View
229
Download
0
Category
Preview:
Citation preview
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 1/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
1) LECTURA DE LA BASE DE DATOS.
a) ¿Cuántas flas y columnas tiene la matri !e !atos"
#$mero !e flas% 1201#$mero !e columnas% 16.
&) ¿'u( inormaci*n nos entre+a la ,rimera fla !e la &ase !e !atos"
El nombre de las variables que se consideran en el análisis de datos.
c) ¿'u( inormaci*n entre+an las columnas"
Los datos cuantitativos y cualitativos de los individuos con respecto a lasvariables presentadas.
-) CO#STRUCC/# DE AL0U#OS RESUE#ES ESTAD2STCOS
a) Clasifcar la inormaci*n ,resente en la &ase !e !atos.
Variable ClasifcaciónSexo CualitativaEdad CuantitativaPersistencia CuantitativaEstabilidad Cuantitativaesponsabilidad CuantitativaExtroversi!n CuantitativaControl Cuantitativa
"rans#resi!n CualitativaColaboraci!n Cualitativa$r.Espacial Cuantitativa%t.&ividida Cuantitativa'nteli#encia Cuantitativaa(.)erbal Cuantitativa
"abaquismo Cualitativa*elicidad Cualitativa
&) ¿'u( m(to!os !escri,ti3os ,ermiten resumir la inormaci*n
entre+a!a"
Como punto de partida podemos a#rupar datos+ contar+ comparar los datos+etc. en di,erentes con-untos ya sea clasicarlos en /ombres y mu-eres+,umadores y no ,umadores+ etc. posteriormente anali(ar los datos con lasmediadas de tendencia central pertinentes+ desarrollar #rácos que interpretenlos datos de ,orma visual+ con el n de obtener conclusiones de los datos.En #eneral podemos utili(ar di,erentes /erramientas que nos entre#a laestadstica descriptiva.
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 2/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
c) Re,resentar +ráfcamente las 3aria&les EDAD4 RA5O#AE#TO6ERBAL. ¿'u( inormaci*n nos entre+an los +ráfcos construi!os
res,ecto !e !ic7as 3aria&les" Comentar &re3emente.
El si#uiente #ráco representará a la variable edad+ en donde se ve la edad de
todos los individuos+ se puede observar que las edades de los individuos
enumerados del 1 al 1200+ 3uct4an la mayora entre 20 a 50 aos.
0 200 700 600 800 1000 1200 17000
10
20
50
70
90
60
E!a!
n!i3i!uos
E!a!
eali(ando un dia#rama de dispersi!n al i#ual que en el caso anteriorobtendremos el si#uiente #ráco con respecta al ra(onamiento verbal de los
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 3/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
individuos+ donde podemos observar que las puntuaciones con respecto alnivel de ra(onamiento verbal se concentran entre 50 y 70.
0 200 700 600 800 1000 1200 170000
09
10
19
20
29
50
59
70
79
Raonamiento 6er&al
n!i3i!uos
8unta9e
!) Construir un +ráfco :ue ,ermita mostrar la !istri&uci*n entre las3aria&les SE;O y TABA'USO4 comentar &re3emente la inormaci*nentre+a!a ,or el +ráfco.
Para reali(ar este #ráco+ utili(amos la ,unci!n contar.si.con-unto+ para obtener
el n4mero de /ombres y mu-eres+ ,umadores y no ,umadores de esta ,orma
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 4/8
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 5/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
muestras+ ya que para reali(ar un análisis más exacto las muestras deberan
ser i#uales misma cantidad de /ombres y mu-eres.
e) ostrar 0ráfcamente la relaci*n entre #TEL0E#CA yRA5O#AE#TO 6ERBAL. ¿:u( inormaci*n nos entre+a el +ráfco".Comentar.
00 09 10 19 20 29 50 5900
09
10
19
20
29
50
59
70
79
Raonamiento 6er&al 3s nteli+encia
nteli+encia
Raonamiento 6er&al
&el #ráco anterior podemos observar+ que no existe una mayor correlaci!nentre las variables de ra(onamiento verbal e inteli#encia+ debido a que losdatos no se a#rupan en un área en especca recta en la re#resi!n ademásobservamos en el arc/ivo Excel que el coeciente de correlaci!n r de Pearsontenda a 0+ por lo que podemos sealar que no existe una mayor relaci!n entreambas variables.
) Si se utilian las ,untuaciones en CO#TROL como criterio !eselecci*n !e can!i!atos ,ara un ,uesto !e tra&a9o en el !e,artamento!e 3entas !e una em,resa y (sta esta&lece como criterio !e selecci*n:ue el can!i!ato o&ten+a como m=nimo una ,untuaci*n !e >?.¿Cuántos su9etos ser=an selecciona!os"
Para /acer este tem utili(amos el pro#rama <icroso,t Excel.=tili(amos este pro#rama ya que tiene la ,unci!n >Contar?si@ la cual nos ayudaa contar las >condiciones@ que queremos seleccionar. Por lo tanto al ocuparesta ,unci!n y seleccionando las condiciones correspondientes+ la ,unci!n nos
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 6/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
arro-a que la cantidad individuos que cumplen o estaran en condiciones deocupar un puesto de traba-o en el área de departamento de ventas es 11individuos.
7) e!iante la nue3a 3aria&le 0RADO DE ESTABLDAD se !efnen,ersonas na!a esta&les al ?@ inerior !e la !istri&uci*n !e las,untuaciones en !ic7a 3aria&le4 ,ersonas muy esta&les al 1@su,erior !e !ic7a !istri&uci*n4 y el resto se consi!eran ,ersonasme!ianamente esta&les. n!i:ue los 3alores !e la 3aria&le :ue,ermiten clasifcar una ,ersona !entro !e ca!a una !e estas trescate+or=as.1 #a!a esta&le.
- e!ianamente esta&le> uy esta&le
Cate+or=as. Nada
estable.
Medianam
ente
estable.
Muy
estable.
8orcenta9e@) !e,ersonas,or
cate+or=a.
9A 89A 10A
8ercentil. 9 B0 100
Ran+o !e,untuaciones !entro!e la!istri&uci*n.
2857 5978 7B98
i) Calcular el 3alor me!io y coefciente !e la 3aria&ili!a!4 en la 3aria&leCola&oraci*n en 3arones y mu9eres. Basán!ose en estas esta!=sticas4¿'ui(nes tienen mayor ca,aci!a! !e cola&oraci*n" ustifcar sures,uesta.
Como dice el tem >i@+ se toma en cuenta la variable >colaboraci!n@.Dacemos un cuadro con los datos que nos piden.
Varones. Mujeres.
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 7/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
e!ia. 0.2968 0.2:B1
Des3iaci*nestán!ar.
0.1:01 0.1665
Coefciente!e3aria&ili!a!.
0.6627 0.9B98
;uestro cuadro arro-a que el >coeciente de variabilidad@ de las mu-eres esmenor a los de los /ombres+ por tanto es más estable+ por lo tanto se puedein,erir que las mu-eres colaboran más+ o tienen una mayor capacidad decolaboraci!n que los /ombres. Day que considerar tambin que la cantidad demu-eres en este estudio es muc/o menor que la cantidad de /ombres. Elcuadro arro-a que las mu-eres tienen mayor capacidad de colaboraci!n+ pero sitenemos en cuenta que /ay más /ombres+ entonces existe la mayorprobabilidad de que la >desviaci!n estándar@ y el >coeciente de variabilidad@pueden ser más >variables@ val#a la redundancia. Por lo que si la cantidad demu-eres ,uera i#ual a la de los /ombres+ qui(ás otros seran los resultadosarro-ados.
7/23/2019 Cuanti Terminado
http://slidepdf.com/reader/full/cuanti-terminado 8/8
Facultad de Educación y Humanidades Universidad del Bío- Bío Pedagogía en Educación Matemática
8roesor% ranciscoRo!r=+ue
Alumnos% a3ier Contreras R. os( Oyarce B.8e!ro 6il!*sola L.
ec7a !eentre+a% 11FayoF-11
Recommended