Taller evaluativo - Actividad

Geraldin Peña Barco

Estadística inferencial

Corporación Universitaria Minuto

Unidad Ciencias Empresaria
Programa Administración en Salud O
Semestre ⅩⅠⅠ
Colombia, Guadalajara de B
Septiembre, 22 de 2020
 Taller evaluativo - Actividad 12

Presenta:
Geraldin Peña Barco
ID 581762

Estadística inferencial

poración Universitaria Minuto de Dios

Unidad Ciencias Empresariales
ma Administración en Salud Ocupacional
Semestre ⅩⅠⅠ
Colombia, Guadalajara de Buga
Septiembre, 22 de 2020
 Introducción
Este taller consiste en el desarrollo y análisis de 4 casos donde se aplican los concept
el momento y los elementos de población, muestra y de estimación de intervalo
producción, a la diferencia de medias y proporciones. El objetivo de este ejercicio es
dinámica se fortalecerán las competencias de gestión del conocimiento y de solución d
de forma analítica.
Es importante recalcar que los datos obtenidos se adquirieron de passt3 y análisis d
diseñados para estudios estadísticos.
 Introducción
os donde se aplican los conceptos de estadística inferencial estudiados hasta
tra y de estimación de intervalos de confianza en cuanto a la media, a la
El objetivo de este ejercicio es aplicar los conceptos mencionados. Con esta
del conocimiento y de solución de problemas al relacionar los datos arrojados
de forma analítica.
dquirieron de passt3 y análisis de datos que son dos programas y métodos
dos para estudios estadísticos.
CASO 1

Valor seguro All

180000 N 57
1 200000 Min 100000
2 170000 Max 245000
3 180000 Sum 1.07E+07
4 245000 Mean 187140.4
5 170000 Std. error 5408.932
6 245000 Variance 1667623000
7 200000 Stand. dev 40836.54
8 230000 Median 180000
9 150000 25 prcntil 167000
10 180000 75 prcntil 230000
11 245000 Skewness -0.3964521
12 150000 Kurtosis -0.1465594
13 170000 Geom. mean 182198.1
14 230000 Coeff. var 21.82134
15 200000
16 245000
17 180000
18 150000
19 245000 curtosis
20 200000
21 230000
22 150000
23 180000
24 100000 platicúrtico
25 230000
26 200000 el valor del seguro tiende a tener una concentración
27 100000 en los extremos
28 170000
29 180000
30 190000 muestras con error del 5% y el 15%
31 164000
32 245000
33 100000
34 200000
35 100000
36 150000
37 170000
38 170000
39 150000
40 200000
41 245000
42 190000
43 200000
44 164000
45 100000
46 200000
47 164000
48 245000
49 170000
50 230000
51 245000
52 190000
53 180000
54 230000
55 170000
56 200000
57
no se encontraron datos atípicos información poblaciónal

asimetria (+)
la media tiene mayor peso que la
mediana

coeficiente de variación

21,82% los datos son homogeneos

limites con error del 5% y el 15%

 CONCLUSIONES

- para una población de 57 colaboradores, se tomó una muestra

otra de 5 personas para un error del 15%.

- se puede apreciar que cuando el error es bajo, la muestra se di

disminuye su tamaño.

- para la empresa COLDEZ S.A es de vital importancia tener co

teniendo sus colaboradores en la compra de seguros de vida con
valores varian según los limites de confianza: para un error del
pesos y para un error del 15 % varia entre 178.566 pesos y 195.
 CONCLUSIONES

radores, se tomó una muestra de 18 personas para un error del 5% y

el 15%.

error es bajo, la muestra se dispara y cuando el error de alto, la muestra

s de vital importancia tener conocimiento sobre los gastos que estan

compra de seguros de vida con entidades ajenas a la empresa, estos
e confianza: para un error del 5% vasia entre 179.715 pesos y 194.565
ria entre 178.566 pesos y 195.714 pesos.
CASO 2

Salario Gastos resumen estadistico de salarios

245000 245000 All
245000 245000 N 76
245000 245000 Min 150000
245000 245000 Max 245000
230000 245000 Sum 1.49E+07
200000 245000 Mean 195789.5
200000 245000 Std. error 3871.91
180000 245000 Variance 1139368000
180000 245000 Stand. dev 33754.53
180000 245000 Median 180000
180000 245000 25 prcntil 170000
180000 245000 75 prcntil 230000
180000 245000 Skewness 0.2873678
180000 245000 Kurtosis -1.300768
170000 245000 Geom. mean 192961
170000 245000 Coeff. var 17.24022
170000 245000
170000 245000
150000 245000
150000 245000 curtosis de los salarios
245000 230000
245000 230000
245000 230000
245000 230000
245000 230000
230000 230000
platicúrtico
200000 230000
200000 230000
200000 230000 el salario de los colaboradores tiende a tener una
170000 230000 concentración en los extremos
150000 230000
150000 230000
150000 230000
230000 200000
200000 200000 resumen estadistico de los gastos
180000 200000
150000 200000 All
150000 200000 N 76
245000 190000 Min 164000
230000 190000 Max 245000
180000 190000 Sum 1.55E+07
180000 190000 Mean 204447.4
245000 180000 Std. error 3663.207
245000 180000 Variance 1019851000
245000 180000 Stand. dev 31935.1
230000 180000 Median 195000
200000 180000 25 prcntil 170000
180000 180000 75 prcntil 245000
180000 180000 Skewness 0.1736385
180000 180000 Kurtosis -1.768339
170000 180000 Geom. mean 202007.2
170000 180000 Coeff. var 15.62021
150000 180000
150000 180000
245000 170000
245000 170000
245000 170000
230000 170000 curtosis de los gastos
230000 170000
230000 170000
200000 170000
200000 170000
200000 170000
200000 170000
platicúrtico
200000 170000
180000 170000
180000 170000 los gastos de los culaboradores tiende a
180000 170000 tener una concentración en los extremos
170000 170000
170000 170000
170000 170000
170000 170000
150000 170000
150000 170000
170000 164000
150000 164000
no se encontraron datos atípicos en los salarios información poblaciónal de los salarios

asimetria (+)
la media tiene mayor peso que la
mediana

coeficiente de variación de los salarios

17,24% los datos son homogeneos

no se encontraron datos atípicos en los gastos informacion poblacional de los gastos

 asimetria (+)
la media tiene mayor peso
que la mediana

coeficiente de variación de los salarios

15,62% los datos son homogeneos

muestra del salario con error deñ 4% y 12%

muestra de gastos con error del 4% y 12%

mayor peso
Limites con error del 4% y el 12% para salarios y gastos
 CONCLUSIONES

- tenemos una población confirmada de 76 colaboradores, pues no

atípicos.

- se tomaron muestras para los salarios y los gastos encontrando q

minimo, la muestra se dispara y cuando el error aumenta, la mues

- según el analisis de los limites de confianza, para los colaborado

gastos mensuales que sus ingresos mensuales.
CONCLUSIONES

a de 76 colaboradores, pues no se encontraron datos

ios y los gastos encontrando que cuando el error es

ndo el error aumenta, la muestra disminuye.

confianza, para los colaboradores son mayores sus

mensuales.
 Temporadas
# de Pago de Cantidad
Prima
1 Julio 1 P=Julio 1 1 198
2 Julio 1 Q=Diciembre 2 2 42
3 Julio 1 240
4 Julio 1
5 Diciembre 2 Error poblacional 3% 0.03
6 Julio 1 Nivel de confianza 90.70% 1.78
7 Julio 1
8 Julio 1 Muestra piloto 163.02183832
9 Julio 1 Muestra final 97.07970506 98
10 Julio 1
Que
temporada
11 Julio Muestra administran
mejor la
prima
1
12 Julio 1 1 141
13 Julio 1 2 68
14 Diciembre 2 3 133
15 Julio 1 4 220
16 Julio 1 5 102
17 Julio 1 6 33
18 Julio 1 7 188
19 Julio 1 8 61
20 Julio 1 9 101
21 Julio 1 10 204
22 Julio 1 11 94
23 Julio 1 12 205
24 Julio 1 13 213
25 Diciembre 2 14 11
26 Julio 1 15 60
27 Julio 1 16 141
28 Julio 1 17 197
29 Julio 1 18 167
30 Diciembre 2 19 105
31 Julio 1 20 55
32 Julio 1 21 56
33 Diciembre 2 22 138
34 Julio 1 23 181
35 Julio 1 24 32
36 Julio 1 25 31
37 Julio 1 26 32
38 Julio 1 27 9
39 Julio 1 28 152
40 Diciembre 2 29 232
41 Julio 1 30 48
42 Julio 1 31 37
43 Julio 1 32 171
44 Julio 1 33 131
45 Julio 1 34 187
46 Julio 1 35 8
47 Julio 1 36 225
48 Diciembre 2 37 108
49 Diciembre 2 38 123
50 Julio 1 39 212
51 Julio 1 40 170
52 Julio 1 41 149
53 Julio 1 42 2
54 Julio 1 43 88
55 Julio 1 44 64
56 Diciembre 2 45 168
57 Julio 1 46 142
58 Julio 1 47 222
59 Diciembre 2 48 164
60 Julio 1 49 67
61 Julio 1 50 111
62 Julio 1 51 60
63 Julio 1 52 79
64 Julio 1 53 21
65 Julio 1 54 227
66 Julio 1 55 140
67 Julio 1 56 40
68 Julio 1 57 234
69 Julio 1 58 170
70 Diciembre 2 59 225
71 Julio 1 60 4
72 Julio 1 61 105
73 Julio 1 62 63
74 Julio 1 63 167
75 Diciembre 2 64 99
76 Julio 1 65 66
77 Julio 1 66 61
78 Julio 1 67 22
79 Julio 1 68 116
80 Julio 1 69 6
81 Julio 1 70 82
82 Julio 1 71 4
83 Diciembre 2 72 148
84 Diciembre 2 73 208
 85 Julio 1 74 10
86 Julio 1 75 240
87 Julio 1 76 193
88 Julio 1 77 150
89 Julio 1 78 72
90 Julio 1 79 135
91 Diciembre 2 80 199
92 Julio 1 81 222
93 Julio 1 82 30
94 Diciembre 2 83 194
95 Julio 1 84 200
96 Julio 1 85 39
97 Julio 1 86 40
98 Diciembre 2 87 184
99 Julio 1 88 171
100 Julio 1 89 139
101 Julio 1 90 140
102 Julio 1 91 28
103 Diciembre 2 92 49
104 Julio 1 93 219
105 Julio 1 94 197
106 Julio 1 95 33
107 Diciembre 2 96 94
108 Julio 1 97 171
109 Julio 1 98 165
110 Julio 1
111 Diciembre 2
112 Julio 1
113 Julio 1
114 Julio 1
115 Julio 1
116 Julio 1
117 Diciembre 2
118 Julio 1
119 Julio 1
120 Julio 1
121 Julio 1
122 Diciembre 2
123 Julio 1
124 Julio 1
125 Julio 1
126 Julio 1
127 Julio 1
128 Julio 1
129 Diciembre 2
130 Julio 1
131 Julio 1
132 Julio 1
133 Julio 1
134 Julio 1
135 Diciembre 2
136 Julio 1
137 Julio 1
138 Julio 1
139 Julio 1
140 Diciembre 2
141 Julio 1
142 Julio 1
143 Julio 1
144 Diciembre 2
145 Julio 1
146 Julio 1
147 Julio 1
148 Julio 1
149 Diciembre 2
150 Julio 1
151 Julio 1
152 Julio 1
153 Julio 1
154 Julio 1
155 Diciembre 2
156 Julio 1
157 Julio 1
158 Julio 1
159 Julio 1
160 Julio 1
161 Julio 1
162 Julio 1
163 Diciembre 2
164 Julio 1
165 Julio 1
166 Julio 1
167 Julio 1
168 Diciembre 2
169 Julio 1
170 Julio 1
171 Diciembre 2
172 Julio 1
173 Diciembre 2
174 Julio 1
175 Julio 1
176 Diciembre 2
177 Julio 1
178 Julio 1
179 Diciembre 2
180 Julio 1
181 Julio 1
182 Julio 1
183 Diciembre 2
184 Julio 1
185 Julio 1
186 Julio 1
187 Julio 1
188 Julio 1
189 Diciembre 2
190 Julio 1
191 Julio 1
192 Julio 1
193 Julio 1
194 Julio 1
195 Julio 1
196 Julio 1
197 Diciembre 2
198 Julio 1
199 Julio 1
200 Julio 1
201 Julio 1
202 Julio 1
203 Julio 1
204 Julio 1
205 Diciembre 2
206 Julio 1
207 Julio 1
208 Julio 1
209 Julio 1
210 Julio 1
211 Julio 1
212 Julio 1
213 Julio 1
214 Julio 1
215 Julio 1
216 Diciembre 2
217 Julio 1
218 Julio 1
219 Julio 1
220 Julio 1
221 Diciembre 2
222 Julio 1
223 Julio 1
224 Julio 1
225 Julio 1
226 Julio 1
227 Julio 1
228 Julio 1
229 Julio 1
230 Julio 1
231 Diciembre 2
232 Julio 1
233 Julio 1
234 Julio 1
235 Julio 1
236 Julio 1
237 Julio 1
238 Julio 1
239 Julio 1
240 Diciembre 2
 0'0
0.825 All P=Julio 1 1
0.175 N 240 Q=Diciembre 2 2
Min 1
Max 2
0.0009 Sum 282 Error poblacional 10%
3.1684 Mean 1.175 Nivel de confianza 90.70%
Std. error 0.02457803
Variance 0.1449791 Muestra piloto 38.420805493
Stand. dev 0.3807612 Muestra final 33.118908991
Median 1
Que
Cual es la temporada
mejor Muestra administran
temporada mejor la
prima
25 prcntil 1
1 75 prcntil 1 1 40
1 Skewness 1.721452 2 110
1 Kurtosis 0.9714235 3 100
1 Geom. mean 1.128964 4 129
1 Coeff. var 32.40521 5 177
2 6 165
1 7 12
1 8 227
1 9 128
1 10 32
2 11 90
2 12 189
1 13 194
1 14 183
1 15 166
1 16 107
2 17 107
1 18 39
1 19 169
1 20 84
2 21 83
1 22 229
1 23 231
1 24 123
1 25 7
1 26 135
1 27 96
1 28 18
1 29 132
2 30 163
1 31 186
2 32 73
1 33 43
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
2
1
1
1
1
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
2
1
1
1
2
1
2
1
2
1
2
1
2
2
2
2
1
 198 0.825 Intervalo de confianza
42 0.175
240

0.1 0.01
1.78 3.1684

33

Cual es la
mejor
temporada

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
 Conclusiones
• Según los trabajadores encuestados, sobre qué mes la empresa administra mejor
podemos concluir que el mes de julio administran la prima
• Según el grupo de investigadores solicitados por la empresa los límites de confianza
error del 3% son los siguientes: Un intervalo inferior del 0.94
• La hipótesis obtenida por la empresa Avinsa Ltda. en el área financiera son los siguie
198 de encuestas y el mes de diciembre un tota
• Con un total de 240 empleados sacamos como conclusión que con una margen de
mes de julio, pero cuando calculamos la margen de error del 10% nos damos cuenta q
basándonos en el cuestionario realizado a los empleados concluimos que el mes de ju
mejor manera.
 Conclusiones
es la empresa administra mejor la prima, según el procedimiento realizado
s de julio administran la prima de la mejor manera.
empresa los límites de confianza de la encuesta obtenidos por un margen de
s: Un intervalo inferior del 0.94 y superior del 1,054.
el área financiera son los siguientes: En el mes de julio se obtiene un total de
as y el mes de diciembre un total de 42.
lusión que con una margen de error del 3% el mejor mes administrado es el
ror del 10% nos damos cuenta que el mejor mes es el mes de diciembre, pero
dos concluimos que el mes de julio es el encargo de administrar la prima de la
mejor manera.
Urbana Rural
90 Urbana 10
75 30
40 Media 63 45
20 Error típico 5.220786699 18
86 Mediana 67 78
48 Moda 86 50
67 Desviación estándar 27.625806507 40
27 Varianza de la muestra 763.18518519 60
91 Curtosis -1.1915924689 60
10 Coeficiente de asimetría -0.2823062675 50
18 Rango 90 43
48 Mínimo 10 20
40 Máximo 100 10
86 Suma 1764 30
53 Cuenta 28 20
72 10
39 30
40 43
91 90
99 45
100 70
100 38
47
90
86
86
48
67
 Rural

Media 40.454545455
Error típico 4.6976678716
Mediana 41.5
Moda 10
Desviación estándar 22.034015419
Varianza de la muestra 485.4978355
Curtosis -0.1713102592
Coeficiente de asimetría 0.4926691328
Rango 80
Mínimo 10
Máximo 90
Suma 890
Cuenta 22
 Variable cuantitativa
Nivel de confianza 93,42% y 98,57
 *ESTADISTICA DESCRIPTIVA
La base de datos de la empresa de telefonía móvil proporciona dos tipos de muestra para dos tipos de zonas del país; zon
comportamiento eficiente y deficiente entre las zonas. Se debe tener en cuenta que el método a utilizar es diferencia entre las
este arroja las muestras que se estudiaran en cada zona. La fórmula que se utilizó en el
* NIVELES DE CONFIANZA
Para el nivel de confianza del 93,42% según los intervalos respecto a la eficiencia del servicio móvil registran una mínima sati
satisfacción máxima en ambas zonas es del 35,46 utilizando la

Para el nivel de confianza del 98,57 % según los intervalos respecto a la eficiencia del servicio móvil registra una mínima sati
superior para la satisfacción máxima en ambas
Podemos concluir que a medida que se aumenta el nivel de confianza la satisfacción de los clientes va mejorando. En el eje
incremento del nivel de confianza se refleja en un disparo positivo
*SOLUCIONES
Aumento de velocidad: si la empresa aumenta la velocidad, las páginas se cargarán más rápido de lo normal y ne
Valor de servicio: al disminuir en una cantidad prudente el valor de cada plan disminuirá la insatisfacción de los clientes, p
telefónicos para la zona rural.
Situar amplificadores de cobertura: los amplificadores de cobertura de señal móvil funcionan de manera similar al sistema re
están preparados para recibir y amplificar la señal de t
Acciones de control: hacer un seguimiento del servicio que ofrece la compañía para ver si es el adecuado y
*CONCLUSIONES
• Los valores de media de cada zona se obtuvieron por medio del método análisis de datos, puesto que, al ser un planteam
telefonía móvil y el método que arroja las muestras que se tra
• El comportamiento de la zona rural con respecto a la zona urbana es el área con mayor insatisfacción es por esto que a
satisfacción lo cual a su vez disminuirá en la base de datos de quejas y recla
• Los datos proporcionados por la compañía evidencian niveles mínimos de satisfacción en la zona rural ya que se infiere
• En la zona urbana se comprueban niveles altos, pues al estar dentro de la localidad hay mayor cobe
STADISTICA DESCRIPTIVA
dos tipos de zonas del país; zona urbana con 28 personas y para la zona rural 22 personas, con el fin de ilustrar el
o a utilizar es diferencia entre las medias, de esta manera no se requiere población pues se cuenta con la base datos y
. La fórmula que se utilizó en el estudio corresponde a la variable cuantitativa.
NIVELES DE CONFIANZA
móvil registran una mínima satisfacción en las zonas del 9.64 para el intervalo inferior y para el intervalo superior la
zonas es del 35,46 utilizando la variable cuantitativa.

o móvil registra una mínima satisfacción en las dos zonas del 5,36 para el intervalo inferior y un 35,79 de intervalo
a satisfacción máxima en ambas zonas.
clientes va mejorando. En el ejercicio vemos que de un nivel de confianza al otro hay un aumento de 5.15% y este
e refleja en un disparo positivo en el nivel de satisfacción.
*SOLUCIONES
án más rápido de lo normal y necesitarán menos recarga de página y serán más eficientes las búsquedas.
a insatisfacción de los clientes, pues no es imparcial recaudar valores altos cuando hay deficiencia en los servicios
efónicos para la zona rural.
n de manera similar al sistema receptor de señal de televisión que se posee en casa de campo, con la diferencia que
recibir y amplificar la señal de telefonía móvil.
ñía para ver si es el adecuado y de no serlo buscar las fallas que impiden sea un servicio de calidad.
*CONCLUSIONES
s, puesto que, al ser un planteamiento de diferencia entre las medias, se requiere la base datos de la empresa de
e arroja las muestras que se trabajaron en cada zona.
insatisfacción es por esto que al cumplir con las soluciones planteadas se evidenciará un aumento positivo en la
base de datos de quejas y reclamos obtener resultados negativos.
en la zona rural ya que se infiere que las personas disponen de un mal servicio por la localidad en la que habitan.
de la localidad hay mayor cobertura representando en la escala de satisfacción niveles altos.
 Conclusiones generales
• Gracias a la utilización de programas como past3 y método de análisis de datos, nos
herramienta informática nos entregaba resultados exactos como medidas de ten
• Podemos concluir que el muestreo es una herramienta de la investigación científica
una realidad en estudio (población o universo) debe examinarse con la finalidad de
intervalo de confianza nos da la confianza de estimación, esto se realiza con el fin de c
confianza en la distribución de medias muéstrales, en las distribuciones de medias pro
diferencia entre dos medias muéstrales y en situaciones problema d
Conclusiones generales
método de análisis de datos, nos ahorramos muchos cálculos puesto que esta
os exactos como medidas de tendencia central y medidas de dispersión.
nta de la investigación científica. Su función básica es determinar la parte de
e examinarse con la finalidad de hacer inferencias sobre dicha población, el
ón, esto se realiza con el fin de comprender y aplicar el concepto de límites de
las distribuciones de medias proporcionales muéstrales, en la distribución de
les y en situaciones problema de las ciencias empresariales.
 Referencias bibliográficas
• Wiki How. (S.F). Como encontrar la moda de una serie de números. Recuperado de
de-una-serie-de-n%C3%Bameros
• Martínez Bencardino, C. (2012). Estadística y muestreo (13a. ed.
• Programa Past3.
eferencias bibliográficas
rie de números. Recuperado de https://es.wikihow.com/encontrar-la-moda-
na-serie-de-n%C3%Bameros
Estadística y muestreo (13a. ed.). Bogotá: Ecoe Ediciones.
• Programa Past3.