Facultad de Ciencias Econmicas y Administrativas

Administracin de Empresas
AE0301
MATERIA:
Estadstica

TEMA:
Aplicaciones prcticas en el programa SPSS

DOCENTE:
Ing. Gabriela Alava

INTEGRANTES:
MAURICIO PALOMEQUE
MICHELL HERRERA
ALEJANDRA ZAMBRANO

CICLO:
III

CUENCA, 15 DE MAYO DE 2017

 DESARROLLO

Ejercicio 1

Resumen del procesamiento de los casos

Indicador geogrfico Casos

Incluidos Excluidos Total

N Porcentaje N Porcentaje N Porcentaje

Miembro de sindicatos * 1009 100,0% 0 0,0% 1009 100,0%

Zona 1
Edad en aos

Miembro de sindicatos * 995 100,0% 0 0,0% 995 100,0%

Zona 2
Edad en aos

Miembro de sindicatos * 1003 100,0% 0 0,0% 1003 100,0%

Zona 3
Edad en aos

Miembro de sindicatos * 966 100,0% 0 0,0% 966 100,0%

Zona 4
Edad en aos

Miembro de sindicatos * 1027 100,0% 0 0,0% 1027 100,0%

Zona 5
Edad en aos

Cubos OLAP

Edad en aos: 73

Indicador geogrfico Suma N Media Desv. tp. % de la suma % del total de N

total

Miembro de 6 13 ,46 ,519 3,7% 1,3%

Zona 1
sindicatos

Miembro de 2 16 ,13 ,342 1,3% 1,6%

Zona 2
sindicatos

Miembro de 0 9 ,00 ,000 0,0% 0,9%

Zona 3
sindicatos

Miembro de 2 15 ,13 ,352 1,5% 1,6%

Zona 4
sindicatos

Miembro de 2 12 ,17 ,389 1,3% 1,2%

Zona 5
sindicatos
Ejercicio 2

Resumen del procesamiento de los casos

Indicador geogrfico Casos

Incluidos Excluidos Total

N Porcentaje N Porcentaje N Porcentaje

Voto en las ltimas 1009 100,0% 0 0,0% 1009 100,0%

Zona 1
elecciones * Gnero

Voto en las ltimas 995 100,0% 0 0,0% 995 100,0%

Zona 2
elecciones * Gnero

Voto en las ltimas 1003 100,0% 0 0,0% 1003 100,0%

Zona 3
elecciones * Gnero

Voto en las ltimas 966 100,0% 0 0,0% 966 100,0%

Zona 4
elecciones * Gnero

Voto en las ltimas 1027 100,0% 0 0,0% 1027 100,0%

Zona 5
elecciones * Gnero

Cubos OLAP

Gnero: Mujer

Indicador geogrfico Suma N Media Desv. tp. % de la suma % del total de

total N

Voto en las ltimas 265 519 ,51 ,500 50,0% 51,4%

Zona 1
elecciones

Voto en las ltimas 268 507 ,53 ,500 50,6% 51,0%

Zona 2
elecciones

Voto en las ltimas 241 506 ,48 ,500 47,1% 50,4%

Zona 3
elecciones

Voto en las ltimas 223 469 ,48 ,500 46,3% 48,6%

Zona 4
elecciones

Voto en las ltimas 262 517 ,51 ,500 48,9% 50,3%

Zona 5
elecciones
Ejercicio 3

En una encuesta aplicada a una muestra de 1111 personas con estudios universitarios, se
obtuvo que el nmero de horas promedio que vieron Tv la semana pasada es de 19.65 con una
desviacin estndar de 5.049. Construya el intervalo de confianza de 95% de la media de la
poblacin.

1) Sacar Informacin

Estadsticos para una muestra

N Media Desviacin tp. Error tp. de la

media

Horas viendo TV la 1111 19,65 5,049 ,151

semana pasada

a. Nivel educativo = Estudios universitarios

: Horas viendo TV la semana pasada

: personas con estudios universitarios
= 1111 Poblacin Virtualmente Infinita
= 19.65 Muestra grande. Distribucin Normal Z
= 5.049

2) Grfica

3) Frmula

{
, . = }

.
, . = . . { }

 Estadsticos para una muestraa

N Media Desviacin tp. Error tp. de la

media

Ingresos familiares en miles 1009 51,0387 45,96183 1,44694

a. Indicador geogrfico = Zona 1

: Ingresos familiares en miles
: habitantes de la zona 1

Prueba para una muestraa

Valor de prueba = 0

T gl Sig. Diferencia 95% Intervalo de confianza

(bilateral) de medias para la diferencia

Inferior Superior

Horas viendo TV la 129,738 1110 ,000 19,653 19,36 19,95

semana pasada

a. Nivel educativo = Estudios universitarios

4) Interpretacin

Con un nivel de significancia del 95% de las personas que estn viendo tv se establece que no
hay diferencia significativa ya que si intervalo de confianza esta entre el 19,36 y 19,95

Ejercicio 4

En una muestra de 1009 personas que habitan en la zona 1 de una poblacion, se tuvo que
el ingreso promedio familiar en miles es de $51.0387 con una desviacin estndar de
$45.96183. Construya un intervalo de confianza de 95% de la media de la poblacion.
1) Sacar Informacin

= 1009 Poblacin Virtualmente Infinita

= 51.0387 Muestra grande. Distribucin Normal Z
= 45.96183
2) Grfica

3) Frmula

{
, . = }

.
, . = . . { }

Prueba para una muestra

Valor de prueba = 0

T gl Sig. Diferencia 95% Intervalo de confianza

(bilateral) de medias para la diferencia

Inferior Superior

Ingresos familiares en 35,273 1008 ,000 51,03865 48,1993 53,8780

miles

a. Indicador geogrfico = Zona 1

4) Interpretacin
5) Con un nivel de significancia del 95% de los ingresos familiares encontramos que no existe
diferencia significativa del estudio ya que si intervalo de confianza se encuentra entre 48,19
y 53,87

Ejercicio 5

En una encuesta aplicada a una muestra de 622 personas , se obtuvo que el nmero
promedio de coches que poseen las personas entre 18 y 24 aos de edad es de 2.09
coches con una desviacin estndar de 1.279. Construya el intervalo de confianza de
95% de la media poblacional.
1) Sacar Informacin

Estadsticos para una muestraa

N Media Desviacin tp. Error tp. de la

media

Nmero de coches 622 2,09 1,279 ,051

posedos/financiados

a. Categora de edad = 18-24

: Nmero de coches posedos/financiados

: personas entre 18 y 24 aos
= 622 Poblacin Virtualmente Infinita
= 2.09 Muestra grande. Distribucin Normal Z
= 1.279

2) Grfica

3) Frmula

{
, . = }

.
, . = . . { }

 Prueba para una muestraa

Valor de prueba = 0

T gl Sig. Diferencia 95% Intervalo de

(bilateral) de medias confianza para la
diferencia

Inferior Superior

Nmero de coches 40,858 621 ,000 2,095 1,99 2,20

posedos/financiados

a. Categora de edad = 18-24

4) Interpretacin
Con un nivel de significancia del 95% de los nmeros de coches posedos o financiados se
encuentra que no existe diferencia significativa ya que su intervalo de confianza esta entre
el 1,99 y 2,20

1) Datos

Xi principal= puntuacin de acuerdo al sexo

Fa= # personas

Estadsticos de grupo

sexo femenino masculino N Media Desviacin tp. Error tp. de la

media

femenino 10 53,6000 27,54471 8,71040

puntuacin
masculino 14 57,2857 28,79217 7,69503

Poblacin virtualmente infinita

Independiente
Muestra pequea t student
Sin proporcin
Desviacin desconocida

2) Prueba de hiptesis
Ho: u=53,60
H1: u 557,29
 0,05
3) = 2 = 0,025

4) Valor critico
n= 24 gl= 23 t= 2,069
5) Regla de decisin

Opc.1 No se rechaza Ho cuando t sea mayor a 2,69 o menor a 2,69y se rechaza H1

Opc.2 Se rechaza Ho cuando t sea menor 2,69 o mayor a 2,69 y se acepta H1

6) Prueba de estadgrafo

7) Toma de decisin
Con un estadgrafo de prueba de 3,15 aceptamos H0 y rechazamos H1 que plantea que toda la
poblacin de hombres como de mujeres puntan de forma similar en las escalas que se les
suministro.

8) Valor p
gl= 23 valor p
t= 3,15 0,01 0,05

Rechazo Ho en mediano plazo

1) Datos
Xi anlisis: tiempo de espera de los clientes en minutos hasta ser atendidos
Fa: # clientes de KFC

2) Prueba de hiptesis
H0: u= 16
H1: u 16

3) =0,05
4) Valor critico
Z= 1,96
5) Regla de decisin
Opc.1 NO rechazamos H0 cuando z sea mayor a 1,96 y rechazamos H1
Opc.2 Rechazamos H0 cuando z sea menor a 1,96 y aceptamos H1
6) Prueba de estadgrafo

7) Toma de decisin
Con un estadgrafo de prueba de 0,998 aceptamos H0 que plantea que en toda
la poblacin de clientes que esperan para ser atendidos en KFC es inferior a lo
establecido esto con un nivel de confianza del 95%.

8) Valor p

Valor p

0,457 0,05 no se rechaza Ho

 EJERCICIO 8
1) Datos
Xi anlisis: edad en aos de los empleados de la empresa AA
Fa: # personas

Informe
edad en aos

Media N Desv. tp.

50,08 50 17,332

2) Prueba de hiptesis
H0: u= 50,08
H1: u>50,08

3) =0,05
4) Valor critico
Z= 1,96

5) Regla de decisin
Opc.1 NO rechazamos H0 cuando z sea mayor a 1,96 y rechazamos H1
Opc.2 Rechazamos H0 cuando z sea menor a 1,96 y aceptamos H1
6) Prueba de estadgrafo

7) Toma de decisin
Con un estadgrafo de prueba de 0,715 aceptamos H0 que plantea que en toda
la poblacin de empleados de la empresa AA la edad en aos es inferior a lo
establecido esto con un nivel de confianza del 95%.

8) Valor p

Valor p

0,715 0,05 no se rechaza H0

 EJERCICIO 9
1) Datos
Xi: distribucin de peso en las bolsas
Fa: # de bolsas

Estadsticos para una muestra

Statistic Bootstrapa

Sesgo Tp. Error Intervalo de confianza al 99%

Inferior Superior

N 10

Media 48,1800 -,0054 ,8678 46,6101 50,9598

distribucin de peso
Desviacin tp. 2,88590 -,39438 1,14291 ,56014 4,66979

Error tp. de la media ,91260

a. A no ser que se indique lo contrario, los resultados autodocimantes se basan en 1000 bootstrap samples

2) Prueba de hiptesis
H0: u=50
H1: u50

3) =0,01

4) valor critico
gl=9
t= -2,821

5) regla de decisin
opc.1 no se rechaza H0 cuando t sea mayor a -2,821 y rechaza H1
opc.2 se rechaza H0 cuando t sea menor a -2,821y aceptamos H1
 6) regla decisin

Prueba para una muestra

Valor de prueba = -1,99

t gl Sig. (bilateral) Diferencia de 99% Intervalo de confianza para la

medias diferencia

Inferior Superior

distribucin de peso 52,794 9 ,000 48,18000 45,2142 51,1458

7) tomar decisin
Con un nivel de confianza del 99% en toda la poblacin de bolsas y un estadgrafo de
prueba de -2,821 rechazamos H1 que plantea que la distribucin de peso en las bolsas
es inferior a 50 libras.

8) valor p

Valor p

0,05 a 0,025 > 0,01 No rechazamos H0 M/P

EJERCICIO 10

A continuacin, se enlistan las notas de cinco de cinco estudiantes de la universidad de cuenca

de la facultad de ciencias econmicas y administrativas

SEXO SALARIO
HOMBRE 6
MUJER 7
HOMBRE 9
HOMBRE 8
MUJER 9
Asuma que existen varianzas poblaciones iguales para ambos. Prueba la hiptesis de que las
notas medias de las mujeres no son iguales con la de los hombres, con un nivel de confianza
del 0,01

1) Sacar Datos
Xi anlisis = estudiantes de la universidad de cuenca
Xi tratamiento = sexo de los estudiantes de la universidad de cuenca
Fa = puntaje obtenido de los estudiantes

2) Plantear Hiptesis
0: 1 = 2
1: 1 2
 3) Nivel de Significancia
= 0,01

4) Valor Crtico
g.l.= 4
t =4,604
5) Regla de Decisin
Aceptar hiptesis nula y rechazar hiptesis alternativa cuando el valor t sea mayor a -
4,604 y sea menor a 4,604 o rechazar nula y aceptar alternativa cuando el valor t sea
menor a -4,604 y mayor a 4,604

6) Estadgrafo de Prueba

99% de intervalo de confianza de la

diferencia

t gl Inferior Superior

SALARIO Se asumen varianzas iguales -,245 3 -8,28180 7,61514

No se asumen varianzas iguales -,250 2,427 -10,25768 9,59102

7) Tomar decisin
Con un nivel de significancia del 0,01 aceptamos hiptesis nula y rechazamos
alternativa que nos dice que SI existe diferencia significativa en las calificaciones de los
estudiantes de la universidad de cuenca entre sexos para la prueba de hipotesis

Ejercicio 11)

A continuacin, se enlistan los salarios de cinco de jugadores de la jornada inicial del equipo de
los Yanquis de Nueva York de las ligas mayores de beisbol

POSICION SALARIO
JARDINERO 1500
PITCHER 1200
JARDINERO 2500
JARDINERO 1970
PITCHER 1550
Asuma que existen varianzas poblaciones iguales para ambos. Prueba la hiptesis de que los
salarios medios de los pitchers no son iguales con los de los jardinero, con un nivel de
confianza del 0,01
 1) Sacar Datos
Xi anlisis = posiciones del equipo de beisbol
Xi tratamiento = posiciones de los jugadores (jardinero y pitcher)
Fa = # de jugadores

Estadsticas de grupo

Desviacin Media de error

POSICION N Media estndar estndar

SALARIO JARDINERO 3 1990,0000 500,29991 288,84829

PITCHER 2 1375,0000 247,48737 175,00000

2) Plantear Hiptesis
0: 1 = 2
1: 1 2

4,604

3) Nivel de Significancia
= 0,01

4) Valor Crtico
g.l.= 4
t =4,604

5) Regla de Decisin
Aceptar hiptesis nula y rechazar hiptesis alternativa cuando el valor t sea mayor a -
4,604 y sea menor a 4,604 o rechazar nula y aceptar alternativa cuando el valor t sea
menor a -4,604 y mayor a 4,604
 6) Estadgrafo de Prueba

99% de intervalo de confianza de la

diferencia

t gl Inferior Superior

SALARIO Se asumen varianzas iguales 1,557 3 -1692,48776 2922,48776

No se asumen varianzas iguales 1,821 2,944 -1395,07045 2625,07045

7) Tomar decisin
Con un nivel de significancia del 0,01 aceptamos hiptesis nula y rechazamos
alternativa que nos dice que SI existe diferencia significativa en salarios de los
jugadores futbolistas para esta prueba de hiptesis

8) Valor p

1,533 0,2
> 0,01
2,132 0,1

Prueba de Hiptesis muestra pareada

Ejercicio 12)

Hace poco el gobierno federal estadounidense otorgo fondos para un programa especial
diseado para reducir los delitos en reas de alto riesgo. Un estudio de los resultados del
programa en ocho reas de alto riesgo de Miami produjo los resultados siguientes.

NUMERO DE DELITOS POR AREA

A B C D E F G H
ANTES 14 7 4 5 17 12 8 9
DESPUES 2 7 3 6 8 13 3 5
Hubo alguna diferencia en el nmero de delitos desde la inauguracin del programa. Utilice el
nivel de significancia del 0,10

1) Sacar Datos
Xi anlisis = delitos en florida
Xi tratamiento = antes y despus de incorporar un programa
 Fa = # de reas de florida

Estadsticas de muestras emparejadas

Desviacin Media de error

Media N estndar estndar

Progra ANTES 9,50 8 4,504 1,592

ma DESPUES 5,88 8 3,563 1,260

Correlaciones de muestras emparejadas

N Correlacin Sig.

Progra ANTES & DESPUES

8 ,298 ,473
ma

2) Plantear Hiptesis
0: =
1:

3) Nivel de Significancia
= 0,01
4) Valor Crtico
g.l.= 7
t =3,499
5) Regla de Decisin
Aceptar hiptesis nula y rechazar hiptesis alternativa cuando el valor t sea mayor a -3,499
y sea menor a 3.499 o rechazar nula y aceptar alternativa cuando el valor t sea menor a -
3,499 y mayor a 3,499
6) Estadgrafo de Prueba
(1 2)
=
/
 Prueba de muestras emparejadas

Sig.
Diferencias emparejadas (bilateral)

Media de 99% de intervalo de

Desviacin error confianza de la diferencia

Media estndar estndar Inferior Superior t gl

Par ANTES -
3,625 4,838 1,711 -2,361 9,611 2,119 7 ,072
1 DESPUES
7) Tomar decisin
Con un nivel de significancia del 0,01 aceptamos hiptesis nula y rechazamos alternativa
que nos dice que no existe diferencia significativa en los delitos cometidos antes y despus
de incorporar el programa

8) Valor p

Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk

Estadstico gl Sig. Estadstico gl Sig.

DESPUES ,165 8 ,200* ,910 8 ,355

ANTES ,169 8 ,200* ,955 8 ,760

*. Esto es un lmite inferior de la significacin verdadera.

a. Correccin de significacin de Lilliefors

t= 2,119
valor p
1,895 0,05 aceptamos H0 y
> 0,01 rechazamos H1 a corto
2,365 0,025 plazo

Ejercicio 13)

Una investigacin acerca de la eficiencia de un jabn antibacterial para reducir la contaminacin

de una sala de operaciones genero la tabla siguiente. El jabn nuevo se prob en una muestra
de 8 salas de operacin el ao pasado.

SALA DE OPERACIONES
A B C D E F G H
ANTES 6,6 6,5 9 10,3 11,2 8,1 6,3 11,6
DESPUES 6,8 2,4 7,4 8,5 8,1 6,1 3,4 2
A un nivel de significancia de 0,05. se puede concluir que las mediciones de contaminacin son
menores despus del uso del jabn nuevo?

1) Sacar Datos
Xi anlisis = eficiencia del jabon antibacterial
Xi tratamiento = antes y despus de probar el jabon en las salas
Fa = # de salas de operacin

Estadsticas de muestras emparejadas

Desviacin Media de error

Media N estndar estndar

Par 1 ANTES 8,700 8 2,1607 ,7639

DESPUES 5,588 8 2,6085 ,9222

2) Plantear Hiptesis
0: =
1: <

2,365

3) Nivel de Significancia
= 0,05
4) Valor Crtico
5) g.l.= 7
t =2,365

5)Regla de Decisin

Aceptar hiptesis nula y rechazar hiptesis alternativa cuando el valor t sea mayor a -2,365
y sea menor a 2,365 o rechazar nula y aceptar alternativa cuando el valor t sea menor a -
2,365 y mayor a 2,365
6) Estadgrafo de Prueba
(1 2)
=
/
 Prueba de muestras emparejadas

Diferencias emparejadas

95% de intervalo de

Desviaci Media de confianza de la

n error diferencia Sig.

Media estndar estndar Inferior Superior t gl (bilateral)

Par ANTES - 3,112

2,9113 1,0293 ,6786 5,5464 3,024 7 ,019
1 DESPUES 5

7) Tomar decisin
Con un nivel de significancia del 0,05 aceptamos hiptesis alternativa y rechazamos
hiptesis nula que nos dice que existe diferencia significativa en el estudio que si son
menores la contaminacin dentro de los laboratorios.

8) Valor p

Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk

Estadstico gl Sig. Estadstico gl Sig.

DESPUES ,203 8 ,200* ,880 8 ,190

ANTES ,209 8 ,200* ,890 8 ,233

*. Esto es un lmite inferior de la significacin verdadera.

a. Correccin de significacin de Lilliefors

t= 3,024
valor p
2,998 0,01 aceptamos H1 y
< 0,05
3,449 0,005 rechazamos H0 a