ESTUDIANTE:

ROSELYS TORRES FLOREZ

COD: 1050462222

29. En cierta empresa es usual pagar horas extras para cumplir con los
tiempos de entrega. En este centro productivo, un grupo de mejora de
calidad está tratando de reducir la proporción de piezas malas. Con este
propósito deciden investigar la relación que existe entre la cantidad de
horas extras, X, y el porcentaje de artículos defectuosos, Y. A continuación
a) Obtenga el diagrama de dispersión para estas
SEMANA HORAS EXTRAS % DEFECTUOSOS variables.
1 340 5 RTA:
2 95 3
3 210 6
4 809 15 16
% de Defectuosos
5 80 4 14
6 438 10 12
7 107 4
10
8 180 6
8 Gráfica de Dispersión de
9 100 3
Porcentaje de
10 550 13 6 Defectuosos Vs Horas
11 220 7 Extras
4
12 50 3
13 193 6 2
14 290 8 0
15 340 2 0 200 400 600 800 1000
16 115 4 Horas Extras
17 362 10
18 300 9
b) ¿Que realación observa?
19 75 2
20 93 2 RTA: Se observa una relación de bajo nivel de
21 320 10 correlación porque existen puntos que están
22 154 7 más alejados y hacen dificultosos la relación
entre ellos
c) Con base en lo anterior, ¿puede concluir con seguridad que cuando se
trabaja tiempo extra se incrementa el porcentaje de defectuosos porque
ocurren factores como alentamiento de equipo, cansancio de obreros,
etc., que causan mayores problemas en
la calidad de las piezas?

RTA: No necesariamente, porque casi siempre se busca innovar y

mostrarse a las diferentes etapas que presenta cambios en la rentabilidad
y eficiencia.
 30. Para investigar la relación entre la presión de las escobillas y la altura de
la pasta en la impresión de tarjetas electrónicas, se imprimieron 10 tarjetas
con diferentes presiones. Los datos obtenidos se muestran a continuación:

Presión (kg) 8 9 10 11 12 13 14 15 16 17
Altura
(milé-
simas de
Altura (milésimas de pulgadas)
pulgada) 11 12 11,5 11,3 10 8 8 7,9 8,1 8
a) Qué tipo de relación existe entre estas variables?
Apóyese en diagrama de dispersión y coeficiente de b) Considerando que la altura
correlación. ideal de la pasta es de 8, ¿cuál es
RTA: la presión que deben tener las
escobillas?
RTA: Para obtener una altura de
Altura (milésimas de 8 milésimas de pulgada se debe
aplicar una presión de 13 o 14
pulgadas) vs Presión (kg) kg, se puede apreciar
Altura (milésimas de pulgadas)

14 observando el deiagrama de
dispersión.
12
10
8
6
y = -0,5103x + 15,959
4
R² = 0,79
2
0
0 5 10 15 20

Presión (kg)

Coeficiente de correlación: -0,888797052

Es negativo el coeficiente de correlación con un valor de

-0,888797052 es cerca a -0,85 y debido a esto la corrlación es fuerte, se
puede observar entonces que mientras la presión aumenta la altura de la
pasta disminuye.
 31. En una fábrica de pintura se quiere reducir el tiempo de secado del barniz. Los siguientes datos
corresponden al tiempo de secado del barniz (horas) y a la cantidad de aditivo con el que se
intenta lograr tal reducción.

cantidad de aditivo
Tiempo de secado
b) Con base en la relación, ¿alrededor de
0 14 qué cantidad
1 11 de aditivo recomendaría para reducir el
2 10 tiempo de
3 8 secado?
4 7,5 RTA: La cantidad de aditivo es una
5 9 cantidad muy grande.
6 10
7 11 c) Obtenga el coefi ciente de correlación
8 13 entre ambas variables e interprételo.
9 12 RTA: 0,334001
10 15
El coeficiente de correlación es fuerte
porque los puntos de dispersión están
a) Mediante un diagrama de todos cercanos los unos de los otros.
dispersión investigue la relación
entre el tiempo de secado y la
cantidad de aditivo. d) Al parecer, el coefi ciente de correlación
RTA: lineal es muy bajo. ¿Quiere decir que el
tiempo de secado no está
relacionado con la cantidad de aditivo?
Cantidad de aditivo
VS Tiempo de secado RTA: Correcto, como el coeficiente de
correlación es bajo, esto nos da a decir que
20 no existe relación entre la cantidad de
y = 0,2409x + 9,75
R² = 0,1116 aditivo y el tiempo de secado.
TIEMPO DE SECADO

15

10

0
0 2 4 6 8 10 12

CONTENIDO DE ADITIVO
 32. En varias ciudades de Europa se recopilaron datos sobre el número de cigüeñas que anidan y
el número de nacimientos de bebés. Cada pareja de datos reportados en la siguiente tabla
representan los totales observados en nueve localidades con cierto tamaño poblacional:

Número de cigüeñas (X1000)

15,65 18,52 19 19,5 21,52 24 24 25,9
Número de nacimientos (X100000)
5,1 5,42 5,8 5,8 6,21 7 7 6,7

a) Dibuje el diagrama de dispersión y obtenga el coeficiente de correlación. Comente lo que

observa.

Número de Nacimientos VS Número de cigüeñas

8
7
Número de Nacimientos

6
5
4
3
2
1
0
0 5 10 15 20 25 30

Número de cigüeñas

Coficiente de correlación: 0,978346973

El coeficiente de correlación es fuerte y de resultavo positvo, lo que quiere decr que es creciente,

b) ¿Esta evidencia es sufi ciente para respaldar la fábula tradicional de que las cigüeñas traen a los
niños? Argumente.

RTA: Se evidencia que existe una fuerte relación entre el número de nacimientos y el número de
cigüeñas, respaldando así el cuento de que las cigüeñas traen los niños.

c) ¿Cuál variable subyacente podría estar explicando la relación entre ambas?

RTA: La variable subyacente fue interpretada por el modelo de regresión lineal, ya que por cada
2513 cigüeñas que anidan, existen en varias ciudades de Europa 16 700 cigüeñas.
33. Como parte del análisis del problema de ausentismo se decide investigar la relación entre
edad del empleado y días que faltó a laborar en el año. Los datos del último año se muestran
a continuación.

Empleado edad faltas empleadoedad faltas

1 29 6 21 25 7
2 33 5 22 38 3
3 40 0 23 22 0
4 23 8 24 30 4
5 31 6 25 24 7
6 20 9 26 39 10
7 30 5 27 35 5
8 38 5 28 20 1
9 23 8 29 32 5
10 25 6 30 25 5
11 26 7 31 36 5
12 30 5 32 30 5
13 42 2 33 20 10
14 34 5 34 38 4
15 31 6 35 39 4
16 18 11 36 34 4
17 33 6 37 35 6
18 33 4 38 27 7
19 33 5 39 40 3
20 32 5 40 31 6

a) Mediante un diagrama de dispersión, analice la relación entre estas dos variables.

Edad vs Faltas
Con el diagrama de
12 dispersión podemos
evidenciar que, entre
10
más edad tenga el
8 empleado, menos
faltas comete.
6
Faltas

4
y = -0,1665x + 10,47
R² = 0,1958
2

0
0 10 20 30 40 50
Edad
b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?

RTA: Se observa una relación simple, que se puede interpretar haciendo uso de una regresión
para observar valores futuros y tendencias de los datos.
la ecuación de regresión es Edad= 36,9 - 1,18 faltas.

c) Calcule el coeficiente de correlación e interprételo.

RTA: Coeficiente de correlación: -0,442462062 y su valor P=0,004

El coeficiente de correlación en nuestro caso es un valor pequeño lo que nos

indica que no existe un alto grado de relación entre nuestras variables, detalle que
se observó en la gráfica, por tanto la relación entre nuestras variables no es muy
contundente.

El coeficiente de correlación es de un valor bajo, queriendo decir con esto que no hay una
alta realción entre los datos, lo que se observa claramente en la gráfica, por tanto la relación
entre nuestras variables no es muy clara.
para estas
 8 11
9 12
10 11,5
11 11,3
12 10

13 8
14 8
15 7,9
16 8,1
17 8
 edad faltas
29 6
33 5
40 0
23 8
31 6
20 9
30 5
38 5
23 8
25 6
26 7
30 5
42 2
34 5
31 6
18 11
33 6
33 4
33 5
32 5
25 7
38 3
22 0
30 4
24 7
39 10
agrama de 35 5
ón podemos
20 1
ar que, entre
32 5
d tenga el
25 5
36 5
30 5
20 10
38 4
39 4
34 4
35 6
27 7
40 3
31 6