PROYECTO FINAL ESTADISTICA I

ELABORADO POR:
PAOLA GUTIERREZ HOYOS
STEPHANY VERGARA TULCAN

CORPORACIÓN UNIVERSITARIA DEL HUILA-CORHUILA

PITALITO- HUILA

2016

1
 PROYECTO FINAL ESTADISTICA I

ELABORADO POR:
PAOLA GUTIERREZ HOYOS
STEPHANY VERGARA TULCAN

PRESENTADO A:
ZONIA ROJAS ORDOÑEZ
CATEDRÁTICA DE ESTADÍSTICA

CORPORACIÓN UNIVERSITARIA DEL HUILA-CORHUILA

PITALITO HUILA

2016

2
 RESUMEN

Este proyecto busca establecer que tan fuerte es la relación que existe entre dos variables una

independiente (x) y una dependiente (y), partiendo de la búsqueda y posterior selección de una

empresa que ha facilitado dichas variables, siendo en este caso la empresa de confección de

uniformes deportivos ubicada en Pitalito-Huila denominada Deportivos Bolena. Para esto se

tomaron como variables independientes los costos de producción y como variables dependientes

las ventas por un periodo de un año, que partió desde octubre del 2016 hasta octubre del 2017. Con

base en conocimientos estadísticos y la aplicación de fórmulas del modelo matemático de regresión

lineal, tablas, gráficas y la fórmula del coeficiente de correlación, se determina que tan fuerte es la

relación que existe entre las dos variables tomadas, para realizar su respectivo análisis y concluir

los resultados obtenidos, con lo que posteriormente se puede llegar a estimar lo que pasaría si se

efectúa un cambio en la variable independiente (x), es decir cómo se vería afectada la variable (y),

además de mostrar si la empresa está siendo productiva y está generando ganancias o por el

contrario está teniendo pérdidas y su productividad es baja, interfiriendo con los objetivos

establecidos por la empresa.

Palabras clave: variable dependiente, variable independiente, regresión lineal, coeficiente de

correlación, costos, ventas.

3
 INDICE

RESUMEN ................................................................................................................................. 3
INTRODUCCION ..................................................................................................................... 5
PRESENTACION DEL PROBLEMA ....................................Error! Bookmark not defined.
OBJETIVOS .............................................................................................................................. 6
JUSTIFICACION ...................................................................................................................... 7
MARCO TEORICO ..................................................................Error! Bookmark not defined.
METODOLOGIA ...................................................................................................................... 8
APLICACIÓN DE LA REGRESION LINEAL ........................................................................ 9
COEFICIENTE DE CORRELACION .................................................................................... 10
CONCLUSIONES ................................................................................................................... 13
REFERENCIAS ........................................................................Error! Bookmark not defined.

4
 INTRODUCCION

Todas las empresas u organizaciones sin importar su tamaño, tipo, ubicación geográfica o sector

del mercado, buscan lograr la mayor eficiencia y progreso, esto se logra resolviendo los problemas

a nivel interno y externo de la misma, para ello es útil y necesario contar con los conocimientos y

la aplicación de métodos estadísticos como lo es la estadística descriptiva, una técnica que nos

permite mediante la recolección, organización, descripción y presentación de un conjunto de datos,

visualizar la información de forma más clara y rápida, con el apoyo de tablas, números y gráficas,

facilitando así el análisis y la comprensión. Esto se hace en primer lugar a través de la

identificación de las variables que se requieran analizar, que a nivel empresarial se pueden

encontrar como: recursos humanos, tecnológicos, materiales, costos, ventas, ganancias entre otras.

Dichas variables pueden ser cuantitativas (discretas y continuas), que comprenden información

representada en números, o cualitativas (ordinales y nominales) que comprenden información

representada de forma categórica.

Para que las empresas puedan conocer el comportamiento de un determinado factor interno o

externo, es decir una variable, es necesario relacionarlas de forma tal forma que se pueda ver el

nivel correlación que existe entre una y otra, lo que puede evidenciar y describir si la empresa está

siendo productiva o no.

En este artículo se determinara que tan fuerte es la correlación que existe entre una variable X

(costos), y una variable Y (ventas), tomadas la empresa de Confección Deportivos Bolena por el

periodo de un año, partiendo de octubre del 2016 a octubre del 2017 indicando la fuerza de relación

entre ellas.

5
 OBJETIVOS

OBJETIVO GENERAL

 Determinar si existe una fuerte correlación entre las inversiones para la producción de

uniformes deportivos, y las ventas de los mismos durante un periodo de un año.

OBJETIVOS ESPECIFICOS

 Investigar empresas acordes con los diferentes perfiles.

 Seleccionar una empresa la cual pueda proporcionar los datos o variables necesarias para

hallar su nivel de correlación, al igual que información referente a sus productos e

historia.

 Identificar los tipos de variables a utilizar.

 Organizar la información en tablas para facilitar su análisis y su posterior adecuación a

gráficas.

 Con el uso de las variables aplicar las formulas de la regresión lineal para hallar el

coeficiente de correlación entre las variables tomadas.

6
JUSTIFICACION

Cuando una empresa plantea conocer su situación económica o su nivel de eficiencia y

productividad es necesario que esta cuente con profesionales con conocimientos estadísticos que

puedan realizar un análisis tomando en cuenta valores numéricos, los cuales puedan ser

interpretados como variables con el fin de brindar una imagen de la situación actual de la empresa,

y una estimación del futuro a partir de las variables. Es por ello que como profesional en formación

es importante conocer, comprender y saber aplicar dichos métodos. Como proyecto final de

estadística I de la Universidad Corhuila he seleccionado a la empresa Deportivos Bolena para

llevar a cabo una regresión lineal, que es un modelo matemático mediante el cual se relacionan

dos variables costos (x) y ventas (y) para conocer la fuerza de correlación que hay entre ellas en

un determinado periodo de tiempo, partiendo de octubre de 2016 hasta octubre del 2017.

7
 METODOLOGIA

TIPO DE INVESTIGACION

Cuantitativa

TIPO DE VARIABLE

Cuantitativa continúa

VARIABLES

Costos (X) variable independiente y ventas (Y) variable dependiente

PARTICIPANTES

Los costos(X) y las ventas (Y) de la empresa Deportivos Bolena tomados mensualmente durante

un periodo de un año partiendo de octubre del 2016 a octubre de 2017.

N = 12

8
 APLICACIÓN DE LA REGRESION LINEAL

SUMA DE LOS CUADRADOS DE X

SCx = 745.888.149.410.000 –
80.081.300 ^ 2 SCx = 2.114702653x10^14
12

SUMA DE LOS CUADRADOS DE Y

SCy = 1.683.107.125.000.000 –
 120.295.000 ^ 2 SCy = 4.771998729x10^14
12

SUMA DE LOS PRODUCTOS CRUZADOS XY

SCxy = 1.120.450.649.500.000 –
 80.081.300 120.295.000 
12

SCxy = 3.176689842x10^14

PENDIENTE DE LA RECTA ESTIMADA

b1 =
3.176689842x10^14 
2.114702653x10^14

b1 = 1.502192205x10^28

La pendiente de la recta nos indica el número de unidades o valores que cambian en la variable Y,

si se efectúa un cambio en X. Por tanto con la pendiente obtenida se puede estimar que por cada 1

peso invertido en costos para la producción de uniformes deportivos se venderían 1.50 pesos en

uniformes.

80.081.300
X= X= 6673441.667
12

9
 120.295.000
Y= Y= 10024583.33
12

PUNTO DE CORTE O INTERCEPTO

b0 = 10024583.33 - (1.502192205x10^28) (6673441.667)

b0 = 1.002479205x10^35

El punto de corte es el punto donde inicia la recta, nos muestra o determina los valores que hay en

Y, sin efectuar un cambio en la variable X, Por tanto se puede estimar que si no se invirtiera en

costos para la producción de uniformes deportivos, se obtendrían ventas de 1 peso.

RECTA DE MEJOR AJUSTE

Y = 1.502192205x10^28 (X) + 1.002479205x10^35

COEFICIENTE DE CORRELACION

3.176689842x10^14
r= r = 0.99
2.114702653x10^14 4.771998729x10^14 

Dado que el coeficiente de correlación mide la fuerza de la relación que existe entre una

variable X y una variable Y, comprendiendo valores que van desde -1 hasta 1. Se establece que

existe una relación positiva o directa fuerte entre (X), los costos para la producción de uniformes

deportivos y (Y), las ventas de los mismos.

10
 SUMA DE CUADRADO DEL ERROR

SCE = 4.771998729x10^14  
3.176689842x10^14  SCE = 1.502192205x10^28
2.114702653x10^14

CUADRADO MEDIO DEL ERROR

CME=
1.502192205x10^28 CME = 1.502192205x10^27
10

ERROR ESTANDAR

Se = 1.502192205x10^27 Se = 3.875812437x10^13

Con el valor del error estándar determinado mediante la suma del cuadrado del error y el cuadrado

medio del error se puede concluir que los valores de (y) tienen una desviación de 3.87 pesos

alrededor de su media.

A continuación la tabla y diagrama de puntos realizado a partir de las variables:

11
 COSTOS (X) VENTAS (Y)
$ 5.592.000 $ 8.400.000
$ 8.155.000 $ 12.250.000
$ 2.097.000 $ 3.150.000
$ 466.000 $ 700.000
$ 699.000 $ 1.050.000
$ 3.495.000 $ 5.250.000
$ 5.825.000 $ 8.750.000
$ 9.320.000 $ 14.000.000
$ 2.935.800 $ 4.410.000
$ 3.541.600 $ 5.320.000
$ 10.671.400 $ 16.030.000
$ 14.818.000 $ 22.260.000
$ 12.465.500 $ 18.725.000
$ 80.081.300 $ 120.295.000
Σ(X) Σ(Y)
COSTOS*VENTAS (XY)
$ 46.972.800.000.000
$ 99.898.750.000.000
$ 6.605.550.000.000
$ 326.200.000.000
$ 733.950.000.000
$ 18.348.750.000.000
$ 50.968.750.000.000
$ 130.480.000.000.000
$ 12.946.878.000.000
$ 18.841.312.000.000
$ 171.062.542.000.000
$ 329.848.680.000.000
$ 233.416.487.500.000
$ 1.120.450.649.500.000
Σ(XY)
COSTOS (X^2) VENTAS (Y^2)
$ 31.270.464.000.000 $ 70.560.000.000.000
$ 66.504.025.000.000 $ 150.062.500.000.000
$ 4.397.409.000.000 $ 9.922.500.000.000
$ 217.156.000.000 $ 490.000.000.000
$ 488.601.000.000 $ 1.102.500.000.000
$ 12.215.025.000.000 $ 27.562.500.000.000
$ 33.930.625.000.000 $ 76.562.500.000.000
$ 86.862.400.000.000 $ 196.000.000.000.000
$ 8.618.921.640.000 $ 19.448.100.000.000
$ 12.542.930.560.000 $ 28.302.400.000.000
$ 113.878.777.960.000 $ 256.960.900.000.000
$ 219.573.124.000.000 $ 495.507.600.000.000
$ 155.388.690.250.000 $ 350.625.625.000.000
$ 745.888.149.410.000 $ 1.683.107.125.000.000
Σ(X^2) Σ(Y^2)
12
 Diagrama de puntos
$25,000,000

y = 1,5022x1.0024
$20,000,000

$15,000,000
VENTAS

$10,000,000

$5,000,000

$-
$- $4,000,000 $8,000,000 $12,000,000 $16,000,000
COSTOS

Se puede evidenciar que debido a la fuerte y directa correlación de las dos variables, y la minina

dispersión de los datos, la recta de mejor ajuste pasa a través de todos los puntos de forma

ascendente.

CONCLUSIONES

El coeficiente de correlación a nivel empresarial es muy útil, pues ofrece una visión de la

situación actual de la empresa partiendo de las variables analizadas y también permite proyectar

una estimación del futuro de la misma efectuando un cambio en la variable x.

Los conocimientos en métodos estadísticos como la regresión lineal y el coeficiente de correlación

son importantes para la formación profesional, pues estos pueden ser de utilidad en el evento de

13
 que decidamos crear una empresa o ejerzamos en un ámbito relacionado con aspectos numéricos

o datos que se tomen en cuenta con métodos estadísticos.

La empresa de confección Deportivos Bolena muestra una gran coherencia con respecto a lo que

invierten para la producción de uniformes y lo que venden, por tanto la relación tan fuerte entre sus

variables.

14