Trabajo 01 SPSS

CURSO “MATEMATICA AVANZADA APLICADA A LA INGENIERIA”
UNIVERSIDAD NACIONAL SAN ANTONIO ABAD DEL CUSCO
ESCUELA DE POST-GRADO
MAESTRIA EN:
GEOTECNIA Y VIAS TERRESTRES
PRACTICA N° 02
CURSO: MATEMATICA AVANZADA APLICADA A LA INGENIERIA.
DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS.
ALUMNO : WILBER HURTADO TORRES

AMA
PERCY
SEMESTRE ACADÉMICO: 2016 – I
CUSCO, JULIO DEL 2016
GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

PREGUNTA N° 01
Los valores sobre las longitudes en micras de 50 filamentos de la producción de una máquina (que se
supone normal), son las siguientes:
102 98 93 100 98 105 115 110 99 120

115 130 100 86 95 103 105 92 99 134
116 118 89 102 128 99 119 128 110 130
112 114 106 114 100 116 108 113 106 105
120 106 110 100 106 117 109 108 105 106
a) Hallar un intervalo de confianza para la longitud para la media de la producción basado en la

muestra de los 50 filamentos al 90 % de nivel de confianza.
b) Contrastar la hipótesis nula de que la longitud media de los filamentos de la producción es de 100 al nivel
alf = 10 % basándose en la muestra dada.
SOLUCION:
12
10
8
Frecuencia
Media =108,38
Desviación típica =10,81
N =50
0
80 90 100 110 120 130 140
filamento
A). Hallar el intervalo de confianza para la longitud para la media de la producción basado en la muestra
de los 50 filamentos al 90 % de nivel de confianza.
Estadísticos para una muestra
Desviación Error típ. de

N Media típ. la media
filamento 50 108.36 10.815 1.530

Prueba para una muestra
Valor de prueba = 50
90% Intervalo de
confianza para la
diferencia
Diferencia
t gl Sig. (bilateral) de medias Inferior Superior
filamento 38.156 49 .000 58.360 55.80 60.92
HIPOTESIS; Análisis de valor de prueba de 50 filamentos a un nivel de confianza al 90 %
Ho= Se rechaza que las longitudes de los 50 filamentos al 90 % de nivel confianza, donde el intervalo se
ubica entre una diferencia inferior al 50.80 y superior 60.92.
B). Contrastar la hipótesis nula de que la longitud media de los filamentos de la producción es de 100 al
nivel de alfa = 10 basados en la muestra.

10% Intervalo de
confianza para la
diferencia
Diferencia
filamento 5.466 49 .000 8.360 8.17 8.55
Ho= Se rechaza que las longitudes de los 100 filamentos al 10 % de nivel confianza, donde el intervalo se
ubica entre una diferencia inferior al 8.17 y superior 8.55.

PREGUNTA N° 02
Los siguientes datos corresponden a la longitud medida en centímetros de

18 pedazos de cables sobrantes en cada rollo utilizado:
9,00; 3.41; 6,13; 1,99; 6,92; 3,12; 7,86; 2,01; 5,98' 4,15; 6,87; 1,97; 4,01; 3,56;8,04;3,24;5,05;7,37.
a) Hallar un intervalo de confianza para la longitud media en comprar los18 pedazos de cable al 95 % y al
98 % de nivel de confianza.
b) Basados en estos datos, ¿podemos decir que la longitud media de los pedazos de cable es mayor de
4cm?
Suponga la población normal con desviación estándar de 2,3 y tome un nivel de significancia de 0.05
SOLUCION.
Estadísticos
CABLE
N Válidos 18
Perdidos 0
CABLE
Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos 1.97 1 5.6 5.6 5.6
1.99 1 5.6 5.6 11.1
2.01 1 5.6 5.6 16.7
3.12 1 5.6 5.6 22.2
3.24 1 5.6 5.6 27.8
3.41 1 5.6 5.6 33.3
3.56 1 5.6 5.6 38.9
4.01 1 5.6 5.6 44.4
4.15 1 5.6 5.6 50.0
5.05 1 5.6 5.6 55.6
5.98 1 5.6 5.6 61.1
6.13 1 5.6 5.6 66.7
6.87 1 5.6 5.6 72.2
6.92 1 5.6 5.6 77.8
7.37 1 5.6 5.6 83.3
7.86 1 5.6 5.6 88.9
8.04 1 5.6 5.6 94.4
9.00 1 5.6 5.6 100.0
Total 18 100.0 100.0

Histograma
3
Frecuencia
Media =5,04
N =18
0
0,00 2,00 4,00 6,00 8,00 10,00
CABLE
A).
a1). Hallar el intervalo de confianza para la longitud media en cm. Para los 18 pedazos de cable al 95 %
de nivel de confianza.

CABLE 18 5.0378 2.28232 .53795
Valor de prueba = 0
95% Intervalo de
confianza para la
diferencia
Diferencia
CABLE 9.365 17 .000 5.03778 3.9028 6.1727

a2). Hallar el intervalo de confianza para la longitud media en cm. Para los 18 pedazos de cable al 98 %
de nivel de confianza.

CABLE 18 5.0378 2.28232 .53795
Valor de prueba = 0
98% Intervalo de
confianza para la
diferencia
Diferencia
CABLE 9.365 17 .000 5.03778 3.6569 6.4187
B). Basados en estos datos, ¿podemos decir que la longitud media de los pedazos de cable es mayor de
4 cm.?
Donde la población normal con una desviación estándar de 2,3 y se toma un nivel de significancia de
0.05 que es igual al 5%
Con valor de prueba de 4 cm. Al 95 %
Valor de prueba = 2.3

95% Intervalo de
confianza para la
diferencia
Diferencia
CABLE 5.089 17 .000 2.73778 1.6028 3.8727
T-TEST
/TESTVAL = 2.3
/MISSING = ANALYSIS
/VARIABLES = CABLE
/CRITERIA = CI(.05).
Ho= Se rechaza los pedazos de cables que no son mayores a 4 cm.

PREGUNTA N° 03
Los niveles de audiencia (en miles de personas) de un programa de televisión, medidos en 10 emisiones
legidas aleatoriamente, han sido los siguientes: 682, 553, 555,666, 657, 649, 522, 568,700,
52.Suponiendo que los niveles de audiencia siguen una distribución normal, ¿Se podría afirmar,
conun95%deconfianza, que la audiencia media del programa es de 600.000 espectadores por programa?
SOLUCION:
Estadísticos
AUDIENCIA
N Válidos 10
Perdidos 0
AUDIENCIA
Válidos 700 1 10.0 10.0 10.0
682 1 10.0 10.0 20.0
666 1 10.0 10.0 30.0
657 1 10.0 10.0 40.0
649 1 10.0 10.0 50.0
568 1 10.0 10.0 60.0
555 1 10.0 10.0 70.0
553 1 10.0 10.0 80.0
552 1 10.0 10.0 90.0
522 1 10.0 10.0 100.0
Total 10 100.0 100.0
AUDIENCIA
700
682
666
657
649
568
555
553
552
522

Estadísticos
AUDIENCIA
N Válidos 10
Perdidos 0
Media 610.40
Mediana 608.50
Mínimo 522
Máximo 700
AUDIENCIA
Válidos 522 1 10.0 10.0 10.0
552 1 10.0 10.0 20.0
553 1 10.0 10.0 30.0
555 1 10.0 10.0 40.0
568 1 10.0 10.0 50.0
649 1 10.0 10.0 60.0
657 1 10.0 10.0 70.0
666 1 10.0 10.0 80.0
682 1 10.0 10.0 90.0
700 1 10.0 10.0 100.0
Total 10 100.0 100.0
Calculo de Hipostasis

AUDIENCIA 10 610.40 66.076 20.895

95% Intervalo de
confianza para la
diferencia
Diferencia
AUDIENCIA .498 9 .631 10.400 -36.87 57.67
Ho= Se acepta la hipótesis.

PREGUNTA N° 04
Se seleccionan dos muestras aleatorias e independientes del número de puestos de trabajo creados
en el último mes por diferentes empresas de dos sectores económicos. La información suministrada
por las muestras es la Siguiente:
Sector A: N° de empleos: 13,14,21,19,15,15.
Sector B: N° de empleos: 18,19,20,22,31,26.
Con el fin de conocer el impacto de las nuevas modalidades de contratación en ambos sectores y
suponiendo que el número de empleos creados siguiera en ambos sectores distribuciones normales
con varianzas iguales: ¿Podríamos afirmar con un 99%deconfianza, que ambos sectores son similares
en cuanto al número medio de empleos creados en el último mes?
SOLUCION:
Estadísticos
EMPLEO SECTOR
N Válidos 12 12
Perdidos 0 0
Media 19.42 1.50
Mediana 19.00 1.50
Varianza 27.174 .273
EMPLEO
Válidos 13 1 8.3 8.3 8.3
14 1 8.3 8.3 16.7
15 2 16.7 16.7 33.3
18 1 8.3 8.3 41.7
19 2 16.7 16.7 58.3
20 1 8.3 8.3 66.7
21 1 8.3 8.3 75.0
22 1 8.3 8.3 83.3
26 1 8.3 8.3 91.7
31 1 8.3 8.3 100.0
Total 12 100.0 100.0
SECTOR
Válidos SECTOR A 6 50.0 50.0 50.0
SECTOR B 6 50.0 50.0 100.0
Total 12 100.0 100.0

EMPLEO
Frecuencia
3
Media =19,42
N =12
0
10 15 20 25 30 35
EMPLEO
SECTOR
10
8
Frecuencia
Media =1,5
N =12
0
0,5 1 1,5 2 2,5
SECTOR
TABLAS DE CONTINGENCIA
PREGUNTA N° 05
En un proceso de producción se registró el número de objetos defectuosos clasificando los por turnos
de producción y por máquinas de producción. Las frecuencias observadas se registran entabla de
contingencia 3x3. Verificar al nivel de significación del 5%, si el número de objetos defectuosos
producidos por las máquinas es independiente de los turnos de producción.
MAQUINA
TURNOS TOTAL
A B C
Mañana 75 90 85 250
Tarde 70 85 70 225
Noche 95 85 75 255
Total 240 260 230 730

SOLUCION:

Ho: El número de objetos producidos por las máquinas no dependen de los turnos.
H1: El número de objetos producidos por las máquinas si depende de los turnos
PROCEDIMIENTO
Una vez creada la base de datos, abrimos Analizar, estadísticos descriptivos, tablas de contingencia. En
filas ponemos variables x, como maquinas dependen de turnos, en filas ponemos turnos y en columnas
máquinas. Seleccionamos mostrar los gráficos de barras agrupadas, exactas, nivel de confianza 95%.
De acuerdo al gráfico se puede concluir que el número de objetos defectuosos producidos por las
máquinas es independiente de los turnos de producción.
PREGUNTA N° 06
Se selecciona una muestra de 800 votantes y se les clasifica de acuerdo a su nivel de ingresos como: bajo,
medio, alto y según su opinión con respecto a una reforma impositiva en: a favor, en contra, sin decisión.
Las frecuencias observadas se dan en la siguiente tabla. Con nivel de significación del 5%. Son
independientes la opinión de los votantes y su nivel de ingresos.
INGRESO
OPINION
BAJO MEDIO ALTO
A Favor 200 130 70
En Contra 60 60 80
Sin Decisión 40 60 100
SOLUCION:

Ho: La opinión de los votantes no dependen de su nivel de ingreso.

H1: La opinión de los votantes si dependen de su nivel de ingreso.
PROCEDIMIENTO
Una vez creada la base de datos, abrimos Analizar, estadísticos descriptivos, tablas de contingencia. En
filas ponemos variables x, como maquinas dependen de turnos, en filas ponemos turnos y en columnas
máquinas. Seleccionamos mostrar los gráficos de barras agrupadas, exactas, nivel de confianza 95%.
De acuerdo al gráfico se puede concluir que la opinión de los votantes no depende de su nivel de ingresos.

PREGUNTA N° 07
El gerente de compras de una empresa está considerando 4 máquinas de marcas diferentes para su
uso en el ensamble de un producto particular. Estas están siendo comparadas con respecto a su
velocidad. En un experimento diseñado para determinar si hay diferencias en la velocidad promedio
de las 4 máquinas se observan los tiempos empleados en producir 6 artículos en forma aleatoria de
cada máquina. Los tiempos registrados en segundos se presentan en la tabla siguiente. Determine
al nivel de significación del 5%, si las maquinas llevan a cabo la tarea a la misma velocidad promedio.
MAQUINA
1 2 3 4
55 60 64 42
46 58 62 45
45 68 51 52
73 58 57 44
50 63 65 42
63 52 68 56
SOLUCION:
PROCEDIMIENTO
Una vez digitalizada la base de datos abrimos analizar, comparar medias, anova de un factor (para
realizar el análisis de varianza para las medias). En lista de dependientes ponemos velocidad y en factor
tipo_maquina. Aceptar.
Como sig (0.013) es menor que 0.05, entonces se rechaza la hipótesis nula, es decir el promedio de
velocidad de las maquinas no son iguales.

PREGUNTA N° 08
Los números que siguen son las pérdidas de peso de ciertas partes de una máquina debidas al a fricción en
mgr, donde se utilizaron con tres lubricantes diferentes. Realice un análisis de varianza para demostrar
con un nivel de significación del 5% si las diferencias entre lastres medias de la muestra se pueden atribuir
a la oportunidad.
LUBRICANTES X LUBRICANTES Y LUBRICANTES Z

12 8 9
11 10 3
7 7 7
13 5 8
9 6 4
11 10 6
12 7 6
9 8 5
11
7
8
SOLUCION:
PROCEDIMIENTO
Una vez digitalizada la base de datos abrimos analizar, comparar medias, anova de un factor (para realizar
el análisis de varianza para las medias). En lista de dependientes ponemos perdida peso y en factor
lubricante. Aceptar.
Como sig (0.000) es menor que 0.05, entonces se rechaza la hipótesis nula, es decir el las diferencias
entre las tres medias no se pueden atribuir a la oportunidad.

PROBLEMA N° 01
Generar una base de datos con la siguiente información:
ETIQUETAS:
Sexo: Genero Sexual: 1= “masculino”, 0 = “femenino”.
CI: Nivel intelectual : 1 = “20 o más “ , 2 = “ 100 – 120” , 3 = “80 – 100”.
Estrateg: Estrategia de enseñanza > 1 = “cinta de video”, 2 = “conferencia”, 3 = “estudio de caso”.
Puntuaci: Puntuación obtenida en la evaluación (escala de 1 a 20 ptos.).
DATOS:
SUJETO SEXO CI ESTRATEG. PUNTUACI.

1 0 3 1 18
2 0 3 1 16
3 0 3 1 15
4 0 1 1 16
5 1 3 1 15
6 1 3 1 18
7 1 1 1 13
8 1 3 1 19
9 0 1 1 17
10 0 3 1 13
11 0 2 2 14
12 0 1 2 12
13 0 3 2 11
14 1 2 2 15
15 0 2 2 13
16 0 3 2 12
17 0 2 2 10
18 0 3 2 11
19 1 3 2 10
20 1 1 2 12
21 0 1 3 14
22 0 3 3 12
23 1 1 3 15
24 1 2 3 9
25 1 2 3 18
26 1 2 3 18
27 0 2 3 17
28 1 3 3 18
29 1 2 3 14

SOLUCION:
En la parte inferior izquierda se selecciona la ventana: “Lista de variables” , A continuación se creara

las variables; para el caso del problema 1 se utilizará las etiquetas descritas.
a) En “Nombre” pondremos las etiquetas: Sexo, CI, Estrateg y Puntuaci.

b) En “Tipo” seleccionaremos el tipo de variable, puede ser numérica, cadena (para texto), entre
otros especificados en la fig. 2. Para el problema 1 se utilizará:
1. Sexo: cadena
2. CI: cadena
3. Estrateg: cadena
4. Puntuac: numérico
Figura 2. Izquierda: Tipo de variable, Derecha: Etiquetas de valor
c) En “Valores” se colocará los valores para cada caso indicado en la descripción del problema:
1. Sexo: Valor:1 para la etiqueta: Masculino y Valor: 0 para la etiqueta: Femenino

2. CI: Valor: 1 para la etiqueta: 120 o más, Valor 2 para la etiqueta 100-120 y Valor 3 para
la etiqueta 80-100.
3. Estrateg: Valor: 1 para la etiqueta cinta de video, Valor: 2 para la etiqueta conferencia y
Valor 3 para la etiqueta estudio de caso.
Figura 3. Variables del problema 1

Figura 4. Icono para cambiar la vista de datos.
1) Se abrirá la pestaña vista de datos y a continuación se llenará los datos brindados en el problema 1.
Una vez culminado se mostrara como en la fig 5. Izquierda.
2) También se puede convertir en valores con la opción que se muestra en la fig 5. Derecha.
Figura 5. A. Datos del problema 1 en el spss. B. Cambio de datos por valores del problema 1.

PROBLEMA N°02
GENERAR CON VARIABLES CUALITATIVOS O CATEGORICAS PARA LA VARIABLES CATEGORIA LABORAL
a) Presente este archivo mediante un cuadro adecuado para la variable seleccionada.
b) Muestre la misma con la columna de porcentajes
SOLUCION:
a) Presente este archivo mediante un cuadro adecuado para la variable seleccionada

Una vez abierto el archivo Encuesta general USA 1991, se seleccionara Analizar del menú principal y
seleccionar Tablas personalizadas. Una vez abierta la ventana (fig 6) se seleccionará la variable
deseada, en este caso Categoría laboral y se jalara a la ventana filas, luego la columna edad del
encuestado la jalaremos a columnas.
Figura 6. Tablas personalizadas

Figura 7. Resultado
b) Muestre la misma con la columna de porcentajes.
Iremos a la ventana Analizar del menú principal y entraremos a estadísticos descriptivos, tablas
cruzadas (fig 8). Una vez abierto se seleccionará la variable categoría laboral y se pondrá en filas,
así mismo seleccionaremos la variable edad en columnas. Luego se abrirá la ventana Casillas y
seleccionaremos: fila, columna y total del casillero porcentajes (fig 8, derecha).
Figura 8. Izquierda: Tablas cruzadas. Derecha: ventana casillas.

PROBLEMA N°03
Seleccionar el archivo ENCUESTA GENERAL USA1991 SELECCIONE la variable edad

Organice la información mediante un cuadro de distribución de frecuencias por
categorías para variables cuantitativas continuas. Grafique la información mediante
gráficos adecuados.
SOLUCION:
Seleccionar el archivo ENCUESTA GENERAL USA 1991.
a) Seleccione la variable edad.

Una vez abierto el archivo Encuesta general USA 1991, se seleccionara Datos del menú principal y
seleccionar datos. Una vez abierta la ventana se seleccionará la variable deseada, en este caso
Edad y la abriremos en Usar variable de filtro; aceptar.
Figura 9. Selección de variables.
b) Organice la información mediante un cuadro de distribución de frecuencias por categorías para

variables cuantitativas continuas y grafique la información mediante gráficos adecuados.
Se abrirá la ventana Transformar y agrupación visual. Seguidamente se seleccionara las variables

cuantitativas continuas que están denotadas con el símbolo: como se muestra en la fig 10 y le
damos en continuar. Para este problema serán 7:

- Número de hermanos
- Edad del encuestado
- Número de años de escolarización
- Número de años de escolarización del padre
- Número de años de escolarización de la madre
- Número de años de escolarización del conyugue
- Puntuación de prestigio profesional (1980)
Una vez realizado este paso, podemos seleccionar una variable, en este caso edad y le podemos
crear puntos de corte y etiquetas así como se muestra en la fig 11.
Luego abrimos la ventana Analizar, estadísticos descriptivos y frecuencias, se abrirá la tabla de

frecuencias como se muestra en la fig 12. Seleccionaremos todas las variables cuantitativas
continuas, abriremos en Gráficos e histogramas y le daremos a aceptar.
Figura 10. Variables cuantitativas continuas

Figura 11. Creación de puntos de corte y etiquetas
Figura 12. Izquierda: frecuencias. Derecha: gráficos
RESULTADOS:

- NÚMERO DE HERMANOS Y HERMANAS
a) Tabla de frecuencias
b) Gráfico

- EDAD DEL ENCUESTADO
b) Gráfico

- NÚMERO DE AÑOS DE ESCOLARIZACIÓN
b) Gráfico

- NÚMERO DE AÑOS DE ESCOLARIZACIÓN DEL PADRE
b) Gráfico

- NÚMERO DE AÑOS DE ESCOLARIZACIÓN DE LA MADRE
b) Gráfico

- NÚMERO DE AÑOS DE ESCOLARIZACIÓN DEL CONYUGUE
b) Gráfico

- PUNTUACIÓN DE PRESTIGIO PROFESIONAL (1980)
b) Gráfico

PROBLEMA N°04
Seleccione el archivo datos de empleados y calcule lo Siguiente: Haga un gráfico de

dispersión de las variables salario actual y salario inicial de los empleados.
Determine la ecuación de la recta de regresión. Determine el coeficiente de correlación

e intérprete.
Determine los estadígrafos de posición y de dispersión para las variables

seleccionadas.
Presente esta información gráficamente mediante un gráfico: Histograma con curva

normal.
Gráfico de sectores
Gráfico de cajas
 Genere una base de datos con la información de la ficha, Se encuentra en el digital que se adjunta al
informe.
SOLUCION:
Seleccione el archivo datos de empleados y calcule lo siguiente:
a) Haga un gráfico de dispersión de las variables salario actual y salario inicial de los empleados.
Una vez abierto el archivo: “empleados”, abrimos la pestaña gráficos y seleccionamos el generador
de gráficos (fig. 13). Salario actual jalaremos al eje Y y el salario inicial al eje X. Le damos en Aceptar

b) Determine la ecuación de la recta de regresión

Para determinar la recta de regresión se abre la ventana Analizar, regresión, regresión linear (fig.
14). En variables dependientes seleccionaremos el Salario actual y en independientes el salario
inicial. Le damos en aceptar.
Figura 14. Regresión linear

RESPUESTA
Para ese caso, la ecuación de la recta de regresión es: 𝑦 = 1928.206 + 1.909𝑥
c) Determine el coeficiente de correlación e interprete

Para determinar los coeficientes de correlación, se debe abrir la ventana seguir el paso anterior y
abrir estadísticos, seleccionamos Ajuste de modelo. Le damos aceptar y el coeficiente de correlación
será R =0.880. Como el coeficiente de correlación se aproxima a 1, se puede decir que la correlación
es perfecta positiva, entonces las dos variables se encuentran altamente relacionados.
Figura 14. Correlaciones

RESPUESTA:
d) Determine los estadígrafos de posición y de dispersión para las variables seleccionadas.
Para poder determinar los estadígrafos de posición y dispersión, primero debemos abrir la ventana
analizar, estadísticos descriptivos y frecuencias (fig. 15). Seleccionamos las variables que se desean
analizar, luego abrimos Estadisticos y cliqueamos en todos los estadígrafos de posición y dispersión
(fig. 15 derecha).
Figura 15. Izquierda: Frecuencias, Derecha: Estadígrafos
En el cuadro de VALORES PERCENTILES aparecerá:
- Cuartiles: Muestra los valores correspondientes a los percentiles 25, 50 y 75.

- Puntos de corte par k grupos iguales: Calcula los (k-1) valores que dividen los casos en un
número k de grupos del mismo tamaño. Por defecto son 10 pero puede elegirse entre 2 y 100.
- Percentiles: Para cada percentil especificado, muestra el valor por debajo del cual se encuentra
ese porcentaje de casos. Se pueden elegir los que se quieran añadiendo, cambiando o
borrando en su cuadro de diálogo.

En el cuadro de TENDENCIA CENTRAL APARECERA:
- Media: Muestra el promedio aritmético; la suma dividida por el número de casos.

- Mediana: Valor por encima y por debajo del cual se encuentran la mitad de los casos; el
percentil 50. Cuando el número de observaciones es par, la mediana es el promedio de las dos
observaciones centrales, una vez que han sido ordenadas de manera ascendente o
descendente. La mediana es una medida de tendencia central que no es sensible a los valores
atípicos (a diferencia de la media, que puede resultar afectada por unos pocos valores
extremadamente altos o bajos).
- Moda: El valor que ocurre con mayor frecuencia. Si varios valores comparten la mayor
frecuencia de aparición, cada una de ellas es una moda. El procedimiento de frecuencias
devuelve sólo la más pequeña de esas modas múltiples.
- Suma: La suma o total de todos los valores, a lo largo de todos los casos que no tengan
valores perdidos.
En el cuadro de DISPERSION podremos seleccionar uno de los siguientes estadísticos:
- Desv. típica: Medida de dispersión en torno a la media. Raíz cuadrada de la varianza. Mide el
grado en que las puntuaciones de la variable se alejan de su media.
- Varianza: Medida de dispersión en torno a la media, igual a la suma de los cuadrados de las
desviaciones respecto a la media dividida por el número de casos menos 1. La varianza se
mide en unas unidades que son el cuadrado de las de la propia variable.
- Amplitud: Diferencia entre los valores mayor y menor de una variable numérica; el máximo
menos el mínimo. También se denomina recorrido o rango de la variable. 2
- Mínimo: Valor más pequeño.
- Máximo: valor más grande.
- E.T. media: Error típico de la media, o sea la desviación típica de la distribución muestral de la
media. Se obtiene dividiendo la desviación típica por la raíz cuadrada del número de casos. Es
una medida de cuánto puede variar el valor de la media de una muestra a otra, extraídas éstas
de la misma distribución.

RESPUESTA
e) Presente esta información gráficamente mediante un gráfico:
i. Histograma con curva normal

PROCEDIMIENTO

RESPUESTA

ii. Gráfico de sectores
PROCEDIMIENTO
RESPUESTA

PROBLEMA N°05
La encuesta de población activa elaborada por el INEI referente al
4° trimestre del 2005 presenta para el número de activos por ramas los siguientes datos:
RAMA DE ACTIVIDAD MILES DE ACTIVOS

Agricultura, Caza y pesca 3706,3
Fabriles 3437,8
Construcción 1096,3
Comercio 1388,3
Transporte 648,7
Otros servicios 2454,8
a) Presentar la información mediante un gráfico de sectores y de barras simples

b) Etiquetar las ramas de actividad con porcentajes

PROBLEMA N°06
El conjunto de datos está conformado por observaciones sobre: la resistencia al corte (en lbs.) de
soldaduras de punto ultrasónico hecho en un cierto tipo de lámina de aluminio. Construya un cuadro de
distribución de frecuencias con 10 categorías y represente adecuadamente:
5434 5112 4820 5378 5027 4848

4948 4948 5015 5043 5260 5003
5089 4521 4659 4886 5055 4609
5518 4570 4806 4599 5828 4772
5333 4990 4637 5288 5218 5133
5164 5702 5670 5299 4859 5095
5342 5241 4381 4848 4780 4618
5069 4755 5207 5049 4740 5248
5227 5049 4740 5248 5227 4931
5364 5189 4925 4786 4689 5412
4566
5364 4875 4326 5213 5623 5546
4261 4966 4752 4652 5226 4555
5666 4666 4222 5564 4222 4545
4458 4666 5996 5662 5532 4643
4623 4849 5652 5123 5323 5523
4466 4321 4832 4466 4121 4112
4465 4223 4456 5566

a) Determine los estadígrafos de posición
Estadísticos
Resistencia al corte
Válidos 100
N
Perdidos 0
Media 4967,2800
Mediana 4957,0000
Moda 4222,00a
Asimetría ,085
Error típ. de asimetría ,241
a. Existen varias modas. Se mostrará el menor de los valores.
b) ¿Qué tipo de distribución presentan los datos (Simétrica o asimétrica)?
*Como la Moda<Mediana<Media, entonces es una ASIMETRIA POSITIVA. (distribución con cola

hacia la derecha)

PROBLEMAS 08
Gasto diario del alumno en

Xi Yi
ALUMNO N° Hermanos movilidad, refrig. Y
Estatura Peso
propinas (S/.)
1 166 67 1 4.00
2 167 72 6 10.00
3 161 58 3 12.00
4 168 70 5 5.00
5 166 69 5 4.00
6 170 59 3 13.00
7 171 82 0 7.00
8 171 80 4 5.00
9 168 76 1 8.00
10 173 69 2 15.00
11 171 75 7 6.00
12 173 78 0 10.00
13 170 71 3 7.00
14 162 82 4 5.00
15 164 65 5 3.00
16 165 68 3 8.00
17 168 72 1 10.00
18 169 71 0 15.00
19 171 76 3 7.00
20 165 60 2 10.00
21 167 65 1 8.00
22 163 61 1 15.00
23 173 76 4 5.00
24 169 69 4 8.00
25 171 78 3 10.00
26 175 85 9 5.00
27 169 65 0 14.00
28 167 62 4 7.00
29 163 70 3 8.00
30 161 59 1 10.00

SOLUCION:
a) ¿Cuál es la estatura promedio por alumno en la sección?, ¿Es mayor a 165 cm?
Estadísticos
Estatura
Válidos 30
N
Perdidos 0
Media 167,90
El promedio es mayor a 165cm
b) ¿Cuál es el peso promedio?, ¿Es mayor a 65 kg?
Estadísticos
Peso
Válidos 30
N Perdido
0
s
Media 70,33
El promedio es mayor a 65kg
c) ¿Cómo es la variabilidad del peso?
Estadísticos
Peso
Válidos 30
N
Perdidos 0
Media 70,33
Error típ. de la media 1,357
Desv. típ. 7,434
Varianza 55,264
Rango 27
Mínimo 58
Máximo 85

Los valores se encuentran entre 58kg y 85kg, con una desviación estándar de 7.434kg
d) ¿Cómo es la variabilidad dela estatura?
Estadísticos
Estatura
Válidos 30
N
Perdidos 0
Media 167,90
Error típ. de la media ,685
Desv. típ. 3,754
Varianza 14,093
Rango 14
Mínimo 161
Máximo 175

Los valores se encuentran entre 161cm y 175cm, con una desviación estándar de
3,754cm
e) ¿Cómo es la relación entre peso y estatura?
Resumen del modelob

Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
1 ,591a ,349 ,326 3,083
a. Variables predictoras: (Constante), Peso
b. Variable dependiente: Estatura

Debido a que la R2, es muy diferente a 1.00, entonces se puede decir que la relación es
débil.
f) En promedio cuánto gasta un estudiante, verificar si es variable.
Estadísticos
Gasto
Válidos 30
N
Perdidos 0
Media 8,47
Error típ. de la media ,636
Desv. típ. 3,481
Varianza 12,120
Rango 12
Mínimo 3
Máximo 15

Los valores de gasto esta entre S/. 3 y S/. 15, con una desviación estándar de S/.3.40.
Si es variable.
g) Los estudiantes que tienen menos hermanos son los que más gastan?.
Resumen del modelob

Modelo R R R cuadrado Error típ. de
cuadrado corregida la estimación
1 ,533a ,284 ,258 1,892
a. Variables predictores: (Constante), Gasto

b. Variable dependiente: Hermanos

No hay correlación
PROBLEMAS 09
Para estudiar e efecto de las aguas residuales de las alcantarillas que afluyen aun lago, se toman medidas
de la concentración de nitrato en el agua. Para monitorizar la variable se ha utilizado un antiguo método
manual. Se ha tomado un nuevo método automático. Si se pone de manifiesto una alta correlación
positiva entre las medidas tomadas empleando los dos métodos, entonces se hará uso habitual del
método automático. Los datos obtenidos son los siguientes:
Manual ≡X 25 40 120 75 150 300 270 400 450 575

Automático ≡ Y 30 80 150 80 200 350 240 320 470 583
a) Hallar la ecuación de la recta de regresión lineal de Y sobre X y utilizarla" para predecir la lectura
que se obtendría empleando la técnica automática con una muestra de agua cuya lectura manuales de
100.
b) Hallar el coeficiente de correlación e intérprete la misma

e) Hallar el coeficiente de determinación para ambas variables.

SOLUCION:
Resumen del modelob

Modelo R R cuadrado R cuadrado Error típ. de la
corregida estimación
1 ,978a ,956 ,951 42,07259
a. Variables predictoras: (Constante), Lectura
automática
b. Variable dependiente: Lectura manual
Coeficientesa
Modelo Coeficientes no Coeficientes t Sig.
estandarizados tipificados
B Error típ. Beta
(Constante) -16,220 23,569 -,688 ,511
1 Lectura
1,026 ,078 ,978 13,195 ,000
automática
a. Variable dependiente: Lectura manual
a) Hallar la ecuación y predecir la lectura automática para una lectura manual de 100
Y=1.026X-16.220
Para : X=100 Y=86.38
b) Hallar el coeficiente de correlación
R= 0.978,-1<R<1, Indica que existe una altacorrelación directa positiva
c) Hallar el coeficiente de determinación
R2= 0.956, 0<R2<1, indica que existe una alta correlación positiva

GRACIAS

Trabajo 01 SPSS

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo 01 SPSS

Cargado por

Copyright:

Formatos disponibles

CURSO “MATEMATICA AVANZADA APLICADA A LA INGENIERIA”

UNIVERSIDAD NACIONAL SAN ANTONIO ABAD DEL CUSCO

GEOTECNIA Y VIAS TERRESTRES

CURSO: MATEMATICA AVANZADA APLICADA A LA INGENIERIA.

DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS.

ALUMNO : WILBER HURTADO TORRES

SEMESTRE ACADÉMICO: 2016 – I

CUSCO, JULIO DEL 2016

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

102 98 93 100 98 105 115 110 99 120

a) Hallar un intervalo de confianza para la longitud para la media de la producción basado en la

Desviación Error típ. de

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Prueba para una muestra

HIPOTESIS; Análisis de valor de prueba de 50 filamentos a un nivel de confianza al 90 %

Prueba para una muestra

Valor de prueba = 100

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Los siguientes datos corresponden a la longitud medida en centímetros de

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Estadísticos para una muestra

Desviación Error típ. de

Prueba para una muestra

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Estadísticos para una muestra

Desviación Error típ. de

Prueba para una muestra

Con valor de prueba de 4 cm. Al 95 %

Prueba para una muestra

Valor de prueba = 2.3

Ho= Se rechaza los pedazos de cables que no son mayores a 4 cm.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Estadísticos para una muestra

Desviación Error típ. de

Prueba para una muestra

Valor de prueba = 600

Ho= Se acepta la hipótesis.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Sector A: N° de empleos: 13,14,21,19,15,15.

Sector B: N° de empleos: 18,19,20,22,31,26.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Ho: La opinión de los votantes no dependen de su nivel de ingreso.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

LUBRICANTES X LUBRICANTES Y LUBRICANTES Z

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Sexo: Genero Sexual: 1= “masculino”, 0 = “femenino”.

CI: Nivel intelectual : 1 = “20 o más “ , 2 = “ 100 – 120” , 3 = “80 – 100”.

Estrateg: Estrategia de enseñanza > 1 = “cinta de video”, 2 = “conferencia”, 3 = “estudio de caso”.

Puntuaci: Puntuación obtenida en la evaluación (escala de 1 a 20 ptos.).

SUJETO SEXO CI ESTRATEG. PUNTUACI.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

En la parte inferior izquierda se selecciona la ventana: “Lista de variables” , A continuación se creara

a) En “Nombre” pondremos las etiquetas: Sexo, CI, Estrateg y Puntuaci.

Figura 2. Izquierda: Tipo de variable, Derecha: Etiquetas de valor

1. Sexo: Valor:1 para la etiqueta: Masculino y Valor: 0 para la etiqueta: Femenino

Figura 3. Variables del problema 1

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS

Figura 4. Icono para cambiar la vista de datos.

GRUPO N° 005 DOCENTE : MGT. BERTHA DUEÑAS DUEÑAS