Informe sobre el ejercicio de observación de la comunicación en un contexto empresarial

Actividad 11

Diana Marcela Prada Jerez

Maricela Silva López

Presentado a:

Pablo Fernando Muñoz

NRC 7430

Corporación Universitaria Minuto de Dios

Administración de Empresas

Bucaramanga

2020
 Caso

La empresa Maxiconstrucciones ubicada en san Jorge 2 se dedica a la construcción de edificios

y obras de ingeniería civil desde el año 2017. La empresa tiene 150 empleados distribuidos en
cada una de sus áreas y se va a realizar la muestra a 80 de sus trabajadores de obra. El área de
Recursos Humanos lleva un historial de ausentismo por meses y sabe que el promedio mensual
de ausencias es de 40 con una desviación de 2.
La aseguradora considera necesario hacer un experimento ya que piensa que ese promedio de 40
está por encima de lo que realmente dice la empresa.

La siguiente tabla muestra el número total de días de ausencias de cada trabajador para los años
2017,2018, 2019 y 2020.

Año 2017
# de
Meses
ausencias
Enero 21
Febrero 10
Marzo 18
Abril 9
Mayo 31
Junio 21
Julio 8
Agosto 19
Septiembre 38
Octubre 18
Noviembre 20
Diciembre 14
Total 227
Año 2018
# de
Meses
ausencias
Enero 18
 Febrero 14
Marzo 20
Abril 26
Mayo 27
Junio 14
Julio 15
Agosto 12
Septiembre 16
Octubre 24
Noviembre 17
Diciembre 9
Total 212

Año 2020
# de
Meses
ausencias
Enero 1
Febrero 12
Marzo 3
Abril 4
Mayo 0
Junio 1
Julio 8
Agosto 5
Septiembre 15
Octubre 10
Noviembre 7
Diciembre 4
Total 70
Año 2019
# de
Meses
ausencias
Enero 14
Febrero 12
Marzo 6
Abril 7
Mayo 15
Junio 13
Julio 26
Agosto 28
Septiembre 20
Octubre 25
Noviembre 27
Diciembre 18
Total 211
 # de ausencias promedio X-x (X-x)2
21 15 6 36
10 15 -5 25
18 720 15 3 9
Promedio 9 15 -6 36
31 15 16 256
21 720 =
15 15 6 36
8 48 15 -7 49
19 15 4 16
38 15 23 529
18 15 3 9
20 15 5 25
14 15 -1 1
18 15 3 9
14 15 -1 1
20 15 5 25
26 15 11 121
27 15 12 144
14 15 -1 1
15 15 0 0
12 15 -3 9
16 15 1 1
24 15 9 81
17 15 2 4
9 15 -6 36
14 15 -1 1
12 15 -3 9
6 15 -9 81
7 15 -8 64
15 15 0 0
13 15 -2 4
26 15 11 121
28 15 13 169
20 15 5 25
25 15 10 100
27 15 12 144
18 15 3 9
1 15 -14 196
12 15 -3 9
3 15 -12 144
4 15 -11 121
0 15 -15 225
1 15 -14 196
8 15 -7 49
5 15 -10 100
15 15 0 0
10 15 -5 25
7 15 -8 64
4 15 -11 121
48 meses 15promedio 0 3436
 Para el desarrollo de la prueba de hipotesis :

(X- Ẋ) ² = 3436

S = (√3436) = (√3436)
________ ________
48-1 47

S= √ 8.8550022

S= 2.964042

Con respecto a las variables tenemos que estas dependen según esta fórmula:

μ. Ẋ + Z σ
_______
√ n-1

μ = 15 + 1.96 2.964042186
- _______
47

μ = 15 + 1.96 2.964042186
- _______
6.8556546

μ = + 1.96 (0.4323499883)
-

μ 15 + 0.84740598
-

μ = + 15.84740598

= - 14.15259402
HIPOTESIS

¿La aseguradora requiere saber si el promedio de 40 está por encima de lo que realmente dice la
empresa??

H0= Hipótesis nula

H1 =Hipótesis alternativa

H0= el promedio es distinto a 40

H1 = el promedio es igual a 40

H°: µ =40

H1: µ > 40

La prueba estadística:

2.964042− 15.84
𝑍=
40⁄√48

𝑍= −12.87

5.773502692
𝑍 = -2.229149389

Toma de decisión:

Se puede afirmar que el nivel de ausentismo de la empresa maxiconstrucciones es de -2.22 y no

como lo afirma la empresa que es promedio del 40. Esto quiere decir que se acepta la hipótesis
nula que indica que el número de ausentismo es menor al dado por la empresa.

INVESTIGACIÓN

El error tipo I y error tipo II son tipos de errores que podemos cometer cuando en una
investigación estamos ante la formulación de hipótesis estadísticas (como la hipótesis nula o H0 y
la hipótesis alternativa o H1).

Error tipo I (α)

El error tipo I, también llamado alfa (α), se comete al rechazar la hipótesis nula (H0) siendo
esta verdadera. Así, la probabilidad de cometer un error de tipo I es α, que es el nivel de
significación que hemos establecido para nuestra prueba de hipótesis.

Si por ejemplo el α que habíamos establecido es de 0.05, esto indicaría que estamos dispuestos a
aceptar una probabilidad del 5% de equivocarnos al rechazar la hipótesis nula.
Error tipo II (β)

El error tipo II o beta (β), se comete al aceptar la hipótesis nula (H0) siendo esta falsa. Es
decir, la probabilidad de cometer un error tipo II es beta (β), y depende de la potencia de la
prueba (1-β).

Para reducir el riesgo de cometer un error tipo II, podemos optar por asegurarnos de que la
prueba tiene suficiente potencia. Para ello, deberemos asegurarnos de que el tamaño de la
muestra es lo suficientemente grande como para detectar una

Bibliografía

https://psicologiaymente.com/miscelanea/error-tipo-i-error-tipo-ii