Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMANA 6
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.
a) Realice un gráfico de dispersión e indique el tipo de relación entre las variables edad del trabajador y
horas conectadas a internet.
Según lo que el grafico nos presenta, podemos afirmar que la relación de las variables es inversa, ya
que, a mayor edad del trabajador, menor son las horas que está conectado a internet.
b) Con respecto a las mismas variables de la letra a), construya un modelo de regresión e interprete el
valor de la pendiente.
Al comparar las 3 líneas de tendencia, podemos afirmar que la más confiable, es la tendencia lineal, ya
que su coeficiente de determinación es el más alto.
c) Estime el número de horas que un trabajador está conectado a internet, si tiene 62 años.
20
Resumen y = 46,392e -0,031x
R² = 0,7335
15
Estadísticas de la regresión y = -15,01l n(x) + 68,692
R² = 0,7404
Coeficiente de 0,866131075
correlación múltiple 10
Coeficiente de 0,750183039
determinación R^2
R^2 ajustado 0,749344727 5
Error típico 1,166916984
Observaciones 300
0
0 10 20
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1218,544816 1218,544816 894,87337 9,37712E-92
Residuos 298 405,785184 1,361695248
Total 299 1624,33
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
Intercepción 27,39032965 0,541086305 50,62099964 2,1721E-148 26,32549533 28,45516396 26,32549533 28,45516396
Edad (años) -0,34875852 0,011658536 -29,9144341 9,37712E-92 -0,37170201 -0,32581502 -0,37170201 -0,32581502
y= 27,39032965 + -0,34875852 * x
x = 62 -> y = ?
5,767301674
Las horas que un trabajador de 62 años esta conectado a internet es de 6 horas aprox.
d) Si un trabajador está conectado 18 horas a internet, ¿qué edad se puede estimar que tiene el
trabajador?
Resumen
Estadísticas de la regresión
Coeficiente de 0,866131075
correlación múltiple
Coeficiente de 0,750183039
determinación R^2
R^2 ajustado 0,749344727
Error típico 1,166916984
Observaciones 300
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1218,544816 1218,544816 894,87337 9,37712E-92
Residuos 298 405,785184 1,361695248
Total 299 1624,33
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
Intercepción 27,39032965 0,541086305 50,62099964 2,1721E-148 26,32549533 28,45516396 26,32549533 28,45516396
Edad (años) -0,34875852 0,011658536 -29,9144341 9,37712E-92 -0,37170201 -0,32581502 -0,37170201 -0,32581502
y= 27,39032965 + -0,348758522*/ xy
x = ? -> y = 18
27,37095418
La edad que tiene un trabajador que esta conectado 18 hrs es de 27 años aprox.
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.2) Estime qué modelo se ajusta mejor a los datos. Justifique su respuesta
El modelo que se ajusta mejor a los datos es el modelo lineal, ya que su coeficiente de determinación es
más alto, loque indica un grado mayor de asertividad de los datos.
e.3) Utilizando el modelo más adecuado, determine el sueldo mensual de un trabajador, si lleva 15 años
en la empresa.
Resumen 600,0
400,0
Estadísticas de la regresión 200,0
Coeficiente de 0,876223498
correlación múltiple
0,0
Coeficiente de 0,767767619
determinación R^2
0 2 4 6 8 10
R^2 ajustado 0,766988316
Error típico 90,44024991
Observaciones 300
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 8058362,29 8058362,29 985,1974546 1,75351E-96
Residuos 298 2437472,764 8179,438804
Total 299 10495835,05
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
Intercepción 48,67008434 24,11105774 2,018579395 0,044426451 1,220571379 96,1195973 1,220571379 96,1195973
Antigüedad Laboral
77,47304254
(años) 2,46824901 31,38785521 1,75351E-96 72,61563584 82,33044924 72,61563584 82,33044924
Y = 48,67008434 + 77,47304254 * x
Y = ? -> X = 15
1210,8
Resumen 600,0
400,0
Estadísticas de la regresión 200,0
Coeficiente de 0,876223498
correlación múltiple
0,0
Coeficiente de 0,767767619
determinación R^2
0 2 4 6 8 10
R^2 ajustado 0,766988316
Error típico 90,44024991
Observaciones 300
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 8058362,29 8058362,29 985,1974546 1,75351E-96
Residuos 298 2437472,764 8179,438804
Total 299 10495835,05
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%
Intercepción 48,67008434 24,11105774 2,018579395 0,044426451 1,220571379 96,1195973 1,220571379 96,1195973
Antigüedad Laboral
77,47304254
(años) 2,46824901 31,38785521 1,75351E-96 72,61563584 82,33044924 72,61563584 82,33044924
Y = 48,67008434 + 77,47304254 * x
Y = 750,0 -> X = ?
9,1
REFERENCIAS BIBLIOGRÁFICAS
Las referencias deben ser presentadas de acuerdo con las Normas APA, incluyendo información que
permita ubicar de forma inmediata la fuente utilizada.
Recuerda que siempre debes incluir el texto de lectura relacionado con la semana a evaluar.