ESTADÍSTICA INFERENCIAL – MA461

Repaso para el examen Final

Ciclo 2017 – 01

I. Rellene los espacios en blanco de manera tal que la proposición resultante sea verdadera.

1. El nivel de significación o de significancia es la probabilidad de rechazar una hipótesis____

Nula__ cundo esta hipótesis en la realidad es ______verdadera___

2. Cuando el valor de sig. o sig./2 es menor que el nivel de significación , se rechaza la _____La

hipótesis nula ___ y se concluye que la hipótesis alternante o alterna es ___Verdaderas__

3. En un diseño experimental, una _Unidad de análisis __ es el objeto en el que se toma una

medición y un ___Factor___ es una variable independiente cuyos valores son controlados y

variados por el experimentador.

4. Suponga que se ha de realizar un experimento factorial de dos factores, el factor A con

cuatro niveles y el factor B con cinco niveles, el número de tratamientos es _20 _.

5. El coeficiente de __ Correlación___ se usa para medir la fuerza de la relación entre dos

variables X y Y, cuando ambas variables son aleatorias.

II. Caso: Empresa CBS Evaluación del desempeño

La empresa CBS es una Corporación de origen

familiar, dedicada a la manufactura,
comercialización y distribución de productos
químicos, farmacéuticos y cosméticos. Actualmente
opera en Perú, México, Chile y Panamá, su
facturación actual es de aproximadamente 70
millones de dólares al año. Ernesto Hurtado, Jefe de
Recursos Humanos de CBS-Perú, indica en su
informe anual que los problemas más frecuentes en
la empresa son: Insatisfacción por temas salariales,
pérdida de colaboradores, alta rotación de personal clave, desorden salarial interno,
desmotivación y bajo desempeño.
Frente a este escenario, Ernesto se ha centrado en resolver y proponer un sistema de evaluación
de puestos. Según su formación, él sabe que una descripción correcta del puesto de trabajo ayuda
a determinar qué factores harán que el desempeño del mismo sea eficaz. Por tal razón, tiene muy
en claro que se debe identificar los niveles de desempeño según categoría laboral.

Objetivo 1: Determinar si el turno (mañana, tarde, noche), o el nivel de satisfacción salarial o la

interacción de ambos factores influyen sobre el volumen de producción diaria.

1
1. La empresa CBS tiene como objetivo seguir creciendo a nivel nacional, por este motivo la
empresa está preocupada por la cantidad de producción diaria. Se ha encargado al jefe de
personal analizar si el turno o el nivel de satisfacción salarial o la interacción de ambos factores
influyen sobre la cantidad de producción diaria, se toma aleatoriamente tres días del último
del mes de agosto de cada turno y se registró la cantidad de producción diaria según el nivel
de satisfacción salarial. El siguiente cuadro muestra cantidad diaria producida:

Nivel de Turno de Producción

satisfacción
salarial Mañana Tarde Noche
140 180 120
Satisfecho 130 170 110
125 190 125
120 150 110
Indiferente 100 140 100
115 155 125
160 160 130
Insatisfecho 170 150 120
150 170 135

a. Complete la siguiente tabla:

Nivel de satisfacción salarial , Niveles: Satisfecho,

Factor (es)/ niveles del factor(es) Indiferente e Insatisfecho, Turno de producción,
Niveles: Mañana, Tarde y Noche
Número de tratamientos Nueve
Variable dependiente: Producción diaria

Las siguientes son las salidas del SPSS del diseño planteado:

2
3
En función a las salidas del SPSS, utilizando un nivel de significación del 5% para todas las pruebas
pedidas, responda lo siguiente:
b. Pruebe los supuestos del modelo.
Supuesto de homogeneidad de varaianzas.

H0: Las varianzas de las poblaciones de las cuales se han extraído las muestras son
homogéneas
H1: Las varianzas de las poblaciones de las cuales se han extraído las muestras NO son
homogéneas

Sig = 0,991 > 0,05; No se rechaza la hipótesis nula

Bajo un nivel de significación del 5% podemos concluir que las varianzas de las poblaciones
de las cuales se han extraído las muestras son homogéneas

Supuesto de Normalidad de los errores.

H0: La distribución de los errores es normal
H1: La distribución de los errores no es normal

Sig = 0,559 > 0,05; No se rechaza la hipótesis nula

Bajo un nivel de significación del 5% podemos concluir que los errores se distribuyen
normalmente

c. ¿Existe interacción entre el turno de producción y el nivel de satisfacción laboral? Realice la

prueba correspondiente.

H0: No existe un efecto de interacción entre el nivel de satisfacción y el turno de producción

sobre la producción diaria

H0: Existe un efecto de interacción entre el nivel de satisfacción y el turno de producción

sobre la producción diaria
Sig = 0,002 < 0,05; Se rechaza la hipótesis nula
Con un nivel de significación del 5% podemos concluir que existe un efecto de interacción
entre el nivel de satisfacción y el turno de producción sobre la producción diaria.

d. El jefe de personal desea saber cuándo el trabajador se encuentra en el nivel de satisfacción

salarial satisfecho ¿Cuál es el turno donde se logra la mayor cantidad promedio de
producción diaria? (Justifique).
𝝁𝑵 𝝁𝑴 𝝁𝑻
________________
Cuando el trabajador se encuentra en el nivel de satisfacción salarial satisfecho, el turno
donde se logra la mayor cantidad promedio de producción diaria es turno Tarde.

e. El jefe de personal desea saber del trabajador del turno noche ¿Cuál es el nivel de
satisfacción salarial donde se logra la mayor cantidad de producción diaria? (Justifique)

𝝁𝑰𝒏𝒅𝒊𝒇𝒆𝒓𝒆𝒕𝒆𝒏𝒆𝒕 𝝁𝑺𝒂𝒕𝒊𝒔𝒇𝒆𝒄𝒄𝒉𝒐 𝝁𝑰𝒏𝒔𝒂𝒕𝒊𝒔𝒇𝒆𝒄𝒉𝒐

______________________________________
__________________________________

Cuando el trabajador se encuentra en el turno noche, el nivel de satisfacción salarial donde se logra
la mayor cantidad de producción diaria el Insatisfecho.

4
Objetivo 2: Determinar el mejor modelo de regresión lineal que explique los costos de la
producción en función a las horas extras de los trabajadores.

2. El señor González, es jefe de contabilidad, sostiene que los costos de producción en (cientos
soles), está en función de las horas extras semanales de los trabajadores, para ello se tomó
una muestra aleatoria de 10 semanas y se registró la información que se muestra a
continuación:

Horas extras 4 7 9 14 14 11 3 23 13 19
Costo de producción
8 12 16 18 31 24 6 51 26 46
(cientos de soles)

Las salidas de SPSS son las siguientes:

a. Verifique los supuestos del modelo. Use un nivel de significación del 3%.
Supuesto de Normalidad de los errores.
H0: La distribución de los errores es normal
H1: La distribución de los errores no es normal
Sig = 0,501 > 0,05; No se rechaza la hipótesis nula
Bajo un nivel de significación del 5% podemos concluir que los errores se distribuyen
normalmente

Supuesto de No auto correlación.

Dado que D-W = 01,803; se concluye que los errores no están autocorrelacionados.

5
b. Valide el modelo de regresión lineal simple. Use un nivel de significación del 3%.

𝑯𝟎: 𝜷𝟏 = 𝟎
𝑯𝟏: 𝜷𝟏 ≠ 𝟎

Sig. = 0,00< 0,05; Se rechaza la hipótesis nula.

Bajo un nivel de significación del 3% podemos concluir que existe una relación lineal entre las
horas extras realizadas por el trabajador y el costo de producción. (El modelo es válido)

c. Escriba la ecuación del modelo estimado e interprete el coeficiente de regresión.

𝒚
̂ = −𝟑, 𝟐𝟔𝟔 + 𝟐, 𝟑𝟏𝟐𝑿

Cuando el nuero de horas extras que realiza el trabajador se incrementa en uno, el costo de
producción se incrementa en 2,312 soles.

d. ¿El señor González también sostiene que, por cada hora extra adicional de los trabajadores, el
costo de producción se incrementa en más de 215 nuevos soles? Use un nivel de significación
del 3%. ¿Es correcto lo que sostiene el señor González?

𝑯𝟎 : 𝜷𝟏 ≤ 𝟐, 𝟏𝟓
𝑯𝟏 : 𝜷𝟏 > 𝟐, 𝟏𝟓

𝜶 = 𝟎, 𝟎𝟑

Si Tcal es mayor que 2,189; se rechaza la hipotesis nula

2,313−2,15
𝑡𝑐𝑎𝑙 = = 0,6626
0,246

Como tcal es menor que 2,189; no se rechaza la hipótesis nula.

Bajo un nivel se significación del 5%, no podemos afirmar que por cada hora extra
adicional de los trabajadores, el costo de producción se incrementa en más de 215 nuevos
soles.

e. En la reunión de directorio, se analizó la posibilidad de aumentar las horas extras, el señor

González no está de acuerdo, pues afirma que los costos de producción y las horas extras de los
trabajadores se correlacionan en más de 0,75. De ser cierta la afirmación del señor González,
no se incrementaran las horas extras de los trabajadores. ¿Se incrementarán las horas extras
de los trabajadores? Use un nivel de significación del 3%.

𝑯𝟎 : 𝝆 ≤ 𝟎, 𝟕𝟓
𝑯𝟏 : 𝝆 > 𝟎, 𝟕𝟓

𝜶 = 𝟎, 𝟎𝟑

6
 Si Zcal es mayor que 1,88; se rechaza la hipotesis nula

√7 (1+0,958)(1−0,75)
𝑍𝑐𝑎𝑙 = ln [(1+0,958)(1−0,75)] = 2,5083
2

Como Zcal es mayor que 1,88; se rechaza la hipótesis nula.

Bajo un nivel se significación del 5%, podemos afirmar que los costos de producción y las
horas extras de los trabajadores se correlacionan en más de 0,75

No se incrementarán las horas extras de los trabajadores.

Objetivo 3: Determinar el mejor modelo de regresión que explique los costos de la producción en
función a las horas extras de los trabajadores.

3. El administrador de la Empresa CBS se plantea la siguiente interrogante habrá otro tipo de

relación no lineal entre los costos de producción en (cientos de soles) y las horas extras
semanales de los trabajadores que explique mejor la relación existente entre ambas variables.
Para ello toma una muestra de 10 semanas y se registró la información que se muestra a
continuación: (2,5 puntos)

Horas extras 4 7 9 14 14 11 3 23 13 19
Costo de producción
8 12 16 18 31 24 6 51 26 46
(cientos de soles)

Las salidas del SPSS se muestran a continuación:

Modelo Lineal:

Modelo Cuadrático:

7
Modelo Exponencial:

Modelo Potencia:

a. En base a las salidas obtenidas y asumiendo que se cumplen los respectivos supuestos,
determine el mejor modelo de regresión. Presente la tabla de prioridades. Valide el modelo
seleccionado con un nivel de significación α = 0,05.

Validando el modelo de potencia

𝑯𝟎 : 𝜷𝟏 = 𝟎
𝑯𝟏 : 𝜷𝟏 ≠ 𝟎

Sig. = 0,00< 0,05; Se rechaza la hipótesis nula.

Bajo un nivel de significación del 3% podemos concluir que existe una relación curvilineal de
carácter potencial entre las horas extras realizadas por el trabajador y el costo de producción.
(El modelo es válido)

b. Estime e interprete, con un nivel de confianza del 92%, el promedio del costo de producción
cuando el número de horas extras de los trabajadores es de 22 horas.

B1 est 1,044 y 44,5375 sxx 3,8351 =4,18/(1,044)^2

Bo est 1,767 lny 3,7963 media de lnx 2,2949
t 2,00415
s 0,1897 =RAIZ(0,036)
error 0,19585362
IC(LnUy) 3,6005 3,9922
IC(UY) 36,6157 54,1731

Tenemos un 92% de confianza de que el intervalo [26,4512; 130,0996] contenga el costo medio
de producción cuando la cantidad de horas extras que realiza el empleado es de 22 horas

Objetivo 4: Modelar los costos de producción en función del costo de mano de obra, el pago de los
servicios y el costo de la materia prima.

4. El gerente de CBS, solicita al área contable identificar las principales variables que influyen
en el costo de producción (en miles de soles). El especialista del área sospecha que las
siguientes variables podrían influir en los costos de producción: La mano de obra ( miles de
soles), la antigüedad del personal (en años) y la cantidad de materia prima (en kilos). Se
recopilo información correspondiente a 8 meses. Los datos y salidas del SPSS se muestra a
continuación.
8
 Costos de Mano de obra Antigüedad del Materia
producción (Y) (X1) personal (X2) Prima(X3)
7,9 5,9 3,4 6,5
7,3 5,2 5,8 5,1
7,7 5,5 4,5 6,0
8,9 3,5 5,3 7,1
8,0 4,8 4,7 6,8
7,9 6 3,4 6,1
7,2 7,5 3,4 6,2

Modelo Y X1 X2 X3:

Modelo Y X1 X2:

Modelo Y X1 X3:

Modelo Y X2 X3:

Modelo Y X1:

9
Modelo Y X2:

Modelo Y X3:

En base a las salidas del SPSS:

a. Realice el análisis de multicolinealidad

|𝒓𝒀 𝒙𝟏 | = 𝟎, 𝟖𝟎𝟐 Sí existe multicolinealidad
|𝒓𝒙𝟏 𝒙𝟐 | = 𝟎, 𝟕𝟑𝟓 entre la mano de obra y la
|𝒓𝒀 𝒙𝟐 | = 𝟎, 𝟐𝟐𝟕 antigüedad del personal
|𝒓𝒀 𝒙𝟏 | = 𝟎, 𝟖𝟎𝟐 No hay presencia de
multicolinealidad entre la
|𝒓𝒙𝟏 𝒙𝟑 | = 𝟎, 𝟑𝟖𝟑
mano de obra y la materia
|𝒓𝒀 𝒙𝟑 | = 𝟎, 𝟕𝟕𝟕
prima
|𝒓𝒀 𝒙𝟐 | = 𝟎, 𝟐𝟐𝟕 No hay presencia de
multicolineaidad entre la
|𝒓𝒙𝟑 𝒙𝟐 | = 𝟎, 𝟏𝟗𝟕
antigüedad del personal y la
|𝒓𝒀 𝒙𝟑 | = 𝟎, 𝟕𝟕𝟕
materia prima

b. Construya la tabla de prioridades escribiendo los posibles modelos de regresión según su

prioridad, realice la validación del modelo y escriba la ecuación del modelo validado. Interprete
un coeficiente de regresión. Use un nivel de significación del 5%.

De acuerdo al análisis de multicolinealidad, quedan para el análisis los siguientes modelos:

Modelo Coeficiente de determinación corregida Prioridad

𝒚 = 𝒇(𝒙𝟏, 𝒙𝟑) 0,854 1
𝒚 = 𝒇(𝒙𝟐, 𝒙𝟑) 0,632 2
𝒚 = 𝒇(𝒙𝟏) 0,572 3
𝒚 = 𝒇(𝒙𝟐) -0,138 5
𝒚 = 𝒇(𝒙𝟑) 0,525 4

Modelo: 𝑦̂ = 6,337 − 0,270𝑥1 + 0,478𝑥3

𝐻0 : 𝛽1 = 0 𝐻0 : 𝛽3 = 0
𝐻1 : 𝛽1 ≠ 0 𝐻1 : 𝛽3 ≠ 0
Sig. = 0,025< 0,05; Se rechaza la hipótesis Sig. = 0,031< 0,05; Se rechaza la hipótesis
nula. nula.

Bajo un nivel de significación del 5% podemos concluir que el modelo propuesto e valido

10
Interpretación de coeficientes:
-0,27: Cuando la mano de obra se incrementa en mil soles y se mantiene constante la cantidad de
materia prima, el costo de producción disminuye en 270 soles.

0,478: Cuando la cantidad de materia prima se incrementa en un kilo y la mano de obra

permanece constante, el costo de producción aumenta en 0.478 soles.

Objetivo 5: Realizar el pronóstico del costo de producción del turno de la mañana para el primer
trimestre del 2017

5. El administrador de la empresa desea realizar pronósticos de los costos de producción (en

miles de soles) del cuarto trimestre del 2015. Para ello cuenta con datos de loa costos
trimestrales desde el primer trimestre del 2014 hasta el tercer trimestre del 2016. Los cuales
se muestran a continuación junto con algunos otros cálculos:
Y Valores reales
Promedio Serie
Año Trimestre t Costos de con respecto al
móvil desestacionalizada
producción promedio
I 1 10,1 10,52140
II 2 14,0 13,80000 1,01449 14,00123
2014
III 3 17,3 18,43333 0,93852 18,20787
IV 4 24,0 21,20000 1,13208 22,01834
I 5 22,3 23,60000 0,94492 23,23041
II 6 24,5 24,43333 1,00273 24,50214
2015
III 7 26,5 27,33333 0,96951 27,89067
IV 8 31,0 29,33333 1,05682 28,44036
I 9 30,5 31,03333 0,98281 31,77253
2016 II 10 31,6 31,76667 0,99475 31,60277
III 11 33,2 34,94227

a. Complete con cinco decimales los seis espacios en blanco remarcados, sabiendo que el
promedio móvil se calcula con tres trimestres:

Trimestre
Año
I II III IV
2014 1,01449 0,93852 1,13208
2015 0,94492 1,00273 0,96951 1,05682
2016 0,98281 0,99475
Promedio 0,96386 1,00399 0,95401 1,09445
Constante de ajuste: 0,99594
I II III IV
IEA 0,95995 0,99991 0,95014 1,09000

b. Usando la serie desestacionalizada se llegó a la conclusión que el mejor modelo era el de

potencia, cuya ecuación es la siguiente:

Ŷ = 10,416 t0,497
Estime el pronóstico de las utilidades en miles de soles para el primer trimestre del 2017,
considerando la estacionalidad.
11
 2014 1,01449 0,93852 1,13208
2015 0,94492 1,00273 0,96951 1,05682
2016 0,98281 0,99475

Promedio 0,96386 1,00399 0,95401 1,09445 4,01631

cte ajuste 0,995939058 0,995939058 0,995939058 0,99593906
IEA 0,959945821 0,999912855 0,950135821 1,0900055 4

cte ajuste 4,00 0,99594

4,01631

0.497
Yest= 10.416 t

Año trim t Ydeses IEA Pronostico

2017 Trim I 13 37,26754781 0,95994582 35,774827

Si hace todo bien, le paga la mitad : 0.5 por todo bien

Año trim t Ydeses IEA Pronostico
2016 Trim IV 12 35,81410071 1,0900055 39,037567

Objetivo 6: Pronosticar los costos de producción del turno noche para el mes de noviembre del
2016 utilizando el método de suavización exponencial.

6. El administrador de la empresa considera que los costos del turno tarde para el mes de
noviembre del 2016 se pueden pronosticar mediante el método de suavización exponencial.
Para ello recopila información de los costos (en miles de soles) de los últimos meses y se
presenta en la siguiente tabla conjuntamente con otros cálculos:

a. Complete las cinco casillas correspondientes al mes de noviembre:

Costos de
producción α = 0,2 Cálculos
t Meses (miles soles)
Yt Ŷt+1 Error Abs(error) Abs(error)/Y Error/Y
1 Mayo 11,0 11
2 Junio 12,0 11 1 1 0,08333 0,08333
3 Julio 11,5 11,2 0,3 0,3 0,02609 0,02609
4 Agosto 11,0 11,26 -0,26 0,26 0,02364 -0,02364
5 Septiembre 11,2 11,208 -0,008 0,008 0,00071 -0,00071
6 Octubre 10,8 11,2064 -0,4064 0,4064 0,03763 -0,03763
7 Noviembre

12
 b. Con los cálculos realizados en el inciso (a), complete el siguiente cuadro y diga cuál es el
mejor pronóstico. Además, indique si algún proceso está fuera de control según la señal de
rastreo. Justifique adecuadamente sus respuestas.

Alfa Señal de
Pronóstico CEF DAM PEMA PME
“α” rastreo
0,2
0,5 110,1250 0,25 3,95 0,03452 -0,00119 0,06329
0,8 108,7648 -1,544 4,6608 0,04072 -0,00424 -0,33127
Alfa= 0,2
Abs(error Abs(error)/
Meses Y Yest Error ) Y (error)/Y
Mayo 11 11
0,08333333 0,0833333
Junio 12 11 1 1 3 3
0,02608695 0,0260869
Julio 11,5 11,2 0,3 0,3 7 6
0,02363636 -
Agosto 11 11,26 -0,26 0,26 4 0,0236364
0,00071428 -
Setiembre 11,2 11,208 -0,008 0,008 6 0,0007143
-
Octubre 10,8 11,2064 -0,4064 0,4064 0,03762963 0,0376296
Noviembr 0,03428011
e 11,12512 0,6256 0,39488 4 0,009488
Pronostic
o CEF DAM PEMA PME

Yest(agosto)
0,5 = 11,26
Error +
0,25 Abs(error) -0,26
0,25 Abs(error)/y + error/y

Señal
Alfa Pronostico CEF DAM PEMA PME Rastreo
0,034280 0,00948800 1,5842787
0,2 11,12512 0,6256 0,39488 1 2 7 menos PME
0,5 11,0125 0,25 3,95 0,036452 -0,00119 0,06329
0,8 10,87648 -1,544 4,6608 0,04072 -0,00424 -0,33127

Se descarta alfa=0.2 por estar fuera de los límites de la señal de rastreo

Se elige alfa 0.5 por tener menor PEMA y estar dentro de los límites de
la señal de rastreo.
El mejor pronóstico es: 11,0125

13