Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INFERENCIAL
TRAB
TRABAJ
AJO
O FIN
FINAL
AL
TEMA: MEDICION DEL NIVEL DE PERCEPCIÓN
DE LOS CLIENTES, SOBRE EL SERVICIO QUE
BRINDA PACIFICO ASISTENTE
PROFESOR: SECCIÓN:
INTEGRANTES:
ESTADISTICA INFERENCIAL
ultinomial $ oisson&.
III. rue!as de Analisis
Analisis de /arian,a
/arian,a de un 0actor
I/.
I/. rue!as de an'lisis de Regresión
Regresión lineal simple
simple $ No lineal.
. resentación
resentación de conclusiones $ recomendaciones
recomendaciones preliminares.
preliminares.
1. TEMA
2. IN
INTE
TEGRA
GRANT
NTES
ES
5
ESTADISTICA INFERENCIAL
3. DES
DESCRIP
CRIPCIÓ
CIÓNN DE LA EMPRESA
EMPR ESA
Cue
Cuenta
nta con la cali%
ali%ca
caci
ción
ón de grad
grado
o de inv
inversió
rsión
n inter
nterna
naci
cion
onal
al
de Moody's $ Fitch Ratings
Ratings( dos
dos de las
las clas
clasi%
i%ca
cado
dora
rass de ries
riesgo
go m'
m'ss
importantes del mundo.
VISIÓN)
@
ESTADISTICA INFERENCIAL
MISION:
PRINCIPIOS:
ESTADISTICA INFERENCIAL
B
ESTADISTICA INFERENCIAL
4. OBJETIVOS DE INVESTIGACIÓN
O)$'7! G)")%+*:
O)$'7!# )#/)9!#:
8
ESTADISTICA INFERENCIAL
P%!*)(+:
ESTADISTICA INFERENCIAL
POBLACION:
MUESTRA:
UNIDAD DE ANÁLISIS:
ESTADISTICA INFERENCIAL
6. DESARROLLO:
PROMEDIO
Planteamiento de la Hipótesis:
ESTADISTICA INFERENCIAL
Hallando el Tc:
Tiempo promedio
(segundos)
M)-'+ .1
Error típico B.98
ediana 8.89
oda .99
D)#7'+'"
)#$"-+% 564.3
/arian,a de la 55.
muestra 9
Curtosis B.9
Coe%ciente de
asimetría 5.5
Rango B9.99
ínimo .99
'?imo 898.99
5B@.
Suma 99
Cuenta 589.99
´ − μ o
X
T cal= t ( n−1) gl
S
√ n
T cal=
978.18 −1046
=−1.233
564.03
√ 50
ESTADISTICA INFERENCIAL
Decisión:
N1 REC*AJ1 *o
Conclusión:
CONCLUSIONES ? RECOMENDACIONES
59
ESTADISTICA INFERENCIAL
PROPORCIÓN
Planteamiento de la Hipótesis:
Hallando el Tc
Cuenta de
ERCECI1N DEL
CLIENTE
ERCECI1N DEL Tot
CLIENTE al
-4EN1 B -ueno B .2
AL1 8B N 589
4K -4EN1 B
RE:4LAR 5
15
T!$+* )")%+*
p− p o
^
z =
√
p o ( 1 − p o )
n
55
ESTADISTICA INFERENCIAL
z =
0.29 −0.3
=0.26
Decisión:
REC*AJ1 *o
Conclusión:
CONCLUSIONES ? RECOMENDACIONES
5@
ESTADISTICA INFERENCIAL
!rindamos.
5
ESTADISTICA INFERENCIAL
OTRO
SANTIAG S <26
MIRAFLO O DE D'#$%'$ T!$+*
RES SURCO !#= )")%+*
ATR1ELL1 5 5
CAIDA EN *4EC1 @ @
C*134E C1N R1. EN
1/IIENT1 5 5
C*134E C1N R1. EN
1/IIENT1 K F4:A 5
C*134E C1NTRA ANIAL 5 5
C*134E C1NTRA 1-ET1 5 @ B 559
C*134E ESTACI1NAD1 5 B
DAM1S 1R INTENT1 DE
R1-1 5 5
DAM1S 1R 1-ET1
C1NT4NDENTE @
DESISTE 5 B
INCENDI1 5 5
RIES:1S 1LITIC1S 5 5 @
R1-1 DE /E*IC4L1 1R
ASALT1 5 5
R1-1 ESTACI1NAD1 DE
/E*IC4L1 5 5
R1T4RA DE /IDRI1 5 5
T!$+* )")%+* 22 26 12 15
5B
ESTADISTICA INFERENCIAL
Planteamiento de la Hipótesis:
>'/$)#'# "&*+:
>'/$)#'# +*$)%"+"$):
Hallando el Fc
SATIA!O "E
MIRAFLORES S#R$O
edia .5B@85B .8
/arian,a 5.B59B 5@5
1!servaciones B
:rados de li!ertad
F 9.599@8@
#FO0& una cola 9.9@889985
/alor crítico para F #una cola& 9.@59@58B
2
S 1
F c = 2
~ F ( n1 −1,n2 −1)
S 2
Fc O 9.59
58
ESTADISTICA INFERENCIAL
Decisión:
No se rec+a,a *o
Conclusión:
CONCLUSIONES ? RECOMENDACIONES
Luego del an'lisis( podemos concluir 6ue se de!er' prestar ma$or atención
a los accidentes ocurridos en los distritos de iraores $ Surco( por ser los
distritos con ma$ores incidencias en siniestros( de este modo generar
estrategias para !rindar r'pidas $ me"or respuestas a los usuarios.
5
ESTADISTICA INFERENCIAL
VARIANAS IGUALES
La empresa aseguradora aci%co desea determinar si los siniestros de
C*134E C1NTRA 1-ET1 les genera ma$ores ingresos 6ue los C*134E
ESTACI1NAD1( seg7n la data recolectada en mes de Fe!rero.
ara determinar esto se considerara un nivel de signi%cación de G.
Dado 6ue las varian,as po!lacionales son desconocidas( el primer paso
ser' reali,ar unas prue!as de +ipótesis para determinar si son varian,as
+omog<neas.
Planteamiento de la Hipótesis:
2
S 1
F c = 2
~ F ( n1 −1, n2 −1)
S 2
Fc O 9.B
5
ESTADISTICA INFERENCIAL
$O#E $OTRA
O*ETO $O#E ESTA$IOA"O
edia B 8.8
/arian,a B9@B. B58.
1!servaciones B
:rados de li!ertad 8
F 9.BBB
#FO0& una cola 9.B8B8888
/alor crítico para F #una 9.5B5@5
cola&
5
ESTADISTICA INFERENCIAL
Decisión:
SE ACETA *o
Conclusión:
5
ESTADISTICA INFERENCIAL
Planteamiento de la Hipótesis:
>'/$)#'# "&*+: μ 5 ≤ μ @
Hallando el Tc
SATIA!O "E
S#R$O MIRAFLORES
edia 58 5.555
/arian,a 9 59.@@@@
1!servaciones @ @@
/arian,a agrupada @B.@B5
Di0erencia +ipot<tica de las
medias 9
:rados de li!ertad B
Estadístico t 5.9@B85
#TOt& una cola 9.5B98BB5B
/alor crítico de t #una cola& 5.9B5B
#TOt& dos colas 9.@59@
/alor crítico de t #dos colas& @.95@88
@9
ESTADISTICA INFERENCIAL
Decisión:
Se acepta *o
Conclusión:
CONCLUSIONES ? RECOMENDACIONES
Luego del an'lisis( podemos concluir 6ue se de!er' prestar ma$or
atención a los asegurados en la ,ona de iraores por6ue ellos
representan ma$ores ingresos para la empresa.
@5
ESTADISTICA INFERENCIAL
P*+"$)+(')"$! -) *+ >'/$)#'#:
E#$+-9#$'! -) /%&)+:
d − d 0
T: K11.21 tc = ~ t ( n −1)
sd
n
Después - Antes
edia >@.9
@@
ESTADISTICA INFERENCIAL
@
ESTADISTICA INFERENCIAL
N%!# -)
MARCA A&$!#
NISSAN 6
VOLSA
GEN
T!$+* 15
P*+"$)+(')"$! -) *+ >'/$)#'#:
P%!/!%'!")#:
@B
ESTADISTICA INFERENCIAL
NISSAN: 9.B99
VOLSAG
EN: 9.99
pˆ1 − pˆ 2
Z c = ≈ Z
1 1
p ( 1 − p ) + ÷
n1 n2
V. C>I CUADRADO
@8
ESTADISTICA INFERENCIAL
@
ESTADISTICA INFERENCIAL
Planteando la Hipótesis
VALORES ESPERADOS
PERCEPCION DEL CLIENTE
CATEGORIA DE MAL MU? REGUL T!$+*
SERVICIO BUENO O BUENO AR )")%+*
ASISTIDO NO
REALIADO @.95 @.8@ 5.8 9. .
85.B
BASICO B9. @.B5 5.55 143.
54.
T!$+* )")%+* 43. 34. 1. 15.
VALORES C>I
CUADRADO
PERCEPCION DEL CLIENTE
CATEGORIA DE MAL MU? REGUL T!$+*
SERVICIO BUENO O BUENO AR )")%+*
ASISTIDO NO
REALIADO 9.B 9.@ 9.55 9.95
BASICO 9.9@ 9.9B 9.95 9.99
P&"$! E#/)%+-! 1.61
f c (Oij − E ij ) 2
∑∑
2
χ = ≈
i =1 j =1 E ij
2
χ [1−α ; ( f −1) ( c −1)]
2
2
χ cal= 1.61 χ 0.02,12 ( crítico )=9.8374
@
ESTADISTICA INFERENCIAL
DECISIÓN
N1 REC*AJ1 *o
CONCLUSION
A un nivel de signi%cación del @G el rendimiento de la percepción del cliente
es independiente a la categoría del servicio 6ue se le !rinda.
@
ESTADISTICA INFERENCIAL
O#)%7+-!#
PERCEPCION DEL CLIENTE T!$+*
)")%+*
DISTRITO
MAL REGUL BUENO MU?
O AR BUENO
IRAFL1RES 5 @@
SAN ISIDR1 9 B B 5
SANTIA:1 DE
5B 8 B @
S4RC1
T!$+* )")%+* 31 1 64
@
ESTADISTICA INFERENCIAL
SANTIAGO DE SURCO
58
59
9
O O
A L E N
M U
B
P)%,)/,'1" -)* ,*')"$)
9
ESTADISTICA INFERENCIAL
Planteamiento de la Hipótesis:
2
r k
(Oij − E ij )
∑∑
2
χ =
i =1 j =1 E ij
stadística de prue!a :
2
χ cal = 9.463
O#)%7+-!#
PERCEPCION DEL CLIENTE T!$+*
)")%+*
DISTRITO
MAL REGUL BUENO MU?
O AR BUENO
59.8
IRAFL1RES @.89 8.BB @.89 @@
SAN ISIDR1 .89 @.999 B.@89 @.999 5
SANTIA:1 DE 5@.8
.@89 .9 .@89 @
S4RC1 B
T!$+* )")%+* 31 1 64
V+*!%)# )#/)%+-!#
T!$+*
PERCEPCION DEL CLIENTE
)")%+*
DISTRITO
MAL REGUL MU?
O AR BUENO BUENO
IRAFL1RES 9.@8 9.9@ 5.98 5.55B
SAN ISIDR1 9.99 @.999 9.958 @.999
SANTIA:1 DE
9.58 9.B@ 5.@@ 9.95
S4RC1
T!$+* )")%+* .463
"egiones críticas
5
ESTADISTICA INFERENCIAL
2: <E#$+-9#$'!
.B
-) /%&)+=
G%+-!# -)
O#>5&Y#B>5&
L')%$+-
1K: 9.
5.
P&"$! %9$'!:
#OIN/.C*IC4AD#9.(&
Decisión:
2 2
χ cal < χ 0.97,3 N1 SE REC*AJA *1
>!: La percepción de los clientes es +omog<nea en los tres distritos
Conclusión:
N -)
CAUSA DEL SINIESTRO SINIESTRO
S
R!! -) +&$!/+%$)# 588
R!! -) 7)@9&*! /!%
9
+#+*$!
R!! )#$+'!"+-! -)
58
V)@9&*!
@
ESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL
Planteamiento de Hipótesis
2
r k
(Oij − E ij )
∑∑
2
χ =
i =1 j =1 E ij
stadístico de prue!a
2
χ cal= 60.8750
"egiones críticas
:l) #Z>5&
#>5& O@
.A
.R
5.1
INV. C>ICUAD <.5,2=
Decisión:
2 2
χ cal > χ 0.95,2 REC*AJ1 *1
B
ESTADISTICA INFERENCIAL
Conclusión:
5.4POISSON
Planteando la Hipótesis
8
ESTADISTICA INFERENCIAL
VALORES ESPERADOS
CALIFICACION PERCEPCION DEL CLIENTE LANDA P' ESPERADOS PUNTO ESPERADO
9 8B 9 9.@8 .95
5 5 5 9.8 8@ @5.95
@ B 9.@B 5.
B 59@ 9.5 @B .@
ESTADISTICO DE PRUEBA
LANDA
ESTIMAD 5.
O
PUNTO
ESTIMAD .@
O
GRADOS
DE @
LIBERTAD
PUNTO
.@
CRITICO
DECISIÓN
ESTADISTICA INFERENCIAL
Rec+a,a *o.
CONCLUSION
La distri!ución de la percepción del cliente no proviene de una
distri!ución de oisson.
Se !usca pro!a la percepción del cliente organi,ativa en el transcurso de
5 mes con datos escogidos de B8 órdenes de atención.
ESTADISTICA INFERENCIAL
Planteamiento de la Hipótesis:
>'/$)#'# "&*+: μ 5O μ @ O μ
ESTADISTICA INFERENCIAL
AN#A
An'lisis de varian,a de un
0actor
RES4EN
+romedi
!rupos $uenta Suma o ,arian-a
C*134E C1N
R1. EN
1/IIENT1 K
F4:A 5B @5.5B@ 8.98
DESISTE B 8 .899 5.@899
DAM1S 1R
1-ET1
C1NT4NDENTE 58 5. .9999
AN[LISIS DE
/ARIANJA
+romedi
Suma de !rados o de los ,alor
Origen de las cuadrad de cuadrad +ro/a/ilid cr0tico
.ariaciones os li/ertad os F ad para F
.B@ 5.5
Entre grupos @ B .@B 9.9B8 .858
Dentro de los 5.9
grupos 5 5 85.8@
Total 5@B.8 5
Fc O .@B
Decisión:
Se rec+a,a *o
Conclusión:
ESTADISTICA INFERENCIAL
Planteamiento de la Hipótesis:
*ipótesis nula) μ 5O μ @
*ipótesis nula) μ 5O μ
*ipótesis nula) μ @O μ
1 1
y i. − y j. > t (1 CME + ÷
−
α
ni n j÷
2
,GLE )
B9
ESTADISTICA INFERENCIAL
!Diferencia
t(1-alfa/2, cantidad de raíz de CME
diferencia de
grado de repeticiones y cantidad
de CME DM promedios
libertad de cada de
promedios es mayo a
del error) tratamiento repeticiones
DM"
C*134E SE
> 85.8 REC*AJA
DESISTE 5@.@ @.59 @ 9.@ B.85 .8@9 *o
C*134E 85.8 SE ACETA
> DAM1S .98 @.59 @ 9.@8B9 .@5 .8 *o
DESISTE 85.8 SE ACETA
> DAM1S .8 @.59 @ 9.55 B.@8 .59@ *o
+romedi
!rupos o
C*134E C1N R1. EN 1/IIENT1 K
F4:A @5.5B@
DAM1S 1R 1-ET1 C1NT4NDENTE 5.
DESISTE .899
Conclusión:
B5
ESTADISTICA INFERENCIAL
+A**A- 5 5@.
+*'/A B8.8
-**)LL B 5.88
-A @ @.
)'P''-)A 5 5.@
4'U A*)A @9.
LA L)A B 5@.5
LA ()-T*)A @9.@
LA5-ALLA B 5.9
L)A 5.5
L)-' 5.55
L L)( 55.88
A6AL'A 'L A* B 5.5
)*A7L*' @@ @9.B8
PU'+L L)+*' 5.58
PU'T' P)'*A 5 @B.8B
*)A- 5 @.B
A +*4A 59.B
A ))* 5 @5.5@
A 4UA ' LU*)6A- B 9.8
A 4UA ' )*A7L*' 5 @5.9@
A A*T) ' P**' 5.B
A )6U'L B 58.8@
ATA A)TA 5.@
AT)A6 ' U*- @ 8.9
U*8U)LL 5.55
()LLA A*)A 'L T*)U7 @ @@.98
B@
ESTADISTICA INFERENCIAL
9
89
B9
9
9
9 8 59 58 @9 @8 9
B
ESTADISTICA INFERENCIAL
E&+'" )#$'(+-+:
K O @5.99? \ 9.5B
I"$)%/%)$+'" -) *!# !)')"$)# )#$'(+-!#:
B El tiempo promedio de atenci1n en los distritos de la ciudad de
Lima es 234556 minutos4
C!)')"$) -) !%%)*+'":
E9iste una dependencia lineal entre tiempo promedio de llegada y entre
la distancia del distrito4
stadísticas de la
regresión
Coe%ciente de
correlación
m7ltiple .8G
Coe%ciente de
determinación
R^@ .8BG
R^@ a"ustado .55G
555.@8
Error típico G
1!servaciones @
BB
ESTADISTICA INFERENCIAL
cuadrad cuadrad o de
li/ertad
os os F
B
ESTADISTICA INFERENCIAL
. PRESENTACIÓN DE CONCLUSIONES ?
RECOMENDACIONES PRELIMINARES.