“Año de la recuperación y consolidación de la economía peruana”

Universidad San Ignacio de Loyola

ENTREGABLE 2: REPORTE ESTADÍSTICO INFERENCIAL
Grupo N° 1

Tema:
Empresa TechSolve S.A. y la Adaptación a la IA en el Entorno Laboral

Curso:
Estadística Descriptiva e Inferencia Estadística

Docente:
Cerna Figueroa, Edwin Ángel

Integrantes:

Cód. Alumno Apellidos, Nombres Participación

2410666 Arévalo Ventura, Leonardo 100%

- Chávez Cortez, Benjamín Gael 10%

2411088 Muñoz Guzmán, Camila De Los Angeles 100%

2310592 Sotil Mena, Leonardo Alonso 100%

2220913 Paucarcaja Granados, Jeferson André 100%

_______________________________________________________________________________________
2025-01
 Intervalo de confianza para la media

Variable: Parámetro:
X: Nivel de estrés laboral de los empleados. 𝜇: Nivel de estrés laboral promedio poblacional de los empleados.

Proponer un punto de contraste: Creo que el nivel de estrés laboral de los entrevistados es superior a 45

𝜇 > 45

Intervalo de confianza (Nivel de confianza de 95.67%)

Utilizar el caso - t de una muestra

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑥 = 50.0891 𝑠 = 16.6319

𝑠
𝐼𝐶(𝜇) = 〈𝑥 ± 𝑡1−𝛼;𝑛−1 ∗ 〉
2 √𝑛
16.6319
𝐼𝐶(𝜇) = 〈50.0891 ± 2.0276 ∗ 〉
√378
48.3546 < 𝜇 < 51.8236

Cálculos directos:

Estadísticas descriptivas

Error estándar
N Media [Link]. de la media IC de 95.67% para μ
378 50.089 16.632 0.855 (48.3545; 51.8236)

μ: media de nivel_estres_laboral

Conclusión:
Con un nivel de confianza de 95.67%, el intervalo <48.3545; 51.8236> contiene el verdadero valor del nivel de estrés laboral
de los empleados. Por lo tanto, el nivel de estrés laboral propuesto por nosotros los investigadores es mayor a 45, ya que en el
intervalo obtenido tenemos valores mayores a 45.
 Intervalo de confianza para la proporción

Variable: Parámetro:
X: Empleados que usan las herramientas IA 𝜋: Proporción poblacional de empleados que usan las herramientas IA

Proponer un punto de contraste: Creo que la proporción de empleados que usan las herramientas IA es superior a 0.55

𝜋 > 0.55

Intervalo de confianza (Nivel de confianza de 96.46%)

Utilizar el caso – 1 proporción

Primer paso: Sacar una tabla de frecuencias

Usa herramientas IA Conteo

No 189
Sí 189
Nota: n=378

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑥 = 189 𝑝 = 0.5

𝑝(1 − 𝑝)
𝐼𝐶(𝜋) = 𝑝 ± 𝑍1−𝛼 √
2 𝑛

0.5 ∗ (1 − 0.5)
𝐼𝐶(𝜋) = 0.5 ± 2.1038 ∗ √
378

0.4459 < 𝜇 < 0.5541

Cálculos directos:
Estadísticas descriptivas

N Evento Muestra p IC de 96.46% para p

378 189 0.5 (0.4459; 0.5541)

Conclusión:
Con un nivel de confianza de 96.46%, el intervalo <0.4459; 0.5541> contiene el verdadero valor de la proporción poblacional
de empleados que usan las herramientas IA. Por lo tanto, la proporción propuesta por nosotros los investigadores no es
mayor a 0.55, ya que en el intervalo obtenido tenemos valores menores a 0.55.
 Intervalo de confianza para la varianza

Variable: Parámetro:
X: Horas de trabajo semanal de los empleados 𝜎 2 : Varianza poblacional de las horas de trabajo semanal de los empleados

Proponer un punto de contraste: Creo que la varianza de las horas de trabajo semanal de los empleados es superior a 45.

𝜎 2 > 45

Intervalo de confianza (Nivel de confianza de 97%)

Utilizar el caso – 1 – varianza

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑠 2 = 56.1845

(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
≤ 𝜎2 ≤
𝜒2 𝛼 𝜒𝛼2
1− ;𝑛−1 ;𝑛−1
2 2

(378 − 1) ∗ 56.1845 (378 − 1)56.1845

≤ 𝜎2 ≤
439.0403 319.9032

48.2451 ≤ 𝜎 2 ≤ 66.2124

Cálculos directos:

Estadísticas descriptivas

IC de 97% para σ IC de 97% para σ IC de 97% para σ2

N [Link]. Varianza usando Bonett usando Chi-cuadrada usando Chi-cuadrada
378 7.5 56.2 (7.00; 8.07) (6.9459; 8.1371) (48.2455; 66.2124)

Conclusión:
Con un nivel de confianza de 97%, el intervalo <48.2455; 66.2124> contiene el verdadero valor de la varianza poblacional
de las horas de trabajo semanal de los empleados. Por lo tanto, la varianza propuesta por nosotros los investigadores es
mayor a 45, ya que en el intervalo obtenido tenemos valores mayores a 45.
 Cociente de varianzas 2 poblaciones

Variable: Parámetro:

𝑋1: Experiencia laboral en años de los empleados que SÍ 𝜎12 : Varianza poblacional de la experiencia laboral en años de los
usan herramientas IA empleados que SÍ usan herramientas IA
𝑋2: Experiencia laboral en años de los empleados que NO 𝜎22 : Varianza poblacional de la experiencia laboral en años de los
usan herramientas IA empleados que NO usan herramientas IA

Proponer un punto de contraste: Creo que la varianza de la experiencia laboral en años de los empleados que si usan
herramientas IA son diferentes a la varianza de la experiencia laboral en años de los empleados que no usan herramientas IA

𝜎12 ≠ 𝜎22

Intervalo de confianza (Nivel de confianza de 98.8%)

Utilizar el caso – 2 – varianzas

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛1 = 189 𝑥1 = 26.0635 𝑠12 = 73.2832

𝑛2 = 189 𝑥2 = 25.4815 𝑠22 = 62.0169

𝑠12 1 𝜎12 𝑠12 1

× ≤ ≤ ×
𝑠22 𝐹𝛼, 𝑛 −1; 𝑛 𝜎22 𝑠22 𝐹𝛼, 𝑛 −1; 𝑛
2 1 2 −1 2 2 1 −1

73.2832 1 𝜎12 73.2832 1

× ≤ 2≤ ×
62.0169 1.4448 𝜎2 62.0169 0.6922

𝜎12
0.8179 ≤ ≤ 1.7071
𝜎22

Cálculos directos:

Relación de varianzas

IC de 98.8% para la
Relación estimada relación usando F
1.18166 (0.8179; 1.7072)

Conclusión:
Con un nivel de confianza de 98.8%, el intervalo <0.8179; 1.7072> contiene el verdadero valor de 1. Por lo tanto,
concluimos que las varianzas de las experiencias laborales en años de los empleados que si usan herramientas IA es igual
a la varianza de las experiencias laborales en años de los empleados que no usan herramientas IA.
 Diferencia de medias

Variable: Parámetro:

𝑋1: Experiencia laboral en años de los empleados que SÍ 𝜇1 : Promedio poblacional de la experiencia laboral en años de los
usan herramientas IA empleados que SÍ usan herramientas IA

𝑋2: Experiencia laboral en años de los empleados que NO 𝜇2 : Promedio poblacional de la experiencia laboral en años de los
usan herramientas IA empleados que NO usan herramientas IA

Proponer un punto de contraste: Creo que la experiencia laboral en años promedio de los empleados que sí usan herramientas IA
es mayor a la experiencia laboral en años promedio de los empleados que no usan herramientas IA

𝜇1 > 𝜇2

Intervalo de confianza (Nivel de confianza de 98.8%)

Utilizar el caso – t de 2 muestras

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛1 = 189 𝑥1 = 26.0635 𝑠12 = 73.2832

𝑛2 = 189 𝑥2 = 25.4815 𝑠22 = 62.0169

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22 1 1

𝐼𝐶(𝜇1 − 𝜇2 ) : (𝑥 − 𝑦) ± 𝑡1−𝛼;𝑛 √( )( + )
2 1 +𝑛2 −2 𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

(189 − 1) ∗ 73.2832 + (189 − 1) ∗ 62.0169 1 1

𝐼𝐶(𝜇1 − 𝜇2 ) : (26.0635 − 25.4815) ± 2.5244√ ∗( + )
189 + 189 − 2 189 189

−1.5539 < 𝜇1 − 𝜇2 < 2.7179

Cálculos directos:

Estimación de la diferencia

IC de 98.8% para la
Diferencia [Link]. Agrupada diferencia
0.582 8.225 (-1.5539; 2.7179)

Con un nivel de confianza de 98.8%, el intervalo <-1.5539; 2.7179> contiene el verdadero valor de la diferencia de medias de
la experiencia laboral en años de los empleados y como los valores del intervalo son negativo y positivo y contiene al 0. Por
lo tanto, concluimos que la experiencia laboral en años promedio de los empleados que sí usan herramientas IA es igual a la
experiencia laboral en años promedio de los empleados que no usan herramientas IA.
 Prueba de hipótesis para la media

Variable: Parámetro:
X: Índice de productividad de los empleados 𝜇: Índice de productividad promedio poblacional de los empleados

Proponer un punto de contraste: Creo que el Índice de productividad promedio de los empleados es superior a 50
𝜇 > 60

Intervalo de confianza (Nivel de confianza de 97.15%)

Utilizar el caso - t de una muestra

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑥 = 50.3575 𝑠 = 15.9751

Paso 1 (Plantee las hipótesis de prueba)

𝐻0 : 𝜇 ≤ 60

𝐻1 : 𝜇 > 60

Paso 2 (Establezca el nivel de significancia) 𝛼 𝛼 = 0.0285

Paso 3 (Calcule el valor del estadístico de prueba)
𝑥 − 𝜇0 50.3575 − 60
𝑇𝑐𝑎𝑙 = 𝑠 = = −11.7352
15.9751
√𝑛 √378
Cálculos directos:

Hipótesis nula H₀: μ = 60

Hipótesis alterna H₁: μ > 60
Valor T Valor p
-11.7352 1.0000

Paso 4 (Establezca la región de rechazo)

Paso 5 (Concluya de acuerdo con el enunciado del problema)

Como Tcal= -11.7352 y pertenece a la región de aceptación, entonces NO se rechaza Ho.

Como (𝑝 = 1.000 > 𝛼 = 0.0285) No se rechaza la Ho.

Conclusión:
Con un nivel de significancia del 2.85%, existe evidencia estadística para concluir que el Índice de productividad promedio
poblacional de los empleados es menor o igual a 60. Por lo tanto, la afirmación de nosotros los investigadores no es correcta.
 Prueba de hipótesis para la proporción

Variable: Parámetro:
X: Empleados que son del tipo de empresa público 𝜋: Proporción poblacional de empleados que son del tipo de empresa
público

Proponer un punto de contraste: Creo que la proporción de empleados que son del tipo de empresa público es superior al 60%

𝜋 > 0.60

Intervalo de confianza (Nivel de confianza de 97.89%)

Utilizar el caso – 1 proporción - Primer paso: Sacar una tabla de frecuencias

Tipo de empresa Conteo
Privado 173
Público 205
Nota: n=378

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑥 = 205 𝑝 = 0.5423
Paso 1 (Plantee las hipótesis de prueba)
𝐻0 : 𝜋 ≤ 0.60

𝐻1 : 𝜋 > 0.60

Paso 2 (Establezca el nivel de significancia) 𝛼 𝛼 = 0.0211

Paso 3 (Calcule el valor del estadístico de prueba)
𝑝 − 𝜋0 0.5423 − 0.60
𝑍𝑐𝑎𝑙 = = = −2.2899
√ 𝜋 0 (1 − 𝜋0 ) √ 0.60 ∗ (1 − 0.60)
𝑛 378
Cálculos directos:
Hipótesis nula H₀: p = 0.6
Hipótesis alterna H₁: p > 0.6
Valor Z Valor p
-2.2888 0.9890

Paso 4 (Establezca la región de rechazo)

Paso 5 (Concluya de acuerdo con el enunciado del problema)

Como Zcal= -2.2888 y pertenece a la región de aceptación, entonces NO se rechaza Ho.

Como (𝑝 = 0.9890 > 𝛼 = 0.0211) No se rechaza la Ho.

Con un nivel de significancia del 2.11%, existe evidencia estadística para concluir que la Proporción poblacional de empleados
que son del tipo de empresa público es menor o igual al 60%. Por lo tanto, la afirmación de nosotros los investigadores no es correcta.
 Prueba de hipótesis para la varianza

Variable: Parámetro:
X: Salario promedio mensual en soles de los 𝜎 2 : Varianza poblacional del salario promedio mensual en soles de los
empleados empleados

Proponer un punto de contraste: Creo que la varianza del salario promedio mensual en soles de los empleados es menor a
500000 soles.

𝜎 2 < 500000

Intervalo de confianza (Nivel de confianza de 92.75%)

Utilizar el caso – 1 – varianza

Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛 = 378 𝑠 2 = 5366214.3271
Paso 1 (Plantee las hipótesis de prueba)

𝐻0 : 𝜎 2 ≥ 500000

𝐻1 : 𝜎 2 < 500000

Paso 2 (Establezca el nivel de significancia) 𝛼 𝛼 = 0.0725

Paso 3 (Calcule el valor del estadístico de prueba)

2
(𝑛 − 1)𝑠 2 (378 − 1) ∗ 5366214.3271
𝜒𝑐𝑎𝑙 = = = 4046.1256
𝜎02 500000

Cálculos directos:

Hipótesis nula H₀: σ² = 500000

Hipótesis alterna H₁ : σ² < 500000
Estadística de
Método GL Valor p
prueba
Bonett — — 1.0000
Chi-cuadrada 4046.1256 377 1.0000

Paso 4 (Establezca la región de rechazo)

Paso 5 (Concluya de acuerdo con el enunciado del problema)

2
Como 𝜒𝑐𝑎𝑙 = 𝟒𝟎𝟒𝟔. 𝟏𝟐𝟓𝟔 y pertenece a la región de aceptación, entonces NO se rechaza Ho.

Como (𝑝 = 1.0000 > 𝛼 = 0.0725) No se rechaza la Ho.

Con un nivel de significancia del 7.25%, existe evidencia estadística para concluir que la del salario promedio mensual en soles
de los empleados es mayor o igual a 500000 soles. Por lo tanto, la afirmación de nosotros los investigadores no es correcta.
 Prueba de hipótesis del Cociente de varianzas 2 poblaciones
Variable: Parámetro:

𝑋1: Horas de trabajo semanal de los empleados del tipo de 𝜎12 : Varianza poblacional de las horas de trabajo semanal de los
empresa público empleados del tipo de empresa público
𝑋2: Horas de trabajo semanal de los empleados del tipo de 𝜎22 : Varianza poblacional de las horas de trabajo semanal de los
empresa privado empleados del tipo de empresa privado

Proponer un punto de contraste: Creo que la varianza de las horas de trabajo semanal de los empleados del tipo de empresa
público es diferentes a la varianza de las horas de trabajo semanal de los empleados del tipo de empresa privado.

𝜎12 ≠ 𝜎22

Intervalo de confianza (Nivel de confianza de 96.24%)

Utilizar el caso – 2 – varianzas - Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛1 = 205 𝑥1 = 47.9869 𝑠12 = 57.5206

𝑛2 = 173 𝑥2 = 47.3701 𝑠22 = 54.7191
Paso 1 (Plantee las hipótesis de prueba)
𝐻0 : 𝜎12 = 𝜎22

𝐻1 : 𝜎12 ≠ 𝜎22

Paso 2 (Establezca el nivel de significancia) 𝛼 𝛼 = 0.0376

Paso 3 (Calcule el valor del estadístico de prueba)
𝑠12 57.5206
𝐹𝑐𝑎𝑙 = = = 1.0512
𝑠22 54.7191

Cálculos directos:

Hipótesis nula H₀: σ₁² / σ₂² = 1

Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de significancia α = 0.0376
Estadística de
Método GL1 GL2 Valor p
prueba
F 1.0512 204 172 0.7367

Paso 4 (Establezca la región de rechazo)

Paso 5 (Concluya de acuerdo con el enunciado del problema)

Como 𝐹𝑐𝑎𝑙 = 1.0512 y pertenece a la región de aceptación, entonces NO se rechaza Ho.

Como (𝑝 = 0.7367 > 𝛼 = 0.0376) No se rechaza la Ho.

Con un nivel de significancia del 3.76%, existe evidencia estadística para concluir que la varianza poblacional de las horas de
trabajo semanal de los empleados del tipo de empresa público es igual a la varianza poblacional de las horas de trabajo semanal de
los empleados del tipo de empresa privado
 Diferencia de medias

Variable: Parámetro:

𝑋1: Horas de trabajo semanal de los empleados del tipo de 𝜇1 : Las horas de trabajo semanal promedio de los empleados del
empresa público tipo de empresa público

𝑋2: Horas de trabajo semanal de los empleados del tipo de 𝜇2 : Las horas de trabajo semanal promedio de los empleados del
empresa privado tipo de empresa privado

Proponer un punto de contraste: Creo que las horas de trabajo semanal promedio de los empleados del tipo de empresa público es
menor que las horas de trabajo semanal promedio de los empleados del tipo de empresa privado.

𝜇1 < 𝜇2

Intervalo de confianza (Nivel de confianza de 96.24%)

Utilizar el caso – t de 2 muestras - Cálculos sacando datos resumen (Utilizar 4 decimales para los cálculos):

𝑛1 = 205 𝑥1 = 47.9869 𝑠12 = 57.5206

𝑛2 = 173 𝑥2 = 47.3701 𝑠22 = 54.7191
Paso 1 (Plantee las hipótesis de prueba)
𝐻0 : 𝜇1 ≥ 𝜇2

𝐻1 : 𝜇1 < 𝜇2

Paso 2 (Establezca el nivel de significancia) 𝛼 𝛼 = 0.0376

Paso 3 (Calcule el valor del estadístico de prueba)
(𝑥1 − 𝑥2 ) − 𝜇0 (47.9869 − 47.3701) − 0
𝑡𝑐𝑎𝑙 = = = 0.7967
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22 1 √ (205 − 1) ∗ 57.5206 + (173 − 1) ∗ 54.7191 1 1
1 ∗( +
√ (𝑛 + 𝑛 ) 205 + 173 − 2 205 173)
𝑛1 + 𝑛2 − 2 1 2

Cálculos directos:

Hipótesis nula H₀: μ₁ - µ₂ = 0

Hipótesis alterna H₁: μ₁ - µ₂ < 0
Valor T GL Valor p
0.7966 376 0.7869

Paso 4 (Establezca la región de rechazo)

Paso 5 (Concluya de acuerdo al enunciado del problema)

Como 𝑇𝑐𝑎𝑙 = 0.7966 y pertenece a la región de aceptación, entonces NO se rechaza Ho.

Como (𝑝 = 0.7869 > 𝛼 = 0.0376) No se rechaza la Ho.

Con un nivel de significancia del 3.76% existe evidencia estadística para concluir que las horas de trabajo semanal promedio de
los empleados del tipo de empresa público es mayor o igual las horas de trabajo semanal promedio de los empleados del tipo de
empresa privado.