UNIVERSIDAD ESTATAL DEL SUR DE MANABI

UNIDAD ACADEMICA CIENCIAS ADMINISTRATIVAS Y ADITORAS CARRERA INGENIERIA EN AUDITORIA

Catedra:

ESTADISTICA APLICADA

Profesional en formacin:
PARRALES GMEZ SANDY

Facilitador:
ING. MIGUEL ANGEL JAIME BAQUE

QUINTO SEMESTRE

JIPIJAPA MANAB ECUADOR MAYO-OCTUBRE 2013

INTRODUCCIN El siguiente trabajo muestra los temas de Momentos y Curtosis, en Momentos, se puede definir como una generalizacin de una teora de los parmetros estadsticos, y la Curtosis, el cuarto momento respecto de la media mide la curtosis de la distribucin, es decir, la forma de la distribucin de probabilidad. Las medidas de asimetra son indicadores que permiten establecer el grado de simetra (o asimetra) que presenta una distribucin de probabilidad de una variable aleatoria sin tener que hacer su

representacin grfica. Las medidas de curtosis tratan de estudiar la proporcin de la varianza que se explica por la combinacin de datos extremos respecto a la media en contraposicin con datos poco alejados de la misma. Si una distribucin es simtrica, existe el mismo nmero de valores a la derecha que a la izquierda de la media, por tanto, el mismo nmero de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga que la de la izquierda, es decir, si hay valores ms separados de la media a la derecha. Diremos que hay asimetra negativa (o a la

izquierda) si la "cola" a la izquierda de la media es ms larga que la de la derecha, es decir, si hay valores ms separados de la media a la izquierda. En teora de la probabilidad y estadstica, la curtosis es una medida de la forma o apuntamiento de las distribuciones. As las medidas de curtosis (tambin llamadas de apuntamiento o de concentracin.

MEDIDAS DE ASIMETRA
MOMENTOS Llamamos momentos a los diferentes valores que pueden tomar las variables en una distribucin de frecuencia. Los momentos son infinitos y los podemos designar con la letra M mayscula acompaado de un subndice, el mismo que indicar el momento que deseamos determinar. Los momentos son definidos como la suma de las variables elevadas a la potencia de acuerdo al momento que va a determinar y dividido para el nmero total de datos. Frmula: Las siguientes frmulas que utilizaremos sern para determinar los momentos, las mismas que servirn para el clculo de la curtosis. Los momentos se pueden determinar: Para datos simples Para datos simples con respecto a la media aritmtica Los momentos con respecto a un valor cualquiera Momentos con datos agrupados con respecto a la media aritmtica. FORMULAS PARA DETERMINAR LOS MOMENTOS PARA DATOS SIMPLES

FORMULAS PARA DETERMINAR LOS MOMENTOS CON DATOS SIMPLES CON RESPECTO A LA MEDIA ARITMTICA
( ) ( ) ( ) ( )

FORMULAS PARA DETERMINAR LOS MOMENTOS CON RESPECTO A UN VALOR CUALQUIERA

( ) ( ) ( ) ( )

FORMULAS PARA DETERMINAR LOS MOMENTOS CON DATOS AGRUPADOS CON RESPECTO A LA MEDIA ARITMTICA

EJERCICIO: De los siguientes datos determinar los 5 primeros momentos con datos simples. De la misma serie determinar 4 momentos con respecto a la media aritmtica. De la misma serie determinar 4 momentos con un valor cualquiera (6). De la misma serie determinar 4 momentos con datos agrupados con respecto a la media aritmtica de la temperatura de algunos alimentos Temperatura x 15 16

225 256

3375 4096

50625 65536

759375 1048576

17 18 19 85

289 324 361 1455

4913 5832 6859 25075

83521 104976 130321 434979

1419857 1889568 2476099 7593475

MOMENTOS CON DATOS SIMPLES:

MOMENTOS CON DATOS SIMPLES CON RESPECTO A LA MEDIA ARITMTICA Temperatura x 15 16 17 18 19 85

( )

( 2 1 0 -1 -2 0
( )

) (

) 4 1 0 1 4 10
(

) 8 1 0 -1 -8 0

) 16 1 0 1 16 34
( )

17

MOMENTOS CON RESPECTO A UN VALOR CUALQUIERA Temperatura x 15 16 17 18 19 85

( )

( 9 10 11 12 13 55

) 81 100 121 144 169 615

) 729 1000 1331 1728 2197 6985

6561 10000 14641 20736 28561 80499

( )

MOMENTOS CON DATOS AGRUPADOS RESPECTO A LA MEDIA ARITMTICA Temperatura x 15 16 17 F 4 2 15 d -2 -1 0 d.f -8 -2 0

4 1 0

-8 -1 0

16 1 0

16 2 0

-32 -2 0

64 2 0

18 19

6 3

1 2

6 6 2

1 4

1 8

1 16

6 12 36

6 24 -4

6 48 120

CURTOSIS
El Coeficiente de Curtosis analiza el grado de concentracin que presentan los valores alrededor de la zona central de la distribucin. Se definen 3 tipos de distribuciones segn su grado de curtosis: Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores centrales de la variable (el mismo que presenta una distribucin normal). Distribucin leptocrtica: presenta un elevado grado de concentracin alrededor de los valores centrales de la variable. Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los valores centrales de la variable.

Frmula para calcular la curtosis:

Si este coeficiente es igual a 3, la distribucin se dice normal (similar a la distribucin normal de Gauss) y recibe el nombre de mesocrtica. Si el coeficiente es mayor que 3, la distribucin se llama leptocrtica, ms puntiaguda que la anterior. Hay una mayor concentracin de los datos en torno a la media. Si el coeficiente es menor que 3, la distribucin se llama platicrtica y hay una menor concentracin de datos en torno a la media. Sera ms achatada que la primera.

ASIMETRA
Esta medida nos permite identificar si los datos que se estn analizando o investigando se distribuyen de alguna forma uniforme o con cabalidad, existen tres tipos de estado las cuales pueden ser: Asimetra positiva: Se dice que esta ocurre cuando la mayora de los datos recolectados se encuentran por encima del valor de la media aritmtica. Simetra: Esta sucede cuando los datos recolectados se distribuyen de una forma igual de ambos lados, sea que aproximadamente quedan con los mismos datos de los dos lados con respecto a la media. Asimetra Negativa: En este caso es cuando la mayora de los datos repilados se juntan o aglomeran en los valores menores que la media. Ejemplo de los 3 tipos de Asimetra:

Ejercicio: De la siguiente distribucin de frecuencia que corresponde al salario en dlares de un grupo de trabajadores determinar: El grado de asimetra mediante la curtosis. Representar los datos en el eje de coordenadas y analizar la curva obtenida Qu porcentaje de apuntamiento presenta dicha distribucin de frecuencia De acuerdo al grado de apuntamiento obtenido en el literal A qu nombre tiene esta curva. X 60-65 65-70 70-75 75-80 80-85 85-90 90-95 F 4 8 12 20 16 8 3 71 Xm 62.5 67.5 72.5 77.5 82.5 87.5 92.5 Xms d -15 -10 -5 0 5 10 15 225 100 25 0 25 100 225 900 800 300 0 400 800 675 3875 50625 202500 10000 80000 625 7500 0 0 625 10000 10000 80000 50625 151875 531875

77.5

Grafico:

Salario en dolares de un grupo de trabajadores

25 20 15 10 5 0 0 20 40 60 80 100

REPRESENTACIN GRFICA DEL PESO DE UN GRUPO DE ALIMENTOS LACTEOS Ejercicio: De la siguiente distribucin de frecuencia que corresponde el peso de un grupo de alimentos determinar: El grado de asimetra mediante la curtosis Representar los datos en el eje de coordenada y analizar la curva obtenida Qu porcentaje de peso presenta dicha distribucin de frecuencia De acuerdo al grado de peso obtenido en el literal A qu nombre tiene esta curva.
X 92 - 96 96 -100 100 - 104 104 - 108 108 - 112 112 - 116 116 - 120 TOTAL f 3 7 14 22 17 6 2 71 Xm 94 98 102 106 110 114 118 Xms d -12 -8 -4 0 4 8 12 d 144 64 16 0 16 64 12 d.f 432 448 224 0 272 384 24 1784 d 20736 4096 256 0 256 4096 20736 d.f 62208 28672 3584 0 4352 24576 41472 164864

106

( )

Grfico:
25

20

15

10

0 0 20 40 60 80 100 120 140

DISTRIBUCIN BIDIMENSIONAL
La distribucin bidimensional es un proceso que consiste en ordenar y concentrar cada una de las informaciones elaboradas y para graficar se aplican una serie de medidas buscando una mejor forma de describir ciertas caractersticas de una poblacin. En esta unidad se ha utilizado del comportamiento de 2 variables la X y Y; las mismas que son analizadas simultneamente. Por ejemplo tenemos las siguientes variables:

Individuos

.......

Carcter X Carcter Y

x1 y1

x2 y2

x3 y3

........ .......... .

Si de una cierta poblacin se estudian dos caracteres simultneamente se obtienen dos series de datos. La lista de pares de datos correspondientes a cada individuo de la poblacin (repetidos o no), es lo que llamamos variable estadstica bidimensional. Ambas variables pueden ser directas o continuas

PRESENTACIN DE DATOS
Los datos deben ir ordenados mediante una tabla de distribucin bidimensional o tabla de doble entrada. DISTRIBUCIONES DE FRECUENCIAS Se disponen las frecuencias en una tabla de doble entrada donde las xi y la yj estn ordenadas en forma creciente. Recibe el nombre de tabla de frecuencias o tabla de correlacin. Si hay pares que se repiten se agrupan siendo nij la frecuencia absoluta del par (xi, yj). La sumatoria de la frecuencia de las filas de Y se las considera como frecuencia marginales.

Ejemplo: De la siguiente distribucin que corresponda al peso y costo un grupo de productos en gramos cuyos pesos oscilan entre 1 a 6 dlares X ser el peso Y ser el costo en dlares

X Y 75 84 91 98 102 120

9.8

12.9

15.2

16.5

18.5

21

FM

4 4 4 4 2 4 4 4 4 2 2

4 4 4 4 2 20

DIAGRAMA DE DISPERSION Tambin llamado diagrama de desparramiento, o de esparcimiento o nube de puntos. Es la representacin grfica de una distribucin bidimensional. Cada par de observaciones corresponde a un punto en el plano.

Correlacin directa La recta correspondiente a la nube de puntos de la distribucin es una recta creciente.

Correlacin inversa La recta correspondiente a la nube de puntos de la distribucin es una recta decreciente.

Correlacin nula En este caso se dice que las variables son incorreladas y la nube de puntos tiene una forma redondeada.

ESTADGRAFOS DE UNA DISTRIBUCIN BIDIMENSIONAL Pueden obtenerse todos los estadgrafos hallados para distribuciones unidimensionales, en forma independiente. Tambin es posible determinar un estadstico que relacione las dos variables. Las siguientes relaciones matemticas nos indican la manera de calcular la media aritmtica, la varianza para cada variable, as como la covarianza que relaciona las dos variables:

Fm: frecuencias marginales F: frecuencia total, es decir, el nmero de pares de observaciones X: media aritmtica de la variable x Y: media aritmtica de la variable y O2: varianza Cxy: covarianza

La covarianza es estadgrafo de dispersin que representa el grado de variabilidad conjunta de las variables, es decir, cuantifica la relacin de las variables conjuntamente. Se emplea para el clculo del coeficiente angular en las rectas de estimacin. A continuacin hallamos los estadgrafos mencionados para el ejemplo anteriormente representado.

ANLISIS DE CORRELACIN SIMPLE El anlisis de correlacin simple nos permite obtener relacin entre dos conjuntos de variables. El anlisis de correlacin consiste en emplear mtodos que permitan medir el grado o intensidad de asociacin entre dos o ms variables. El concepto de correlacin est estrechamente vinculado al concepto de regresin, pues, para que una ecuacin de regresin sea razonable los puntos muestrales deben estar ceidos a la ecuacin de regresin; adems el coeficiente de correlacin debe ser: Grande cuando el grado de asociacin es alto, y pequeo cuando es bajo Independiente de las unidades en que se miden las variables. Con un ejemplo se describe mejor el significado de anlisis de correlacin. Supngase que interesa un grupo de estudiantes universitarios de segundo grado. Se desea determinar la relacin entre sus promedios de calificaciones en el bachillerato y los promedios de calificaciones despus del primer ao en la universidad. Tales promedios (P.Cal.) para algunos estudiantes son: ESTUDIANTE Frank Rousos Sue Navchok Art Seiple Carma Lpez P.CAL EN BCHILLERATO 3.0 2.1 4.0 3.8 P.CAL EN UNIVERSIDAD 2.9 2.3 3.9 1.9

La relacin no es perfecta. Por ejemplo, Carma Lpez tuvo un promedio muy alto (3.8) en el bachillerato, pero su desempeo de 1.9 en la universidad est muy por abajo del promedio. En vez de hablar de generalidades, como se ha hecho hasta ahora, utilizaremos varias medidas estadsticas para representar y explicar con ms precisin la relacin entre las dos variables: Anlisis de correlacin Grupo de tcnicas estadsticas empleado para medir la intensidad de la

relacin (correlacin) entre dos variables en la universidad. A este grupo de tcnicas estadsticas se le conoce como anlisis de correlacin. DIAGRAMA DE DISPERSIN Un diagrama de dispersin es un tipo de diagrama matemtico que utiliza las coordenadas cartesianas para mostrar los valores de dos variables para un conjunto de datos. Los datos se muestran como un conjunto de puntos, cada uno con el valor de una variable que determina la posicin en el eje horizontal y el valor de la otra variable determinado por la posicin en el eje vertical. Un diagrama de dispersin se llama tambin grfico de dispersin. Ejemplo: VENDEDOR Sr. J. A. Amber Sr. B. N. Archer Sra. G. D. Smith Sr. A. B. Malcolm Sra. A. Goodwin Grfico:
14000 VENTAS SEMANALES (MILES DE DOLARES) 12000 10000 8000 6000 4000 2000 0 0 2 4 6 8 10 12 PUNTUACIONES A PRUEBAS

PUNTUACION DE PRUEBA 4 7 3 6 10

VENTAS SEMANALES 5000 12000 4000 8000 11000

Sr. Amber

COEFICIENTE DE CORRELACIN

Para medir el grado de relacin existente entre la variable independiente y la variable dependiente, lo que ms se utiliza es el (de Pearson), cuyo mtodo abreviado de Coeficiente de Correlacin Lineal clculo est dado por la siguiente frmula: ( [ ( En donde: n= es el nmero de pares de observaciones x = es la suma de valores de la variable x y = es la suma de valores de la variable y (x2) = es la suma de los valores x elevados al cuadrado (x)2 = es el cuadrado de la suma de valores de x (y2) = es la suma de valores de y elevados al cuadrado (y)2 = es el cuadrado de la suma de valores de y DIAGRAMA DE DISPERSIN QUE MUESTRAN CORRELACIONES NEGATIVA Y POSITIVA PERFECTAS ) ( ) ( )( ) ) ( ) ] ) ][ (

Correlacion positiva perfecta

12 10 8 6 4 2 0 0 2 4 6 8 10 12

Recta con pendiente positiva r= -1.00

Correlacion negativa perfecta

14 12 10 8 6 4 2 0 0 2 4 6 8 10 12

Recta con pendiente negativa

r= -1.00

Si no existe en absoluto relacin entre los dos conjuntos de variables, la r de Pearson ser cero. Un coeficiente de correlacin r cercano a 0 (por ejemplo, 0.08) indica que la relacin es poco intensa o dbil. Se llega a la misma conclusin si r = - 0.08. Coeficientes de - 0.91 y +0.91 tienen igual fuerza; ambos indican una correlacin muy intensa entre los dos conjuntos de variables. De esta forma, a fuerza de la correlacin no depende de a direccin (ya sea - o +). El esquema que sigue representa adecuadamente la intensidad y la direccin del coeficiente de correlacin
Correlacion cero r= 0 (X y Y no estan relacionadas linealmente)
7 6 INGRESO ANUAL 5 4 3 2 1 0 0 1 2 3 4 NUMERO DE HIJOS 5 6 7

Correlacion negativa debil (X y Y estan algo relacionadas linealmente)

12 10 CANTIDAD VENDIDA 8 6 4 2 0 0 2 4 PRECIO 6 8 10

CALCULO DE COEFICIENTE DE CORRELACION

EJEMPLO: Los datos para el problema sobre las ventas semanales y las puntuaciones de prueba y los clculos necesarios para determinar el coeficiente de correlacin se enlistan en la tabla 13-2. Cunto vale el coeficiente de correlacin?
PUNTUACION VENTAS VENDEDOR DE PRUEBAS SEMANALES Sr. Amber Sr. Archer Sra. Smith Sr. Malcolm Sra. Oodwin TOTAL 4 7 3 6 10 30 5 12 4 8 11 40 16 49 9 36 100 210

XY
20 84 12 48 110 274 25 144 16 64 121 370

SOLUCION: ( [ ( ) ( [ ( ) ( [ ( ) ) ( )( ) ) )( ) ) ] ( ) ] ( ) ] ) ][ ( ( ) ][ ( ][

Es prctica comn redondear r a centsimos; en este problema es 0.88 lo cual indica una relacin muy intensa entre las puntuaciones de prueba y las ventas semanales. Entonces, la prueba del director de personal es conveniente para predecir las ventas semanales. EJERCICIOS: 1. Un agrnomo experimento con distintas cantidades de fertilizante liquido en una muestra de parcelas del mismo tamao. La cantidad de fertilizante y el rendimiento son: CANTIDAD DE RENDIMIENTO PARCELA FERTILIZANTE (CIENTOS DE BUSHELS) (TONELADAS) A 2 7 B 1 3 C 3 8 D 4 10 El agrnomo est interesado en predecir el rendimiento: Cul es la variable independiente? Cul es la variable dependiente? Trace un diagrama de dispersin Determine el coeficiente de correlacin Interprete la intensidad de r.

a) b) c) d)

DESARROLLO: PARCELA Cantidad de fertilizante (toneladas) X 2 1 3 4 10 Rendimiento (cientos de bushels) Y 7 3 8 10 28

A B C D TOTAL

4 1 9 16 30

14 3 24 40 81

49 9 64 100 222

Variable dependiente (y)= rendimiento

 Variable independiente (x)= cantidad de fertilizante Diagrama de dispersin:

12 10 RENDIMIENTO 8 6 4 2 0 0 1 2 3 4 5 CANTIDAD DE FERTILIZANTE

Coeficiente de Correlacin: ( [ ( ) ( [ ( [ [ ) ( ( ) ) ( )( ) ) ) ) ( ] ] ) ] ( ) ] ) ][ ( ( ) ][ ( ][ ][ )(

Anlisis: En este problema el coeficiente de correlacin es de 0.98, lo cual indica una relacin muy intensa entre la cantidad de fertilizante y el rendimiento. 2. Una empresa comercial tiene establecimientos en varias grandes reas metropolitanas. La gerente general de ventas planea lanzar al aire un anuncio comercial por televisin en las estaciones locales, al menos dos veces, antes de una venta gigante que empezar el sbado y terminar el domingo. Planea tener las cifras de las ventas de video-caseteras del sbado y domingo en sus diferentes locales y parearlas con el nmero de veces que apareci el comercial en la televisin, El objetivo fundamenta1 de la investigacin es determinar si existe relacin entre el nmero de veces que se transmiti el anuncio y las ventas de sus productos. Los pares datos son: ESTABLECIMIENTOS DE VENTAS Buffalo Albany Erie Syracuse Rochester a) b) c) d) e) NUMERO DE TRANSMISIONES DE ANUNCIOS 4 2 5 6 3 VENTAS DE SABADO Y DOMINGO (MILES DE DOLARES) 15 8 21 24 17

Cul es la variable dependiente? Trace el diagrama de dispersin. Parece haber alguna relacin entre X y Y? Explique su respuesta. Determine el coeficiente de correlacin. Evale la intensidad de la relacin entre X y Y

DESARROLLO: Numero de Establecimientos de transmisiones de ventas anuncios X Buffalo Albany Erie Syracuse Rochester TOTAL 4 2 5 6 3 20 Ventas de sbado y domingo (miles de dlares) Y 15 8 21 24 17 85

16 4 25 36 9 90

60 225 16 64 105 441 144 576 51 289 376 1595

Variable independiente (x) = nmero de transmisiones de anuncios Variable dependiente (y) = ventas de sbado y domingo Diagrama de dispersin:
30 VENTAS DE SABADO Y DOMINFO 25 20 15 10 5 0 0 1 2 3 4 5 6 7 NUMERO DE TRANSMISIONES DE ANUNCIOS

Coeficiente de correlacin: ( [ ( ) ( [ ( [ [ ) ( ( ) ) ( )( ) ) )( ) ) ( ] ] ) ] ( ) ] ) ][ ( (

) ][ ( ][ ][

Anlisis: En este problema el coeficiente de correlacin es de 0.97, lo cual indica una relacin muy intensa entre la cantidad de numero de transmisiones con las ventas de los das sbado y domingo. 3. Una empresa industrial planea desarrollar un folleto para anunciar su nueva motocicleta X2B. Uno de los aspectos que se van a examinar y que se desea mencionar en el folleto es la relacin velocidad-millas: Existe una relacin lineal entre la velocidad de la motocicleta y las millas por galn? Las pruebas de campo revelaron lo siguiente: VELOCIDAD CONSTANTE (MILLAS POR HORA) X 40 30 70 50 60 MILLAS POR GALON Y 54 60 37 46 48

Para explorar la relacin: Trace el diagrama de dispersin Parece hablar alguna relacin entre las dos variables? Descrbala. Calcule el coeficiente de correlacin y evale su intensidad. DESARROLLO: Velocidad constante (millas por hora) X 40 30 70 50 60 250 Millas por galn Y 54 60 37 46 48 245 1600 900 4900 2500 3600 13500 2160 1800 2590 2300 2880 11730 2916 3600 1369 2116 2304 12305

Diagrama de dispersin:
70 60 MILLAS POR GALON 50 40 30 20 10 0 0 10 20 30 40 50 60 70 80 VELOCIDAD CONSTANTE

Coeficiente de correlacin: ( [ ( ( [ ( [ [ ) ( ) ( ) ) ( )( ) ) )( ) ( ) ( ] ] ) ] ) ] ) ][ ( ( )][ ( ][ ][

Anlisis: En este problema el coeficiente de correlacin es de 0.57, lo cual indica una relacin moderada entre la variable x y la variable y, es decir, estan algo relacionadas linealmente.

4. Se est efectuando un proyecto de investigacin en una empresa para determinar si existe relacin entre los aos de servicio y la eficiencia de un empleado. El objetivo del estudio fue predecir la eficiencia de un empleado con base en los aos de servicio. Los resudados mustrales fueron: EMPLEADO Jones Orlando Ireland Smith Kordel Smith Lpez Sobecki TIEMPO DE SERVICIO 1 20 6 8 2 1 15 8 PUNTUACION DE EFICIENCIA 6 5 3 5 2 2 4 3

Indique: Cul es la variable dependiente? Trace el diagrama de dispersin. Con base en el diagrama de dispersin, parece haber alguna relacin entre los aos de servicio y la eficiencia? Calcule el coeficiente de correlacin. Evale la intensidad de la relacin.

DESARROLLO: EMPLEADO Jones Orlando Ireland Smith Kordel Smith Lpez Sobecki TOTAL TIEMPO DE SERVICIO 1 20 6 8 2 1 15 8 61 PUNTUACION DE EFICIENCIA 6 5 3 5 2 2 4 3 30 1 400 36 64 4 1 225 64 795 6 100 18 40 4 2 60 24 254 36 25 9 25 4 4 16 9 128

Diagrama de dispersin:
7 PUNTUACION DE EFICIENCIA 6 5 4 3 2 1 0 0 5 10 15 20 25 TIEMPO DE SERVICIO

Coeficiente de correlacin: ( [ ( ) ( [ ( [ ) ( ( ) ) ( )( ) ) )( ) ) ( ) ] ] ( ) ] ) ][ ( ( )][ ( ][

][

Anlisis: En este problema el coeficiente de correlacin es de0.35, lo cual indica una relacin dbil, es decir, que las variables no estn muy relacionadas entre s.

COEFICIENTE DE DETEMINACION
En estadstica, el coeficiente de determinacin, denominado R2 y pronunciado R cuadrado, es un estadstico usado en el contexto de un modelo estadstico cuyo principal propsito es predecir futuros resultados o testear una hiptesis. El coeficiente determina la calidad del modelo para replicar los resultados, y la proporcin de variacin de los resultados que puede explicarse por el modelo. Se estudiar con mayor detenimiento el empleo del coeficiente de determinacin. Coeficiente da determinacin La proporcin de la variacin total en la variable dependiente Y que se explica por. o se debe a, la variacin en la variable independiente X. COEFICIENTE DE NO DETERMINACIN Es lgico que el coeficiente de no determinacin sea la proporcin de la variacin total en Y que no es explicada por la variacin en X Se calcula por medio de 1 - r2. En el problema de puntuaciones de prueba-ventas semanales, 1 - r2 = 1 - (0.88)2 = 1 - 0.77 = 0.23. Esto significa que 23% de la variacin total en las ventas semanales no se debe a la variacin en las puntuaciones de prueba. Los coeficientes de determinacin y de no determinacin slo pueden ser positivos (porque al elevar al cuadrado una negativa da como resultado un nmero positivo).
MUESTRAS PEQUEAS El ejemplo de puntuaciones de prueba-ventas semanales es un caso de muestra pequea. Las hiptesis nula y alternativa son: h0. p = 0 (La correlacin en la poblacin es cero.) Hi: p * 0 (La correlacin en la poblacin es distinta de cero.)

BIBLIOGRAFIA http://www.aulafacil.com/CursoEstadistica/Lecc-9-est.htm http://www.ieszaframagon.com/matematicas/estadistica/estadistic a_unidimensional/esta14.htm http://mariaavila-maria.blogspot.com/2009/05/sesgo-ycurtosis.html http://carmesimatematic.webcindario.com/bidimensionales.htm http://www.ditutor.com/estadistica_2/diagrama_dispersion.html

UNIVERSIDAD ESTATAL DEL SUR DE MANABI

UNIDAD ACADEMICA CIENCIAS ADMINISTRATIVAS Y ADITORAS CARRERA INGENIERIA EN AUDITORIA

Catedra:

PLANIFICACIN ESTRATGICA

Profesionales en formacin:
ACOSTA REGALADO GISELLA PARRALES GMEZ SANDY CHELE CHILAN ERIKA CASTILLO ANA ZAVALA LENIN

Facilitador:
LCDO. JOS PEAFIEL

QUINTO SEMESTRE

JIPIJAPA MANAB ECUADOR NOVIEMBRE 2013 - ABRIL 2014

TITULO DEL PROYECTO Planificacin estratgica como una herramienta de gestin para el desarrollo socioeconmico municipal del cantn jipijapa. RESUMEN Estamos en un tiempo en donde se estn presentando cambios en nuestro entorno, en donde aspectos polticos, climticos, sociales est en constante cambio, por lo que las empresas se ven afectadas por esto, y es cuando deben realizar una planificacin estratgica que les servir como una herramienta fundamental, para estar preparados y establecer lineamientos que ayuden al desarrollo de la actividad que presta la empresa. Tambin podemos mencionar cambios que se producen en la tecnologa, con la comunicacin, en donde las empresas deben estar actualizadas a medida que van evolucionando estos aspectos, actualmente las empresas que tiene mejor rendimiento son las que tienen sistemas avanzados de comunicacin de informacin, ya que adems implementan tcnicas y procedimientos para la utilizacin de estos sistemas. La planificacin estratgica proporciona un marco de referencia para la actividad organizacional que pueda conducir a un mejor funcionamiento. Es importante que los gerentes definan la misin de la empresa para estar en condiciones de dar una direccin y orientacin a sus actividades. Las organizaciones funcionan mejor gracias a ello, y se tornan ms sensibles ante un ambiente en constante cambio. El xito de una planificacin estratgica radica en el poder de anticipacin, la iniciativa y la reaccin oportuna del cambio, tambin del apoyo que tenga por parte de los altos directivos y los trabajadores, planeando constantemente las actividades a realizar y no de manera improvisada, consecuencia de esto se establecen los objetivos de la

organizacin y la definicin de los procedimientos adecuados para alcanzarlos. Y La calidad en el servicio es tambin una parte importante del xito de las empresas, el cmo lograrlo, es algo que hay que planificar y que se debe tomar en cuenta al momento de la Elaboracin del Plan Estratgico, as los clientes preferirn a una empresa no solo por su producto, servicio o sus precios sino por el trato que reciben.

PROBLEMATIZACION Planteamiento del problema Tomando en cuenta la importancia de ejecutar y cumplir los objetivos que se proponen en una planificacin y en especial las obras municipales se propone que este proyecto servir para determinar los factores que impiden dichos cumplimientos para la mejora de calidad de vida de los moradores del sitio y realzar la existencia del cantn de Jipijapa para optimar el nivel econmico, cultural, social, natural y turstico del mismo. Esta problemtica deriva de una necesidad corroborada en la prctica, la cual establece la condicionalidad de solucionar problemas inducidos por modelos de desarrollo turstico que demandan de una reconceptualizacin fundamentada en los principios del desarrollo sostenible. Constituye a su vez una necesidad para la sociedad y las ciencias, al requerirse de nuevas fuentes de informacin cientfica a favor de los procesos de toma de decisin. Es de gran actualidad ya que la planeacin estratgica y el desarrollo sostenible son nuevos y valiosos enfoques que incorporan conceptos en proceso de formacin y perfeccionamiento, por lo que incursionar en ellos da la posibilidad de potenciar su sistematizacin cientfica y multiplicar los saberes, a la vez que facilitar su implementacin bajo las condiciones concretas de cada territorio. Formulacin del problema Determinacin de los factores que inciden en el Plan Estratgico 2012 2013 del cantn Jipijapa para el desarrollo socioeconmico mejorando la calidad de vida de los habitantes. OBJETIVO GENERAL

Determinar los factores por lo cual el Municipio Descentralizado del cantn Jipijapa no ejecuta correctamente el plan estratgico plasmado, para as satisfacer y cubrir las expectativas de la sociedad con una proyeccin eficiente que ayude a mejorar constantemente y lograr la excelencia del cantn.

OBJETIVOS ESPECFICOS Implementar la propuesta de Planificacin Estratgica para lograr mayor eficiencia y eficacia en la empresa. Conformar equipos de trabajo de alto rendimiento y disear programas de capacitacin. JUSTIFICACIN El siguiente trabajo se justifica en tres aspectos: En lo social, en lo econmico y en lo educativo. En lo social porque se orienta hacia la satisfaccin de las necesidades prioritarias de los grupos ms vulnerables del cantn jipijapa, promoviendo el incremento de la autogestin comunitaria. En lo econmico por cuanto a su alcance esta investigacin ayudar a la institucin educativa a implementar un nuevo mtodo o instrumento para aplicar estos conocimientos en los estudiantes. En lo educativo promueve el inters de sus estudiantes y maestros a investigar hechos de importancia social; los propsitos institucionales de una educacin interactiva. FUNDAMENTACION TERICA VARIABLE INDEPENDIENTE Planificacin estratgica aplicada al desarrollo sostenible. TEMA

GERMN VALCRCEL-RESALT dice: El Desarrollo Local Rural es un proceso localizado de cambio social y crecimiento econmico sostenible, que tiene la finalidad del progreso permanente de la Comunidad y de cada individuo integrado en ella. Otro autor, GUIGOU, dice El Desarrollo Local es la expresin de la solidaridad local creadora de nuevas relaciones sociales, que se manifiesta en la voluntad de los habitantes de un espacio para valorizar las riquezas locales y crear as las condiciones que permitan el desarrollo econmico. De una manera ms simple podemos decir que el desarrollo local es una COMPOSICIN de varias categoras de recursos, que utilizadas conjuntamente nos permiten alcanzar el objetivo final de progreso permanente de la comunidad o mejora de la calidad de vida. Para avanzar hacia un desarrollo local sostenible, un municipio debe dar respuesta por lo menos a cuatro retos: Mejorar la eficiencia de su base productiva, la capacidad de originar, captar y retener flujos de capital y medios de produccin. Fomentar la cohesin social de sus habitantes y su acceso a oportunidades. Asegurar el crecimiento econmico dentro de lmites ambientales. Promover la gobernabilidad, que es el resultado de sumar la accin del gobierno, la colaboracin entre las administraciones pblicas, la implicacin de los agentes socioeconmicos y la participacin ciudadana.

EFECTOS
Un planteamiento errneo de la misin y visin Inadecuada identificacin de los puntos crticos de cada rea La mala optimizacin del uso de los recursos

Planificacin estratgica aplicada al desarrollo sostenible

Misin y Visin

FODA

Sostenibilidad Presupuestaria

CAUSAS

Subtema Desarrollo Sostenible

El Banco Mundial afirma que "la sostenibilidad es un modelo de desarrollo que articula el componente econmico, social y ecolgico, donde lo econmico est relacionado con temas de eficiencia en el uso de los recursos, a la equidad social y a la calidad ambiental" El mbito del desarrollo sostenible se divide en tres ejes: 1. La sostenibilidad social y cultural garantiza el Incremento del control de los hombres sobre sus propias vidas, que el desarrollo sea compatible con su cultura y valores, que mantenga y fortalezca la identidad de la comunidad. 2. La sostenibilidad ecolgica que garantiza un desarrollo compatible con el mantenimiento de los procesos ecolgicos esenciales, de la diversidad biolgica y de los recursos biolgicos. 3. La sostenibilidad econmica garantiza que el desarrollo se econmicamente eficiente y que los recursos sean gestionados de modo que se conserven para las generaciones futuras.

VARIABLE INDEPENDIENTE Calidad de vida TEMA La OMS la ha definido como la percepcin que un individuo tiene de su lugar en la existencia, en el contexto de la cultura y del sistema de valores en el que vive y en relacin con sus expectativas, sus normas y sus inquietudes. Se trata de un concepto muy amplio que est influido de un modo complejo por la salud fsica del sujeto, su estado psicolgico, su nivel de independencia, sus relaciones sociales, as como su relacin con los elementos esenciales de su entorno. Con frecuencia, el trmino es utilizado en una variedad de contextos, como el mdico, el sociolgico, el poltico, el cultural, etctera. Su dimensin va desde el plano especficamente subjetivo hasta lo que pueden mostrar los instrumentos de medicin. Su mxima expresin, sin embargo, se halla en la salud, en la calidad de vida relacionada con la salud. EFECTOS
El desequilibrio presupuestario para satisfacer las necesidades bsicas La falta de inters del poder pblico para mejorar la vida de los ciudadanos ms vulnerables No solucionar los niveles de pobreza que lleva a la delincuencia

Calidad de Vida

Necesidades y Satisfactores

CAUSAS

Subtema Los factores materiales

Son los recursos que uno tiene: Ingresos disponibles, trabajo, salud, nivel de educacin. Los factores ambientales

Son las caractersticas del vecindario/comunidad que pueden influir en la calidad de vida, tales como: Presencia y acceso a servicios, grado de seguridad y criminalidad, transporte y movilizacin, habilidad para servirse de las nuevas tecnologas que hacen la vida ms simple. Tambin, las caractersticas del hogar son relevantes en determinar la calidad de las condiciones de vida. Factores de relacionamiento

Incluyen las relaciones con la familia, los amigos y las redes sociales. METODOLOGA Mtodo inductivo

En el campo de la lgica, la induccin es el proceso en que se obtiene conclusiones generales a partir de premisas particulares. Establece proposiciones de carcter general inferidas de la observancia y el estudio analtico de hechos y fenmenos particulares; su aplicacin permite establecer conclusiones generales derivadas de la observacin sistemtica y peridica de los hechos que ocurren en torno al objeto en cuestin con el fin de descubrir relaciones constantes derivadas del anlisis y, en base a ellas establecer hiptesis que de comprobarse, adquirirn el rango de leyes. En otras palabras, la base de la induccin es la suposicin de que si algo es cierto en algunas ocasiones tambin lo es en situaciones similares aunque no se hayan observado. La probabilidad de acierto depende del nmero de fenmenos observados. Una de las formas ms simples de induccin aparece al interpretar las encuestas de opinin, en las que las respuestas dadas por una pequea parte de la poblacin total se proyectan para todo un pas.

Mtodo Deductivo El mtodo deductivo consiste en que el investigador realice diferentes experimentos basados en esquemas lgicos, fabricados mentalmente y apoyado por slidos conocimientos tericos que le permitan establecer algunos supuestos sobre cuya abstraccin se construye dicho esquema. En lgica, deduccin es una forma de razonamiento donde se infiere una conclusin a partir de una o varias premisas. En la argumentacin deductiva vlida la conclusin debe ser verdadera si todas las premisas son asimismo verdaderas. As por ejemplo, si se afirma que todos los seres humanos cuentan con una cabeza y dos brazos y que Carla es un ser humano, en buena lgica entonces se puede concluir que Carla debe tener una cabeza y dos brazos. Es ste un ejemplo de silogismo, un juicio en el que se exponen dos premisas de las que debe deducirse una conclusin lgica.