NOMBRE DE ASIGNATURA

SEMANA 6

Nombre del estudiante: Fidel H. Solis Nova

Fecha de entrega: 18-07-2022
Carrera: Técnico Superior en Prevención de Riesgos
DESARROLLO
• Lea atentamente cada enunciado y responda.
• La tarea debe ser respondida en Word y adjuntando el archivo Excel cuando
corresponda, identificando adecuadamente la pregunta. 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.

De acuerdo con los datos entregados:

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

edad del trabajador y horas conectadas a internet.

Horas conectado a Internet (semanal)

25
f(x) = 46.3923498260165 exp( − 0.0310822347396527 x )
20 f(x)
R² ==0.725753367501123
− 15.0113940371578 ln(x) + 68.6921439395884
R²
f(x)==0.740385360517611
− 0.348758515708832 x + 27.3903296483917
R² = 0.750183039136673
15

10

0
20 25 30 35 40 45 50 55 60 65

Aquí podemos decir que una de las variables aumenta y otra disminuye ya que una de
sus variables es menor que cero y además es representativo como lineal ya que su R 2
es mayor en este modelo por lo que es el más confiable, también podemos deducir que
a mayor edad menor consumo de horas de conexión a internet, la mayor concentración
de trabajadores se encuentra entre los 40 y 50 años de edad y la menor concentración
esta entre los 20 años y 30 años de edad.

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 0,87
Coeficiente de determinación R^2 0,75
R^2 ajustado 0,75
Error típico 1,17
Observaciones 300

ANÁLISIS DE VARIANZA
Grados de
  libertad
Regresión 1
Residuos 298
Total 299

  Coeficientes
Intercepción 27,39032965
-
Edad (años) 0,348758516

Tomando en cuenta los datos obtenidos, podemos deducir que al tener una de las
variables en negativo la tendencia de la pendiente es decreciente por lo que a mayor
edad menor consumo de horas de internet.
 c) Estime el número de horas que un trabajador está conectado a internet, si tiene
62 años.

y = (-0,3488) * (62) + (27,39)

y = 5,7644
Lo que corresponde a 5,8 horas que se conecta a internet aproximadamente a la
semana.

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

que tiene el trabajador?

18 = (-0,3488) * x + (27,39)
18 – 27,39 = (-0,3488) * x
-9,39 = -0,3488x
x = -9,39/-0,3488
x = 26,92
Por lo que la edad estimativa del trabajador que esta conectado 18 horas a internet
semanal es de 27 años.

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.

Antigüedad Laboral (años) segun modelo lineal

16

14 f(x) = 0.00991012607732545 x + 1.73239613351784

R² = 0.767767619135414
12

10

0
0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0

Antigüedad Laboral (años) segun modelo ex-

ponencial
16
f(x) = 3.50809349124887 exp( 0.0012278418695177 x )
14 R² = 0.623935816938488

12

10

0
0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0
e.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta.

Según los datos el que mas se ajusta es el lineal ya que su R 2 es mayor y así nos da
mayor confiabilidad.

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

si lleva 15 años en la empresa.
y = 0,0099x + 1,7324
15 = 0,0099x + 1,7324
15 – 1,7324 = 0,0099x
13,27 = 0,0099x
1340,16 = x
Por lo que un trabajador que lleva 15 años en la empresa tiene un sueldo estimativo de
1340,16 (Miles de pesos) que equivale a $1.340.161.-

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

sueldo mensual de $750.000.

y = 0,0099x + 1,7324
y = (0,0099) (750) + 1,7324
y = 7,425 + 1,7324
y = 9,16
Por lo que un trabajador con un sueldo de $750.000.- se estima que lleva 9 años de
antigüedad.

REFERENCIAS BIBLIOGRÁFICAS
IACC (2018). Regresión lineal. Estadística. Semana 6