Tarea Semana 6

Patricio Urra Báez

Estadística Aplicada

Instituto IACC

16 diciembre 2019
 Desarrollo

Le han solicitado elaborar un estudio de desempeño laboral en la empresa Luz Ltda. con el fin de

observar la incidencia y determinar si es relevante que un empleado realice actividades

personales en su horario de trabajo. Es por esto que se tomó como referencia el tiempo en horas

que un empleado navega en internet en su puesto durante la semana hábil y verificar si existe

relación entre el consumo de internet y las siguientes variables: edad, antigüedad laboral, sueldo

mensual que percibe y su escolaridad, además de si el sexo del funcionario incide en este

comportamiento de actividades no laborales en su lugar de trabajo.

a) Realice un gráfico de dispersión e indique el tipo de relación entre las variables edad del

trabajador y horas conectadas a internet.

y = -0.3488x + 27.39
R² = 0.7502
Grafico de Dispersion Horas v/s Edad
H
O 25
R
A
S
C
O 20
N
E
C
T 15
A
D
A
S 10
I
N
T
E
R 5
N
E
T
0
0 10 20 30 40 50 60 70
EDAD (AÑOS)

-Se puede concluir que a mayor edad de los trabajadores menor es el tiempo conectado a internet

por lo tanto realizan menos actividades personales en su horario de trabajo.

b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e

interprete el valor de la pendiente.

Resumen

Estadísticas de la regresión

Coeficiente de
correlación múltiple 0,86613108

Coeficiente de
determinación R^2 0,75018304

R^2 ajustado 0,74934473

Error típico 1,16691698

Observaciones 300

ANÁLISIS DE VARIANZA

Grados de Suma de Promedio de los Valor

libertad cuadrados cuadrados F crítico de F

894,8733 9,3771E-
Regresión 1 1218,54482 1218,54482 7 92

Residuos 298 405,785184 1,36169525

Total 299 1624,33

Probabili Inferior Superior Inferior Superior

Coeficientes Error típico Estadístico t dad 95% 95% 95,0% 95,0%

2,172E- 26,325495 28,45516 26,32549 28,45516

Intercepción 27,3903296 0,5410863 50,6209996 148 3 4 53 4

- - - -
- 9,3771E- 0,3717020 0,325815 0,371702 0,325815
Edad (años) 0,34875852 0,01165854 -29,9144341 92 1 02 01 02

Y = 27,3903+-0,3487*X
Horas conectadas a Internet(semanal) = 27,39032965+-0,3487*Edad del trabajador.
Si se tiene que la variable b es menor a 0, la otra variable disminuye por lo tanto es un modelo
decreciente y es una relación indirecta.
c) Estime el número de horas que un trabajador está conectado a internet, si tiene 62 años

Coeficientes
Intercepción 27,39032965
Edad (años) -0,348758516
Trabajador (años) 62
Y 5,767301674

Y = 27,3903+-0,348758516*62
Y = 5,767301674

La cantidad de horas que esta conectado a internet un trabajador de 62 años es de 5,8 hrs.aprox.

d) Si un trabajador está conectado 18 horas a internet, ¿qué edad se puede estimar que tiene el

trabajador?

Coeficientes
Intercepción 27,39032965
Edad (años) -0,348758516
Trabajador (años) X
Horas (Y) 18
X 26,92501894

Y = 27,3903 +- 0,3487 * X 18 = 27,3903 +- 0,3487 * X

18 – 27,3903 / -0,348758516 = X

-9,390329648/ -0,348758516 = X

26,92501894 = X
e) Desde la gerencia se requiere establecer un modelo de regresión para las variables: sueldo

mensual y antigüedad de los trabajadores, para realizar estimaciones respecto a esas variables.

Entonces:

e.1) Construya el modelo lineal y exponencial.

Modelo Lineal:

y = 77.473x + 48.67
Sueldo Mensual (miles de $) R² = 0.7678

1600.0

1400.0

1200.0
Sueldo Mensual

1000.0

800.0

600.0

400.0

200.0

0.0
0 2 4 6 8 10 12 14 16

Antiguedad Laboral (años)

Modelo Exponencial:

y = 274.45e0.1074x
Sueldo Mensual (miles de $ R² = 0.8053

1600.0

1400.0

1200.0
Sueldo Mensual

1000.0

800.0

600.0

400.0

200.0

0.0
0 2 4 6 8 10 12 14 16

Antigüedad Laboral (años)

e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta:

Modelo Lineal: Modelo Exponencial:

Y = 77,473x + 48,67 Y = 274,45e0,1074x

R2 = 0,7678 R2 = 0,8053

Si se comparan ambos modelos se puede determinar que el modelo exponencial es mas

confiable, ya que su coeficiente de determinación es mayor R2 = 0,8053 o 80,53% y el del

modelo lineal es menor R2 = 0,7678 o 76,78% entonces las estimaciones del modelo exponencial

son más confiables.

e.3) Utilizando el modelo más adecuado, determine el sueldo mensual de un trabajador, si lleva

15 años en la empresa.

Y = 274,45e0,1074x El modelo mas adecuado es el exponencial por lo tanto el sueldo

Y = 274,45e0,1074(15) mensual de un trabajador que lleva 15 años es de $1374,395.

Y = 274,45e1,611

Y = 1374,395

e.4) Utilizando el mismo modelo anterior estime la antigüedad de un trabajador, con un sueldo
mensual de $750.000.

Y = 274,45e0,1074x Ya se sabe que el modelo mas adecuado es el exponencial,

750000 = 274,45e0,1074x entonces obtenemos como resultado que X = 73,678, por
X = 73,678. lo tanto la antigüedad del trabajador para ganar $750000 es de
74 años aproximadamente.

Bibliografía: Iacc (2018) Regresión lineal. Estadística Semana 6