Estadística Empresarial

Práctica Dirigida N° 4 – Grupo N° 3

1.- El señor George McMahon, presidente de la Compañía Nacional General de Seguros de Salud, se opone al
seguro nacional de salud. Argumenta que su implementación sería muy costosa, en particular debido a que la
existencia de este sistema tendería a fomentar permanencias hospitalarias más prolongadas, además de otros
efectos. George piensa que el tiempo de hospitalización depende del tipo de seguro de salud que tengan las
personas. Le pide a Donna McClish, la especialista en estadística de la empresa, que verifique el asunto. Donna
colectó datos de una muestra aleatoria de 660 hospitalizaciones y los resumió en la tabla adjunta.
Días en el hospital
Total
<5 5 - 10 >10
Fracción de < 25% 40 75 65 180
costos
25 – 50% 30 45 75 150
cubiertos por
el seguro > 50% 40 100 190 330

Total 110 220 330 660

Esta tabla de las frecuencias observadas para nueve hospitalizaciones diferentes y el tipo de seguro en que
se divide la muestra. Donna desea probar la hipótesis de que el tiempo de estancia depende del tipo de
seguro. Utilice en la prueba apropiada un nivel de significancia del 1%.
1.- Hipótesis:
Ho: La fracción de costos cubiertos por el seguro y el tiempo de estancia son independientes.
H1: La fracción de costos cubiertos por el seguro y el tiempo de estancia no son independientes.
2. Nivel de significancia. α = 0.01
3. Estadística de prueba. Se utilizará el estadístico chi cuadrado:

que se distribuye aproximadamente como chi-cuadrado con (r-1)x(c-1) = (3-1) x (3-1) = 4 grados de
libertad.
4. Región crítica. Para el nivel de significancia α = 0.01 y con 4 grados de libertad, en la tabla chi –
cuadrado se encuentra el valor crítico χ2 (0.01,4)=13.28. Se rechazará H0 si el valor calculado 2 cal es
mayor que 13.28.
5. Cálculos. Las frecuencias observadas y las esperadas se dan en la siguiente tabla.
 Tabla cruzada FRACCION DE COSTOS*DIAS EN EL HOSPITAL
DIAS EN EL HOSPITAL
<5 5-10 >10 Total
FRACCION DE COSTOS <25% Recuento 40 75 65 180
Recuento esperado 30,0 60,0 90,0 180,0
25-50% Recuento 30 45 75 150
Recuento esperado 25,0 50,0 75,0 150,0
>50% Recuento 40 100 190 330
Recuento esperado 55,0 110,0 165,0 330,0
Total Recuento 110 220 330 660
Recuento esperado 110,0 220,0 330,0 660,0

Pruebas de chi-cuadrado
Significación asintótica
Valor df (bilateral)
Chi-cuadrado de Pearson 24,316 a 4 ,000
Razón de verosimilitud 24,710 4 ,000
Asociación lineal por lineal 21,243 1 ,000
N de casos válidos 660
a. 0 casillas (0,0%) han esperado un recuento menor que 5. El recuento mínimo esperado es
25,00.
6. Decisión. Dado que χ 2 = 24.316 > 13.28, se rechaza H 0, y se concluye que existe evidencia de una relación entre el tiempo de estancia y
tipo de seguro.

Con el spss: Para la prueba Chi-cuadrado, el p- valor = 0.000 es menor que 0.01, se concluye que hay una relación entre el tiempo de estancia y
tipo de seguro.
 Prueba para la bondad de ajuste de una muestra
2.La directora de recursos humanos de Georgetown Paper, Inc., está preocupada por el absentismo entre los
trabajadores por hora, por lo que decide tomar una muestra de los registros de la compañía y determinar si el
absentismo está distribuido de manera uniforme en toda la semana de seis días. Las hipótesis son:

H0: El absentismo está distribuido de manera uniforme en toda la semana de trabajo.

H1: El absentismo no está distribuido de manera uniforme en toda la semana de trabajo.

Los resultados de la muestra son:

Número de ausencias Número de ausencias

Lunes 12 Jueves 10

Martes 9 Viernes 9

Miércoles 11 Sábado 9

Mediante la utilización de la prueba de bondad de ajuste  2

y el nivel de significancia 0.01. ¿Qué le indicaría a la directora
de recursos humanos?
2.- Nivel de significancia: α = 0.01
3.- Estadística de Prueba

4.- Cálculos
Día # de Ausencias Esperadas Oi-Ei (Oi-Ei)2 (Oi-Ei)2
Ei

Lunes 12 10 12-10=2 4 0.4

Martes 9 10 9-10=-1 1 0.1

Miércoles 11 10 1 1 0.1

Jueves 10 10 0 0 0

Viernes 9 10 -1 1 0.1

Sábado 9 10 -1 1 0.1

60 60 0.8
5.- Puntos Críticos

6.- Conclusión
Se acepta H0, se rechaza H1, es decir el ausentismo se distribuye de manera uniforme durante la semana.
 3.- Un grupo de compradoras en tiendas departamentales vio una línea nueva de vestidos y opinó al respecto.
Los resultaron fueron:
Opinión Número de compradores Opinión Número de compradores

Sobresaliente 47 Bueno 39

Excelente 45 Regular 35

Muy bueno 40 Indeseable 34

Como el número mayor (47) indicó que la línea nueva es extraordinaria, el jefe de diseño piensa que ésta es una razón para iniciar la producción
masiva de los vestidos. El jefe de mantenimiento (que de alguna manera participó en el estudio) considera que no hay una razón clara y afirma que
las opiniones están distribuidas de manera uniforme entre las seis categorías. Además, dice que las pequeñas diferencias entre los diversos conteos
quizá se deban a la casualidad. Pruebe que en la hipótesis nula no hay una diferencia relevante entre las opiniones de las compradoras. Utilice la
 2

prueba de bondad de ajuste con un nivel con un nivel de riesgo de 0.01. Siga un enfoque formal, es decir, formule la hipótesis nula, la hipótesis alternativa.
4.El director de seguridad de Honda USA tomó muestras aleatorias de los registros de la compañía sobre
accidentes menores relacionados con el trabajo, y los clasificó de acuerdo con la hora en que ocurrieron.
Hora Número de accidentes Hora Número de accidentes
8 a 9 a.m. 6 1 a 2 p.m. 7
9 a 10 a.m. 6 2 a 3 p.m. 8
10 a 11 a.m. 20 3 a 4 p.m. 19
11 a 12 p.m. 8 4 a 5 p.m. 6

Utilice la prueba de bondad de ajuste 

2

y el nivel de significancia 0.01, y determine si los accidentes están distribuidos de manera uniforme durante el
día. Dé una explicación breve de su conclusión.
1.- Hipótesis
H0: La cantidad de accidentes están distribuidos de manera uniforme durante el día
H1: La cantdad de accidentes no están distribuidos de manera uniforme durante el día.
2.- Nivel de significancia: α = 0.01
3.- Estadística de Prueba

Hora #de accidentes (Oi) Ei (Oi-Ei)2

(Oi-Ei)2/Ei
8-9 6 10 16 1.6
9-10 6 10 16 1.6
10-11 20 10 100 10
11-12 8 10 4 0.4
1-2 7 10 9 0.9
2-3 8 10 4 0.4
3-4 19 10 81 8.1
4-5 6 10 16 1.6
Total 80 24.6

Ei
5.- Puntos Críticos

6.- Conclusión
Se rechaza H0, se acepta H1, es decir los accidentes no están distribuidos de manera uniforme durante el día.
5.Una Escala de Inteligencia, en la que pueden obtenerse valores de 0 a 8, arroja puntuaciones que se distribuyen
normalmente N(4, l). Para confirmarlo, pasamos la escala a una muestra de 10 sujetos, obteniendo los resultados
que aparecen a continuación : 1 4 6 5 3 2 5 6 4 7
¿Podemos decir que estos resultados confirman la distribución normal en la población? Utilice un nivel de
significancia del 1%.
Nota. Aplique la Prueba de Kolmogorov-Smirnov utilizando la calculadora, la tabla de la distribución normal. Después use el
Software SPSS para verificar su resultado obtenido.

Prueba de Kolmogorov-Smirnov para una muestra

P5
N 10
Como el valor de p = 0.200 >α =
Parámetros normalesa,b Media 4,3000 0.01, entonces se acepta la
Desviación estándar 1,88856 hipótesis de nulidad, H0: los
Máximas diferencias extremas Absoluta ,145
resultados de inteligencia,
Positivo ,088
provienen de una distribución
Negativo -,145
Estadístico de prueba ,145
normal.
Sig. asintótica (bilateral) ,200c,d
a. La distribución de prueba es normal.
b. Se calcula a partir de datos.
c. Corrección de significación de Lilliefors.
d. Esto es un límite inferior de la significación verdadera.
 Pruebas estadísticas no paramétricas para muestras independientes.

6.Un asesor financiero está interesado en las diferencias de estructura de capital respecto a compañías de distintos
tamaños dentro de cierta industria. El asesor investiga un grupo de empresas con activos de diferentes
cantidades y las organiza en tres grupos. Clasifica cada compañía según si su débito total es mayor que la
cantidad de acciones ordinarias de los accionistas o si es menor que éstas. Los resultados de la investigación
son:
Tamaño del activo de la compañía
(en miles de dólares)
< 500 500 – 2000 > 2000 Total

Deuda menor que cantidad de acciones 7 10 8 25

Deuda mayor que cantidad de acciones 10 18 9 37
Total 17 28 17 62

¿Los tres tamaños de empresas tienen la misma estructura de capital? Use un nivel de significancia de 0.10.
Sugerencia. Use la prueba  de homogeneidad.
2

1.- Hipótesis
Ho: Los tres tamaños de empresas no tienen la misma estructura de capital
H1: Los tres tamaños de empresas tienen la misma estructura de capital.
2. Nivel de significancia. α = 0.10
3. Estadística de prueba. Se utilizará el estadístico chi cuadrado:

que se distribuye aproximadamente como chi-cuadrado con (r-1)x(c-1) = (2-1) x (3-1) = 3 grados de libertad.
4. Región crítica. Para el nivel de significancia α = 0.01 y con 3 grados de libertad, en la tabla chi –cuadrado se
encuentra el valor crítico χ2 (0.10,3)=6.25. Se rechazará H0 si el valor calculado 2 cal es mayor que 6.25.
5. Cálculos. Las frecuencias observadas y las esperadas se dan en la siguiente tabla.
Tabla cruzada capital*tamaño
tamaño
<500 500-2000 >2000 Total
Capital deuda < que cantidad de Recuento 7 10 8 25
acciones Recuento esperado 6,9 11,3 6,9 25,0
deuda > que cantidad de Recuento 10 18 9 37
acciones Recuento esperado 10,1 16,7 10,1 37,0
Total Recuento 17 28 17 62
Recuento esperado 17,0 28,0 17,0 62,0
8.- Recientemente, Bytec, Inc., ha tenido un problema con el ausentismo de los empleados en sus tres plantas de producción.
Con base en los siguientes datos, tomados durante un período de seis días, sobre el número de empleados que estaban
ausentes, ¿al nivel de significancia del 5% parece que hay una diferencia en el número de empleados que no llegan a trabajar?
Utilice la prueba de kruskal –Wallis. Si usted rechaza la hipótesis nula, realice una comparación por pares completa, con un
subrayado común.

Planta 1 Planta 2 Planta 3

25 31 29
36 28 28
38 39 22
31 41 26
29 21 24
33 20 20

Ho: µ1 = µ2 = µ3 (Las 3 poblaciones tienen la misma distribución)

H1: Al menos un µi es diferente (No todas las 3 poblaciones tienen la misma distribución)
 planta 1 planta 2 planta 3
ausentismo R1 ausentismo R2 ausentismo R3
25 6 31 12.5 29 10.5
36 15 28 8.5 28 8.5
38 16 39 17 22 4
31 12.5 41 18 26 7
29 10.5 21 3 24 5
33 14 20 1.5 20 1.5
74 60.5 36.5

L= 31 =2 ligas
20 = 2 ligas
28 = 2 ligas
20 = 2 ligas