PRACTICA DE REPASO
El jefe de personal de la empresa “Y.A.K.U.” ha
recibido el informe del examen ocupacional
realizado a los trabajadores en el mes octubre.
Desea analizar los resultados con la finalidad de
proponer programas de prevención respecto a la
salud, tanto física como emocional. El jefe de
personal tomará decisiones basándose en el análisis
de los datos de una muestra de 35 trabajadores.
Para ello, deberá realizar las siguientes actividades:
1. Con la finalidad de regular el menú brindado por la cafetería de la empresa, el jefe
de personal plantea analizar los niveles de colesterol total de los trabajadores en
relación con las siguientes medidas estadísticas: (usar anexo 1)
a. Calcular e interpretar el valor promedio del colesterol total de los trabajadores.
Se debe calcular el promedio: 231.57
Descriptive statistics
Colesterol total (mg/dl)
count 35
mea
n 231.57
Interpretación: El valor promedio del colesterol total de los trabajadores es de 231.57
mg/dl
b. Determinar e interpretar el valor del colesterol total máximo del 50% de los
trabajadores con menores valores de colesterol total.
Se debe calcular la mediana:
Descriptive statistics
Colesterol total (mg/dl)
count 35
1st quartile 182.50
median 220.00
Interpretación: El 50% de los trabajadores tienen un valor mediano de colesterol total
menor e igual a 220 mg/dl, el otro 50% de trabajadores tienen un valor mediano de
colesterol total mayor a 220 mg/dl.
c. Calcular e interpretar la desviación estándar del valor del colesterol total de los
trabajadores.
Se debe calcular la desviación estándar: 61.19
Descriptive statistics
Colesterol total (mg/dl)
count 35
sample standard deviation 61.19
sample variance 3,744.31
Interpretación: La variabilidad del valor de colesterol total es 61.19 mg/dl, respecto al
promedio.
d. Determinar si los valores del colesterol total de los trabajadores son
homogéneos.
Se debe calcular el coeficiente de variación: 26.42
Descriptive statistics
Colesterol total (mg/dl)
count 35
skewness 0.33
kurtosis -0.64
coefficient of variation
(CV) 26.42%
Interpretación: EL coeficiente de variación del valor de colesterol total es 26.42% lo
que nos indica que los datos tienen comportamiento homogeneo.
SPSS
Estadísticos
Colesterol total (mg/dl)
N Válido 35
Perdidos 0
Media 231,5714
Mediana 220,0000
Desv. Desviación 61,19077
Para el caso de CV calcular con formula: CV= desvest/promedio*100
2. Para implementar programas de salud emocional diferenciados por género, el jefe
de personal debe demostrar que existe diferencia entre el número promedio de
enferemedades de riesgo que presentan según género. A un nivel de significancia
del 5%, ¿el jefe de personal implementará los programas de salud emocional
diferenciados por género? Utilizar el anexo 1.
N° de Enfermedades de N° de Enfermedades
riesgo -Masculino de riesgo - Femenino
2 0
1 1
0 2
0 0
2 1
3 1
2 0
0 1
3 0
0 3
4 0
2 0
2 0
1 5
1 4
3 0
4 4
3
1ro. Prueba de Hipotesis:
Ho: U1 = U2
H1: U1 ≠ U2
2do. Nivel de Significancia: 5%
3er. Estadistico de Prueba: T
A) T con varianzas iguales
B) T con varianzas diferentes
En este paso es necesario realizar la prueba de LEVENE
Ho: Var 1 = Var 2
H1: Var 1 ≠ Var 2
F-test for equality of variance
2.84 variance: N° de Enfermedades de riesgo - Femenino
1.82 variance: N° de Enfermedades de riesgo -Masculino
1.56 F
.3771 p-value
Observamos que valor-p: 0.3771 > 0.05 entonces se acepta Ho, es decir las varianzas
iguales.
Ahora utilizamos el estadistico T con varianzas iguales
4to. Procedimiento y conclusión:
Ho: U1 = U2
H1: U1 ≠ U2
Hypothesis Test: Independent Groups
(t-test, pooled variance)
N° de
N° de Enfermedades Enfermedades de
de riesgo -Masculino riesgo - Femenino
1.76 1.39 mean
1.35 1.69 std. dev.
17 18 n
33 df
difference (N° de Enfermedades de riesgo -Masculino - N°
0.376 de Enfermedades de riesgo - Femenino)
2.344 pooled variance
1.531 pooled std. dev.
0.518 standard error of difference
0 hypothesized difference
0.726 t
.4730 p-value (two-tailed)
Observamos que valor-p: 0.4730 > 0.05 entonces se acepta Ho, es decir los
promedios de las enfermedades de riesgo para ambos genero son iguales.
5to. Decisión:
Existe suficiente evidencia estadística para concluir que los los promedios de las
enfermedades de riesgo para ambos genero son iguales, por lo tanto el jefe de
personal NO implementará los programas de salud emocional diferenciados por
género
3. El jefe de personal preocupado por la salud emocional de sus trabajadores desea
analizar si existe relación entre el tipo de contrato y el estrés laboral. Para lo cual se
seleccionó una muestra de trabajadores, los resultados se presentan en la siguiente
tabla bidimensional. Determinar si existe relación entre el tipo de contrato y el estrés
laboral de los trabajadores de la empresa “Y.A.K.U.” al 5% de significancia. Utilizar
el anexo 1.
El tipo de contrato y estrés laboral son variables cualitativas nominales, por ello
para probar si existe o no relación utilizamos Chi -Cuadrado.
1ro. Prueba de Hipotesis:
Ho: El tipo de contrato y estrés laboral no están relacionadas
H1: El tipo de contrato y estrés laboral están relacionadas
2do. Nivel de Significancia: 5%
3er. Estadistico de Prueba: Chi -Cuadrado7
4to. Procedimiento y conclusión:
Crosstabulation
Estrés laboral
1 2 Total
1 Observed 11 2 13
Tipo de
Contrato Expected 8.91 4.09 13.00
2 Observed 8 2 10
Expected 6.86 3.14 10.00
3 Observed 5 7 12
Expected 8.23 3.77 12.00
Tota
l Observed 24 11 35
Expected 24.00 11.00 35.00
6.19 chi-square
2 df
.0453 p-value
Observamos que valor-p: 0.0453 (0.05) >= 0.05 entonces se acepta Ho, es decir El
tipo de contrato y estrés laboral no están relacionadas
5to. Decisión: Existe suficiente evidencia estadística para concluir que el tipo de
contrato y estrés laboral no están relacionadas al 5% de significancia.
4. Para minimizar las licencias de salud solicitadas por los trabajadores, el jefe de
personal desea promover programas de prevención y control de enfermedades
de riesgo, para lo cual, deberá demostrar si el número de días de ausencia por
salud de los trabajadores está en función del número de enfermedades de
riesgo. En base a los datos de la muestra de 35 trabajadores, (anexo 1) el jefe
de personal necesita realizar las siguientes actividades:
El número de días de ausencia por salud de los trabajadores y número de
enfermedades de riesgo son variables cuantitativas, por ello para probar si existe o
no relación utilizamos Análisis de Regresión Lineal.
Y= f( X)------ Número de dias de ausencia = f(número de enfermedades de
riesgo)
a. Calcular e interpretar el grado de relación que existe entre el número de
enfermedades de riesgo y el número de días de ausencia por salud de los
trabajadores.
Aca se debe calcular el coeficiente de correlación ( r )
Regression Analysis
r² 0.871 n 35
r 0.933 k 1
Dep. N° de días de ausencia por salud en
Std. Error 1.892 Var. el último año Y
Interpretación: El coeficiente de correlación 0.933 indica que existe una
correlación alta y directa entre el numero de enfermedades de riesgo y el número
de días de ausencia por de salud de los trabajadores.
b. Estimar la ecuación de regresión (modelo de regresión) e interpretar el
coeficente de regresión.
Y^= Bo + B1X ------ Y^= 0.46 +3.18 X
Regression output confidence interval
coefficient t 95% 95%
variables s std. error (df=33) p-value lower upper
Intercept 0.4600
N° de Enfermedades de 3.29E-
riesgo X 3.1800 0.2135 14.898 16 2.7457 3.6143
Interpretar a B1= 3.18
Por cada nueva enfermedad de riesgo el número de días de ausencia
aumenta en 3 aproximadamente.
c. Estimar el número de días de ausencia por salud, si el trabajador presenta 4
enfermedades de riesgo.
Cuando X= 4 estimar el numero de dias de ausencia por salud (Estimación
puntual)
Y^= 0.46 +3.18 (X=4)
Predicted values for: N° de días de ausencia por salud en el último año Y
95% Confidence 95% Prediction
Interval Interval
Predicte
N° de Enfermedades de riesgo X d lower upper lower upper Leverage
4 13.180 11.941 14.419 9.136 17.224 0.104
Cuando se tiene 4 enfermedades de riesgo el número de días de ausencia es
aproximadamente 13.
Leyenda / Códigos de variables:
Presenta estrés
Género Tipo de contrato
laboral
1 = Masculino 1 = Tiempo parcial 1 = Sí
2 = Femenino 2 = Tiempo completo por contrato 2 = No
3 = Tiempo completo indeterminado
Anexo 1: Base de datos
Colesterol N° de N° de días de
Código Tipo de Glucosa Estrés
Género total Enfermedades ausencia por salud
trabajador Contrato (mg/dl) en el último año
laboral
(mg/dl) de riesgo
1 2 1 180 80 0 0 1
2 1 1 220 89 2 3 1
3 2 2 225 100 1 4 1
4 1 1 250 96 1 3 1
5 2 3 280 130 2 10 1
6 2 1 160 95 0 2 2
7 1 1 180 78 0 0 1
8 1 3 220 98 0 1 2
9 2 2 225 105 1 4 1
10 1 2 250 110 2 5 1
11 1 3 280 115 3 14 2
12 2 1 180 108 1 0 1
13 2 1 180 90 0 0 1
14 2 3 220 89 1 5 2
15 2 1 200 180 0 2 1
16 1 2 230 125 2 6 1
17 2 3 320 240 3 9 2
18 1 1 170 88 0 0 2
19 2 1 185 90 0 2 1
20 2 3 195 82 0 3 2
21 1 1 285 188 3 12 1
22 2 3 156 90 0 1 1
23 1 2 189 92 0 0 1
24 1 1 319 209 4 15 1
25 2 3 326 91 5 17 1
26 2 3 306 188 4 14 1
27 1 3 258 129 2 4 2
28 1 2 208 189 2 2 1
29 2 2 145 98 0 1 2
30 1 2 198 181 1 3 2
31 1 2 112 123 1 4 1
32 1 3 260 191 3 10 1
33 1 3 362 166 4 13 2
34 2 2 338 198 4 13 1
35 2 1 293 221 3 9 1
