ESTADÍSTICA DEL MAÍZ EN Venezuela

1. UNIVERSIDAD NACIONAL EXPERIMENTAL
DE LOS LLANOS OCCIDENTALES
“EZEQUIEL ZAMORA”
VICERRECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL
PROGRAMA CIENCIAS SOCIALES
SUBPROYECTO ESTADISTICA
LA EVOLUCIÓN DE LA PRODUCCIÓN DE MAÍZ DEL ESTADO BARINAS
(1991 HASTA 2016).
Autor:
González Eymar
Hernández Orianny
Hidalgo Luis
Narváez Andreina
Prato Hirlenis
Robles Laura
Tutora: Prof. (a) Yazmín Bracamonte
Barinas, septiembre 2011

2. Índice
pp.
Introducción……….…………………………………..…………….....………..… 1
CAPÍTULOS
I El Problema………………………………………………………...................... 3
Planteamiento y formulación del problema…………………………………..... 3
Objetivos de la investigación……………………………………….............…..
Objetivo general……………………………………………………….…...
Objetivos específicos...……………………………………...……………...
Justificación de la investigación………………………………………………..
Alcance y delimitación…………………………………………….…………...
II Marco Teórico o Referencial......…………………………………………..….
Bases teóricas…………………………………………………………............
El investigador debe agregar solo los encabezados de segundo orden de
las bases teóricas……………………………………………..……………..………
Operacionalización de las variables………………………………...............
III Marco Metodológico……………………………………………....……….…
Enfoque o paradigma de investigación……………...………………………….
Tipo de investigación…………………………………………….………….…
Diseño de la investigación…………..…………………………….………........
Población y muestra………..…...…………………………….……...………...
Referencias……….………………………………………….…………………....
Anexo...……………………………………………………….…...…………..…..

3. Instrumento de recolección de información.....................................................
IV Presentación de la variable……..................................................................................
V Conclusiones y recomendaciones……………….………………..……….………....

4. Introducción

5. CAPITULOS
Capítulo I
EL PROBLEMA
Planteamiento del problema
En diferentes países latinoamericanos y Europeos realiza la actividad agrícola
como el cultivo del maíz, siendo este uno de los cereales más utilizado a nivel mundial
pues su consumo se ha expandido de forma transcendente a través de los años.
Específicamente en América latina la producción del maíz se considera una actividad
económica fundamental y forma parte de los ingresos nacionales de países tales como:
México, Colombia, Perú, Argentina y Venezuela. En algunos casos la producción ha
disminuido debido a la inflación, cambio climático y la escasez de recursos utilizados
en la producción como, insecticidas y fertilizantes. En el aspecto comercial se ha
experimentado la baja competitividad entre países vecinos, esto debido, a la perdida
de las cosechas a causa de los factores ya mencionados. (Núñez L. 2013, p.4)
De acuerdo con los datos del United States Department of Agriculture (USDA),
el “nivel internacional, México ocupó durante los años 2007 y 2008 el cuarto lugar en
producción, llegando hasta el séptimo en el 2011, producto de la intensa sequía y
heladas que se presentaron en dicho año. En contraste, gracias a mejores condiciones
climatológicas observadas en el 2012 se recuperó la quinta posición en volumen de
producción mundial”. (parr.4)
En el caso de Venezuela en los últimos años se han registrado diversas crisis:
factores endógenos, comerciales, financieras, sociales. Afectando así el sector agrícola
ya que el cultivo del maíz es el más importante en este sector, puesto que, Venezuela
es el tercer país con mayor producción es considerado como un rubro estratégico,
dada su importancia en el consumo diario del venezolano, su cultivo se realiza en
diversas Estados como Portuguesa, Apure, Guárico Anzoátegui, Aragua, Lara, Yaracuy,
Carabobo, Barinas, entre otros. (Víctor F. Segovia y Yanelis J. 2009, parr.7).

6. OBJETIVOS DE LA INVESTIGACION
Objetivo general:
Estimar la producción de maíz del estado Barinas, para el 2016.
Objetivo específico:
1. Analizar la evolución de la producción de maíz del estado Barinas.
2. Predecir la producción de maíz para el año 2016 y 2017
3. Determinar los números índices de algunos rubros del estado Barinas del año
2015.

7. Justificación:
Este proyecto está diseñado con el fin de calcular el porcentaje de la producción de maíz
del Estado Barinas a través de un estudio previo que pueda visualizar con más facilidad el
crecimiento de la producción agrícola entre el periodo 1991 - 2015 y así obtener datos
cuantitativas concretas, utilizando herramientas que dispongan los cálculos exactos.
Es de suma importancia recaudar la información directamente con los agricultores. Es de
aquí la justificación más grande, ayudar a obtener el porcentaje adecuado a la actualidad.
En el Estado Barinas los suelos fértiles brindan las condiciones necesarias para la
producción de varios rubros que son: sorgo, plátano, cacao, café, y el maíz. Estos rubros
son el eje principal de la agricultura en Venezuela, las condiciones de los suelos varían de
acuerdo a cada uno de los rubros.
¿Por qué disminuyo la producción?
¿Cuál es la consecuencia de la disminución de la producción?
¿Cuál es la mejor alternativa para solucionar la disminución de la producción?
Alcances:
En el desarrollo de la investigación descriptiva de campo se espera dar a conocer por
medio de los porcentajes estadísticos las datas cuantitativas de la producción del maíz en
el periodo 1991- 2015 y calcular un estimado de la producción para los años 2016-2017.
Limitaciones:
Debido la complejidad de lo extenso de la región solo se podrán estimar la producción
general del Estado Barinas de maíz basándose solamente en guías estadística.

8. Capítulo II
MARCO TEÓRICO
El Marco Teórico
De acuerdo con UPEL (2005), el contenido del marco teórico se basa en situar el problema
en estudio dentro de un conjunto de conocimientos sólidos y confiables que permitan
orientar la búsqueda y ofrezcan una conceptualización adecuada de los términos que se
van a utilizar. El marco teórico permite integrar la teórica con la investigación y establecer
sus interrelaciones. Representa un sistema coordinado coherente, de conceptos y
propósitos para abordar el problema. (parr.2).
Para culminar Hernández, Fernández y Baptista (2007) señalan que “el marco teórico es
un compendio escrito de artículos, libros y otros documentos que describen el estado
pasado y actual del conocimiento sobre el problema de estudio. Nos ayuda a documentar
cómo nuestra investigación agrega valor a la literatura existente." (p.64)
Regresión:
De acuerdo a Laguna (2014). La regresión está dirigida a describir como es la relación
entre dos variables X e Y, de tal manera que incluso se pueden hacer predicciones sobre
los valores de la variable Y, a partir de los de X. Cuando la asociación entre ambas
variables es fuerte, la regresión nos ofrece un modelo estadístico que puede alcanzar
finalidades predictivas. (p.7).
Para Leonard y Díaz. (2006)
El objetivo principal del análisis de regresión es estimar el valor de una variable
aleatoria (la variable dependiente) dado que se conoce el valor de la variable
asociada (la variable independiente). La variable dependiente también se
denomina variable de respuesta, mientras que la variable independiente también
se denomina variable predictora. Dependiendo del criterio matemático que se
emplee, se puede dar distintas ecuaciones lineales diferentes para un mismo
diagrama de dispersión dado. Con el criterio del mínimo cuadrados, la recta de
regresión de mejor ajuste ( y la mejor ecuación) es aquella en la cual se minimiza
la suma de las desviaciones al cuadrado entre los valores estimado y real de la
variable dependiente para el dato muestral correspondiente.

9. Las fórmulas de cálculo mediante las cuales se pueden determinar los valores de
b0 y b1 para la ecuación de regresión que satisface el criterio de mínimos
cuadrados son: (Ob. Cit.). (p.4).
Regresiónlineal simple
Según Walpole y Myers (1992) En el caso de una regresión lineal simple donde hay una
sola variable de regresión independiente una sola variable aleatoria dependiente Y, los
datos pueden representarse por los pares de observaciones xi, yi ; i= 1,2,…,n.
Se deseadeterminarlarelaciónentre unasolavariable regresivaXyuna variable de respuestaY.
La variable regresivaXse supone comounavariable matemáticacontinua,controlableporel
experimentador.Supóngaseque laverdaderarelaciónentre Yy Xes una línearecta,y que la
observaciónYencada nivel de Xesuna variable aleatoria.(p.4)
El modelo para la línea recta se puede representar como:
En donde:
A= intercepción real con el eje Y de la población
B= pendiente real de la población
ε= error aleatorio en Y para la observación
En este modelo, la pendiente B de la recta representa el cambio unitario en Y, por cambio
unitario en X, es decir, representa la cantidad de cambio de Y (Positivo o Negativo) para un
cambio unitario particular en X. Por otra parte, la intercepción A con el eje Y representa un
factor constante que está incluido en la ecuación. Representa el valor de Y cuando X es igual a
cero. Además la última componente, del modelo representa el error aleatorio en Y para cada

10. observación que ocurre. Este término se ha incluido sólo porque el modelo estadístico es una
aproximación a la relación exacta entre las dos variables. (Gómez C., 2009, p.5).
Según Robert Johnson (1990) dice que la línea de regresión se deduce del análisis de una
situación en la cual se tiene dos a más variables de comportamiento relacionado. Cuando se
estudia esas dos variables conjuntamente, a menudo se ve una situación donde se podría
controlar una de las variables mediante acciones sobre la otra; o tal vez se quiera predecir el
valor de la segunda la base al conocimiento de la primera. En cualquiera de estos casos se
desea encontrar una línea de regresión si existe que prediga de manera óptima el valor de la
variable de salida. La variable que se conoce o se puede controlar se llama variable de
entrada.
La variable que resulta de la utilización de la ecuación de la línea de regresión se llama
variable de salida.
La grafica lineal que se obtiene no es simplemente una representación visual de nuestros
datos, de hecho, revela dos cosas:
a) existen realmente una relación funcional (ecuacional) entre las dos variables.
b) la línea expresa la relación cuantitativa entre ambas variables. (Ob.Cit). (p.6)
Determinación de la ecuación para regresión lineal simple

11. a) El método de los mínimos cuadrados
El científico alemán Karl Gauss (1830) propuso estimar los parámetros β0 y método de
mínimos cuadrados. (p.8)
Las estimaciones de mínimos cuadrados de la ordenada al origen y la pendiente del modelo
de regresión lineal simple son:
Donde:
Por tanto, la línea de regresión estimada o ajustada es:
Donde ei = yi – yi recibe el nombre de residuo. El residuo describe el error en el ajuste del
modelo en la observación. (Montgomery y Runger., 2001, p.9).
Para Gómez., (2009) Una técnica matemática que determina los valores de A y B que mejor se
ajustan a los datos observados, se conoce como el método de los mínimos cuadrados. Con el
uso de dicho método se obtienen dos ecuaciones, llamadas ecuaciones normales y una vez
resultas para A y B quedan como sigue: (p.9)

12. Predicciones en el análisis de regresión: interpolación contra extrapolación
Cuando se utiliza el análisisde regresión para predicciones, es importante considerar sólo el
rango pertinente de la variable independiente al hacer predicciones. Este rango abarca todos
los valores de X, desde el mínimo hasta el máximo utilizadospara desarrollar la ecuación de
regresión. Por ello,al predecir Y para un valor dado de X, se puede interpolar dentro de este
rango de los valores de X, pero no se puede extrapolar más allá del rango de los valores de X.
(Berenson M. y Levine, D., 1989, p.9)
Error estándar de la estimación
Con el propósito de medir la confiabilidad de la ecuación de estimación, los estadísticos han
desarrollado el error estándar de la estimación. Este error se representa con se y se parece a
la desviación estándar, en que ambas son medidas de dispersión.El error estándar de la
estimación, mide la variabilidad o dispersión de los valores observados alrededor de la línea
de regresión.
Ecuación con que se calcula el error estándar de estimación:
Donde:
Y= valoresde la variable dependiente
Y = valoresestimadosobtenidosde laecuaciónde estimaciónque correspondenacada valorde Y
n= númerode puntosde datosusadospara ajustar lalíneade regresión.(Levin.,1988, p.9)
Medidas de variación en la regresión correlación
A fin de determinar qué tan bien predice la variable independiente a la variable dependiente
en el modelo estadístico, se necesita desarrollar varias medidas de variación.
La primera medida, la variación total, es una medida de la variación de los valores de Y en
torno a su media y se mide en dos componentes. En un problema de regresión total en Y, la
variable dependiente,se puede subdividir en variación explicada, o sea, la que es atribuible a

13. la relación entre X e Y y la variación no explicada, atribuible a la relación entre Xe Y.
(Berenson.yLevine.,1989, p.10).
Figura nº N. Medidas de variación en la regresión
Coeficiente de determinación
El coeficiente de determinación es la manera primaria de medir el grado, o fuerza, de la
relación que existe entre dos variables, X y Y. hemos usado una muestra de puntos para
desarrollar las líneas de regresión y por eso a esta medida la llamaremos el coeficiente
muestral de determinación. (Levin R., 1988, p.11).
Dicho coeficiente se obtiene de la relación entre dos tipos de variación: la variación de los
valores de Y en el conjunto de datos alrededor de:
1. La línea de regresión ajustada
2. Su propia media
El término de variación en estos dos casos se emplea en su sentido estadístico habitual y
significa “la suma de un grupo de cuadrados de desviaciones”. Así pues, al aplicar esta
definición,es razonable expresar la variación de los valores de Y alrededor de la línea de
regresión mediante la siguiente ecuación: (Ob. Cit.). (Levin R., 1988, p.11).
Variación de los valores de Y alrededor de la línea de regresión = Y- Y²
Y la segunda variación, de los valores de Y alrededor de su propia media, está determinada
por:

14. Variación de los valores de Y alrededor de su media = Y- Y²
Uno menos la razón entre esas dos variaciones es el coeficiente muestral de determinación,
que se representa con r²: (Ob. Cit.). (Levin R., 1988, p.11).
El coeficiente de correlación
El coeficiente de correlación es la segunda medida con que puede describirse la eficacia con
que una variable es explicada por otra. Cuando estamos trabajando con muestras, el
coeficiente muestral de correlación se denota con r y es la raíz cuadrada del coeficiente
muestral de determinación: (Levin.,1988, p.12).
r = r ²
Cuando la pendiente de la ecuación de estimación es positiva, r es la raíz cuadrada positiva;
pero si b es negativa, r es la raíz cuadrada negativa. Así pues, el signo de r indica la dirección
de la relación entre las dos variables X y Y. si existe una relación inversa, es decir, si Y
disminuye al aumentar X, entonces r caerá entre 0 y -1. De manera análoga, si hay una
relación directa (si Y aumenta al hacerlo X), r será un valor dentro del intervalo de 0 a 1. (Ob.
Cit.) (Levin R., 1988, p.12).
Análisis de regresión múltiple
Muchos problemas de regresión involucran más de una variable regresiva.
Tales modelos se denominan de regresión múltiple.La regresión múltiple es una de las
técnicas estadísticas más ampliamente utilizadas y permite predecir el valor de una variable
dependiente a partir de diversas variables independientes.
Supóngase una investigación en particular, donde se tienen dos variables independientes,
entonces el modelo de regresión lineal múltiple se expresa como:
A= intercepción con el eje Y

15. B1= Pendiente de Y con la variable X1 manteniendo constante a la variable X2
B2= Pendiente de Y con la variable X2 manteniendo constante a la variable
ε = Error aleatorio en Y para una observación dada.
Coeficientes de regresión múltiple
Según Gómez, (2009). Se utiliza el método de los mínimos cuadrados para calcular los
coeficientes de regresión y con la ayuda del programa Microsoft Excel se obtiene dicho
coeficientes.(p.13)
Predicción de la variable dependiente “y” para valores dados de la variable independiente.
Al ajustarse el modelo de regresión múltiple de los datos, se puede desarrollar diversos
procedimientos análogos a los antes mencionados para la regresión lineal simple. (Ob. Cit.).
Para medir la asociación en el modelo de regresión múltiple.
En la regresión múltiple,dado que hay cuando menos dos variables independientes,el
coeficiente de determinación múltiple,representan la proporción de la variable “y” que se
explica por el conjunto de variables independientesseleccionadas. (Ob. Cit.).
Coeficientes de determinación parcial.
Los coeficientes de determinación parcial (rx1 y rx2) miden la proporción de la variación en la
variable dependiente que se explica por cada variable independiente a la vez que se mantiene
constante a la otra u otras variables independientes. (Ob. Cit.).
Correlación:
De acuerdo a Laguna (2014) correlación La finalidad de la correlación es examinar la
dirección y la fuerza de la asociación entre dos variables cuantitativas. Así conoceremos la
intensidad de la relación entre ellas y si, al aumentar el valor de una variable, aumenta o
disminuye el valor de la otra variable. (p. 2).

16. Análisis de Correlación y Regresión Lineal Simple
Según Bellón J. (2008). Al trabajar con dos variables cuantitativas podemos estudiar la
relación que existe entre ellas mediante la correlación y la regresión. Aunque los cálculos
de ambas técnicas pueden ser similares en algunos aspectos e incluso dar resultados
parecidos, no deben confundirse. En la correlación tan solo medimos la dirección y la
fuerza de la asociación de una variable frente a la otra, pero nunca una relación de
causalidad. Solo cuando tenemos una variable que es causa o depende de otra, podremos
realizar entonces una regresión. Por ello aquí se debe tomar en cuenta y tener muy claro
los diferentes tipos de variables. (parr.1).
Las variables como su nombre lo indican van hacer lo que va a variar, lo que se va a
someter a estudio.
Variables dependientes: Son las variables de respuesta que se observan en el estudio y
que podrían estar influenciadas por los valores de las variables independientes. Propiedad
o característica que se trata de cambiar mediante la manipulación de la variable
independiente. La variable dependiente es el factor que es observado y medido para
determinar el efecto de la variable independiente. Hayman (1974.Pág, 69)
Variables independientes: aquélla que es manipulada por el investigador en un
experimento con el objeto de estudiar cómo incide sobre la expresión de la variable
dependiente. A la variable independiente también se la conoce como variable explicativa,
y mientras que a la variable dependiente se la conoce como variable explicada.
Aunque para otros autores como Sote (2005) existen:
De acuerdo al número de variables será:
Correlación lineal y recta de regresión
Coeficiente de Correlación
Después de describir las diferentes variables, hablaremos del Coeficiente de Correlación,
puesto que el coeficiente va hacer un valor que indicara la relación existente entre dos
variables.

17. Para Sote (2005), el coeficiente de correlación (r) se define como un “indicador estadístico
que nos permite conocer el grado de relación, asociación o dependencia que pueda
existir entre dos o más variables”. (p. 360)
Y agrega lo siguiente:
Clasificación de la correlación: de acuerdo al número de variables consideradas en el
estudio.
Correlación simple: cuando estudia la posible relación entre dos variables.
Correlación múltiple: cuando analiza la asociación o dependencia de más de dos
variables.
Correlación rectilínea o lineal: cuando los datos presenten una tendencia de línea recta.
Correlación curvilínea: la variable presenta una tendencia distinta a la línea recta. (p.233)
Números índices
"Un número índice es una medida estadística diseñada para poner de relieve cambios en un
variable o en un grupo de variables relacionadas con respecto al tiempo, situación
geográfica, ingresos, o cualquier otra característica." Spiegel Murray. (parr.15)
Hernández (2008), define los números índices, como “Una medida estadística
diseñada para poner de relieve cambios en una variable o en un grupo de variables
relacionadas con respecto al tiempo, situación geográfica, ingreso o cualquier otra
característica. Una colección de números índice para diferentes años, lugares, entre otro; se
llama a veces serie de índices”. (p.97).
González (2008), define “un número índice es una cifra relativa que recoge las
variaciones promedio en precios, cantidades o valores de una variable durante un período
determinado”. (p.58).
El procedimiento que se utiliza para que un número índice mida, qué tanto una
variable ha cambiado con el tiempo. Se calcula un número índice a través del cociente del
valor actual entre un valor base y el resultado se multiplica por 100, para expresarlo en
porcentaje.

18. Cuando se habla de variables, representan los indicadores que se van a considerar
para el establecer los resultado en porcentajes, lo cual se tomarán en consideración para el
análisis de proyecciones estimada por el ente encargado de elaborar las políticas orientadas
a optimizar o mantener los niveles de aceptación de un área geográfica que se monitorea,
cuya incidencia servirán como indicativo a la población en general.
Es por esto, que se puede definir un número índice como una medida estadística (o
indicador) de la variación de una magnitud a lo largo del tiempo (o en el espacio), con
respecto a un momento dado del mismo(o punto de referencia) que se toma como base.
Habitualmente se estudia la evolución de magnitudes en el tiempo. Así como la situación
inicial, que generalmente se llama periodo base o de referencia y a los aspectos que se
quieren comparar en el periodo actual. (Pérez S. & López I, 2009, p.27).
Las cantidades se miden en magnitudes físicas y pueden expresarse simplemente
por el número de artículos producidos o por un número preciso de unidades escalares de
longitud, de volumen o de peso. Es muy importante que la unidad física utilizada sea
identificable, ya que de otra forma la noción de precios no tiene sentido. El precio es la
cantidad de dinero pagada por cada unidad de producto, bien o servicio; por eso es
indispensable especificar de qué unidad física se trata, Es decir; la afirmación de que “el
precio del maíz es de 2 Bs” no aporta absolutamente ninguna información a menos que se
sepa, que se está hablando de onzas, de libras, de kilos o de toneladas de maíz. (Pérez S. &
López I, 2009, p.43).
Los indicadores de cantidad, sólo tienen sentido en el caso de un producto único y
homogéneo, cuando se trata de varios productos, expresados en unidades físicas diferentes,
es imposible sumar las cantidades, porque las unidades respectivas no son conmensurables.
Por la misma razón, no tiene sentido ni utilidad sumar precios. En cambio los valores; es
decir; el resultado de multiplicar los precios por las cantidades si son aditivos y constituyen
la base de todas las operaciones de agregación económica. (Pérez S. & López I, 2009,
p.43).
Clasificación De Los Números Índices
Índice Simple Es una operación sencilla en donde, se toma el precio de un artículo
en un año seleccionado (como 1998) y se divide entre el precio del artículo en el año base
(como 1997). (Pérez S. & López I, 2009, p.45).
El precio del periodo base se indica como po, y un precio distinto al de ese lapso se
denomina comúnmente periodo dado o periodo seleccionado; se denota por pt. El cálculo
índice simple de precios P para un periodo determinado es: (Pérez S. & López I, 2009,

19. Donde
P = índice simple de precios.
Pt = precio periodo seleccionado.
P0 = precio periodo base.
Índices No Ponderados
Son utilizados cuando se desea combinar varios elementos y elaborar un índice para
comparar el costo de un grupo de artículos en dos periodos de tiempo. Existen dos maneras
diferentes de obtener índices no ponderados, como lo son: El promedio simple de los
precios relativos Esta operación consiste en calcular un promedio simple de cada uno de
los artículos, pertenecientes a un grupo previamente seleccionado, después de obtener los
promedios simples de todos los artículos, se suman y se dividen entre el número de
artículos.
Su fórmula viene dada de la siguiente manera:
p = 1 +
Donde:
p= promedio simple de los precios relativos.
Pt = índice de cada uno de los artículos.
n= número total de artículos.
El índice agregado simple
Para este método se suma los precios para los dos periodos (en lugar de los índices)
y después se determina el índice con base a los totales. La fórmula esta expresada de la
siguiente manera: La fórmula esta expresada de la siguiente manera:
p = 1 + n 00 ΣV 1 − 1
Índices Ponderados Existen varios métodos para calcular un índice de precios
ponderado, como lo son: el método de Las peyres, el método de Paasche y el método ideal
de Fisher. Estas técnicas serán abordadas a profundidad más adelante, ya que estos
representan el objeto principal de estudio de la investigación. (Pérez S. & López I, 2009,
p.48).

20. Capitulo III
Marco metodológico
Paradigma de Investigación Cuantitativa
Según Tapia (2002) y Hernández (2003), El Paradigma de Invesᴀ
Cuanᴀ ᴀ ᴀ recolección y el análisis de datos para contestar preguntas
de invesᴀ
medición numérica, el conteo y frecuentemente en el uso de estadísᴀ
establecercon exacᴀ rtamiento en una población.
Se
como lo son: el método de Las peyres, el método de Paasche y el método ideal de
Fisher.
Estas técnicas serán abordadas a profundidad más adelante, ya que estos
representan el
objeto principal de estudio de la investigación. (Pérez S. & López I, 2009, p.48).
Capitulo III
Marco metodológico
Paradigma de Investigación Cuantitativa
Segúndel índice simple de precios P para un periodo determinado es: (Pérez S. &
López I, 2009, p.45).

21. p =
𝑝𝑡
𝑝0
− 100
Donde
P = índice simple de precios.
Pt = precio periodo seleccionado.
P0 = precio periodo base.
Índices No Ponderados
Son utilizados cuando se desea combinar varios elementos y elaborar un índice para
comparar el costo de un grupo de artículos en dos periodos de tiempo. Existen dos maneras
diferentes de obtener índices no ponderados, como lo son: El promedio simple de los
precios relativos Esta operación consiste en calcular un promedio simple de cada uno de
los artículos, pertenecientes a un grupo previamente seleccionado, después de obtener los
promedios simples de todos los artículos, se suman y se dividen entre el número de
artículos.
Su fórmula viene dada de la siguiente manera:
p = 1 +
∑𝑉1
𝑛
− 100
Donde:
p= promedio simple de los precios relativos.
Pt = índice de cada uno de los artículos.
n= número total de artículos.
El índice agregado simple
Para este método se suma los precios para los dos periodos (en lugar de los índices) y
después se determina el índice con base a los totales. La fórmula esta expresada de la
siguiente manera:
La fórmula esta expresada de la siguiente manera:
p = 1 +
∑𝑉1
𝑛
− 100

22. Índices Ponderados Existen varios métodos para calcular un índice de precios ponderado,
como lo son: el método de Las peyres, el método de Paasche y el método ideal de Fisher.
Estas técnicas serán abordadas a profundidad más adelante, ya que estos representan el
objeto principal de estudio de la investigación. (Pérez S. & López I, 2009, p.48).

23. Capitulo III
Marco metodológico
Paradigma de Investigación Cuantitativa
Según Tapia (2002) y Hernández (2003), El Paradigma de Investigación Cuantitativa utiliza
la recolección y el análisis de datos para contestar preguntas de investigación y probar
hipótesis establecidas previamente y confía en la medición numérica, el conteo y
frecuentemente en el uso de estadísticas para establecer con exactitud, patrones de
comportamiento en una población.
Se basa en un tipo de pensamiento deductivo, que va desde lo general a lo particular.
Desde un conocimiento extenso de una generalidad, para luego deducir el
comportamiento acotado de una particularidad individual. Se basa en un modelamiento
que define cómo se hace cada cosa, transformándolo en un enfoque más rígido,
enmarcado en una cierta forma de hacer las cosas (Cauas, 2006).
El nivel de esta investigación se basa en cálculos estadísticos es por ello que el paradigma
es cuantitativo, el cual ayuda a constatar e interpretar todos los datos utilizados,
aportando una mejor perspectiva en la presentación de los resultados obtenidos
enmarcándolo hacia la exactitud probabilística de los métodos implementados.
Tipo de investigación
Según el autor Fidias A. (2012), define: la investigación descriptiva consiste en la
caracterización de un hecho, fenómeno, individuo o grupo, con el fin de establecer su
estructura o comportamiento. Los resultados de este tipo de investigación se ubicas en
un nivel intermedio en cuanto a la profundidad de los conocimientos se refiere.

24. La Investigación de Campo: (Según Sierra Bravo, 1985), es aquella donde los datos se
recogen a través de fuentes primarias en contacto directo con la realidad, a través de la
observación directa y en vivo de cosas, comportamiento, circunstancias, etc. La
investigación de campo es aquel tipo de investigación a través de la cual se estudian los
fenómenos sociales en su ambiente natural. (p.21)
La investigación descriptiva: (Según Arias, 2006), consiste en la caracterización de un
hecho, fenómeno, individuo o grupo, con el fin de establecer su estructura o
comportamiento. Los resultados de este tipo de investigación se ubican en un nivel
intermedio en cuanto a la profundidad de los conocimientos se refiere. (p.21)
El mismo autor señala que:
La Investigación Documental: es un proceso basado en la búsqueda, recuperación,
análisis, crítica e interpretación de datos secundarios, es decir, los obtenidos y registrados
por otros investigadores en fuentes documentales: impresas, audiovisuales o
electrónicas. Como en toda investigación, el propósito de este diseño es el aporte de
nuevos conocimientos. (p.21)
Se realizó una investigación bajo la modalidad de estudio de campo, por su diseño
descriptivo y documental, realizando un analisis de estimación de la producción del maíz
para el año 2016, utilizando el método de regresión y correlación. Indicando además el
uso de los números índice.
Diseño de investigación
Para Farías. A (2006), el diseño de investigación es la estrategia general que adopta el
investigador para responder al problema planteado.
El nivel de esta investigación consiste en calcular un aproximado de la producción del
maíz haciendo usos de métodos importantes utilizados en estadística descriptiva,
detallando cada uno de ellos y comparándolo con varias definiciones de autores
diferentes para así poder obtener una visión clara y precisa de cómo utilizarlos. Además
de analizar la producción del maíz durante un periodo de 25 años (1991-2015), en el
Estado Barinas.

25. Población y muestra
Según (Arias; 2001) dice que población y muestra es un conjunto finito o infinito de
elementos con características comunes para los cuales serán extensivas las conclusiones
de la investigación, esta queda delimitada por el problema y por los objetivos del estudio.
Lo que se refiere por definición el citado autor, que el conjunto de elementos, personas o
unidades existente en un área determinada, serán la valides certificación del estudio para
dar las conclusiones de la investigación planteada.
El tipo de muestra seleccionada para este estudio fue del Estado Barinas con cada
uno de sus municipios, manejando la información proporcionada por la oficina de
Estadística del Estado Barinas del Ministerio del Poder Popular para la agricultura
y Tierra.
Población:
Es “el conjunto total de finito o infinito de elementos o unidades de observación que se
consideran en un estudio, o sea que el universo de la investigación sobre el cual se
pretende generalizar los resultados”. Risquez, Fuenmayor y Pereira (1991, p.77).
En este mismo orden de ideas, Hurtado (200, p.152) define población como “un conjunto
de elementos, seres o eventos, concordantes entre sí en cuento a una serie de
características, de los cuales se desea obtener alguna información”.
(Martínez, 1984; Ramírez, 1995) Quiere decir que una población no necesariamente es
representativa del universo, simplemente es un subconjunto de él, delimitado por
criterios específicos. En tal sentido, algunos autores suele clasificar las poblaciones en dos
categorías: finita e infinita.
Es infinita cuando no es posible especificar o registrar cuantos y quienes la conforman;
mientras de define como finita, la población cuyos integrante son conocidos y pueden ser
identificados listados por el investigador en su totalidad., (p.78).
En este estudio al ser una investigación descriptiva de campo, realizada en el
estado Barinas por no poseer las herramientas necesarias solo se tomara en
cuenta la información suministrada por el Ministerio del poder popular para la
agricultura y tierra y se realizara un análisis de estimación sobre la producción del
maíz en el estado barinas de los años 1991 al 2015 aproximado para los años
2016.

26. Muestra:
El autor Sabino (1995) establece que la muestra constituye, solo una parte del conjunto
total de la población y es poseedora de sus propias características. Por tanto, una
población es homogénea en la medida que sus integrantes se parecen entre sí en cuanto
a sus características. Con a este criterio, la muestra constituye una porción de la
población sobre la que se realiza el estudio. (p.80).
Ahora bien, para conformar una muestra es necesario seleccionar cuales unidades de
estudio serán observadas. Al respecto, la muestra también se define, como aquel sector
de la población que se escoge para realizar la investigación, esperando que lo encontrado
por medio de ella sea válido para la población y en consecuencia dicha muestra
represente a la población en estudio. (Risquez, Fuenmayor y Pereira 1991, p.80).
De acuerdo a las posiciones anteriores, se puede determinar que el
número de elementos que son investigados representan a la población
de estudio. En caso del estudio descriptivo, la muestra escogida posibilita
la predicción probabilística del comportamiento del resto de la población
objeto de una investigación. En el caso de esta investigación no se tomó
una muestra exacta porque la variable estudiada representa una
estimación de una producción de maíz en el Estado Barinas y solo se
maneja la información proporcionada del Ministerio del Poder Popular
para la agricultura y tierra.
En la investigación solo se tomó un periodo de 25 años (1991-2015) de la producción del
maíz en el Estado Barinas con los objetivos de analizarlos compararlos entre cada uno
(año) y estimar la producción del maíz para el años 2016.

27. Capitulo IV
Presentación De La Variable:
El Maíz:
El maíz es uno de los cereales más abundantes y populares en el mundo, y así mismo
de los más consumidos. De color amarillo pero también disponible en diferentes tonos
de rojos, marrones y naranjas, el maíz es actualmente la base de muchas gastronomías,
especialmente las de América Latina de donde la planta es originaria, aunque también
se la cultiva en Europa. El maíz o Zea mays de acuerdo a su nombre científico es una
planta gramínea, lo cual significa que tiene un tallo cilíndrico y hojas largas y gruesas, su
altura oscila entre el metro y los tres de alto. El maíz también puede ser conocido como
popularmente como choclo (que sería específicamente el fruto de la planta) u olote
dependiendo de la región de América Latina.
El maíz en América:
Un influyente estudio de 2002 por Matsuoka et al. ha demostrado que en lugar del
modelo de domesticaciones independientes múltiple, todo el maíz surgió de una sola
domesticación en el sur de México hace unos 9.000 años.11 El estudio también
demostró que los tipos de maíz más antiguos que sobreviven son los de las tierras altas
de México. Más tarde, se extendió el maíz de esta región en las Américas a lo largo de
dos grandes caminos. Esto es coherente con un modelo basado en el registro
arqueológico que sugiere que el maíz se diversificó en las tierras altas de México antes
de extenderse a otras culturas de América del Norte, a las tierras bajas de
Centroamérica y a Sudamérica.12
Estadísticas económicas:
La producción mundial de estas semillas alcanzó los 883 millones de toneladas en el
año 2011 y prácticamente lo mismo el año anterior. Comparando con los 704 millones
de toneladas de trigo o los 723 millones de arroz, se comprende la importancia básica a
nivel mundial del maíz, no sólo económicamente sino a todos los niveles.

28. Estos datos pueden consultarse en las estadísticas de la FAO (Food and Agricultural
Organización, una división de la O.N.U.).
El origen del maíz
Según McClintock et al (1981). El maíz se originó, en una zona restringida en México y
los tipos más desarrollados emigraron posteriormente hacia otros sitios de américa y
mencionan que los primeros escritos sobre la planta del maíz se encuentra en las
Décadas, documentos realizado por Pedro Martin de Angleria en 1492 y publicada en
1511. (p.30).
El autor Galinat (1995) afirma que los antiguos mexicanos desarrollaron el maíz a partir
de una planta silvestre nativa, llamada teosinte, cuyo nombre significa el grano de Dios
considerada como el grano de la humanidad. El mismo autor señala que a pesar de las
contundentes evidencias a favor del teosinte como ancestro directo del maíz, han
existido varias teorías del mismo. (p.30).
El origen del maíz Venezolano
Según McClintock (1981). El maíz en Venezuela se originó de introducciones antiguas
que tienen conexión con las razas nal tel, zapalote chico, tepesintle y salvadoreño. La
intercomunicación de las tribus indígenas permitió la llegada del maíz a Venezuela en
diferentes tiempos. Las razas de nudos cromosómicos grandes, cuyas fuentes se
localizaban en el sur oeste de México y Guatemala, llegaron en tiempos muy remotos.
Una segunda ruta proveniente de Guatemala por las costas orientales de Centro
América llego en tiempos más cercanos; estos maíces eran de nudos cromosómicos
pequeños, con introgreciones de maíces ya existentes.
Con estos nuevos maíces se originaron nuevas razas que tuvieron influencias en el maíz
caribeño. Parece probable que los arahuacos hubieran introducido a las Antillas maíz
procedente de la América del Sur. En este sentido, sorprende el hecho de que en las
indias occidentales solo se encuentren maíz amarillo (Brown, 1960), pues las formas
blancas y amarillas son comunes en el continente, aun en el tipo chandellle.
Tipos de maíz
El Maíz Dulce en Venezuela
Alfaro Y & Bejarano A (2001) El maíz dulce se usa principalmente como vegetal
procesado en casi todo el mundo, y como producto fresco, en algunas regiones donde

29. se favorece su cultivo. En Venezuela, el maíz dulce se consume como vegetal
procesado, mientras que el maíz convencional es consumido en diversas formas,
incluyendo el consumo fresco. (parr.1).
La genética del maíz dulce es igual a la del maíz convencional, excepto por los genes
particulares que son responsables por la condición azucarada del endosperma. En este,
se acumula dos veces más azúcar y ocho a diez veces más polisacáridos solubles en
agua que en el maíz convencional en estado inmaduro. Este hecho, unido a su mayor
suculencia y sabor, convierten al maíz dulce en un cultivo potencial en Venezuela, no
sólo como alimento procesado, sino como producto de consumo fresco.
Importancia del maíz en la alimentación del venezolano:
Según (FEDEAGRO, 2009; BOLPRIAVEN, 2008) El maíz es el cultivo más importante del
sector agrícola vegetal en Venezuela y ha sido considerado como un rubro estratégico,
dada su importancia en la dieta diaria del venezolano, con un aporte proteico de 6,5
gramos/persona/día y aporte calórico de 316 calorías /persona/día además de
constituir una fuente generadora de empleos, debido al gran número de personas que
lo cultivan a través de casi toda la geografía nacional (parr.18).
Producción mundial y nacional de maíz:
La producción mundial de cereales en el año 2008 superó en un 6,6% a la producción
del año 2007, con una cifra record de 2.272 millones de toneladas de cereales (FAO,
2009). Debido a ello, los precios de los productos básicos comenzaron a bajar, aunque
también a causa del enfriamiento de la economía mundial. Esta situación podría
conllevar a una disminución en la superficie de siembra de los cereales y menores
cosechas en los principales países exportadores para el año 2009; si esto se combina
con que las reservas de cereales menores, que incluye al maíz, continúan siendo bajas,
podría venir un nuevo ciclo de precios altos para ese mismo año. El pronóstico actual
indica que la utilización mundial de cereales en el 2008/09 alcanzará los 2.200 millones
de toneladas, un 3,5% más que en el período 2007/08 (parr.20).

30. Año Numero categorico (X) Produccion del maiz (Y) ∑X^2 ∑Y^2 ∑X*Y ∑(X^2) ∑(Y^2) X (promedio) Y(promedio) promedio X^2 promedio Y^2
1991 1 166,87 1 27.843,93 166,87 105.625 15.574.144 13 157,86 169 24.919
1992 2 120,31 4 14.474,01 240,62
1993 3 89,56 9 8.020,99 268,68
1994 4 103,68 16 10.748,51 414,70
1995 5 168,64 25 28.438,10 843,18
1996 6 101,80 36 10.363,24 610,80
1997 7 146,38 49 21.427,10 1.024,66
1998 8 80,51 64 6.481,86 644,08
1999 9 119,55 81 14.292,92 1.075,98
2000 10 191,27 100 36.582,68 1.912,66
2001 11 236,24 121 55.809,81 2.598,65
2002 12 148,07 144 21.923,24 1.776,78
2003 13 230,71 169 53.226,64 2.999,22
2004 14 265,02 196 70.233,48 3.710,22
2005 15 305,24 225 93.169,63 4.578,56
2006 16 274,22 256 75.196,61 4.387,52
2007 17 261,89 289 68.585,85 4.452,11
2008 18 175,70 324 30.870,14 3.162,58
2009 19 213,53 361 45.596,77 4.057,15
2010 20 124,49 400 15.496,52 2.489,70
2011 21 81,38 441 6.622,70 1.708,98
2012 22 77,59 484 6.020,21 1.706,98
2013 23 120,40 529 14.496,40 2.769,22
2014 24 105,84 576 11.202,95 2.540,26
2015 25 37,55 625 1.409,70 938,65
Total 325 3.946,41 5.525 748.534,00 51.078,80
tablaNº1
Tabla Nº2
Año Codigo(X) ProducciónDel Maíz (Y)
Porcentaje De
Variación
1991 1 166,87 -27,90
1992 2 120,31 -25,56
1993 3 89,56 15,76
1994 4 103,68 62,66
1995 5 168,64 -39,63
1996 6 101,80 43,79
1997 7 146,38 -45,00
1998 8 80,51 48,49
1999 9 119,55 59,98
2000 10 191,27 23,51
2001 11 236,24 -37,32
2002 12 148,07 55,82
2003 13 230,71 14,87
2004 14 265,02 15,18
2005 15 305,24 -10,16

31. 2006 16 274,22 -4,50
2007 17 261,89 -32,91
2008 18 175,70 21,53
2009 19 213,53 -41,70
2010 20 124,49 -34,63
2011 21 81,38 -4,66
2012 22 77,59 55,18
2013 23 120,40 -12,09
2014 24 105,84 -64,53
2015 25 37,55
Total 325 3.946,41 36,19
Grafica Nº 1
Grafica Nº 1.1
0
50
100
150
200
250
300
350
1 3 5 7 9 11 13 15 17 19 21 23 25
Series1
Series2
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0 5 10 15 20 25 30
Series2

32. Grafica Nº2
GRAFICA Nº2.2
0
50
100
150
200
250
300
350
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425
Series1
Series2
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0 5 10 15 20 25 30
Series1

33. REGRESIONLINEAL SIMPLE
∑x=325
∑ү=3.946,41
∑x.ү= 5.1078, 80
X2=5.525
ү2=748.534,00
Ẋ=13
Ῡ=157,86
N=25
(∑X)2=105.625,00
(∑ү-)2=15.574,14
b=
∑𝒙.𝒚−𝒏.Ẋ.𝒚
∑𝒙𝟐−𝒏−(Ẋ) 𝟐
b =
𝟓𝟏𝟎𝟕𝟖,𝟖𝟎−𝟓𝟏𝟑𝟎𝟒,𝟓
𝟓.𝟓𝟐𝟓−𝟒.𝟐𝟐𝟓
=
−𝟐𝟐𝟓,𝟕
𝟏𝟑𝟎𝟎
=-0,17
a =Ῡ-b.Ẋ
a =𝟏𝟓𝟕, 𝟖𝟔— 𝟎, 𝟏𝟕. 𝟏𝟑
a= 𝟏𝟓𝟕, 𝟖𝟔 − (−𝟐. 𝟐𝟏)=160,07

34. e =√∑𝒚𝟐−𝒂∑𝒚−𝒃∑𝒙.𝒚
𝒏−𝟐
e=
√( 𝟕𝟒𝟖.𝟓𝟑𝟒,𝟎𝟎)−𝟏𝟔𝟎,𝟎𝟕.( 𝟑.𝟗𝟒𝟔,𝟒𝟏)−(−𝟎,𝟏𝟕).𝟓𝟏.𝟎𝟕𝟖,𝟖𝟎
𝟐𝟓−𝟐
e=
√( 𝟕𝟒𝟖.𝟓𝟑𝟒,𝟎𝟎)−𝟔𝟑𝟏.𝟕𝟎𝟏,𝟖𝟓−(−𝟖.𝟔𝟖𝟑)
𝟐𝟑
e=
√𝟏𝟐𝟓.𝟓𝟏𝟓,𝟏𝟓
𝟐𝟑
= √ 𝟓. 𝟒𝟓𝟕. 𝟏𝟖 = 𝟕𝟑. 𝟖𝟕 𝒕𝒐𝒏𝒆𝒍𝒂𝒅𝒂𝒔
r=
𝒏∑𝒙.𝒚−∑𝒙.∑𝒚
√[ 𝒏∑𝒙𝟐−(∑𝒙) 𝟐]−[𝒏∑𝒚𝟐−(∑𝒚) 𝟐
r=
( 𝟐.𝟓𝟏𝟎𝟕𝟖,𝟖𝟎)−𝟏𝟐𝟖𝟐𝟓𝟖𝟑,𝟐𝟓
[( 𝟐𝟓𝟓.𝟓𝟐𝟓)−𝟏𝟎𝟓.𝟔𝟐𝟓]−[( 𝟐𝟓.𝟕𝟒𝟖.𝟓𝟑𝟒,𝟎𝟎)−𝟏𝟓𝟓𝟕𝟒.𝟏𝟒𝟒]
r=
𝟏.𝟐𝟕𝟔𝟗𝟕𝟎−𝟏𝟐𝟖𝟐.𝟓𝟖𝟑,𝟐𝟓
√[ 𝟏𝟑𝟖,𝟏𝟐𝟓−𝟏𝟎𝟓𝟔𝟐𝟓]−[𝟏𝟖.𝟕𝟏𝟑,𝟑𝟓−𝟏𝟓.𝟓𝟕𝟒,𝟏𝟒]
r=
−𝟓.𝟔𝟏𝟑,𝟐𝟓
√𝟑𝟐.𝟓𝟎𝟎−𝟑.𝟏𝟑𝟗,𝟐𝟏
r=
−𝟓.𝟔𝟏𝟑,𝟐𝟓
√ 𝟐𝟗.𝟑𝟔𝟎,𝟕𝟗
=
−𝟓.𝟔𝟏𝟑,𝟐𝟓
𝟏𝟕𝟏.𝟑𝟒𝟗
r=-0,0327=-0,03
y= a+b.x+e
y=160,07+ (-0,17).26+73,87
y=160,07+ (-4,42)+73,87
y=229,52

35. CAPITULO V
Conclusión
Como resultado de la investigación estadística presentada, es posible concluir que, el
maíz es uno de los cereales más abundantes y populares en el mundo, y así mismo de
los más consumidos. De color amarillo pero también disponible en diferentes tonos de
como blancos, rojos, marrones y naranjas, el maíz es actualmente la base de muchas
gastronomías, especialmente las de América Latina, a nivel mundial el maíz alcanzo los
833 millones de toneladas en el año 2011 abarcando económicamente todos los niveles
de producción.
Es una actividad económica que genera importantes ingresos nacionales en México,
Colombia, Perú, Argentina y Venezuela. En el caso de Venezuela en los últimos años, se
han registrado diversas crisis como: factores endógenos, comerciales, financieros,
sociales afectando de gran manera al sector agrícola, cabe resaltar que la producción
del maíz es el sector más importante del país su cultivo se realiza en los Estados
Portuguesa, Apure, Guárico, Anzoátegui, Aragua, Lara, Yaracuy, Carabobo y Barinas.
Esta investigación descriptiva de campo, a través de un estudio estadístico estimo el
porcentaje de la producción de maíz del Estado Barinas con cada uno de sus municipios,
manejando la información proporcionada por la oficina de Estadística del Estado
Barinas del Ministerio del Poder Popular para la agricultura y Tierra. Tomando un
periodo aproximadamente de 25 años de producción (1991-2015) de esta manera se
analiza y compara año por año obteniendo datos concretos y estimando la producción
del maíz para el año 2016. Los resultados q se obtendrán en el año 2016 en la totalidad
de producción del maíz es aproximadamente de 229,52 toneladas con esto se obtendrá
un incremento en comparación con año 2015 que fue de 37.583 toneladas.

36. Recomendaciones
 Optimizar el área de siembra para mejorar la calidad en el producto
 Realizar planes de cultivo en todo el Estado Barinas durante todo el periodo de
cultivo
 Implementar estrategias para el progreso en los cultivos de producción del maíz