacin Regresin. Series de tiempo. Estimacin. Prueba t Prueba z

Como estn distribuido los datos. Que relacin existen entre los datos. Hacer predicciones y estimaciones.

Describir la diferencia entre grupos y variables

Lic. Pedro Navarro

ESTADIGRAFOS PARA LA INVESTIGACIN DE MERCADOS.

VARIABLES DE INTERVALO TENDECIA CENTRAL DISPERSIN MEDIA

VARIABLES ORDINALES MEDIANA

VARIABLES NOMINALES MODA

RANGO DESVIACIN MEDIA. DESVIACIN ESTANDARTO TIPICA.

RANGO INTERCUARTIL

FRECUENCIA RELATIVA FRECUENCIA ABSOLUTA

INFERENCIA

PRUEBA t PRUEBA z

PRUEBA DE KOLMOGOROV SMIRNOV

CHI CUADRADO

Lic. Pedro Navarro

VARIABLES DE INTERVALO.

Una variable de intervalo es aquella que se presenta en rango. Ejemplo. INGRESO EDAD. 1000 1500 10 15 1500 2000 15 20 2000 2500 20 25 2500 3000 25 30 En una variable de intervalo se pueden encontrar estadgrafos: De tendencia Central. De dispersin. De inferencia
Lic. Pedro Navarro

VARIABLES DE INTERVALO.

Para la construccin de rangos se deben considerar los siguientes elementos : NUMERO APROXIMADO DE CLASE. (Regla de Sturges) K= 1+3,3 Log n
280 200 360 355 375 400 410 390 310 415 415 420 370 355 305 420 390 385 300 305 405 400 380 375 385 395 360 330 320 330 335 355 370 385 360 395
Lic. Pedro Navarro

365 375 380 390 300 315 340 410 415

VARIABLES DE INTERVALO.

K= 1+3,3 Log n

K= 1+3,3 Log 45

K= 1+3,3 Log 45 = 1 + 3.3 x 1.653212514 = 6.4560 = 6

Lic. Pedro Navarro

VARIABLES DE INTERVALO.
ANCHO DE CLASE.

Ac = Ancho de clase. Vs = Valor Superior. Vi = Valor inferior. K = Numero aproximado de clase.

280 200 360 355 375 400 410 390 310 415 415 420 370 355 305 420 390 385 300 305 405 400 380 375 385 395 360 330 320 330 335 355 370 385 360 395 365 375 380 390 300 315 340 410 415

Lic. Pedro Navarro

VARIABLES DE INTERVALO.

420 - 200 AC == 6
280 200 360 355 375 400 410 390 310

==36.66415 ==37
415 420 370 355 305 420 390 385

200 a 237 237 a 274 274 a 311 311 a 348 348 a 385 385 a 422

300 305 405 400 380 375 385 395 360

330 320 330 335 355 370 385 360 395

365 375 380 390 300 315 340 410 415

Lic. Pedro Navarro

VARIABLES DE INTERVALO.
MARCA DE CLASE.

Vi + Vs c == 2
Variable 200 a 237 237 a 274 274 a 311 311 a 348 348 a 385 385 a 422 c 218,5 255,5 292,5 329,5 366,5 403,5

Lic. Pedro Navarro

MEDIDAS DE TENDENCIA CENTRAL. MEDIA. (PARA NUMEROS).

3 11

x ==

=x
i=n

25 42 67 84 73 35 8 25 373

373 x == ==37.3 10
Lic. Pedro Navarro

MEDIDAS DE TENDENCIA CENTRAL. MEDIA. (PARA RANGOS).

= fx x == =fi
RANGO DE CLASE 10 12 12 14 14 16

fx ==fi * ci
Frecuencia

fi
4 3 4

Marca de clase (c) 11 13 15

Producto fx=fi x c 44 39 60

11

143

143 ==13 x == 11

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN

Son tres los estadgrafos de tendencia central. RANGO. DESVIACIN MEDIA DESVIACIN TIPICA O ESTANDART RANGO. Es la diferencia entre el nmero mayor y el nmero menor de una nube de datos. Ej. 3,2,8,5,9 R [9 2 ]== 9 2 = 7.

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN RANGO Cual de los siguientes casos son mas dispersos: a). 2,3,8,5,9 R [9 2 ]== 9 2 = 7. b). 1003, 1002, 1008, 1005, 1009 R [1009 1002 ]== 1009 1002 = 7. Los nmeros del caso a); son mas dispersos por ser ms pequeos

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN MEDIA. Es la media aritmtica de los valores absolutos de las desviaciones de cada un de los valores de la variable respecto a la media aritmtica . Caso nmeros.

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN MEDIA.

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN MEDIA. CASO FRECUENCIAS.

DM ==
INTERVALO 27 30 33 36 39 42 45 29 32 35 38 41 43 47

=fx x =x
n
MARCA (x ) 28 31 34 37 40 43 46 fi 1 10 14 33 14 7 3 82

x ===fx = N
fx 28 310 476 1221 560 301 138 3034

3,034 82

= 37

x- x
9 6 3 0 3 6 9

2 f ( x =x )2 ( x = x ) f x = x

9 60 42 0 42 42 27 222

81 36 9 0 9 36 81

81 360 126 0 126 252 243 1,188

DM =

222 82

= 2,71

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN TIPICA O ESTANDAR.

Es un estadgrafo que permite interpretar los valores en funcin de sus medias y su desviacin. Para datos
2

s=

=n(x=1 - x)
i

Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN TIPICA O ESTANDAR.

REGION PRECIO (x i - x) (x i - x) 2 NORTE 6 1 -6 36 SUR 6 4 -3 9 CENTRO 6 7 0 0 VILLA1 7 0 3 9 VILLA2 7 3 6 36 335 90

X= 67

RESOLVIENDO

S=

= 4.74 90 5 =1
Lic. Pedro Navarro

ESTADIGRAFOS DE DISPERSIN DESVIACIN TIPICA O ESTANDAR. CASO FRECUENCIAS.

S=
INTERVALO 27 30 33 36 39 42 45 29 32 35 38 41 43 47

CALCULAR LA MEDIA.
x ===fx = N
3,034 82
2

=f

i (x - x ) n =1

= 37
2

MARCA (x ) 28 31 34 37 40 43 46

fi 1 10 14 33 14 7 3 82

fx 28 310 476 1221 560 301 138 3034

x- x
9 6 3 0 3 6 9

f x = x
9 60 42 0 42 42 27 222 36 9 0 9 36 81

81 x ) ( x =

f ( x81 =x )
360 126 0 126 252 243 1,188

S ==

1.18 8 81

==3.83
Lic. Pedro Navarro

TEST DE SIGNIFICACION

DISTRIBUCION HOMOGENEA

DISTRIBUCION MEDIA DISTRIBUCION HETEROGENEA

Si la S =al 10% de la x =DISTRIBUCION HOMOGENEA. Si el 10% de la x S 30% de x DISTRIBUCION MEDIA Si la S =al 30% de la x = DISTRIBUCION HETEROGENEA
Lic. Pedro Navarro

TEST DE SIGNIFICACION
Si la S =al 10% de la x =DISTRIBUCION HOMOGENEA. Si el 10% de la x S 30% de x DISTRIBUCION MEDIA Si la S =al 30% de la x = DISTRIBUCION HETEROGENEA

Ejemplo. Media = 28.35 S = 5.65, Distribucin media; 10% de media = 2.8 30% de media 9 S = 4.24 Media = 67 DISTRIBUCIN HOMOGNEA Distribucin media;

Lic. Pedro Navarro

INFERENCIA EN VARIABLES DE INTERVALO.

La inferencia es una induccin de los datos que se obtienen en una muestra a toda la poblacin, lo que permite extraer generalizaciones de un proceso del Muestreo.
Una hiptesis es una presuncin de la que parte un investigador. Los datos de una muestra raramente son iguales. En toda investigacin se presentan dudas. Es el % de la muestra tan diferente al de la poblacin? La verificacin de la hiptesis pretende resolver este tipo de dudas. Tiene que existir una verificacin de hiptesis

Lic. Pedro Navarro

INFERENCIA EN VARIABLES DE INTERVALO. PASOS QUE SE SIGUEN Se debe definir la hiptesis. oUna hiptesis puede ser INDIFERENTE (HO). oUna hiptesis puede ser ALTERNA (HA) LA HIPTESIS INDIFERENTE ES LA QUE SE VERIFICA (HO). Una hiptesis alterna puede ser: DIRECCIONAL. NO DIRECCIONAL. Se dice que es direccional cuando nos encontramos frente a una verificacin de una punta (DOCIMA UNILATERAL)

Lic. Pedro Navarro

INFERENCIA EN VARIABLES DE INTERVALO.

) H A : U > Uo a) H A : U > Uo

b) HA : U < Uo

= 0.05 = 0.05

VALOR CRITICO DE RECHAZO

Lic. Pedro Navarro

INFERENCIA EN VARIABLES DE INTERVALO.

NO DIRECCIONAL Se dice que una hiptesis es no direccional cuando la verificacin es en dos puntas (DUODCIMA BILATERAL) SI HA : U UO

= 2

= 2

REGION DE RECHAZO
Lic. Pedro Navarro

PRUEBAS DE DECISIN. (PRUEBA DE EXTREMOS) DERECHO Ejemplo. Mediante una investigacin de mercados con tamao 388 de tamao maestral se conoce que una estrategia de mercado logro que se vendiera un promedio de 155 docenas por da de un producto que se utiliza para la higiene del hogar, con una desviacin de 8 docenas. La consultora que asesora a la empresa sugiere que se debe cambiar de estrategia asegurando que las ventas promedio por da sern mayores a 155 docenas. En un sondeo de mercado a 35 clientes se establece que la media de es 160 docenas y se mantiene una desviacin de 8 docenas.
Lic. Pedro Navarro

PRUEBAS DE DECISIN. (PRUEBA DE EXTREMOS) DERECHO

Formulacin de la HIPOTESIS Asumamos que el gerente piensa en que las ventas podran ser superiores al promedio de las 155 docenas dia.. Formulando las HIPTESIS tenemos: HO: u = 155 docenas HA :u >155 docenas
Lic. Pedro Navarro

PRUEBAS DE DECISIN. ESPECIFICACIN DEL NIVEL DE SIGNIFICACIN.

Es el subconjunto del espacio Muestral que nos conduce a rechazar HO (HIPTESIS indiferente) Los niveles de significacin que ms se utilizan son: = = 0.01 = = 0.05 la seleccin de estadstico de prueba.
Lic. Pedro Navarro

PRUEBAS DE DECISIN. ESPECIFICACIN DEL NIVEL DE SIGNIFICACIN.

Se utiliza una Distribucin z cuando el tamao de la muestra es mayor a 30, de lo contrario la Distribucin t
N > 30

Aplicamos la formula de la distribucin z

Lic. Pedro Navarro

PRUEBAS DE DECISIN. ESPECIFICACIN DEL NIVEL DE SIGNIFICACIN.

Aplicamos la formula de la distribucin z
x - = o x 8 35 x - = 160 - 155 o z= == x == x = 1.35 1.35 z= = 3.7

= == x

Sx n

0.01 0.05 Rechazar Ho si y solo si 0 REGLAS DE DECISIN.

0 =0

HA

z < - 2,33 z > . 2,33 Z = 3.7 > 2.33

z < - 2,58 z > 2,58 z < - 1,65 z > 1,65

z < - 1,96 z > 1,96

Z cae dentro de la regin

crtica, por tanto se rechaza Ho lo que implica aceptar HA

Se recomienda implementar la nueva estrategia

Lic. Pedro Navarro

PRUEBAS DE DECISIN.
Un vendedor de una Importadora de ceras para Cermica, gana una comisin promedio de 980 $us. Mensuales, con una desviacin estndar de 225 Sus. Aparece en el mercado una nueva marca de cera, este echo har reducir el volumen de ventas por vendedor, disminuyendo en consecuencia sus ingresos. Por otro lado los costos de produccin han sufrido variaciones como consecuencia de la inflacin. Esto implica que los precios suban, como consecuencia los vendedores incrementarn sus ingresos con la nueva estrategia propuesta. El gerente de la empresa desea conocer el efecto neto de estos dos factores que influyen sobre las comisiones del vendedor, Para tomar una decisin se toma una muestra aleatoria de tamao 100 de todas las cuentas del vendedor cuyo promedio es de 940 $us. Y su desviacin 235
Lic. Pedro Navarro

PRUEBA DE DOBLE EXTREMO.

PRUEBAS DE DECISIN. PRUEBA DE DOBLE EXTREMO.

HIPTESIS. Ho : u = 980 HA : u 980. Nivel de significacin.

= 0.05.

ESTADSTICO DE PRUEBA. x - 0 Z= x
HA
0 0
=0

Regla de decisin.
0.01 0.05 Rechazar Ho si y solo si z < - 2,33 z < - 1,65 z > 2,33 z > 1,65 z < - 2,58 z < - 1,96 z > 2,58 z > 1,96
Lic. Pedro Navarro

PRUEBAS DE DECISIN. PRUEBA DE DOBLE EXTREMO. Para una dsima bilateral, la regla de decisin llega a ser: RECHAZAR Ho SI Y SOLO SI, | Z | > 1.96 O lo que es lo mismo: Se rechaza Ho sisiempre y cuando z< -1.96 z > 1.96 CALCULOS. x - = o z= x

x ==
z=

= 23.5 == 1.7

x -235 = o == 100 x

940 - 980 23.5

Lic. Pedro Navarro

PRUEBAS DE DECISIN. PRUEBA DE DOBLE EXTREMO.

Regla de decisin.
0.01 0.05 Rechazar Ho si y solo si 0 z < - 2,33 0 z > 2,33 =0 z < - 2,58 z < - 1,65 z > 2,58 z > 1,65 z < - 1,96 DECISION z > 1,96

HA

x - = o z= x = 23.5 235 x == x - = o z= == == 1.7 100 x 940 - 980 23.5

Z -1.7 Se encuentra dentro de la regin de aceptacin, Ho no se rechaza. Esto significa que el ingreso mensual del vendedor no ha variado significativamente.
Lic. Pedro Navarro

PRUEBA t
Tiene el mismo principio que el estadgrafo z La prueba t se utiliza cuando se tiene muestras pequeas. EJEMPLO Un gerente comercial asume que el despacho de mercaderas tarda como promedio cuatro das. Una carta enviada por uno de los clientes ms importantes de la empresa manifiestan su queja debido a demoras por encima de los cinco das. En un sondeo de 25 clientes muestra que el promedio de recepcin despus de un pedido es de 4.7 das. Surge una duda, es correcta o incorrecta generalizar la apreciacin de los 25 clientes seleccionados al azar. Entre los das de despacho existe una desviacin de 1.1 das.

Lic. Pedro Navarro

PRUEBA t
PLANTEAMIENTO DE LA HIPOTESIS. Ho : u = 4 das HA : u > 4 das Nivel de significacin. = 0.05. ESTADSTICO DE PRUEBA. x - = 4.7 - 4 0 t= t= ; 1.1 S 25 n

==3.18

Lic. Pedro Navarro

PRUEBA t
PROCEDIMIENTO PARA ENCONTRAR EL FACOTOR EN TABLAS El numero de elementos es de 25 tomados de la muestra El valor sera (n 1) Aplicando este principio (25-1) = 24 Buscando en tablas tenemos 1.711 DECISION: SI t > se acepta HA t =3.18 > = 1.711 Se rechaza la suposicin de una entrega se realiza en cuatro dias. Si t < Se rechaza HA

Lic. Pedro Navarro

Lic. Pedro Navarro

VARIABLES ORDINALES LA MEDIANA

Por orden de importancia, enumere las

caractersticas que influyen en el consumo de mermelada.

Marca Precio Origen Tamao Doble uso del envase

Lic. Pedro Navarro

VARIABLES ORDINALES LA MEDIANA

Las variables ordinales pretenden dar a cada numero un lugar. Se utilizan para preguntas de ordenamiento. ESTADIGRAFO DE TENDENCIA CENTRAL PARA VARIABLES ORDINALS. LA MEDIANA. Se define como el valor que divide una distribucin en la mitad. Es el valor que aparece en el medio de una sucesin ordenada de valores.

Lic. Pedro Navarro

VARIABLES ORDINALES LA MEDIANA Ejemplo . 1.Se parte de una nube de datos

DATOS BRUTOS 3 ARREGLO ORDENADO 5 X1 X3 X2 , 9.5 8,5 MEDIANA X5 X4

X1 X3 X2

10
3.

9.5

X4 X5

5 8.5

10

Lic. Pedro Navarro

VARIABLES ORDINALES LA MEDIANA Cuando los datos ordenados son impar .

Ejemplo: Se tiene la siguiente lista de nmeros ordenados.

DATOS BRUTOS X1 9.5 X2 3 X3 10 X4 X5 X6 9.5 8.5 7.5

DATOS ORDENADOS X1 3 X2 7.5 X3 8.5 Xm MEDIANA X4 9.5 X5 9.5 X6 10

8.5 +=9.5 Me == ==9 2

Lic. Pedro Navarro

VARIABLES ORDINALES RANGO INTERCUARTIL

Es un estadigrafo que divide los datos en proporciones. Los cuartiles por su caracterstica pueden clasificarse en: Cuartiles. = 4 . Deciles. = 10 Percentiles = 100.

Lic. Pedro Navarro

RANGO RANGO INTERCUARTIL INTERCUARTIL

Rango Intercuartil es la diferencia entre el cuartil tres y cuartil uno. Rango Intercuartil ser: (RI)= Q3 Q1

Cmo se determina el rango intercuartil?

PASOS PASOS PARA PARA CALCULAR CALCULAR EL EL RANGO INTERCUARTIL RANGO INTERCUARTIL

Veamos el siguiente ejemplo: Determine el rango intercuartil para los datos siguientes; 30, 40, 35, 5, 10, 20, 15, 30 y 45: Paso 1. Ordenar los datos de forma ascendente. 5 10 15 20 30 30 35 40 45 Paso 2. Calcular los cuartiles Q3 y Q1

PASOS PASOS PARA PARA CALCULAR CALCULAR EL EL RANGO INTERCUARTIL RANGO INTERCUARTIL
EN PERCENTILES 25 25% Q1 25% Q2 25% Q3 25% 50 75 100

Q3 = 75 percentil Q1 = 25 percentil Nota: Utiliza el mismo procedimiento para calcular los percentiles.

Lic. Pedro Navarro

CONTINUACIN CONTINUACIN
Cuartil uno: Considerando los percentiles Q1 = 25 percentil

=P = i == n =100 =

= =25 =9 i = =100 =

=2.25

Como (i) no es un entero, redondeamos al prximo entero mayor que 2.25, o sea 3. As, que Q1 est ubicado en la posicin tres (3) de los datos, que en este ejemplo es 15. Q 1= Q 1 = 15 15 5 10 15 20 30 30 35 40 45

CONTINUACIN CONTINUACIN
Cuartil tres Q3 = 75 percentil

= P = i = = =75 = =9 = 6.75 i == = =n =100 = =100 =

Como (i) no es un entero, redondeamos al prximo entero mayor que 6.75, o sea 7. As, que Q1 est ubicado en la posicin siete (7) de los datos, que en este ejemplo es 35 5 10 15 20 30 30 35 40 45 Q3 = 35 Q3 = 35

CONTINUACIN CONTINUACIN
Paso 3. Ahora, podemos sustituir los valores de los cuartiles en la frmula. Rango Intercuartil = Q3 1 Q RI = Q3 11 35 15 RI Q 3 = 35 15 = Q= 20 Q 20

VARIABLES NOMINALES

Dnde compra la mermelada de su preferencia?

Hipermercados Supermercados Micro mercados Pulperias Mercados

Lic. Pedro Navarro

VARIABLES NOMINALES

MEDIDAS DE TENDENCIA CENTRAL: Moda = El numero que mas se repite dentro de una nube de datos. MEDIDAS DE DISPERSION: Frecuencia absoluta Frecuencia relativa

Consume el producto FrecuenciaA

Absoluta Frecuencia Relativa 66% 34% 100%

Si No Total

130 68 198

Lic. Pedro Navarro

ESTADIGRAFO DE INFERENCIA EN VARIABLES NOMINALES

Chi : Es un estadgrafo que permite evaluar la hiptesis sobre la relacin existente entre dos variables. Ej. Se quiere determinar la relacin que pueda existir entre el consumo por marca y el sexo del que compra.

Lic. Pedro Navarro

ESTADIGRAFO DE INFERENCIA EN VARIABLES NOMINALES Chi

Frecuencia observada

SEXO DEL ENCUESTADO Masculino Femenino Marca A Marca B Marca C Total 180 190 170 540 100 280 120 500

TOTAL 280 470 290 1040

Se debe determinar La FRECUENCIA ESPERADA

Fei ==280 * 540 1040

.4

Fei ==

.6

==145

1040

280 * 500

==134

Lic. Pedro Navarro

ESTADIGRAFO DE INFERENCIA EN VARIABLES NOMINALES Chi

Frecuencia esperada

SEXO DEL ENCUESTADO Masculino

Femenino Marca A 2 Marca B == Marca C

2

145,4 244,03 150

134,60 225,96 139,00

CHI

(Fo =Fe

Fe

Realizando operaciones tenemos que el valor de CHI = 47.33

Lic. Pedro Navarro

ESTADIGRAFO DE INFERENCIA EN VARIABLES NOMINALES Chi

Se calcula los grados de libertad: GL= (r-1) (c-1)
Nr. De filas de la tabla Nr. De de la columnas tabla

GL= (3 1) (2 1 ) = 2

Lic. Pedro Navarro

ESTADIGRAFO DE INFERENCIA EN VARIABLES NOMINALES Chi

Ver en tablas con grados de libertad Nivel de confianza al 0.05 o 0.01 El valor de las tablas para nuestro ejemplo: Al 0.05 = 1- =-0.05 = 5.991 El valor de CHi= 47.33 El valor de = = 5.991 CUANDO: CHi > = SE DICE QUE ES SIGNIFICATIVO. Por lo tanto existe relacin entre el consumo por marca y el sexo del que compra

Lic. Pedro Navarro

Lic. Pedro Navarro