SALARIOS MENSUALES DE 100 PERSONAS ENTRE CLIENTES Y VISITANTES DE ASISTIR CONSTRUCTORA GRUPO EMPRESARIAL S.A.

$ 850.000 $ 874.000 $ 1.684.000 $ 1.046.000 $ 1.420.000 $ 2.638.000 $ 2.638.000 $ 3.298.000 $ 3.683.000 $ 1.793.000
$ 689.454 $ 2.503.000 $ 1.793.000 $ 2.503.000 $ 689.454 $ 689.454 $ 689.454 $ 4.870.000 $ 750.000 $ 960.000
$ 689.454 $ 2.225.000 $ 4.617.000 $ 3.298.000 $ 689.454 $ 720.000 $ 720.000 $ 2.500.000 $ 1.080.000 $ 2.902.000
$ 689.454 $ 2.902.000 $ 3.958.000 $ 689.454 $ 750.000 $ 720.000 $ 720.000 $ 689.454 $ 5.656.000 $ 874.000
$ 1.808.000 $ 850.000 $ 689.454 $ 689.454 $ 1.684.000 $ 5.486.000 $ 5.486.000 $ 889.454 $ 850.000 $ 6.424.000
$ 750.000 $ 689.454 $ 4.500.000 $ 3.000.000 $ 689.454 $ 750.000 $ 750.000 $ 10.000.000 $ 1.500.000 $ 1.500.000
$ 689.454 $ 2.638.000 $ 3.500.000 $ 1.500.000 $ 1.250.000 $ 800.000 $ 800.000 $ 2.500.000 $ 689.454 $ 4.000.000
$ 689.454 $ 2.638.000 $ 2.500.000 $ 1.200.000 $ 1.000.000 $ 800.000 $ 800.000 $ 8.000.000 $ 344.727 $ 689.454
$ 1.084.000 $ 689.454 $ 3.200.000 $ 3.100.000 $ 780.000 $ 720.000 $ 720.000 $ 1.200.000 $ 1.800.000 $ 800.000
$ 850.000 $ 6.000.000 $ 8.500.000 $ 1.300.000 $ 689.454 $ 720.000 $ 720.000 $ 7.000.000 $ 1.700.000 $ 8.000.000

POBLACION: ASISTIR CONSTRUCTORA GRUPO EMPRESARIAL S.A.S

MUESTRA: 100 personas entre clientes y visitantes
VARIABLE: Ingresos mensuales por Honorarios
TIPO DE VARIABLE:Cuantitativa Continua
FUENTE: Encuesta realizada por los estudiantes Pilar Bonilla, Jessica Garcia y Jonathan Nieto

Se realizó una encuesta la cual población del estudio era la Empresa Asistir
Constructora Grupo Empresarial S.A.S, con una muestra de 100 personas entre
clientes y visitantes cuya variable a preguntar fue cuanto mensualmente ganaban
por honorarios.

m= 1+3,3 logn
m= 1+3,3 log100
m= 7,6
m= 8

R= Rmax-Rmin
R= $ 9.655.273

C= $ 1.206.909

Al hacer la encuesta por variable de tipo cuantitativa continua, al momento de

pasar los datos originales a clasificados, debimos realizar los cálculos para hallar
tanto número de grupos, para nuestra muestra fueron 8 (aproximándolo de 7.6 ),
luego por medio de los datos mínimo y máximo de la muestra, se pudo hallar la
amplitud, la cual nos permitió obtener los intervalos de los grupos de nuestros
datos ya clasificados.
 TABLA DE DISTRIBUCION DE FRECUENCIAS

No Personas (ni)
INGRESOS MENSUALES POR HONORARIOS
Y'i ni hi Ni Hi
1 $ 344.727 $ 1.551.636 56 $ 948.182 56 0,56 56 0,56
2 $ 1.551.636 $ 2.758.545 19 $ 2.155.091 19 0,19 75 0,75
3 $ 2.758.545 $ 3.965.454 10 $ 3.362.000 10 0,1 85 0,85
4 $ 3.965.454 $ 5.172.363 6 $ 4.568.909 6 0,06 91 0,91
5 $ 5.172.363 $ 6.379.272 3 $ 5.775.818 3 0,03 94 0,94
6 $ 6.379.272 $ 7.586.181 2 $ 6.982.727 2 0,02 96 0,96
7 $ 7.586.181 $ 8.793.090 3 $ 8.189.636 3 0,03 99 0,99
8 $ 8.793.090 $ 10.000.000 1 $ 9.396.545 1 0,01 100 1
∑ 100 100 1

Una vez ya clasificados nuestros datos de la muestra, se dispuso a realizar la

Tabla de distribución de Frecuencias cuya finalidad de las agrupaciones en
frecuencias es facilitar la obtención de la información que contienen los datos,
cuantos datos estan en cada intervalo, así como también el cálculo de las
Frecuencias Absoluta y Frecuencia relativa, como también las Frecuencias
Absolutas y relativas acumuladas.

La frecuencia absoluta (ni): es el número de veces que aparece un determinado

valor en un estudio estadístico. En nuestro estudio nos arrojó los datos 56,19, 10,
6, 3, 2, 3 , 1

La frecuencia relativa (hi): que es el cociente entre la frecuencia absoluta y el

tamaño de la muestra (100). En caso de nuestro estudio los datos fueron 0,56 0,19
0,1 0,06 0,03 0,02 0,03 0,01.

La frecuencia Absoluta Acumulada (Ni): se refiere al total de las frecuencias

absolutas para todos los eventos iguales o anteriores que un cierto valor, en una
lista ordenada de eventos 56 75, 85, 91, 94, 96, 99, 100.

La frecuencia relativa acumulada (HI): es el cociente entre la frecuencia absoluta

acumulada y el total de la muestra. En nuestro caso 0,56 0,75 0,85 0,91 0,94 0,96
0,99 1.
 MEDIDAS DE TENDENCIA CENTRAL

INGRESOS MENSUALES POR HONORARIOS No Personas (ni)

Y'1 ni hi Ni Hi Y'1*ni
$ 344.727 $ 1.551.636 56 $ 948.182 56 0,56 56 0,56 $ 53.098.164
$ 1.551.636 $ 2.758.545 19 $ 2.155.091 19 0,19 75 0,75 $ 40.946.720
$ 2.758.545 $ 3.965.454 10 $ 3.362.000 10 0,1 85 0,85 $ 33.619.995
$ 3.965.454 $ 5.172.363 6 $ 4.568.909 6 0,06 91 0,91 $ 27.413.451
$ 5.172.363 $ 6.379.272 3 $ 5.775.818 3 0,03 94 0,94 $ 17.327.453
$ 6.379.272 $ 7.586.181 2 $ 6.982.727 2 0,02 96 0,96 $ 13.965.453
$ 7.586.181 $ 8.793.090 3 $ 8.189.636 3 0,03 99 0,99 $ 24.568.907
$ 8.793.090 $ 10.000.000 1 $ 9.396.545 1 0,01 100 1 $ 9.396.545
∑ 100 100 1 $ 220.336.687

PROMEDIO DE LOS INGRESOS MENSUALES POR HONORARIOS

PROMEDIO= ∑ Y'1*ni/n
PROMEDIO= $ 2.203.367

CALCULAR EL INGRESO MENSUAL POR HONORARIOS PARA EL 50%DE LOS CLIENTES Y/ O VISITANTES
MEDIA= Yi-1+C(n/2-Ni-1)/ni
n/2= 100/2 50
$ 1.422.324
1422324
MODA= Yi-1+C(ni-1/ni+1 + ni-1) $ 344.727

3 CUARTIL 75% 75
Yi-1+C((Kn/100-Ni-1)/ni)1551636+1206909(75-56/19)
$ 2.758.545
6 DECIL 60% 60
Yi-1+C((Kn/100-Ni-1)/ni)1881636+1206909*(60-56/19)
$ 580.746,31
CENTIL90 90% 90
Yi-1+C((Kn/100-Ni-1)/ni)3965454+1206909(90-85/6)
$4,310,302.5

Las medidas de Tendencia Central las empleamos para resumir los datos que
fueron sometidos a estudio estadístico, se les llama medidas de tendencia central
porque generalmente la acumulación más alta de datos se encuentra en los
valores intermedios. Estas medidas son utilizadas con grandes frecuencias como
medidas descriptivas de poblaciones o muestras.

Promedio: Promedio o valor obtenido por la suma de todos los datos (valores)
dividida entre el número de sumandos. En nuestra muestra el Promedio de
Ingresos mensuales por Honorarios entre los 100 encuestados fue de $2.203.387.

Media: que nos representa el valor de la variable que deja por debajo de sí a la
mitad de los datos en un conjunto ordenados de menor a mayor. En nuestra
muestra El ingreso mensual por honorarios para el 50% de clientes y visitantes es
inferior a $ 1.422.324 y el otro 50% superior a $ 1.422.324 .
 Moda: cuyo valor es la mayor frecuencia en una distribución de datos. En nuestra
muestra El ingreso mensual por honorarios que se presentó con mayor número de
clientes y visitantes es de 322.727.

En cuanto a Medidas de posición (Deciles, cuartiles y centiles) Nos informan del

lugar que ocupa un dato dentro de un conjunto ordenado de valores.

Hallamos

3 cuartil (75%): donde El 75% de los clientes reciben honorarios mensuales

inferiores a $ 2,758,545 y el otro cuartil reciben honorarios mensuales superiores a
$2,758,545.

6 decil (60%): donde El 60% de los clientes reciben honorarios mensuales

inferiores a $ 580746,31 y el otro 40% reciben salarios superiores a $ 580746,31

Centil 90 (90%): donde El 90% de los clientes y visitantes tienen honorarios

mensuales inferiores a $ 4,310,302.5 y el 10% restante es superiores a $
4,310,302.5

MEDIDAS DE DISPERSION
INGRESOS MENSUALES POR HONORARIOS No Personas (ni)
Y'1 Y'1*ni (Y'1 - Y)^2*ni
$ 344.727 $ 1.551.636 56 $ 948.182 $ 53.098.164 $ 28.133.755.366
$ 1.551.636 $ 2.758.545 19 $ 2.155.091 $ 40.946.720 $ 122.663.548
$ 2.758.545 $ 3.965.454 10 $ 3.362.000 $ 33.619.995 $ 134.242.958.289
$ 3.965.454 $ 5.172.363 6 $ 4.568.909 $ 27.413.451 $ 932.631.204.486
$ 5.172.363 $ 6.379.272 3 $ 5.775.818 $ 17.327.453 $ 4.254.134.513.171
$ 6.379.272 $ 7.586.181 2 $ 6.982.727 $ 13.965.453 $ 11.421.139.260.334
$ 7.586.181 $ 8.793.090 3 $ 8.189.636 $ 24.568.907 $ 11.945.137.390.128
$ 8.793.090 $ 10.000.000 1 $ 9.396.545 $ 9.396.545 $ 51.741.811.681.842
∑ 100 $ 41.378.905 $ 220.336.687 $ 80.457.353.427.164

Y= ∑Y'1*ni/n $ 2.203.367

VARIANZA (S) ∑(Y'1 - Y)^2*ni/n 804573534272

DESVIACION ESTÁNDAR (DS) 896980 Y =PROM + DS Y = PROM - DS
INTERVALO DE CONFIANZA Y= PROM (+ - ) DS $ 3.100.347 $ 1.306.387
COEFICIENTE DE VARIACION DS/PROM * 100 4071%

Las medidas de dispersión nos hacen referencia a la variabilidad, o la evaluación

de cuán separados o extendidos están los datos o bien cuanto difieren unos de
otros. La importancia radica en:
1. Su información permite juzgar la confiabilidad de la medida de tendencia
central.

2. Nos permite determinar cuan dispersos están nuestros datos y por lo tanto
solucionar o explicar los problemas que se puedan presentar por este hecho.

3. Se pueden comparar las dispersiones de varias muestras, con la cual el riesgo

de que exista un espectro de valores lejos del centro se puede evitar.

Para hallar estos datos nuevamente recurrimos a la utilización del promedio de la

muestra.

La varianza es la media aritmética de los cuadrados de las desviaciones respecto

de la media. En nuestra muestra la varianza 80.457.353.427.164,

La hallamos por medio de una nueva casilla a la tabla ( Y'i - Y)^2*ni y luego el
resultado obtenido lo dividimos con el número de los encuestados

(Y'i - Y)^2*ni
$ 28.133.755.366
$ 122.663.548
$ 134.242.958.289
$ 932.631.204.486
$ 4.254.134.513.171
$ 11.421.139.260.334
$ 11.945.137.390.128
$ 51.741.811.681.842
$ 80.457.353.427.164

La desviación estándar que es la raíz cuadrada positiva de la varianza. nos dice

cuánto tienden a alejarse los valores concretos del promedio en una distribución
de datos. En nuestra muestra la desviación estándar o Ds 896.980.

El intervalo de confianza es un rango de valores, derivado de los estadísticos de

la muestra, que posiblemente incluya el valor de un parámetro de población
desconocido. Debido a su naturaleza aleatoria, es poco probable que dos
muestras de una población en particular generen intervalos de confianza idénticos.
Lo hallamos basándonos en los datos obtenidos del promedio de la muestra +- el
dato arrojado de la desviación estándar.
 Y =PROM + DS Y = PROM - DS
$ 3.100.347 $ 1.306.387

El intervalo de confianza va desde $ 1.306.387 hasta $ 3.100.347.

El coeficiente de Variación hace referencia a la relación entre el tamaño de la

media y la variabilidad de la variable siendo Representativo para nuestra muestra.

COEFICIENTE DE VARIACION DS/PROM * 100 4071%

ASIMETRIA Y APUNTAMIENTO

INGRESOS MENSUALES POR HONORARIOS No Personas (ni)

Y'1 Y'1*ni (Y'1 - Y)^2*ni (Y'i-PROM)^4*ni/n
$ 344.727 $ 1.551.636 56 $ 948.182 $ 53.098.164 $ 28.133.755.366 1,39002E+26
$ 1.551.636 $ 2.758.545 19 $ 2.155.091 $ 40.946.720 $ 122.663.548 1,03203E+20
$ 2.758.545 $ 3.965.454 10 $ 3.362.000 $ 33.619.995 $ 134.242.958.289 1,80212E+25
$ 3.965.454 $ 5.172.363 6 $ 4.568.909 $ 27.413.451 $ 932.631.204.486 1,87877E+26
$ 5.172.363 $ 6.379.272 3 $ 5.775.818 $ 17.327.453 $ 4.254.134.513.171 4,88637E+26
$ 6.379.272 $ 7.586.181 2 $ 6.982.727 $ 13.965.453 $ 11.421.139.260.334 1,04354E+27
$ 7.586.181 $ 8.793.090 3 $ 8.189.636 $ 24.568.907 $ 11.945.137.390.128 3,85253E+27
$ 8.793.090 $ 10.000.000 1 $ 9.396.545 $ 9.396.545 $ 51.741.811.681.842 2,67722E+27
∑ 100 $ 41.378.905 $ 220.336.687 $ 80.457.353.427.164 8,40682E+27

ASIMETRICA AS AS= (PROM- MODA)/DS 2,072107948

AS AS= 3(PROM- ME)/DS 2,612239619

APUNTAMIENTO AP=M4/(DS)^4 129,8674562

M4=SUMATORIA(Y'i-PROM)^4*ni/n 8,40682E+25

La asimetría nos permitió identificar si los datos se distribuyen de forma uniforme

alrededor del punto central (Media aritmética).

La asimetría nos dio positiva por lo que los valores se tienden a reunir más en la
parte izquierda que en la derecha.
ASIMETRICA AS AS= (PROM- MODA)/DS 2,072107948

AS AS= 3(PROM- ME)/DS 2,612239619

 El apuntamiento Es una característica importante en la variación de algunas
distribuciones especialmente en lo que se refiere al grado de agudeza de una
curva de frecuencia. Esta agudeza que se observa en la región de la moda,
comparada con las condiciones halladas para el mismo sitio en la curva normal.

APUNTAMIENTO AP=M4/(DS)^4 129,8674562

M4=SUMATORIA(Y'i-PROM)^4*ni/n 8,40682E+25

En este caso al ser mayor de tres el coeficiente de apuntamiento la distribución es

leptocurtica o apuntada. En este caso hallamos una nueva columna (Y'i-
PROM)^4*ni, donde la sumatoria corresponde a M4 que la dividimos con el
número de encuestados en total.
(Y'i-PROM)^4*ni
1,39002E+26
1,03203E+20
1,80212E+25
1,87877E+26
4,88637E+26
1,04354E+27
3,85253E+27
2,67722E+27
8,40682E+27

REGRESION LINEAL MULTIPLE

Y'i (X) ni (Y) X*Y X^2 Y^2

$ 344.727 $ 1.551.636 $ 948.182 56 $ 53.098.192 $ 899.049.105.124 3136
$ 1.551.636 $ 2.758.545 $ 2.152.091 19 $ 40.889.729 $ 4.631.495.672.281 361
$ 2.758.545 $ 3.965.454 $ 3.362.000 10 $ 33.620.000 $ 11.303.044.000.000 100
$ 3.965.454 $ 5.172.363 $ 4.568.909 6 $ 27.413.454 $ 20.874.929.450.281 36
$ 5.172.363 $ 6.379.272 $ 5.775.818 3 $ 17.327.454 $ 33.360.073.569.124 9
$ 6.379.272 $ 7.586.181 $ 6.982.727 2 $ 13.965.454 $ 48.758.476.356.529 4
$ 7.586.181 $ 8.793.090 $ 8.189.636 3 $ 24.568.908 $ 67.070.137.812.496 9
$ 8.793.090 $ 10.000.000 $ 9.396.545 1 $ 9.396.545 $ 88.295.057.937.025 1
∑ 41.375.908 100 $ 220.279.736,00 $ 275.192.263.902.860,00 3656

Sxx = ∑X^2 - (∑X)^2/n61196543549802 PROM X 5171989

PROM Y 13
Syy = ∑Y^2 - (∑Y)^2/n 2406 PROM Y^2 156
Y*= A + BX Y*= -5E-06X
S xy = ∑ XY - ∑X ∑Y/n -296919114
∑Y = n A + B ∑X 100
B = Sxy /S xx -5E-06 ∑XY = A∑X + B ∑ X2 220279736

A = PROM Y - B PROM X 37,594

r^2 = S^2 xy / (SxxSyy) 0,5988 r = RAIZ DE r^2 0,774 77.4%

 El análisis de la regresión lineal es una técnica que utilizamos para estudiar la
relación entre variables en este caso X y Y. X referente al promedio de los
intervalos y Y referente a la frecuencia absoluta de la muestra. Dándonos una
ecuación de regresión

Y*= A + BX Y*= -5E-06X+0,5988

60
Ingresos mensuales por honorarios
50

40
Personas

30 f(x) = − 4.85189353477727E-06 x + 37.5939375650924

R² = 0.598761400485617
20

10

0
$- $ 2,000,000 $ 4,000,000 $ 6,000,000 $ 8,000,000 $ 10,000,000
honorarios

r = RAIZ DE r^2 0,774 77.4%

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,773796744
Coeficiente de determinación R^2 0,5987614
R^2 ajustado 0,531888301
Error típico 12,68450545
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1440,61993 1440,61993 8,953695899 0,024248918
Residuos 6 965,3800704 160,8966784
Total 7 2406

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción 37,59393757 9,510058962 3,953070924 0,007511149 14,32366159 60,86421354 14,32366159 60,86421354
Y'i (X) -4,85189E-06 1,62147E-06 -2,992272698 0,024248918 -8,8195E-06 -8,84289E-07 -8,8195E-06 -8,84289E-07

El coeficiente de correlacion multiple nos arrojó 0.7737, siendo el 77.37 %

El coeficiente de determinación R^2 0.5988.

 Como r nos arrojo valor menor que 0, significa que es INVERSAMENTE
DECRECIENTE

60
Ingresos mensuales por honorarios
50

40
Personas

30 f(x) = − 4.85189353477727E-06 x + 37.5939375650924

R² = 0.598761400485617
20

10

0
$- $ 2,000,000 $ 4,000,000 $ 6,000,000 $ 8,000,000 $ 10,000,000
honorarios

SIMULACION SITUACION CURVA NORMAL DE PROBABILIDAD

En la contruccion del proyecto trapiche campestre de propiedad de asistir constructora grupo empresarial SAS, el salario mensual de los obreros es de $686.000 pesos con una desviacion estandar de $5.000 pesos, suponiendo que los salarios tienen
una distribucion normal.
Que porcentaje de obreros del proyecto trapiche campestre reciben salarios entre $680.000 y $690.000 .

Ds (σ) 5000
m (μ) 686000
P(680 y 690)
Z= X-μ/σ
Z1 680000-686000/5000 1,2
A1 0,3849

Z2 690000-686000/5000 0,8
A2 0,2881

A= A1+A2 0,673
67,30%
Interpretacion: El 67,30% de los obreros perciben salarios entre 680000 y 690000

En la construcción del proyecto trapiche campestre de propiedad de asistir

constructora grupo empresarial SAS, el salario mensual de los obreros es de
$686.000 pesos con una desviacion estandar de $5.000 pesos, suponiendo que
los salarios tienen una distribucion normal.
Que porcentaje de obreros del proyecto trapiche campestre reciben salarios entre
$680.000 y $690.000 .

Z1 680000-686000/5000 1,2

A1 0,3849

Z2 690000-686000/5000 0,8

A2 0,2881

A= A1+A2 0,673

67,30%

Interpretacion: El 67,30% de los obreros perciben salarios entre 680000 y 690000