CURSO: ESTADÍSTICA INFERENCIAL GRUPO 7

DOCENTE: ALCAZAR VILCHEZ, VICTOR RAUL

ACCIDENTES Y ENFERMEDADES QUE

SUFREN LOS TRABAJADORES EN
UNA EMPRESA
Integrantes:
• Del Rosario Huaman, Juan
• Chaico Ventura, Harold
• Pinto Medina, Diego
• Queque Arapa, Jennifer
• Tantalean Delgado, Eddy
OBJETIVO GENERAL:
Determinar los diferentes accidentes y enfermedades que un trabajador
puede llegar a sufrir dentro de la empresa de metalmecánica.
 • POBLACIÓN: Personas
trabajadoras en el ámbito
Metalmecánica

• MUESTRA: 60 trabajadores en
Metalmecánica

• UNIDAD DE ANÁLISIS: 1
persona trabajadora en el
ámbito Metalmecánica
 TIPOS DE VARIABLES

VARIABLES CUALITATIVAS VARIABLES CUANTITATIVAS

NOMINAL ORDINAL DISCRETA CONTINUA

*¿Cuál es su género? *¿Cantidad de veces que

*¿En qué distrito reside
actualmente?
*¿Cuál es la enfermedad o accidente
que tuvo?
*¿Se siente seguro en su centro de
labores?
*¿La empresa cubrió con todos los
gastos médicos?
*¿Cuál es el cargo que *La edad de los
usted ha contraído una trabajadores
desempeña dentro de la
enfermedad o un
empresa? *¿Qué tiempo lleva
accidente cuando realiza
*¿Cómo califica las sus labores? laborando en la
medidas de seguridad empresa?
*¿Cuánto tiempo estuvo
dentro de su empresa?
en descanso médico?
 TABLA DE FRECUENCIA
VARIABLE CUANTITATIVA CONTINUA: Las edades de los trabajadores

¿Cual es Marca Frecuencia Frecuencia (Xi-X) (Xi-X)^2 fi*(Xi-X)^2

su de absoluta relativa
edad? clase Frecuencia acumulada Frecuencia acumulada
Años (Xi) absoluta (fi) (Fi) relativa (hi) (Hi)

[19-24> 21.5 26 26 0.433 0.43 -7.17 51.36 1335.39

24-29 26.5 13 39 0.217 0.65 -2.17 4.69 61.03

29-34 31.5 9 48 0.150 0.80 2.83 8.03 72.25

34-39 36.5 3 51 0.050 0.85 7.83 61.36 184.08

39-44 41.5 2 53 0.033 0.88 12.83 164.69 329.39

44-49 46.5 4 57 0.067 0.95 17.83 318.03 1272.11

49-54 51.5 3 60 0.050 1 22.83 521.36 1564.08

Total 60 1 4818.33
MEDIDAS DE TENDENCIA CENTRAL
MEDIA MUESTRAL:

Calculando la media muestral de las edades de los trabajadores (n=60)

= 1720

Donde:
fi∶ Frecuencia relativa
Xi∶ Marca de clase
n∶ Total de datos Calculando la media muestral de las edades de los trabajadores (n1=30)
=798

Calculando la media muestral de las edades de los trabajadores (n2=30)

=900
 MEDIDAS DE DISPERSIÓN
VARIANZA MUESTRAL:

Calculando la varianza muestral de las edades de los trabajadores (n=60)

= 4818.33/ = 59
Donde:
fi∶ Frecuencia relativa
Xi∶ Marca de clase
n∶ Total de datos
x ̅ ∶ Media muestral
Calculando la varianza muestral de las edades de los trabajadores (n1=30)
=1777.00 / n1 = 29

Calculando la varianza muestral de las edades de los trabajadores (n2=30)

=2544.00 / n2 = 29
 INTERVALO DE CONFIANZA PARA LA
MEDIA DE UNA POBLACIÓN
La edad de los trabajadores 𝑰𝑪= 𝒙 − 𝒁
(1 − ∝2 ) ( )
𝑺
√𝒏
≤ 𝝁 ≤ 𝒙 +𝒁 ∝
𝑺
( )
(1− 2 ) √ 𝒏

DATOS RESOLUCIÓN INTERPRETACIÓN

n = 60
• 1-(α/2) = 0.975
• A (0.975) = Z (0.975) = 1.96
= 28.67   Con un nivel de confianza del 95% la media
poblacional de las edades de los
  trabajadores en el ámbito de metalmecánica
está entre 26.383 y 30.957 años.
= 9.037
 

α = 0.05
 INTERVALO DE CONFIANZA PARA
DIFERENCIA DE DOS MEDIAS POBLACIONES
√ √
𝟐 𝟐 𝟐 𝟐
𝑺𝟏 𝑺𝟐 𝑺 𝟏 𝑺𝟐
La edad de los trabajadores ( 𝒙 𝟏 − 𝒙 𝟐 ) − 𝒁 (𝟏 − ∝ ) + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ ( 𝒙 𝟏 − 𝒙 𝟐 ) + 𝒁 ∝ +
𝟐 𝒏𝟏 𝒏 𝟐 (𝟏− ) 𝒏
𝟐 𝟏 𝒏𝟐

DATOS RESOLUCIÓN INTERPRETACIÓN

MUESTRA 1 MUESTRA 2

n1= 30 n2=30

• 1-(α/2) = 0.975
26.60 30 • A (0.975) = Z (0.975) = 1.96 Como pertenece al intervalo de
1= 2
confianza se concluye que . Se
concluye que no existe
diferencia significativa entre las
edades de los trabajadores de
=61.276 =87.724
la muestra 1 y la muestra 2.

α = 0.05
PRUEBA DE HIPÓTESIS PARA LA MEDIA
DE UNA POBLACIÓN 𝒁 𝒄=
𝒙−𝝁
𝑺
La edad de los trabajadores √𝒏
DATOS RESOLUCIÓN GRÁFICA

n = 60

H0 : µ ≥ X
= Ha : µ < ✔
1-α = 0.95
= 28.67 A(0.95) = Z(0.95) = 1.645
 
= 9.037  
 
Como se sitúa en la Región Crítica se rechaza la hipótesis nula y
se acepta la hipótesis alternativa. Por lo tanto, se comprueba que
α = 0.05 la media poblacional de las edades de los trabajadores es menor
a 30.957 .
 PRUEBA DE HIPÓTESIS PARA DOS MEDIAS
POBLACIONALES
( 𝒙 𝟏 − 𝒙 𝟐) −(𝝁𝟏 − 𝝁𝟐)
𝒁𝒄 =

√
La edad de los trabajadores 𝟐
𝑺𝟏 𝑺𝟐
𝟐

+
𝒏 𝟏 𝒏𝟐
DATOS RESOLUCIÓN GRÁFICA

MUESTRA 1 MUESTRA 2

n1= 30 n2=30

H0 : µ1 µ2 ✔
Ha : µ1 µ2 X
1 =26.60 2 =30 1-α = 0.95
A (0.95) = Z (0.95) =- 1.645
µ1-µ2= 0 Z=-1.645 Zc=-1.487
 
=61.276 =87.724
Como se sitúa en la Zona de Aceptación se acepta la hipótesis nula y se
rechaza la hipótesis alternativa. Por lo tanto, se comprueba que la
media poblacional de las edades de los trabajadores de la muestra uno
α = 0.05 es mayor o igual que el de la muestra dos.
INTERVALO DE CONFIANZA PARA LA
PROPORCIÓN DE
¿Cuál es la enfermedad o accidente que tuvo?
UNA POBLACIÓN
(p: 27 personas que nunca se han accidentado o contraído
un enfermedad)
𝒑−𝒁
(𝟏−
∝
𝟐
) √ 𝒑𝒒
𝒏
≤ 𝝅 ≤ 𝒑+ 𝒁 ∝
(𝟏 − )
𝟐
𝒑𝒒
𝒏 √
DATOS RESOLUCIÓN INTERPRETACIÓN

: Relación
proporcional de
éxitos 1-(α/2) = 0.975
A(0.975) = Z(0.975) = 1.96 Con un nivel de confianza del
n = 60
95% la verdadera proporción de
trabajadores que nunca se han
  
enfermado han tenido un
accidente se encuentra entre .
 

α = 0.05
 INTERVALO DE CONFIANZA PARA LAS
PROPORCIONES
¿Cuál es la enfermedad o accidente que tuvo?
DE DOS POBLACIONES
(p: nunca se han enfermado o contraído un
accidente)
(𝒑𝟏 − 𝒑𝟐 ) − 𝒁
(𝟏− ∝𝟐 ) √ 𝒑 𝟏 𝒒𝟏 𝒑𝟐 𝒒 𝟐
𝒏𝟏
+
𝒏𝟐
≤ 𝝅 𝟏 − 𝝅 𝟐 ≤ ( 𝒑 𝟏 − 𝒑 𝟐) + 𝒁 ∝
(𝟏 −√𝟐
)
𝒑 𝟏 𝒒𝟏 𝒑𝟐 𝒒 𝟐
𝒏𝟏
+
𝒏𝟐

DATOS RESOLUCIÓN INTERPRETACIÓN

MUESTRA 1 MUESTRA 2
n1= 30 n2=30 La verdadera diferencia entre las
proporciones de trabajadores que
1-(α/2) = 0.975
considera que nunca se han enfermado o
= = A(0.975) = Z(0.975) = 1.96
1 2 han tenido un accidente de la muestra
uno y dos está comprendido entre -0.218
y 0.286, con un nivel de confianza del
1 = 2 =   95%.
= = 0.252 Como el intervalo contiene el valor de 0,
1 y 2: Relación proporcional de podemos concluir que , no hay razón
éxitos para creer que hay diferencia entre las
muestras de las proporciones
α = 0.05
 PRUEBA DE HIPÓTESIS PARA LA
PROPORCIÓN DE UNA POBLACIÓN
¿Cuál es el accidente que sufrió o enfermedad tuvo? 𝒑 − 𝝅𝟎
𝒁𝒄 =
(p: nunca se han enfermado o contraído un accidente)
√ 𝝅 𝟎 (𝟏− 𝝅 𝟎 )
𝒏

DATOS RESOLUCIÓN GRÁFICA

n = 60

H0 : π0.576 X
=0.576 Ha : π ˂ 0.576 ✔
1-α = 0.95
A(0.95) = Z(0.95) = -1.645
Zc= -1.975 Z=-1.645
=27/60=0.45  
Como en la zona de rechazo, entonces se acepta la (Ha) y
rechazamos la nula. Por lo tanto, se comprueba que la
proporción que no tuvieron algún accidente o enfermedad es
α = 0.05 menor a 0.576.
 PRUEBA DE HIPÓTESIS PARA LAS
PROPORCIONES DE DOS POBLACIONES
¿Cuál es el accidente que sufrió o enfermedad tuvo? 𝒑 𝟏 − 𝒑 𝟐 −( 𝝅 𝟏 − 𝝅 𝟐 )
𝒁𝒄 =
(p: nunca se han enfermado o contraído un accidente)
√ 𝒑 (𝟏 − 𝒑 )
( 𝟏
+
𝟏
𝒏𝟏 𝒏𝟐 )
DATOS RESOLUCIÓN GRÁFICA

MUESTRA 1 MUESTRA 2
n1= 30 n2=30
H0 : π 1 π 2 ✔
=14 =13 Ha : π 1 π 2 X
1 2
1-α= 0.95
A (0.95) = Z (0.95) = 1.645
=
π 1- π 2= 0 Zc=0.265
=14/30= 0.467 =13/30=0.433 Como se sitúa en la Zona de Aceptación se acepta la
  hipótesis nula y se rechaza la hipótesis alternativa. Por lo
tanto, se comprueba que la proporción de la muestra uno es
menor que la proporción de la muestra, es decir que la
α = 0.05 muestra 1 tuvo menor proporción de trabajadores que no
han tenido un accidente o alguna enfermedad con respecto
a la muestra 2.
 INTERVALO DE CONFIANZA PARA LA
VARIANZA DE UNA POBLACIÓN “1”
¿Que tiempo tiene laborando en la empresa?Meses (𝑛 − 1 ) 𝑆 ² ( 𝑛 −1 ) 𝑆 ²
≤ σ ²≤
𝑋 ² (1− α /2, n −1) 𝑋 ² (1 − α /2, n − 1)

DATOS RESOLUCIÓN INTERPRETACIÓN

= 30
1-( α/2) = 0.975
α/2=0.025
gl=n-1=30-1=29 Con un nivel de confianza del 95% la
varianza poblacional del tiempo que
tiene laborando en la empresa esta
  comprendida entre 156.61 y 445.36.
(𝟐𝟗 ) 𝟐𝟒𝟔 .𝟒𝟑𝟕 ( 𝟐𝟗 ) 𝟐𝟒𝟔 . 𝟒𝟑𝟕
≤ 𝝈²≤
  𝟒𝟓 . 𝟕𝟐𝟐 𝟏𝟔 .𝟎𝟒𝟕
α = 0.05
45.36
 PRUEBA DE HIPOTESIS PARA UNA
VARIANZA DE UNA DISTRIBUCIÓN NORMAL
PARA LA MUESTRA “1”
VARIABLE CUANTITATIVA CONTINUA: Meses que ha laborado en la empresa ( 𝑛 −1 ) 𝑆 ²
𝑋𝑐 ²=
𝜎 ²₀
Datos
H₀: σ²=156.31 n=30 μ=156.31 ( 29 ) 246.44
Ha: σ²≠156.31 𝑋 𝑐 2= =45.722
=246.44 156.31

α = 0.05
α/2 = 0.025
1 - α/2 = 0.975

(𝛼/2,n-1) (0.025,29) = 16.047

(1-𝛼/2,n-1) (0.975,29)= 45.722

Como X²<45.722, entonces aceptamos la Ho LO QUE SIGNIFICA
QUE LA VARIANZA NO ES DIFERENTE, ES =150.46
 INTERVALOS DE CONFIANZAS PARA EL
COCIENTE DE LA VARIANZA DE DOS
POBLACIONES
VARIABLE CUANTITATIVA CONTINUA: Meses que ha laborado en la empresa

≤ σ₁²/σ₂² ≤
DATOS
𝛼 1 2
𝑓( , 𝑣 . 𝑣 )= 𝑓 0.025 (29 , 29)=2.1
MUESTRA 1 MUESTRA 2 2
0.7≤σ₁²/σ₂²≤3.1
n1= 30 n2=30
𝛼
𝑓( , 𝑣 1 . 𝑣 2)= 𝑓 0.025 (29,29)=2 .1
2
g.l=30-1=29

= dado que el intervalo no contiene la unidad es decir σ₁²/σ₂²≠1 no E

[0.7,3.1].

α = 0.05
 PRUEBA DE HIPOTESIS PARA LA RAZÓN DE
DOS VARIANZAS
¿Se puede concluir que hay igual variación en los tiempos laborados en una empresa?

Muestra 1 Muestra 2 ∄

𝑺𝟐𝟏=𝟐𝟒𝟔. 𝟒𝟒 𝑺𝟐𝟐=𝟏𝟔𝟔. 𝟗𝟎
n1= 30 n2= 30 =

V= n1 -1 = 29 V= n2 -1 = 29
=

Existe evidencia muestral suficienteales son iguales.

PRUEBA DE INDEPENDENCIA
• VARIABLE CUALITATIVA NOMINAL: SEXO
• VARIABLE CUALITATIVA ORDINAL: NIVELES DE MEDIDAS

H0: No existe relación entre el sexo y los niveles de medidas de seguridad dentro de la empresa ✔
Ha: Existe relación entre el sexo y los niveles de medidas de seguridad dentro de la empresa X

Sexo Muy buena Buena Mala Total

Masculino 10(8.017) 23(26.517) 4(2.467)

37

Femenino 3(4.983) 20(16.483) 0(1.533)

23

Total 13 43 4 60
Resolución
Ho: No existe relación entre el sexo y los niveles de medidas de seguridad dentro
de la empresa ✔
Ha: eExiste relación entre el sexo y los niveles de medidas de seguridad dentro de
la empresa X
 

Como el estadístico de Prueba 3.602 cae en la

Región de NO rechazo, NO RHO no existe relación
entre el sexo y las de medidas de seguridad dentro
gl = (#filas-1)(#columnas-1) de la empresa (Independencia
gl = (2-1)(3-1) = 2
PRUEBA DE BONDAD DE AJUSTE PARA
LA DISTRIBUCIÓN DE POISSON
RESOLUCION

Ho: El número de veces que han contraído una enfermedad Sigue una distribución Poisson ✔
Ha: El número de veces que han contraído una enfermedad NO Sigue una distribución Poisson X

λ==1 Gl = k-m-1 = 5-1-1 = 3

P(X=0)==0.3679 no se encuentra en la
zona de rechazo, por lo
tanto, se acepta la
P(X=1)==0.3679 hipotesis nula y se rechaza
la hipotesis alternativa. Por
ende, con un nivel de
significancia del 0.05 existe
P(X=2)==0.1839 evidencia estadística para
no rechazar la hipótesis
nula, por lo tanto, el
P(X=3)==0.0613 número de veces que se
ha presentado
enfermedades en la
empresa sigue una
distribución Poisson.

P(X=4)==0.0190
CONCLUSIONES