4) Se determina el nro.

De horas (x) y el sueldo (y) que percibe un asistente de

Ingeniera para el Área de Control de Calidad que trabaja en la empresa Sider Peru
(para 18 trabajadores). Se tiene el sgte. reporte estadístico en SPSS.

En base a los resultados generados por SPSS desarrolla las siguientes preguntas:

a) Identificar e interpretar el coeficiente de correlación de Pearson y el

Coeficiente de Determinación

Correlación de Pearson: R = 0,985

Interpretación: Existe una correlación positiva fuerte (directa) entre las variables N° de
horas y sueldo.

Coeficiente de Determinación: R2 = 0,971

Interpretación: El 97,1 % de la variación del sueldo es explicado por el número de
horas que percibe un asistente de Ingeniera para el Área de Control de Calidad que
trabaja en la empresa Sider Peru.

b) Identifique la Ecuación de Regresión lineal Simple:

y=a+bx
c) Estime ¿Cuánto serán los sueldos de los trabajadores considerando 30horas
de trabajo globales?
y=a+bx
y=260,894+18,299. X
y=260,894+18,299(30)
y=809,864

5) En el centro de cómputo de la institución educativo ALBERT EINSTEIN Se lleva a

cabo un estudio para determinar la relación entre el tiempo de uso de una
computadora y la eficiencia de las mismas, cuyos datos fueron ingresados al programa
estadístico SPSS, del cual se obtuvo el siguiente reporte:
 Coeficientes a

Coeficientes
Coeficientes no estandarizados
Modelo tipificados t Sig.
B Error típ. Beta

1 (Constante) 100,636 7,548 13,332 ,000

Tiempo de Uso -7,061 Correlaciones

1,085 -,936 -6,506 ,001

a. Variable dependiente: Eficiencia Tiempo de Uso Eficiencia

Tiempo de Uso Correlación de Pearson 1 -,936**

En base Sig. (bilateral) ,001 a los
N 8 8
**
Eficiencia Correlación de Pearson -,936 1

Sig. (bilateral) ,001

N 8 8

**. La correlación es significativa al nivel 0,01 (bilateral).

resultados generados por SPSS desarrolla las siguientes preguntas:

a) Identificar e interpretar el coeficiente de correlación de Pearson

Correlación de Pearson: R = - 0,936

Interpretación: Existe una correlación negativa fuerte entre el tiempo de uso de una
computadora y la eficiencia de las mismas.

b) Identificar el Modelo de Regresión Lineal Simple

y=a+bx

c) A partir del Modelo de Regresión Lineal, predecir la Eficiencia de una

computadora si el tiempo de uso es de 5 años.
y=a+bx
y=10 0 , 636−7 , 061. X
y=100,636−7,06 1(5)
y=65,331