Proyecto Integrador
Elaborado por:
Nathaly Campillo Cadavid
Yesica Marcela Arbeláez Yarce
Curso:
Estadística
Profesor:
Francisco Javier Córdoba
Institución Universitaria Digital de Antioquia
Administración de Empresas
Medellín, Antioquia
Abril 2022
Proyecto Integrador 2
Desarrollo
1. Elije una variable cualitativa ordinal, una cuantitativa discreta y una cuantitativa continua.
Cualitativa Ordinal: Satisfacción del cliente.
Cuantitativa Discreta: Edad.
Cuantitativa Continua: Duración-horas
2. Construye, para cada variable, una tabla de frecuencia y un gráfico estadístico.
Cualitativa Ordinal: Satisfacción del cliente
Variable Cualitativa Ordinal
Cualidad Xi f fr f% fr %
Nada satisfecho
1 19 19 19% 19%
Poco satisfecho 2 22 41 22% 41%
Medianamente
satisfecho 3 20 61 20% 61%
Satisfecho
4 22 83 22% 83%
Muy satisfecho
5 17 100 17% 100%
Total 100
Proyecto Integrador 3
Cuantitativa Discreta: Edad
Variable Cuantitativa Discreta
Xi f fr f% fr %
20 4 4 4% 4%
21 1 5 1% 5%
22 2 7 2% 7%
23 5 12 5% 12%
24 2 14 2% 14%
25 4 18 4% 18%
26 2 20 2% 20%
29 1 21 1% 21%
30 2 23 2% 23%
31 2 25 2% 25%
33 1 26 1% 26%
34 1 27 1% 27%
35 3 30 3% 30%
37 1 31 1% 31%
38 4 35 4% 35%
39 2 37 2% 37%
40 2 39 2% 39%
41 1 40 1% 40%
42 3 43 3% 43%
43 1 44 1% 44%
44 2 46 2% 46%
45 4 50 4% 50%
Proyecto Integrador 4
46 2 52 2% 52%
48 1 53 1% 53%
49 1 54 1% 54%
50 3 57 3% 57%
51 1 58 1% 58%
52 3 61 3% 61%
54 1 62 1% 62%
55 1 63 1% 63%
56 3 66 3% 66%
57 2 68 2% 68%
58 1 69 1% 69%
59 2 71 2% 71%
60 3 74 3% 74%
61 3 77 3% 77%
62 3 80 3% 80%
64 2 82 2% 82%
65 2 84 2% 84%
66 2 86 2% 86%
67 1 87 1% 87%
69 1 88 1% 88%
70 2 90 2% 90%
72 2 92 2% 92%
73 2 94 2% 94%
74 5 99 5% 99%
75 1 100 1% 100%
Total 100
Proyecto Integrador 5
Cuantitativa Continua: Duración-horas
Variable Cuantitativa Continua
Xi f fr f% fr %
8 1 1 1% 1%
10 4 5 4% 5%
11 1 6 1% 6%
12 4 10 4% 10%
13 2 12 2% 12%
14 3 15 3% 15%
15 2 17 2% 17%
16 2 19 2% 19%
19 1 20 1% 20%
20 3 23 3% 23%
Proyecto Integrador 6
21 5 28 5% 28%
22 3 31 3% 31%
23 3 34 3% 34%
24 4 38 4% 38%
25 1 39 1% 39%
26 1 40 1% 40%
27 4 44 4% 44%
28 3 47 3% 47%
29 3 50 3% 50%
30 4 54 4% 54%
31 3 57 3% 57%
32 2 59 2% 59%
33 2 61 2% 61%
34 1 62 1% 62%
35 1 63 1% 63%
36 3 66 3% 66%
37 4 70 4% 70%
38 7 77 7% 77%
39 1 78 1% 78%
40 5 83 5% 83%
41 1 84 1% 84%
42 2 86 2% 86%
43 4 90 4% 90%
44 1 91 1% 91%
45 1 92 1% 92%
56 1 93 1% 93%
58 1 94 1% 94%
60 1 95 1% 95%
67 1 96 1% 96%
68 1 97 1% 97%
70 1 98 1% 98%
72 1 99 1% 99%
80 1 100 1% 100%
Total 100
Proyecto Integrador 7
3. Halla la media aritmética, la mediana y la moda, para cada una de las variables.
Cualitativa Ordinal: Satisfacción del cliente
Media Mediana Moda
2,96 3 2
Cuantitativa Discreta: Edad
Media Mediana Moda
46,71 45,5 74
Cuantitativa Continua: Duración-horas
Media Mediana Moda
30,7 29,5 38
Proyecto Integrador 8
4. Halla la desviación típica, coeficiente de variación, asimetría y curtosis para cada una de
las variables.
Cualitativa Ordinal: Satisfacción del cliente
Desviación Coeficiente De
Asimetría Curtosis
Típica Variación
1,38 0,47 0,026 -1,247
Cuantitativa Discreta: Edad
Coeficiente
Desviación
De Asimetría Curtosis
Típica
Variación
16,93 0,36 0,00530 -1,201
Cuantitativa Continua: Duración-horas
Coeficiente
Desviación
De Asimetría Curtosis
Típica
Variación
14,64 0,48 0,99043 1,403
5. Identifica dos variables cuantitativas que consideres tienen algún tipo de relación y realiza
los siguientes ejercicios:
a. Dibuja el diagrama de dispersión.
y = 0,0742x + 26,969
Duración_hora (Diagrama Dispersión) R² = 0,0215
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100
Proyecto Integrador 9
b. Encuentra el grado de correlación de Pearson.
Coeficiente Correlación De
0,14669641
Pearson
El valor 0,14669641 indica la relación que tienen ambas variables y con base a la tabla de
relación de Pearson, las dos variables tienen una relación mínima, de la cual se puede extraer
poca información.
c. Describe cuál es el grado de relación de las dos variables.
d. Encuentra la recta de regresión.
La recta de regresión es y = 0,0742x + 26,969
e. Realiza una predicción, usando la recta de regresión.
Conductor Duración-hora Ft
6 8 27,414
15 10 28,082
23 10 28,675
20 10 28,453
70 10 32,162
4 11 27,265
12 12 27,859
24 12 28,749
Proyecto Integrador 10
74 12 32,459
94 12 33,943
35 13 29,565
89 13 33,572
20 14 28,453
84 14 33,201
95 14 34,017
37 15 29,714
58 15 31,272
23 16 28,675
25 16 28,823
99 19 34,314
17 20 28,230
33 20 29,417
47 20 30,456
1 21 27,043
14 21 28,007
45 21 30,307
75 21 32,533
77 21 32,682
28 22 29,046
79 22 32,830
93 22 33,869
13 23 27,933
21 23 28,527
62 23 31,569
8 24 27,562
63 24 31,643
82 24 33,053
96 24 34,092
5 25 27,340
87 26 33,424
16 27 28,156
22 27 28,601
41 27 30,011
54 27 30,975
10 28 27,711
31 28 29,269
72 28 32,311
9 29 27,636
53 29 30,901
Proyecto Integrador 11
88 29 33,498
27 30 28,972
36 30 29,640
46 30 30,382
55 30 31,049
50 31 30,678
52 31 30,827
56 31 31,124
57 32 31,198
90 32 33,646
64 33 31,717
71 33 32,237
100 34 34,388
34 35 29,491
3 36 27,191
44 36 30,233
68 36 32,014
32 37 29,343
51 37 30,753
80 37 32,904
86 37 33,350
2 38 27,117
7 38 27,488
59 38 31,346
60 38 31,420
69 38 32,088
83 38 33,127
91 38 33,721
42 39 30,085
48 40 30,530
61 40 31,495
81 40 32,979
92 40 33,795
97 40 34,166
30 41 29,194
49 42 30,604
98 42 34,240
43 43 30,159
73 43 32,385
78 43 32,756
85 43 33,275
Proyecto Integrador 12
29 44 29,120
11 45 27,785
67 56 31,940
39 58 29,862
26 60 28,898
76 67 32,608
40 68 29,936
65 70 31,791
66 72 31,866
38 80 29,788
Proyecto Integrador 13
Conclusiones
Con base a este proyecto investigador, podemos concluir que las estadísticas nos ayudan a
investigar de una manera más simple la forma de extraer información de una muestra y
comprender las características de un conjunto de datos específicos, ofreciendo breves resúmenes
y la medida de sus datos, adicional poder encontrar información de suma importancia, con
respecto a sus datos, ver la dispersión de ellos, la relación entre algunas de las variables, y así
que nos permitan tomar decisiones con respecto a un análisis previo.
Un claro ejemplo es la relación entre la variable que tiene de la duración del combustible en
horas, con respecto a tipo de conductor, esto nos permite tener información de la efectividad del
conductor con base a la duración de su combustible y obtener información que me permita cruzar
y tomar decisiones para finalmente ser representadas en dinero, cruzar la información con el
género de conductor o el tipo de carga que llevan para así determinar si el tipo de carga, influye
directamente en el gasto del combustible, o si el género del conductor influye en su gasto, así
tomar decisiones como cambiar el personal a mujeres, si es que la analogía de los datos me da
información que me permita deducir esta hipótesis, ya que en proporción tengo un 19% de
mujeres y 81% de hombres, de la misma forma, las estadísticas nos permiten presentar
información de manera dinámica y visual para obtener mayor claridad de los que se trata de
observar o extraer de un conjunto de datos.
