Ejercicio 1: Evaluación de la Satisfacción del Cliente Contexto:

La empresa XYZ quiere evaluar la satisfacción del cliente en dos de sus tiendas, Tienda A y Tienda B. P
sobre la calificación de satisfacción de los clientes en una escala del 1 al 20 durante el último mes. Quier
diferencia significativa en la satisfacción del cliente entre las dos tiendas.
• Nivel de significancia: 0.05
• Datos de muestra: o Tienda A: 5, 7, 9, 10, 12, 14, 15, 16, 18, 20 o Tienda B: 6, 8, 10, 11, 13, 15, 17, 19

Enunciado: ¿Hay una diferencia significativa en la satisfacción del cliente entre la Tienda A y la Tienda B
0.05?

Hipótesis Nula (H₀): No hay diferencia significativa en la satisfacción del cliente entre
Hipótesis Alternativa (H₁): Hay una diferencia significativa en la satisfacción del clie

TIENDA A: 5 7 9 10
TIENDA B: 6 8 10 11

Media de la Tienda A: 12.6

Media de la Tienda B: 14.3
Desviación estándar de la Tienda A: 4.86
Desviación estándar de la Tienda B: 5.68
Varianza 23.60
Varianza 32.23
Tamaño de la muestra (ambas
tiendas): 10
n: 10 s^2/c 39.025741
n: 10

Ejercicio 2: Comparación de Ventas Semanales Contexto: La cadena de tiendas de ropa FashionCo quiere compar
sucursales, Sucursal X y Sucursal Y, durante el último trimestre. La empresa desea saber la sucursal X está genera
significativa en comparación con la otra.
• Nivel de significancia: 0.01 • Datos de muestra: o Sucursal X: 50, 55, 60, 65, 70, 75, 80, 85, 90, 95 o Sucursal Y:
Enunciado: ¿Las ventas semanales de la Sucursal X son mayores a la Sucursal Y a un nivel de significancia del 0.01

Hipótesis Nula (H₀): No hay diferencia significativa en las ventas semanales promedio entre la Sucursal X y la Su
Hipótesis Alternativa (H₁): Las ventas semanales promedio de la Sucursal X son mayores que las de la Sucursal

NIVEL DE SIGNIFICANCIA 0.01

DATOS
SUCURSAL X 50 55 60 65
SUCURSAL Y 55 60 65 70

Media de la Tienda A: 72.5

Media de la Tienda B: 77.5
Desviación estándar de la Tienda A: 15.138252
Desviación estándar de la Tienda B: 15.138252
Varianza 229.16667
Varianza 229.16667

Tamaño de la muestra 10
Tamaño de la muestra 10
nte Contexto:
iente en dos de sus tiendas, Tienda A y Tienda B. Para ello, han recopilado datos
una escala del 1 al 20 durante el último mes. Quieren determinar si hay una
entre las dos tiendas.

5, 16, 18, 20 o Tienda B: 6, 8, 10, 11, 13, 15, 17, 19, 21, 23

tisfacción del cliente entre la Tienda A y la Tienda B a un nivel de significancia del

encia significativa en la satisfacción del cliente entre la Tienda A y la Tienda B (las medias de las poblaciones son iguales).
na diferencia significativa en la satisfacción del cliente entre la Tienda A y la Tienda B (las medias de las poblaciones son diferen

12 14 15 16 18 20
13 15 17 19 21 23

GRADOS DE LIBERTAD 18 -1.05

Valor de p 0.00016
t -4.75
a 0.05
VALOR CRITICO 2.101
-4.75

DECISION:
Se rechaza la hipotesis nula -2.101

La cadena de tiendas de ropa FashionCo quiere comparar las ventas semanales entre dos de sus
estre. La empresa desea saber la sucursal X está generando más ventas semanalmente de manera

sal X: 50, 55, 60, 65, 70, 75, 80, 85, 90, 95 o Sucursal Y: 55, 60, 65, 70, 75, 80, 85, 90, 95, 100
ayores a la Sucursal Y a un nivel de significancia del 0.01?

s ventas semanales promedio entre la Sucursal X y la Sucursal Y. (µx - µy = 0)

io de la Sucursal X son mayores que las de la Sucursal Y. (µx - µy > 0)
 70 75 80 85 90 95
75 80 85 90 95 100

GRADOS DE LIBERTAD 18
Valor de p 0.24193
t -1.21
a 0.01
VALOR CRITICO 2.87844047274

Dado que nuestro valor

calculado de t (-1.21) no cae en
la región de rechazo, no
rechazamos la hipótesis nula.
-1.21

2.8784405
 blaciones son iguales).
de las poblaciones son diferentes).

2.101
Prueba de Kruskal Wallis Ejemplo 1:
Evaluación de la Satisfacción del Cliente Enunciado: Tres departamentos de una empresa (Ventas, Servicio a
Cliente, Soporte Técnico) han realizado encuestas de satisfacción del cliente con puntuaciones que van de 20
Queremos determinar si hay una diferencia significativa en la satisfacción del cliente entre los tres departame

VENTAS 25 30 28 35 32
SERVICIO
AL CLIENTE 20 22 25 27 23
SOPORTE
TECNICO 30 33 31 37 36

Hipótesis Nula (H0): No hay diferencia significativa en la satisfacción del cliente entre los tres departamentos.
Hipótesis Alternativa (H1): Al menos uno de los departamentos difiere significativamente en la satisfacción del cli

Departamento Puntuación Rango

Servicio al 70
Cliente 20 1
Servicio al 60
Cliente 22 2
Servicio al 50
Cliente 23 3
40
PROMEDIO

Servicio al
Cliente 25 4.5
30
Ventas 25 4.5
Servicio al 20
Cliente 27 6
Ventas 28 7 10
Ventas
Soporte 30 8.5
0
Técnico
Soporte 30 8.5 0.5 1 1.5 2 2.5 3 3
Técnico 31 10 DEPARTAMENTOS
Ventas
Soporte 32 11
Técnico 33 12
Ventas
Soporte 35 13
Técnico
Soporte 36 14
Técnico 37 15

VENTAS 44 1936
SERVICIO AL
CLIENTE 16.5 272.25
SOPORTE
TECNICO 59.5 3540.25

K [12 / 15(15+1)] * [(44^2/5) + (16.5^2/5) + (59.5^2/5) - 3(15+1)]

K 9.74
Valor critico 5.991

Como H (9.74) > valor crítico (5.991), rechazamos la hipótesis nula, ya

que hay una diferencia significativa en la satisfacción del cliente entre al
menos dos de los tres departamentos.

Ejemplo 2: Evaluación de Desempeño de Empleados Enunciado:

Tres equipos de trabajo en una empresa (Equipo A, Equipo B, Equipo C) han sido
evaluados en su desempeño mensual con puntuaciones que van de 1 a 10. Queremos
determinar si hay una diferencia significativa en el desempeño entre los tres equipos.

EQUIPO A 4 5 6 7 8
EQUIPO B 3 4 5 6 7
EQUIPO C 2 3 4 5 6

Hipótesis Nula (H0): No hay diferencia significativa en el desempeño mensual entre los tres equipos.
Hipótesis Alternativa (H1): Al menos uno de los equipos difiere significativamente en el desempeño mensual.

Equipo Puntuación Rango

Equipo C 2 1 EQUIPOS PROMEDIO
Equipo C 3 2.5
Equipo B 3 2.5 60
1; 49
Equipo C 4 4.5 50
Equipo B 4 4.5 40 2; 36.5
PROMEDIOS

Equipo A 4 4.5 30
Equipo C 5 7 20
Equipo B 5 7 10 3; 25
Equipo A 5 7
0
Equipo C 6 10 0.5 1 1.5 2 2.5 3 3.5
Equipo B 6 10 EQUIPOS
Equipo A 6 10
Equipo B 7 12.5
Equipo A 7 12.5
Equipo A 8 15
MEDIAS
EQUIPO A 49
EQUIPO B 36.5
EQUIPO C 25

K:
[12 / 15(15+1)] * [(49^2/5) + (36.5^2/5) + (25^2/5) - 3(15+1)]
2.6

Como H (2.6) < valor crítico (5.991), no rechazamos la hipótesis nula.

No existe suficiente evidencia estadística para afirmar que hay una diferencia significativa en el des
na empresa (Ventas, Servicio al
n puntuaciones que van de 20 a 40.
liente entre los tres departamentos

ntre los tres departamentos.

amente en la satisfacción del cliente.

2 2.5 3 3.5
EPARTAMENTOS
 han sido
Queremos
res equipos.

re los tres equipos.

en el desempeño mensual.

ROMEDIO

2; 36.5

3; 25

2 2.5 3 3.5
UIPOS
rencia significativa en el desempeño mensual entre los tres equipos.
Problema 1
Contexto: Una empresa de servicios financieros está evaluando la
aleatoriedad en la selección de empleados para recibir una
capacitación sobre nuevas regulaciones. Se ha registrado la
siguiente secuencia de empleados seleccionados en dos grupos
diferentes (A y B): Secuencia de muestra: A, B, A, A, B, B, A, B,
A, A, B, B, A, A, B, A, B, B, A, A, B, B, A, A, B, B, A, A, B, B, A,
B, A, A, B, A, B, B, A, A Para probar la aleatoriedad en la
selección, contamos el número total de ocurrencias de A y B:

MUESTRAS FRECUENCIA Fr
MUESTRA A 21 53%
MUESTRA B 19 48%
TOTAL 40 100% RACHAS: 29

µ: 20.95
σ: 3.1135
Z: 2.5855

El valor Z de 2.58 en una prueba de rachas indica que la

secuencia observada de "A" y "B" es significativamente
diferente de lo que se esperaría si la selección fuera
verdaderamente aleatoria.
53%

52% f(x) = − 0.05 x + 0.575

R² = 1
51%

50%

49%
Axis Title

48%
Column D
47% Linear (Column D)

46%

45%

44%
0.8 1 1.2 1.4 1.6 1.8 2 2.2
Axis Title

Problema 3
Contexto: Una empresa de tecnología está evaluando la aleatoriedad en la
asignación de tareas a
dos equipos de desarrolladores (1 y 2). Se ha registrado la siguiente secuencia de
tareas asignadas:
Secuencia de muestra: 1, 2, 1, 1, 2, 2, 1, 2, 1, 1, 2, 2, 1, 1, 2, 1, 2, 2, 1, 1, 2, 2, 1, 1,
2, 2, 1, 1, 2, 1, 2, 2, 1, 2, 1, 1, 2, 2, 1, 1
Para probar la aleatoriedad en la asignación de tareas, contamos el número total
de ocurrencias
de 1 y 2:
tareas asignadas:
Secuencia de muestra: 1, 2, 1, 1, 2, 2, 1, 2, 1, 1, 2, 2, 1, 1, 2, 1, 2, 2, 1, 1, 2, 2, 1, 1,
2, 2, 1, 1, 2, 1, 2, 2, 1, 2, 1, 1, 2, 2, 1, 1
Para probar la aleatoriedad en la asignación de tareas, contamos el número total
de ocurrencias
de 1 y 2:

MUESTRAS FRECUENCIA Fr
MUESTRA 1 21 53%
MUESTRA 2 19 48%
TOTAL 40 100%

µ: 20.95
σ: 9.6937 3.11346332
Z: 2.2578

El valor Z de 2.2578 en una prueba de rachas indica que la

secuencia observada de "A" y "B" es significativamente
diferente de lo que se esperaría si la selección fuera
verdaderamente aleatoria.
FRECUENCIA
21.5
21
21

20.5

20

19.5
19
19

18.5

18
MUESTRA 1 MUESTRA 2
 Problema 1:
Una empresa quiere analizar la relación entre la satisfacción de los
empleados y su productividad. Se recogieron datos de 10 empleados,
donde X representa la puntuación de satisfacción (en una escala de 1 a
100) y Y representa la productividad medida en unidades producidas por
mes.

SATISFACCIÓ PRODUCTIVID
DATOS N(X) AD(Y) R1 R2 d=R1-R2 d^2
1 85 120 7 7 0 0
2 70 100 4 4 0 0
3 90 150 8 8 0 0
4 60 90 2 2 0 0
5 75 110 5 5 0 0
6 95 160 9 9 0 0
7 65 95 3 3 0 0
8 80 115 6 6 0 0
9 55 85 1 1 0 0
10 100 170 10 10 0 0
775 0
Estadistico de Prueba Rs

Rs= 1 Intercepto: -17.196

n= 10 Pendiente: 1.142
Coeficiente de determinación R²: 0.994

CORRELACION PERFECTA -1≤Rs≤1

RELACION

180
160
f(x) = 1.93333333333333 x − 30.3333333333333
140 R² = 0.931902891105067
PRODUCTIVIDAD (y)

120
100
80
60
40
20
0
50 60 70 80 90 100 110
SATISFACCION (X)
X Y RELACION X e Y (Rs=0.90,
1 1 rho=0.895)
2 2 10
9
8
7
6
3 1
4 6 5

5 6 4

6 2 3
7 6 2
8 7 1
9 8 0
10 9 0 2 4 6 8 10 12

X Y
1 8 RELACION X e Y (Rs=0.10,
2 1 rho=0.098
3 1
10
9
8
7
4 9 6
5 8 5
6 7 4
3
7 5
2
8 9
1
9 5 0
10 7 0 2 4 6 8 10 12

X Y
1 1 RELACION X e Y (Rs=1,
2 2 rho=1.000)
12

10

8
3 3
4 4 6
5 5
4

2
 8

6 6 4
7 7
8 8 2
9 9
10 10 0
0 2 4 6 8 10 12

Ejercicio 2

Un analista financiero desea investigar la relación entre el precio de las acciones de una
empresa y el volumen de transacciones diarias. Se han recopilado datos de 10 días diferentes,
donde X representa el precio de las acciones (en dólares) y Y representa el volumen de
transacciones diarias (en miles de acciones).

Volumen de
Precio de las
Día Transacciones R1 R2 d d^2
Acciones (X)
(Y)
1 50 200 1 1 0 0
2 55 220 2 2 0 0
3 60 250 3 3 0 0
4 65 270 4 4 0 0
5 70 290 5 5 0 0
6 75 310 6 6 0 0
7 80 330 7 7 0 0
8 85 350 8 8 0 0
9 90 370 9 9 0 0
10 95 390 10 10 0 0

Rs: 1 -1≤Rs≤1
n: 10 CORRELACION PERFECTA

RELACIÓN XeY
450

400

350

300

250

200

150

100

50

0
40 50 60 70 80 90 100
100

50

0
40 50 60 70 80 90 100

X Y
1 1.33
2 2.05
3 -0.16
4 -2.5
5 4.71
6 2.60
7 -0.85
8 4.74
9 -2.5
10 3.82

X Y
1 9.21
2 10.44
3 10.04
4 10.72
5 11.68
6 12.84
7 13.96
8 15.55
9 14.13
10 15.65
0,

Los puntos muestran una fuerte

tendencia lineal positiva, aunque no
es perfecta. A medida que aumenta
X, Y tiende a aumentar, pero hay
cierta variabilidad.

10 12

10,

Los puntos están dispersos sin una

tendencia clara. No hay una relación
lineal discernible entre X e Y.

10 12

1,

Los puntos forman una línea recta

perfecta con pendiente positiva,
indicando una relación positiva
perfecta. A medida que aumenta X,
Y también aumenta en la misma
proporción.
10 12