Universidad de cuenca

Facultad de Ciencias Químicas

Ingeniería Industrial

Tema:

Análisis estadístico

Nombre:

Andrés Prado

Materia:

Estadística

Nivel:

Tercer ciclo

Fecha:

12 de julio de 2020
Índice
Índice de graficas
 1. Introducción

En la actualidad tener una empresa que cumpla con los requerimientos de responsabilidad
social no es tarea fácil, ya que debido a las distintas realidades que viven cada una de estas
empresas se necesita analizar la aplicabilidad de estos requisitos. Unas normas que sirven
como guía de responsabilidad social para distintas organizaciones son las denominadas
Normas ISO 26000, las cuales han brindado una orientación para convertir a las empresas en
sostenibles en los marcos ambiental, social y legal.

2. Definición del problema

Si bien es cierto que cumplir con las normas ISO 26000 en sus más altos estándares es una
necesidad que buscan la gran mayoría de empresas, esto se torna complejo porque no todas
las organizaciones consideran que sea 100% aplicable estos factores de responsabilidad social
bajo un punto de vista realista y basándose en la capacidad y funcionalidad que tiene la
empresa.

Es así como la problemática del presente informe se desenvuelve bajo un contexto que tiene
que ver con la necesidad de aplicación de estos parámetros de responsabilidad en una
empresa.

3. Justificación

Dar a conocer un análisis que muestre los factores sociales que consideran las empresas de
mejor aplicación en sus respectivas organizaciones se vuelve una necesidad para generar un
mejor entendimiento a los lectores sobre lo que puede ofrecer una entidad a la sociedad de
forma voluntaria.

4. Objetivo

Analizar la aplicabilidad de los factores críticos en una empresa.

5. Marco teórico

La responsabilidad social es un concepto que no muchos conocen, entender, comprender y

poner en práctica este significado es tarea de todos, según la página web Gestión.Org la
responsabilidad social se define como:

Se trata de un compromiso o también llamada obligación por parte de los miembros de una
sociedad. La  valoración del compromiso social comprende entre otros, aspectos éticos y
legales. La responsabilidad social es un compromiso por parte de los miembros de una
sociedad, ya sea de manera individual o grupal, implicando que se tenga en consideración el
impacto que provocará una determinada decisión.[ CITATION Gessf \l 12298 ]

Ahora bien, la responsabilidad social empresarial no difiere mucho del concepto anterior
mencionado básicamente se trata de “tiene que ver con el manejo de relaciones externas o
internas que tienen las empresas con sectores de interés e igualmente con el medio ambiente,
sin embargo, solamente la denominación será de acuerdo a las preferencias de cada
organización” [ CITATION Rod16 \l 12298 ]

La norma ISO 26000 se define: “es una norma internacional que ofrece una guía para integrar
la responsabilidad social en todo tipo de organizaciones, con el fin de ayudar a las
organizaciones a contribuir al desarrollo sostenible”[ CITATION Wal15 \l 12298 ]
 6. Metodología

Se realizó una encuesta a 40 empresas del modelo de gestión basado en responsabilidad social
bajo la norma ISO 26000, se consideraron 79 factores críticos que fueron respondidos
utilizando la escala Likert, esta  escala es un método de medición utilizado por los
investigadores con el objetivo de evaluar la opinión y actitudes de las personas, consta de 5
niveles comprendidos entre 1,2,3,4,5 ,donde 1 es una calificación más baja, es decir, menos
relevante para la empresa y 5 se considera una calificación alta, o sea es una factor que se
considera importante. Cabe recalcar que se otorgó la potestad al encuestado de no responder
entre el intervalo del 1 al 5 dejando vacía esa pregunta.

7. Análisis de resultados Resultados

Limpieza de datos e Imputación

Para el análisis de resultados se utilizó el software RStudio y la herramienta de Microsoft Excel.

Lo primero que se realizó para un mejor manejo de los resultados fue llenar los datos faltantes
(Na’s) presentes en la base de datos, se consideró llenar dichos Na’s con la moda de cada
columna, porque al estar sometida la calificación entre un intervalo de 1 a 5 de números
enteros la moda nos dará como respuesta una variable cuantitativa discreta, además
recordemos que la moda representa el dato con mayor frecuencia por tanto los datos faltantes
tendrán tendencia a ser calificados de la misma forma que el valor o valores
correspondientes a la moda.

Los datos reemplazados fueron reemplazados por columnas debido a que si lo hacemos por
filas estamos mezclando respuestas de diferentes factores y no estaría correcto, por columnas
en cambio utilizamos valores únicamente correspondientes a un solo factor. En esta sección
también se eliminaron columnas que no aporten información alguna al análisis entendiendo
estas como columnas vacías en su totalidad.

Outliers

Se realizó un boxplot de forma general de toda la data ya depurada.

Figura N1. Boxplots de todos los factores

Como se puede evidenciar, todos los boxplots se encuentran entre el intervalo de 1 a 5, cada
uno de ellos presenta datos atípicos pero al no tener datos superiores a 5, se consideran
normales esos outliers por tanto no procedemos a depurarlos, ya que eso tendría
consecuencias es posteriores análisis.

Análisis de componentes principales

Luego se realizó una el análisis de componentes principales en el cual pudimos determinar que
factores son los más relevantes y centrar nuestro análisis en dichos factores, por tanto se
descartaron los siguientes:

Figura N2. Datos omitidos

Estos valores no se tomaron en cuenta ya que su media normalizada indicaban que estaban
por debajo del parámetro limite 0.5 con lo cual fueron disueltas y no se consideraron. El
procedimiento de análisis de componentes nos ayudó a identificar también que el factor crítico
RS65 tiene una media normal de 1 con un coeficiente de variación de 10%, se dice entonces
que no existe mucha variación entre las respuestas a dicho factor y además se escoge este
factor para realizar un análisis estadístico N1.

Estadísticos N1-Factor Crítico RS65

A continuación se presentan máximos, mínimos, promedios, cuartiles, mediana y media

aritmética del factor crítico.

Tabla 1. Datos estadísticos del factor RS65

MINIMO PRIMER MEDIANA MEDIA TERCER MAXIMO MODA

CUARTIL CUARTIL
3.000 5.000 5.000 4.875 5.000 5.000 5.000
Ademas se adjunta el boxplot correspondiente al factor analizado.

Figura N3. Boxplot del factor crítico RS65

La columna del factor RS65 tiene por moda 5, vemos por ejemplo que la media y el mínimo se
presentan como datos atípicos en esta gráfica y constatamos además que la caja
prácticamente se encuentra en 5, no excede el límite de calificación del intervalo evaluado por
tanto no se consideran amputaciones adicionales de outliers.

Ahora se presentan el histograma con los ablines correspondientes, junto a la densidad:

Figura N4. Histograma, densidad y ablines del factor RS65

Línea roja representa la media aritmética

Línea azul representa la mediana

Línea verde representa la moda

Observamos que solo aparecen dos ablines (media y moda) esto se debe a que como hemos
visto antes estos dos valores coinciden en 5.0 por tanto debido a la representación gráfica de
histograma, el abline de color verde está sobre escrito o por encima del abline
correspondiente a la mediana de color azul.

Constatamos además que la mayor cantidad de datos efectivamente se encuentra entre el

intervalo de 4.5 y 5.0, y que la moda está a la derecha de la mediana con lo cual se puede decir
que la asimetría de Pearson será negativa, esto lo confirma la línea de densidad que aparece
ligeramente elevada hacia la derecha en la gráfica.

Dendograma

Para analizar que respuestas fueron las más parecidas entre empresas y así saber cuáles
coinciden se utiliza un dendograma, el mismo permite organiza los datos en subcategorías que
se van dividiendo en otros hasta llegar al nivel de detalle deseado (asemejándose a las ramas
de un árbol que se van dividiendo en otras sucesivamente). Este tipo de representación
permite apreciar claramente las relaciones de agrupación entre los datos e incluso entre
grupos de ellos.
Grafica N5. Dendograma de la base de datos

En base a esta agrupación podemos investigar qué factores llevan a las empresas a opinar de
igual forma y así analizar de mejor manera la aplicabilidad de los requerimientos de
responsabilidad social en las empresas. Aquí la gran rama de la cual surgen las otras es la
empresa E29.

Kmeans

K-means es un algoritmo de clasificación no supervisada (clusterización) que agrupa objetos

en k grupos basándose en sus características. El agrupamiento se realiza minimizando la suma
de distancias entre cada objeto y el centroide de su grupo o cluster.[ CITATION Uni \l 12298 ]

Grafica N6. Agrupamiento según kmeans

 Evidentemente hay 3 grupos, esto se debe a que se utilizó con el k óptimo, k=3 para este
procedimiento, observamos que los cluster en forma de cuadrados tiene 3 observaciones al
igual que el cluster en forma de triángulos, el otro gran grupo y además el que contiene más
observaciones, para sr especifico 65 es el cluster de los círculos. Como se mencionó
anteriormente esta agrupación hace referencia a la distancia entre observaciones.

Parallelplot

Construye un diagrama de coordenadas paralelas para un conjunto de datos con clases en la

última columna.

Grafica N7. Parallelplot General

Levelplot

Grafica N8. Levelplot

La grafica nos muestra