“Añ

o de la unidad, la paz y el desarrollo”

APRENDIZAJE BASADO EN RETOS (ABR)

FACULTAD DE CIENCIAS DE LA EMPRESA

Carrera profesional de Administración y Negocios Internacionales

ASIGNATURA:

ESTADÍSTICA APLICADA PARA LA GESTIÓN

DOCENTE:
Revilla Olazabal, Johanny Viviane

ESTUDIANTES:

Chávez Torres, Laleska Fernanda (100%)

Gonzales Huachi, Tatiana Nikol (100%)

Luza Lizarraga, Josue Gabriel (100%)

Nina Beltrán, Andrea Belen (100%)

Torres Valeriano, Cielo Faviana (100%)

Montalvo Vilca, Geraldine Katia(100%)

AREQUIPA– PERÚ

2023
 DEDICATORIA:

Este informe es el resultado de la colaboración y esfuerzo conjunto de un equipo

comprometido con la excelencia y la aplicación práctica de la estadística. Queremos
expresar nuestro agradecimiento a cada miembro del grupo, cuya dedicación y
habilidades individuales se fusionaron para dar vida a este trabajo. Agradecemos
también a nuestros profesores y mentores por guiarnos en este viaje de aprendizaje.
Este informe está dedicado a todos aquellos que valoran la importancia de trabajar
en equipo y que comparten la pasión por desentrañar los misterios a través de los
números. ¡A ustedes, compañeros y colaboradores, les dedicamos este logro
colectivo!
INTRODUCCIÓN:
Las estadísticas aplicadas desempeñan un papel vital a la hora de tomar decisiones
informadas y crear una comprensión más profunda de los fenómenos que nos
rodean.
En este informe, presentamos los resultados de un riguroso análisis estadístico
realizado en colaboración con nuestro equipo. Nuestro principal objetivo es utilizar
los conceptos y técnicas estadísticas aprendidos durante el curso para transformar
números y datos en información valiosa para la toma de decisiones.

A través de este trabajo, exploramos no sólo la complejidad inherente de conjuntos

de datos seleccionados, sino también la sinergia entre los miembros del grupo.
Cada miembro aporta habilidades únicas y una perspectiva diferente, lo que resulta
en una comprensión más completa de los desafíos y oportunidades. Desde la
recopilación de datos inicial hasta la interpretación final de los resultados, este
informe refleja el compromiso colectivo de nuestro equipo con la excelencia
académica y la aplicación práctica de las estadísticas. A medida que profundizamos
en los detalles de nuestro análisis, invitamos a los lectores a unirse a nosotros para
explorar las tendencias, patrones y conclusiones que surgen de este proceso
colaborativo. Este informe no sólo documenta el proyecto estadístico, sino que
también enfatiza la importancia de las estadísticas como una herramienta
importante para comprender el mundo que nos rodea; no menos importante para el
fin de este trabajo se utilizaron diferentes fuentes de información para poder
realizarlo de la mejor manera.

Finalmente,a pesar de los distintos obstáculos que presentamos destacamos el

buen trabajo en equipo y el apoyo de todos los integrantes del grupo,que
colaborativamente siempre estuvieron dispuestos durante el desarrollo de todo el
trabajo,la coordinación,puntualidad,compromiso y respeto son los valores que más
destacamos en este trabajo colaborativo durante el Aprendizaje Basado en Retos
(ABR).
CAPÍTULO I:

1. PLANTEAMIENTO DEL RETO

1.1 Descripción del reto a desarrollar:

Los estudiantes, divididos en grupos según la determinación del docente en

cada NRC, se embarcarán en un proyecto que fusiona la teoría estadística
con la aplicación práctica en el ámbito de negocios y economía. La tarea
principal consiste en seleccionar una base de datos relacionada con estos
campos, la cual deberá contener un mínimo de 300 datos y estar
acompañada por un diccionario que identifique y explique cada variable
presente. Con el objetivo de garantizar la representatividad y validez de sus
conclusiones, los grupos deberán emplear métodos de muestreo como
aleatorio simple (con y sin reemplazo), sistemático, estratificado,
conglomerados, polietápicos, entre otros. Esto implica determinar el tamaño
de la muestra y seleccionar a los integrantes de manera estratégica. Una vez
formada la muestra, cada grupo deberá elegir dos variables: una cualitativa y
otra cuantitativa. A partir de estas, se llevará a cabo un exhaustivo análisis
exploratorio de datos mediante técnicas de estadística descriptiva. Este
análisis abordará gráficos y estadísticos que revelen la forma, dispersión y
características fundamentales de los datos. La siguiente fase del proyecto
implica realizar estimaciones puntuales y por intervalos de proporción, media
y varianza, profundizando así en la comprensión de las tendencias y
características centrales de las variables seleccionadas. Además, se llevarán
a cabo pruebas de hipótesis y ANOVA correspondientes, proporcionando una
base sólida para la toma de decisiones informadas en el ámbito de los
negocios y la economía. Este enfoque integral, que combina la práctica con la
teoría estadística, permitirá a los estudiantes no solo aplicar conceptos
aprendidos en el aula, sino también desarrollar habilidades críticas y
analíticas esenciales para enfrentar desafíos del mundo real en el ámbito
empresarial y económico.
 1.2 Problema general
Cada grupo deberá buscar una base de datos relacionado a los negocios o la
economía; la misma que debe tener como mínimo 300 datos. Teniendo
presente que debe contar con el diccionario que identifica y explica cada una
de las variables.

1.3 Objetivos
1.3.1 Objetivo general
Determinar las variables cuantitativas y cualitativas para desarrollar el análisis
exploratorio de datos (estadística descriptiva), determinando de manera
gráfica y cuantitativa los estadísticos de: forma, dispersión y forma, realizar
las estimaciones puntuales y por intervalos de: proporción, media y varianza,
y desarrollar las pruebas de hipótesis y ANOVA correspondiente.

CAPÍTULO II

2. MUESTRA ALEATORIA:

2.1 Tamaño de muestra:

Para poder realizar de manera correcta la muestra aleatoria es necesario
primero hallar la muestra que utilizaremos de la población elegida.

● Población : 400 datos

 El siguiente gráfico es de la población con la que estamos trabajando, en este
caso datos de la empresa MiBanco y sus acreedores, el segmento donde se
designó a cada uno y la cantidad de desembolso,fecha,número de identidad y
región.

● Muestras: 100 datos muestrales

Se utilizaron los siguientes parámetros para poder hallar la muestra de

nuestra población,donde N(población),Z(nivel de significancia),p(número de
éxitos),q(número de fracasos) y e(error).

2
N∗Z ∗p∗q
n= 2 2
e ∗(N−1)+ Z ∗p∗q

● Estimación de la muestra:según formulación

Finalmente luego de todo el proceso para estimar la muestra,concluimos que

la muestra con la que se trabajara hasta el final del Aprendizaje Basado en
Retos es una muestra de 100 datos.

2.2 Muestreo Aleatorio:

Tomaremos un ejemplo para que se pueda explicar y entender de la mejor

manera el desarrollo; "Imaginemos que una persona tiene una enorme
cantidad de datos sobre negocios o economía, y necesitas analizarlos, pero
revisar todo es prácticamente posible. Aquí es donde entra la muestra
 aleatoria. En lugar de revisar todos los datos, tomas un grupo representativo
al azar, una 'muestra aleatoria'. Esto nos ayuda a obtener una imagen más
manejable y aún así precisa de lo que está sucediendo en el conjunto
completo de datos. Esta razón explica el porqué se utiliza la muestra aleatoria
para nuestra base de datos.

Código Asesores Nombre Segmento Desembolso

1 158 MARILIN KARINA MICRO 906

CAHUI QUISPE
2 12 MAIK ALIN PAUCAR MICRO 1455
MUCHA
3 8 HUGO JORGE TURPO PEQUEÑO 3239
MAMANI
4 327 JOHNSON MIGUEL PEQUEÑO 680
GUTIERREZ
RISALAZO
5 47 PAUL HUYEN MICRO 559
VALDIVIA
6 381 MARY LUZ ACROTA DEPENDIENTE 1126
MAMANI
7 16 YESSICA ROSA MICRO 2043
ALLHUIRCA LOPEZ
8 31 MARILIN KARINA MICRO 185
CAHUI QUISPE
9 147 MATT RICARDO MICRO 4964
ROBLES VIZCARRA
10 344 MAIK AILIN PAUCAR DEPENDIENTE 2286
MUCHA
11 194 MARLIT KARINA MICRO 4267
CHIRE GAINZA
12 78 FRIDA ESTHER MEDIANO 1137
RODRIGUEZ
FERNANDEZ
13 289 RAIT ARTURO MICRO 4719
RODRIGUEZ TORRES
14 2 LUCIA ISABEL PONCE MICRO 1430
SAMOS
15 221 CANDY TURPO MEDIANO 2430
MACHACA
16 293 FREDY TAIRO QUIPE MICRO 2421
17 370 JUAN DANIEL DEPENDIENTE 4472
CHOQUE ATAMARI
18 176 FREDY TAIRO QUISPE MEDIANO 4088

19 241 RAHUFER ANDREY DEPENDIENTE 3552

MATIAS BARCES
20 272 RUTH MAGALI DEZA MICRO 554
LAQUISE
21 292 JORGE PANCA MICRO 202
PAUCAR
22 61 LUZVERLI GUERRA MICRO 4415
QUINO
23 128 ANGELI YANELIZ MICRO 704
SULLCA TITO
24 117 HANSEL BRYHAM MICRO 4587
YZQUIERDO
LLERENA
25 304 DEYSI IRIS PACCORI MEDIANO 2083
HUANCA
26 14 LUZ KATHERINE MICRO 1516
CHURA QUISPE
27 118 DANITA PAMELA MICRO 1572
POLANCO PEZO
28 180 ANA MARIA MICRO 1228
RODRIGUEZ SALINAS

29 348 MAIK ALIN PAUCAR DEPENDIENTE 1854

MUCHA
30 259 NATHALY KAROL DEPENDIENTE 3511
HUAMANI TEJADA
31 30 FREDY TAIRO QUISPE MICRO 2265

32 10 JIM ELVIS SALAS MEDIANO 3764

PAREDES
33 124 CLADIZ DAISY MICRO 350
BETANCUR
HUAYNACHO
34 261 JEANETH YESENIA DEPENDIENTE 2691
TINUCO HUAMANI
35 103 YIMY RONALD MICRO 1532
GUEVARA BUSTINCIO

36 71 JHONSON MIGUEL MICRO 1225

GUTIERREZ
37 100 MARLIT KARINA MICRO 4366
CHIRE GAINZA
38 292 JORGE PANCA MICRO 202
PAUCAR
39 152 MATT RICARDO MICRO 3159
 ROBLES VIZCARRA
40 30 FREDY TAIRO QUISPE MICRO 2265

41 134 MARY LUZ ACROTA MICRO 918

MAMANI
42 247 LUZ MARINA QUISPE DEPENDIENTE 3205
HUMPIRE
43 180 ANA MARIA MICRO 1228
RODRIGUEZ SALINAS

44 217 GISELLA IRAIDA NO 1529

HURTADO CRUZ SEGMENTADO

45 247 LUZ MARINA QUISPE DEPENDIENTE 3205

HUMPIRE
46 142 HANSEL BRYHAM MICRO 4477
YZQUIERDO
47 351 GABY SONIA MASCO DEPENDIENTE 4403
MAMANI
48 59 LUZ MARINA QUISPE DEPENDIENTE 1877
HUMPIRE
49 289 RAIT ARTURO MICRO 4719
RODRIGUEZ TORRES
50 47 PAUL UYEN VALDIVIAMICRO 559

51 110 NIDWARD ARNALDO MICRO 4996

ANTEZANA QUISPE
52 177 YESENIA VEROSKA PEQUEÑO 4186
PINEDA RAMOS DE
AMADO
53 101 LUIS ENRIQUE CALLE PEQUEÑO 2966
RIVERA
54 184 EUCLIDES BLAS MICRO 4871
VILCA
55 345 MELANY LIZETH DEPENDIENTE 710
MARTINEZ
VELASQUEZ
56 372 MARILIN KARINA DEPENDIENTE 732
CAHUI QUISPE
57 128 ANGELI YANELIZ MICRO 704
SULLCA TITO
58 245 CLADIZ DAISY NO 2725
BETANCUR SEGMENTADO
HUAYNACHO
59 91 EUCLIDES BLAS MICRO 3122
VILCA MONTUFAR
60 340 ANYELA YULIANA DEPENDIENTE 44
 VARGAS DIAZ
61 361 LUZVERLI GUERRA DEPENDIENTE 3839
QUINO
62 399 YIMY RONALD DEPENDIENTE 2969
GUEVARA BUSTINCIO

63 386 LUIS ENRIQUE CALLE DEPENDIENTE 3576

RIVERA
64 276 DANITZA PAMELA PEQUEÑO 3403
POLANCO PEZO
65 252 RICHARD GABRIEL MICRO 2368
RODRIGUEZ APAZA
66 175 CARLOS EDUARDO MEDIANO 3846
BENAVIDES
GALLEGOS
67 302 JORGE PANCA PEQUEÑO 2306
PAUCAR
68 312 RICARDO MICRO 2398
ANCONAIRA QUISPE
69 207 ROMINA PACHECO MICRO 1575
QUISPE
70 49 PATRICIA CONZUELO MICRO 1981
CHIRE VILLALVA
71 372 MARILIN KARINA DEPENDIENTE 732
CAHUI QUISPE
72 388 OLENKA MAYRA DEPENDIENTE 2418
YAMPI FLOREZ
73 220 REYNALDO ARAPA NO 356
YUCA SEGMENTO
74 99 ALEX MAYTA LIVISI MICRO 4217
75 112 ELIZABETH QUISPE MICRO 2179
ALANIA
76 1 ALEX MAYTA LIVISI MEDIANO 1555
77 33 ELIZABETH QUISPE MICRO 3738
ALANIA
78 287 CLADIZ DAISY MICRO 4387
BETANCUR
HUAYNACHO
79 361 LUZVERLI GUERRA DEPENDIENTE 3839
QUINO
80 13 MAIK ALIN PAUCAR MICRO 3354
MUCHA
81 116 ANGELI YANELIZ MICRO 1220
SULLCA TITO
82 75 SANDRA BEATRIZ MEDIANO 870
LAJO MONTOYA
83 326 JEANETH YESENIA MICRO 1723
 TINUCO HUAMANI
84 338 VICTOR WILBERTTH DEPENDIENTE 4177
ACHATA LARICO
85 243 REYNALDO ARAPA DEPENDIENTE 4760
YUCA
86 365 JOHN EDWARD DEPENDIENTE 4981
MANCHEGO
VALDIVIA
87 141 ERIKA DORA TAPIA MICRO 4747
CALCINO
88 226 SANDY GERALDINE MEDIANO 787
DULANTO FIGUEROA

89 309 FANY NALDI CHALCO MICRO 2984

CHOQUEHUANCA

90 240 RONALD BARRIOS PEQUEÑO 3682

CONDORI
91 152 MATT RICARDO MICRO 3159
ROBLES VIZCARRA
92 349 JHEISON JOE DEPENDIENTE 4703
MONTES RIVERA
93 129 ERIK BRANDY MICRO 1842
CHIRINOS RIMARI
94 258 HAYDEE QUISPE NO 3845
CHAMPI SEGMENTO
95 231 MICHAEL JHON DEPENDIENTE 384
QUISPE
CATCOPARCO
96 76 SHETTY JHOANNA MEDIANO 2561
MONROY CCORI DE
MAMANI
97 113 REYNALDO ARAPA MICRO 1962
YUCA
98 127 MICHAEL JHON MICRO 648
QUISPE
CATCOPARCO
99 237 PATRICIA CONZUELO DEPENDIENTE 4890
CHIRE VILLALVA
100 190 CLARIVEL PACHECO MICRO 1343
VILLENA

Se utilizaron las siguientes fórmulas de Excel:

● =ALEATORIO.ENTRE(1;400)
 ● =BUSCARV(Valor_Buscado;Matriz_Buscar_en;Indicador_columna
s)

CAPÍTULO III

3. ESTIMACIÓN DESCRIPTIVA GENERAL DE SEGMENTOS:

3.1 Cualitativa:
Una vez separados los datos iniciamos con la E. descriptiva de segmentos
específicamente con la variable cualitativa
 Utilizando las fórmulas ya antes vistas y trabajadas hemos obtenido los
resultados de media moda y mediana de nuestra muestra, en la tabla de
frecuencias que realizamos se puede observar que el número de segmentos
de las variables de no segmentados son de 4, la de dependientes son de 26,
micro 53, pequeños 7 y medianos 10 dándonos como resultado la muestra
total con la que trabajamos. Además a la par realizamos un gráfico circular de
cada uno de los segmentos ya mencionados donde se puede observar el
porcentaje que ocupa cada uno dentro de la muestra.

Dentro de la estadística descriptiva se nos indica hallar la proporción y la media, en

este caso al tener una variable cualitativa no se recomienda hallar una proporción ni
la media con esta variable, por ello realizamos la proporción de acuerdo a un
indicador, en este caso a empresas con desembolso mayores a 3000.en primer
lugar se ordenó de mayor a menor para luego contabilizar el nº de datos que hay de
cada uno teniendo como resultado que el 18% de empresas micro tienen un
desembolso mayor a 3000 y el 1% de empresas no segmentadas tienen un
desembolso mayor a 3000.
x
p=
n
CAPÍTULO IV
4. ESTADÍSTICA DESCRIPTIVA GENERAL DE DESEMBOLSO:

4.1Cuantitativa:
Continuando con la estadística descriptiva general ahora realizaremos la de
la variable cuantitativa.

Utilizando las fórmulas de media, moda, mediana, proporción, varianza y desviación

estándar logramos obtener los siguientes datos, la media de una muestra de 100
datos es igual a 2514.84, la moda 559, media 2383, la proporción 40%, la varianza
2203449.8 y desviación estándar 1484.40. De igual forma realizamos un gráfico de
dispersión con datos ya obtenidos del desembolso utilizando los métodos ya vistos
en clase.
 Retomando el desarrollo de la estadística descriptiva realizamos la
estimación puntual y por intervalos de la variable de desembolso donde, en la
estimación por intervalos se utilizaron las respectivas ecuaciones para poder
hallarlos, siendo la primera la estimación de la media poblacional de una
muestra grande con desviación estándar desconocida, la segunda fórmula
utilizada es la de
estimación de intervalos de confianza por una proporción y la tercera fórmula
fue de la estimación de la varianza por intervalos (chi cuadrado).

CAPÍTULO V

5. ESTIMACIÓN DE HIPÓTESIS:

5.1 HIPÓTESIS PARA LA MEDIA:

Mi banco quiere encontrar si la media de desembolsos de 100 asesores es mayor a
2600 con una desviación estándar de 1484,402153. El nivel de significancia es de
0.05.
Como datos tenemos:
DATOS :
n= 100
µ= 2643.805
x ̅ = 2514.84
s= 1484.402

Continuamos con el Paso 1 que nos ayudará a diferenciar con la hipótesis nula y
alterna.
PASO 1 :
H0 : µ ≤ 2514,84
H1 : µ > 2514,84

Pasamos al Paso 2 que tenemos como alfa 95% y Z 1.96

PASO 2 :
α = 95%
Z = 1.96

Continuamos con el Paso 3 que nos ayudará para formular el estadístico de prueba
PASO 3 :

z=(x ̅-u)/(s/√n)
 -128.965 = -0.869
148.4402153

Procedemos con el Paso 4 se establece la regla de decisión si se rechaza la

hipótesis nula:
PASO 4 :
Ho se rechaza si z > -1.96

Para finalizar continuamos con el Paso 5 en donde graficamos.

PASO 5:
No se rechaza H0 porque 0,574 es menor que el valor crítico 1.96

5.2: HIPÓTESIS PARA LA PROPORCIÓN MUESTRAL:

Mi banco quiere determinar si la proporción de asesores ha logrado realizar el 25%
de desembolsos este mes en comparación con el mes pasado si ha aumentado
significativamente. Donde se observa que 100 de sus asesores solo la mitad logró
superar la cantidad de desembolsos realizados. ¿Se puede concluir que si se logró
superar el mes pasado?
Como datos tenemos:

DATOS :
n = 100
P = 0.25
q= 0.75
𝑢 = 2514.84
ƿ =0.5

Continuamos con el Paso 1 que nos ayudará a plantear la hipótesis nula y la

alterna.
PASO 1 :
H0 : ƿ ≤ 0.25
H1 : ƿ > 0.25

Pasamos al Paso 2 que tenemos como alfa 95% y Z 1.96.

PASO 2 :
α = 95%
Z = 1.96

Continuamos con el Paso 3 que nos ayudará a formular la estimación.

PASO 3 :
0.25 = 5.774
0.043

Procedemos con el Paso 4 se establece la regla de decisión si se rechaza la

hipótesis nula.
PASO 4:
Ho se rechaza si z > 1.96

Para finalizar continuamos con el Paso 5 en donde graficamos.

PASO 5:
Se rechaza H0 porque 5.774 es mayor que el valor crítico 1.96

5.3 HIPÓTESIS PARA LA VARIANZA:

Mi banco tiene dividido a sus asesores en segmentos pequeño y mediado. Desea
estudiar qué segmento logró un mejor resultado de desembolsos. Don recolectó
datos muestrales de cada segmento, usando un nivel de significancia de 0.1, ¿hay
alguna diferencia entre las variaciones entre los resultados de desembolso en los
dos segmentos elegidos?
 Tenemos como Datos:
DATOS:
α: 0.05
n1: 7
n2: 10
S21: 1,319,182.143
S22: 1,566,963

Continuamos con el Paso 1 que nos ayudará a plantear la hipótesis nula y la alterna.
PASO 1
Ho: σ21 = σ22
H1: σ21 ≠ σ22

Pasamos al Paso 2 que tenemos como alfa 0.1 y alfa media 0.05 = 0.95, grados de
libertad pequeño 6, grados de libertad mediano 9 y valor crítico 3,374.
PASO 2 :
α : 0.1
α/2: 0.05 0.95
Gl pequeño: 6
Gl mediano: 9
Valor crítico: 3,374

Continuamos con el Paso 3 que nos ayudará a formular el estadístico de prueba.

PASO 3 :

= 1,566,963.767 = 1.188
1,319,182.143

Procedemos con el Paso 4 se establece la regla de decisión si se rechaza la

hipótesis nula y gráfica.
PASO 4:
Si F>3.374 se rechaza Ho.
 Para finalizar continuamos con el Paso 5 en donde sustentamos si la H0 se rechaza o
no.
PASO 5:
No se rechaza la Ho porque F (1.188) es menor que el valor crítico (3.374). Entonces
no hay diferencias entre los dos segmentos de asesores en mi banco.

CAPÍTULO VI

6.- ESTADISTICA DESCRIPTIVA SEGMENTOS CADA VARIABLE

Manejamos todas las variables tanto la cualitativa como la cuantitativa,para poder
desarrollar la Estimación Descriptiva de manera general.

● POBLACIÓN:
Personas acreedoras en la ciudad de Arequipa 400 datos.

● TAMAÑO MUESTRA:
Se han escogido 100 personas acreedoras por medio del muestreo aleatorio simple
de la población señalada.

6.1 SEGMENTO DEPENDIENTE/DESEMBOLSO

 Se estima los segmentos de Dependientes tiene como muestra 26, media
2308.461, promedió 26%,desviación estándar 1069.0156, la varianza
2556544.42 y su mediana es de 2383

6.2 SEGMENTO MEDIANO/DESEMBOLSO

Se estima los segmentos de Mediano empresario tiene como muestra 10, media
1999.2, promedio 10%, desviación estándar 1096.0156, varianza 1142794.4 y su
mediana es de 2383.

6.3 SEGMENTO MICRO/DESEMBOLSO

Se estima los segmentos de Microempresas tiene como muestra 53, media

2687.7924, promedio 53%, desviación estándar 1483.6023, varianza 2201075.86 y
como mediana 2383.

6.4 SEGMENTO PEQUEÑO/DESEMBOLSO

Se estima los segmentos de Pequeño empresario tiene como muestra 7, media

2233.2857, promedio 7%, desviación estándar 1661.4423, varianza 2760390.57 y
su mediana es de 2383.

6.5 NO SEGMENTADO/DESEMBOLSO
 Se estima a los No segmentados tiene como muestra 4, media 3346.5,
promedio 4%, desviación estándar 1190.4241, varianza 1417190.67 y su
mediana es de 2383.

CAPITULO VII

7. ESTIMACIÓN DE ANOVA:
Para la estimación de anova recolectamos k (no
segmentado,dependiente,micro,pequeño,mediano), la muestra vendría a ser 100,
alfa 0,975, grados de libertad numerador 4, grados de libertad denominados 95 y
valor crítico 2.467.

Para obtener este cuadro se realiza x y se segmenta con x2

Continuamos con Tc del no segmentado primero se realiza la sumatoria de x que nos da

como resultado 8455, Nc que es la muestra con resultado de 4 y la sumatoria de x2
obtenemos como resultado 24674227 y se realiza sucesivamente con los demás se obtiene
el total de resultados para así recién tener el total de cada uno.

Continuamos con el Paso 1 para formular la hipótesis nula y alterna.

PASO 1:

H0: La cantidad desembolsada por los segmentos de la empresa Mibanco son iguales
µ1=µ2=µ3=µ4=µ5
H1: La cantidad desembolsada por los segmentos de la empresa Mibanco tienen una diferencia
significativa µ1≠µ2≠µ3≠µ4≠µ5

Continuamos con el Paso 2 hallar el valor crítico

Paso 2
Alfa : 0.05 0.025 0.975
k :5
n : 100
Gl n : 4
Gl d : 95
Vc : 2.467

Para poder obtener los grados de libertad del denominador se utiliza k-1 que nos da como
resultado 4, para los grados de libertad del denominador es k- n que nos da como resultado
95 y para poder encontrar nuestro valor crítico utilizamos nuestra tabla de “Fisher” que nos
da como resultado 2.467

Paso 3

2
2 (Σ x )
SST =Σ x −
n
2 2
x (Σ x )
SSTotal=Σ( )−
nc n
SSE=SST −SSTotal

En F obtenemos como resultado 24,559

Paso 4 :
La H0 se rechaza si F>2.467

Paso 5:
Se rechaza H0

7.1 SOLUCIÓN RÁPIDA ANOVA :

Aquí se presenta la solución rápida de anova realizada en excel mediante el método fácil
revisado en clase.

CAPITULO VIII

CONCLUSIONES

Después de haber realizado y aplicado todos los estudios propuestos desde la

estadística descriptiva,la elaboración del muestreo aleatorio,estimaciones puntual y
por intervalos,hipótesis y ANOVA, se llegó a la conclusión de que cada una de las
herramientas utilizadas en este trabajo han servido para averiguar los datos que se
deseaban hallar.En primer lugar se formuló la muestra donde luego de aplicar las
respectivas fórmulas empezamos a trabajar con el valor de 100 datos. En segundo
lugar el muestreo aleatorio fue necesario para saber que datos de la población
serían seleccionados que formarán parte de nuestra muestra,siendo estos
(Dependientes,micro,pequeño,mediano y no segmentado),se desarrolló la
estadística descriptiva de las dos variables tanto la cualitativa (Segmentos) como la
cuantitativa (Desembolso),se realizó un cuadro de frecuencia para poder verificar
cuantos datos de cada uno de los segmentos habían,(No segmentado=4)
(Dependiente=26)(Micro=53)(Pequeño=7)y(Mediano=1),(Mediana=10)(Moda=
Micro) en el caso de la media y la proporción no se realizó ya que al ser variable
cualitativas es recomendable no realizarlo, en este caso para poder realizar la
proporción se hizo con una base de datos mayores a 3000 donde se halló que el
40% de la población tiene un desembolso mayor a 3000,el 18% son micro empresas
y el 1% son empresa no segmentadas, en cuanto a la estadística descriptiva de la
variable cuantitativa se obtuvieron los siguientes datos(Media=2514.84)(Moda=559)
(Mediana=2383)(Proporción=40%)(Varianza=2203449.75)(Desviación
Estándar=1484.40) esto en cuanto a la estadística puntual,la estimación por
intervalos nos dio los siguientes datos(Media= 2223.897<𝝁<2805.783)
(Proporcion=40.2%<p<59.8%)(DesviacionEstandar=1629989.73<𝛔<1767401.46).En
tercer lugar con los datos ya obtenidos se prosiguió a realizar las hipótesis
respectivas, en este caso avanzamos con la hipótesis para la media siguiendo cada
uno de los pasos desde la recopilación de los datos, el planteamiento de la H0 y
H1,hallamos el valor crítico (1.96) de acuerdo al nivel de significancia con el que se
nos indico trabajar en este caso con el 95%,se hizo el planteamiento del estadísticos
de prueba y se terminó con el rechazo o no rechazo de la H0,del mismo modo se
realizó los demás planteamientos de las hipótesis de la proporción y
varianza.Finalizando con el trabajo Basado en Retos se elaboró ANOVA
consiguiendo los datos(Nc=100)(Tc=251484)( Σ X 2=850583548)( Σ X 2 / Nc
=6396247800)(SST=218141525.4)(SSTOTAL=7182757.74)(SSE=210958767.70)
(F=24.5586) rechazando así la H0, con este último tema se culmina el Aprendizaje
Basado en Retos.
BIBLIOGRAFÍA

Aula virtual - presencial:Prueba de hipótesis e inferencias. (s. f.).

https://estudiantesavp.ucontinental.edu.pe/pluginfile.php/7261535/
mod_resource/content/0/Semana%2006%20-%20Inferencia%20acerca%20de
%20dos%20proporciones%20poblacionales.pdf
Aula virtual - presencial:Análisis de la varianza . (s. f.-c).
https://estudiantesavp.ucontinental.edu.pe/pluginfile.php/7288226/
mod_resource/content/0/Sesi%C3%B3n%2009%20-%20An%C3%A1lisis
%20de%20la%20Varianza.pdf
Aula virtual - presencial: Prueba de hipótesis muestra. (s. f.-d).
https://estudiantesavp.ucontinental.edu.pe/pluginfile.php/7268533/
mod_resource/content/0/Semana%2007%20-%20Pruebas%20de%20Hip
%C3%B3tesis%20muestras%20independientes%20y%20dependientes.pdf
Aula virtual - presencial:Estimación proporcional de la población y cálculo del
tamaño de la muestra. (s. f.-e).
https://estudiantesavp.ucontinental.edu.pe/pluginfile.php/7153982/
mod_resource/content/0/Estimaci%C3%B3n%20de%20la%20proporci
%C3%B3n%20poblacional%20y%20c%C3%A1lculo%20del%20tama
%C3%B1o%20de%20su%20muestra.pdf
Aula virtual - presencial:Estimación y tamaño de la muestra. (s. f.-f).
https://estudiantesavp.ucontinental.edu.pe/pluginfile.php/7197669/
mod_resource/content/0/Semana%2004%20-%20Estimaci%C3%B3n
%20Varianza%20Poblacional.pdf

ANEXOS

1. Evidencias del avance ABR

captura de pantalla
2. Evidencias del desarrollo virtual del trabajo
captura de pantalla/ reuniones meet