“Añ

o de la unidad, la paz y el desarrollo”

APRENDIZAJE BASADO EN RETOS (ABR)

FACULTAD DE CIENCIAS DE LA EMPRESA

Carrera profesional de Administración y Negocios Internacionales

ASIGNATURA:

ESTADÍSTICA APLICADA PARA LA GESTIÓN

DOCENTE:
Revilla Olazabal, Johanny Viviane

ESTUDIANTES:

Chávez Torres, Laleska Fernanda (100%)

Gonzales Huachi, Tatiana Nikol (100%)

Luza Lizarraga, Josue Gabriel (100%)

Nina Beltrán, Andrea Belen (100%)

Torres Valeriano, Cielo Faviana (100%)

Montalvo Vilca, Geraldine Katia(100%)

AREQUIPA– PERÚ

2023
 DEDICATORIA:

Este informe es el resultado de la colaboración y esfuerzo

conjunto de un equipo comprometido con la excelencia y la
aplicación práctica de la estadística. Queremos expresar
nuestro agradecimiento a cada miembro del grupo, cuya
dedicación y habilidades individuales se fusionaron para dar
vida a este trabajo. Agradecemos también a nuestros
profesores y mentores por guiarnos en este viaje de
aprendizaje. Este informe está dedicado a todos aquellos que
valoran la importancia de trabajar en equipo y que comparten
la pasión por desentrañar los misterios a través de los
números. ¡A ustedes, compañeros y colaboradores, les
dedicamos este logro colectivo!
 INTRODUCCIÓN:

Las estadísticas aplicadas desempeñan un papel vital a la

hora de tomar decisiones informadas y crear una comprensión
más profunda de los fenómenos que nos rodean.
En este informe, presentamos los resultados de un riguroso
análisis estadístico realizado en colaboración con nuestro
equipo. Nuestro principal objetivo es utilizar los conceptos y
técnicas estadísticas aprendidos durante el curso para
transformar números y datos en información valiosa para la
toma de decisiones.

A través de este trabajo, exploramos no sólo la complejidad

inherente de conjuntos de datos seleccionados, sino también
la sinergia entre los miembros del grupo. Cada miembro
aporta habilidades únicas y una perspectiva diferente, lo que
resulta en una comprensión más completa de los desafíos y
oportunidades. Desde la recopilación de datos inicial hasta la
interpretación final de los resultados, este informe refleja el
compromiso colectivo de nuestro equipo con la excelencia
académica y la aplicación práctica de las estadísticas. A
medida que profundizamos en los detalles de nuestro análisis,
invitamos a los lectores a unirse a nosotros para explorar las
tendencias, patrones y conclusiones que surgen de este
proceso colaborativo. Este informe no sólo documenta el
proyecto estadístico, sino que también enfatiza la importancia
de las estadísticas como una herramienta importante para
comprender el mundo que nos rodea; no menos importante
para el fin de este trabajo se utilizaron diferentes fuentes de
información para poder realizarlo de la mejor manera.

Finalmente,a pesar de los distintos obstáculos que

presentamos destacamos el buen trabajo en equipo y el apoyo
de todos los integrantes del grupo,que colaborativamente
siempre estuvieron dispuestos durante el desarrollo de todo el
trabajo,la coordinación,puntualidad,compromiso y respeto son
los valores que más destacamos en este trabajo colaborativo
durante el Aprendizaje Basado en Retos (ABR).
 CAPÍTULO I:

1. PLANTEAMIENTO DEL RETO

1.1 Descripción del reto a desarrollar:

Los estudiantes, divididos en grupos según la

determinación del docente en cada NRC, se embarcarán
en un proyecto que fusiona la teoría estadística con la
aplicación práctica en el ámbito de negocios y economía.
La tarea principal consiste en seleccionar una base de
datos relacionada con estos campos, la cual deberá
contener un mínimo de 300 datos y estar acompañada por
un diccionario que identifique y explique cada variable
presente. Con el objetivo de garantizar la representatividad
y validez de sus conclusiones, los grupos deberán emplear
métodos de muestreo como aleatorio simple (con y sin
reemplazo), sistemático, estratificado, conglomerados,
polietápicos, entre otros. Esto implica determinar el tamaño
de la muestra y seleccionar a los integrantes de manera
estratégica. Una vez formada la muestra, cada grupo
deberá elegir dos variables: una cualitativa y otra
cuantitativa. A partir de estas, se llevará a cabo un
exhaustivo análisis exploratorio de datos mediante técnicas
de estadística descriptiva. Este análisis abordará gráficos y
estadísticos que revelen la forma, dispersión y
características fundamentales de los datos. La siguiente
fase del proyecto implica realizar estimaciones puntuales y
por intervalos de proporción, media y varianza,
profundizando así en la comprensión de las tendencias y
características centrales de las variables seleccionadas.
Además, se llevarán a cabo pruebas de hipótesis y ANOVA
correspondientes, proporcionando una base sólida para la
toma de decisiones informadas en el ámbito de los
 negocios y la economía. Este enfoque integral, que
combina la práctica con la teoría estadística, permitirá a los
estudiantes no solo aplicar conceptos aprendidos en el
aula, sino también desarrollar habilidades críticas y
analíticas esenciales para enfrentar desafíos del mundo
real en el ámbito empresarial y económico.

1.2 Problema general

Cada grupo deberá buscar una base de datos relacionado a
los negocios o la economía; la misma que debe tener como
mínimo 300 datos. Teniendo presente que debe contar con el
diccionario que identifica y explica cada una de las variables.

1.3 Objetivos
1.3.1 Objetivo general
Determinar las variables cuantitativas y cualitativas para
desarrollar el análisis exploratorio de datos (estadística
descriptiva), determinando de manera gráfica y cuantitativa los
estadísticos de: forma, dispersión y forma, realizar las
estimaciones puntuales y por intervalos de: proporción, media
y varianza,
y desarrollar las pruebas de hipótesis y ANOVA
correspondiente.
 CAPÍTULO II

2. MUESTRA ALEATORIA:

2.1 Tamaño de muestra:

Para poder realizar de manera correcta la muestra
aleatoria es necesario primero hallar la muestra que
utilizaremos de la población elegida.

● Población : 400 datos

El siguiente gráfico es de la población con la que

estamos trabajando, en este caso datos de la empresa
MiBanco y sus acreedores, el segmento donde se
designó a cada uno y la cantidad de
desembolso,fecha,número de identidad y región.

● Muestras: 100 datos muestrales

Se utilizaron los siguientes parámetros para poder hallar la

muestra de nuestra población,donde N(población),Z(nivel de
significancia),p(número de éxitos),q(número de fracasos) y
e(error).

2
N∗Z ∗p∗q
n= 2 2
e ∗(N−1)+ Z ∗p∗q

● Estimación de la muestra:según formulación

Finalmente luego de todo el proceso para estimar la

muestra,concluimos que la muestra con la que se trabajara
hasta el final del Aprendizaje Basado en Retos es una muestra
de 100 datos.

2.2 Muestreo Aleatorio:

Tomaremos un ejemplo para que se pueda explicar y entender

de la mejor manera el desarrollo; "Imaginemos que una
persona tiene una enorme cantidad de datos sobre negocios o
economía, y necesitas analizarlos, pero revisar todo es
prácticamente posible. Aquí es donde entra la muestra
aleatoria. En lugar de revisar todos los datos, tomas un grupo
representativo al azar, una 'muestra aleatoria'. Esto nos ayuda
a obtener una imagen más manejable y aún así precisa de lo
que está sucediendo en el conjunto completo de datos. Esta
razón explica el porqué se utiliza la muestra aleatoria para
nuestra base de datos.

C A Nombre S D
ó se e e
di so g s
g re m e
o s e m
n b
t o
o l
s
o

1 1 MARILI M 9
5 N I 0
8 KARIN C 6
A R
CAHUI O
QUISPE
2 1 MAIK M 1
2 ALIN I 4
PAUCA C 5
R R 5
MUCHA O

3 8 HUGO P 3
JORGE E 2
TURPO Q 3
MAMA U 9
NI E
Ñ
O

4 3 JOHNS P 6
2 ON E 8
7 MIGUE Q 0
L U
GUTIE E
RREZ Ñ
RISALA O
ZO
5 4 PAUL M 5
7 HUYEN I 5
VALDI C 9
VIA R
O

6 3 MARY D 1
8 LUZ E 1
1 ACROT P 2
A E 6
MAMA N
 NI D
I
E
N
T
E

7 1 YESSIC M 2
6 A ROSA I 0
ALLHU C 4
IRCA R 3
LOPEZ O

8 3 MARILI M 1
1 N I 8
KARIN C 5
A R
CAHUI O
QUISPE
9 1 MATT M 4
4 RICAR I 9
7 DO C 6
ROBLE R 4
S O
VIZCA
RRA
1 3 MAIK D 2
0 4 AILIN E 2
4 PAUCA P 8
R E 6
MUCHA N
D
I
E
N
T
E

1 1 MARLI M 4
1 9 T I 2
4 KARIN C 6
A R 7
CHIRE O
GAINZ
A
1 7 FRIDA M 1
2 8 ESTHE E 1
 R D 3
RODRI I 7
GUEZ A
FERNA N
NDEZ O

1 2 RAIT M 4
3 8 ARTUR I 7
9 O C 1
RODRI R 9
GUEZ O
TORRE
S
1 2 LUCIA M 1
4 ISABEL I 4
PONCE C 3
SAMOS R 0
O

1 2 CANDY M 2
5 2 TURPO E 4
1 MACHA D 3
CA I 0
A
N
O

1 2 FREDY M 2
6 9 TAIRO I 4
3 QUIPE C 2
R 1
O

1 3 JUAN D 4
7 7 DANIEL E 4
0 CHOQU P 7
E E 2
ATAMA N
RI D
I
E
N
T
E

1 1 FREDY M 4
8 7 TAIRO E 0
 6 QUISPE D 8
I 8
A
N
O

1 2 RAHUF D 3
9 4 ER E 5
1 ANDRE P 5
Y E 2
MATIA N
S D
BARCE I
S E
N
T
E

2 2 RUTH M 5
0 7 MAGAL I 5
2 I DEZA C 4
LAQUIS R
E O

2 2 JORGE M 2
1 9 PANCA I 0
2 PAUCA C 2
R R
O

2 6 LUZVE M 4
2 1 RLI I 4
GUERR C 1
A R 5
QUINO O

2 1 ANGEL M 7
3 2 I I 0
8 YANELI C 4
Z R
SULLC O
A TITO
2 1 HANSE M 4
4 1 L I 5
7 BRYHA C 8
M R 7
YZQUI O
 ERDO
LLERE
NA
2 3 DEYSI M 2
5 0 IRIS E 0
4 PACCO D 8
RI I 3
HUANC A
A N
O

2 1 LUZ M 1
6 4 KATHE I 5
RINE C 1
CHURA R 6
QUISPE O

2 1 DANIT M 1
7 1 A I 5
8 PAMEL C 7
A R 2
POLAN O
CO
PEZO
2 1 ANA M 1
8 8 MARIA I 2
0 RODRI C 2
GUEZ R 8
SALINA O
S
2 3 MAIK D 1
9 4 ALIN E 8
8 PAUCA P 5
R E 4
MUCHA N
D
I
E
N
T
E

3 2 NATHA D 3
0 5 LY E 5
9 KAROL P 1
HUAMA E 1
NI N
 TEJAD D
A I
E
N
T
E

3 3 FREDY M 2
1 0 TAIRO I 2
QUISPE C 6
R 5
O

3 1 JIM M 3
2 0 ELVIS E 7
SALAS D 6
PARED I 4
ES A
N
O

3 1 CLADIZ M 3
3 2 DAISY I 5
4 BETAN C 0
CUR R
HUAYN O
ACHO
3 2 JEANE D 2
4 6 TH E 6
1 YESENI P 9
A E 1
TINUC N
O D
HUAMA I
NI E
N
T
E

3 1 YIMY M 1
5 0 RONAL I 5
3 D C 3
GUEVA R 2
RA O
BUSTIN
CIO
3 7 JHONS M 1
6 1 ON I 2
MIGUE C 2
L R 5
GUTIE O
RREZ
3 1 MARLI M 4
7 0 T I 3
0 KARIN C 6
A R 6
CHIRE O
GAINZ
A
3 2 JORGE M 2
8 9 PANCA I 0
2 PAUCA C 2
R R
O

3 1 MATT M 3
9 5 RICAR I 1
2 DO C 5
ROBLE R 9
S O
VIZCA
RRA
4 3 FREDY M 2
0 0 TAIRO I 2
QUISPE C 6
R 5
O

4 1 MARY M 9
1 3 LUZ I 1
4 ACROT C 8
A R
MAMA O
NI
4 2 LUZ D 3
2 4 MARIN E 2
7 A P 0
QUISPE E 5
HUMPI N
RE D
I
E
N
T
 E

4 1 ANA M 1
3 8 MARIA I 2
0 RODRI C 2
GUEZ R 8
SALINA O
S
4 2 GISELL N 1
4 1 A O 5
7 IRAIDA 2
HURTA S 9
DO E
CRUZ G
M
E
N
T
A
D
O

4 2 LUZ D 3
5 4 MARIN E 2
7 A P 0
QUISPE E 5
HUMPI N
RE D
I
E
N
T
E

4 1 HANSE M 4
6 4 L I 4
2 BRYHA C 7
M R 7
YZQUI O
ERDO
4 3 GABY D 4
7 5 SONIA E 4
1 MASCO P 0
MAMA E 3
NI N
D
I
 E
N
T
E

4 5 LUZ D 1
8 9 MARIN E 8
A P 7
QUISPE E 7
HUMPI N
RE D
I
E
N
T
E

4 2 RAIT M 4
9 8 ARTUR I 7
9 O C 1
RODRI R 9
GUEZ O
TORRE
S
5 4 PAUL M 5
0 7 UYEN I 5
VALDI C 9
VIA R
O

5 1 NIDWA M 4
1 1 RD I 9
0 ARNAL C 9
DO R 6
ANTEZ O
ANA
QUISPE
5 1 YESENI P 4
2 7 A E 1
7 VEROS Q 8
KA U 6
PINEDA E
RAMOS Ñ
DE O
AMADO
5 1 LUIS P 2
3 0 ENRIQ E 9
 1 UE Q 6
CALLE U 6
RIVER E
A Ñ
O

5 1 EUCLID M 4
4 8 ES I 8
4 BLAS C 7
VILCA R 1
O

5 3 MELAN D 7
5 4 Y E 1
5 LIZETH P 0
MARTI E
NEZ N
VELAS D
QUEZ I
E
N
T
E

5 3 MARILI D 7
6 7 N E 3
2 KARIN P 2
A E
CAHUI N
QUISPE D
I
E
N
T
E

5 1 ANGEL M 7
7 2 I I 0
8 YANELI C 4
Z R
SULLC O
A TITO
5 2 CLADIZ N 2
8 4 DAISY O 7
5 BETAN 2
CUR S 5
HUAYN E
 ACHO G
M
E
N
T
A
D
O

5 9 EUCLID M 3
9 1 ES I 1
BLAS C 2
VILCA R 2
MONTU O
FAR
6 3 ANYEL D 4
0 4 A E 4
0 YULIA P
NA E
VARGA N
S DIAZ D
I
E
N
T
E

6 3 LUZVE D 3
1 6 RLI E 8
1 GUERR P 3
A E 9
QUINO N
D
I
E
N
T
E

6 3 YIMY D 2
2 9 RONAL E 9
9 D P 6
GUEVA E 9
RA N
BUSTIN D
CIO I
E
N
 T
E

6 3 LUIS D 3
3 8 ENRIQ E 5
6 UE P 7
CALLE E 6
RIVER N
A D
I
E
N
T
E

6 2 DANITZ P 3
4 7 A E 4
6 PAMEL Q 0
A U 3
POLAN E
CO Ñ
PEZO O

6 2 RICHA M 2
5 5 RD I 3
2 GABRI C 6
EL R 8
RODRI O
GUEZ
APAZA
6 1 CARLO M 3
6 7 S E 8
5 EDUAR D 4
DO I 6
BENAVI A
DES N
GALLE O
GOS
6 3 JORGE P 2
7 0 PANCA E 3
2 PAUCA Q 0
R U 6
E
Ñ
O

6 3 RICAR M 2
8 1 DO I 3
2 ANCON C 9
AIRA R 8
QUISPE O

6 2 ROMIN M 1
9 0 A I 5
7 PACHE C 7
CO R 5
QUISPE O

7 4 PATRIC M 1
0 9 IA I 9
CONZU C 8
ELO R 1
CHIRE O
VILLAL
VA
7 3 MARILI D 7
1 7 N E 3
2 KARIN P 2
A E
CAHUI N
QUISPE D
I
E
N
T
E

7 3 OLENK D 2
2 8 A E 4
8 MAYRA P 1
YAMPI E 8
FLORE N
Z D
I
E
N
T
E

7 2 REYNA N 3
3 2 LDO O 5
0 ARAPA 6
YUCA S
E
 G
M
E
N
T
O

7 9 ALEX M 4
4 9 MAYTA I 2
LIVISI C 1
R 7
O

7 1 ELIZAB M 2
5 1 ETH I 1
2 QUISPE C 7
ALANI R 9
A O

7 1 ALEX M 1
6 MAYTA E 5
LIVISI D 5
I 5
A
N
O

7 3 ELIZAB M 3
7 3 ETH I 7
QUISPE C 3
ALANI R 8
A O

7 2 CLADIZ M 4
8 8 DAISY I 3
7 BETAN C 8
CUR R 7
HUAYN O
ACHO
7 3 LUZVE D 3
9 6 RLI E 8
1 GUERR P 3
A E 9
QUINO N
D
I
E
 N
T
E

8 1 MAIK M 3
0 3 ALIN I 3
PAUCA C 5
R R 4
MUCHA O

8 1 ANGEL M 1
1 1 I I 2
6 YANELI C 2
Z R 0
SULLC O
A TITO
8 7 SANDR M 8
2 5 A E 7
BEATRI D 0
Z LAJO I
MONTO A
YA N
O

8 3 JEANE M 1
3 2 TH I 7
6 YESENI C 2
A R 3
TINUC O
O
HUAMA
NI
8 3 VICTO D 4
4 3 R E 1
8 WILBE P 7
RTTH E 7
ACHAT N
A D
LARIC I
O E
N
T
E

8 2 REYNA D 4
5 4 LDO E 7
3 ARAPA P 6
 YUCA E 0
N
D
I
E
N
T
E

8 3 JOHN D 4
6 6 EDWAR E 9
5 D P 8
MANCH E 1
EGO N
VALDI D
VIA I
E
N
T
E

8 1 ERIKA M 4
7 4 DORA I 7
1 TAPIA C 4
CALCI R 7
NO O

8 2 SANDY M 7
8 2 GERAL E 8
6 DINE D 7
DULAN I
TO A
FIGUER N
OA O

8 3 FANY M 2
9 0 NALDI I 9
9 CHALC C 8
O R 4
CHOQU O
EHUAN
CA
9 2 RONAL P 3
0 4 D E 6
0 BARRI Q 8
OS U 2
CONDO E
 RI Ñ
O

9 1 MATT M 3
1 5 RICAR I 1
2 DO C 5
ROBLE R 9
S O
VIZCA
RRA
9 3 JHEISO D 4
2 4 N JOE E 7
9 MONTE P 0
S E 3
RIVER N
A D
I
E
N
T
E

9 1 ERIK M 1
3 2 BRAND I 8
9 Y C 4
CHIRIN R 2
OS O
RIMARI
9 2 HAYDE N 3
4 5 E O 8
8 QUISPE 4
CHAMP S 5
I E
G
M
E
N
T
O

9 2 MICHA D 3
5 3 EL E 8
1 JHON P 4
QUISPE E
CATCO N
PARCO D
I
 E
N
T
E

9 7 SHETT M 2
6 6 Y E 5
JHOAN D 6
NA I 1
MONR A
OY N
CCORI O
DE
MAMA
NI
9 1 REYNA M 1
7 1 LDO I 9
3 ARAPA C 6
YUCA R 2
O

9 1 MICHA M 6
8 2 EL I 4
7 JHON C 8
QUISPE R
CATCO O
PARCO
9 2 PATRIC D 4
9 3 IA E 8
7 CONZU P 9
ELO E 0
CHIRE N
VILLAL D
VA I
E
N
T
E

1 1 CLARI M 1
0 9 VEL I 3
0 0 PACHE C 4
CO R 3
VILLEN O
A
 Se utilizaron las siguientes fórmulas de Excel:

● =ALEATORIO.ENTRE(1;400)
● =BUSCARV(Valor_Buscado;Matriz_Buscar_e
n;Indicador_columnas)

CAPÍTULO III

3. ESTIMACIÓN DESCRIPTIVA GENERAL DE

SEGMENTOS:

3.1 Cualitativa:
Una vez separados los datos iniciamos con la E. descriptiva de
segmentos específicamente con la variable cualitativa
Utilizando las fórmulas ya antes vistas y trabajadas hemos
obtenido los resultados de media moda y mediana de nuestra
muestra, en la tabla de frecuencias que realizamos se puede
observar que el número de segmentos de las variables de no
segmentados son de 4, la de dependientes son de 26, micro
53, pequeños 7 y medianos 10 dándonos como resultado la
muestra total con la que trabajamos. Además a la par
realizamos un gráfico circular de cada uno de los segmentos
ya mencionados donde se puede observar el porcentaje que
ocupa cada uno dentro de la muestra.

Dentro de la estadística descriptiva se nos indica hallar la

proporción y la media, en este caso al tener una variable
cualitativa no se recomienda hallar una proporción ni la media
con esta variable, por ello realizamos la proporción de acuerdo
a un indicador, en este caso a empresas con desembolso
mayores a 3000.en primer lugar se ordenó de mayor a menor
para luego contabilizar el nº de datos que hay de cada uno
teniendo como resultado que el 18% de empresas micro
tienen un desembolso mayor a 3000 y el 1% de empresas no
segmentadas tienen un desembolso mayor a 3000.
x
p=
n

CAPÍTULO IV
4. ESTADÍSTICA DESCRIPTIVA GENERAL DE
DESEMBOLSO:

4.1Cuantitativa:
Continuando con la estadística descriptiva general
ahora realizaremos la de la variable cuantitativa.

Utilizando las fórmulas de media, moda, mediana, proporción,

varianza y desviación estándar logramos obtener los
siguientes datos, la media de una muestra de 100 datos es
igual a 2514.84, la moda 559, media 2383, la proporción 40%,
la varianza 2203449.8 y desviación estándar 1484.40. De igual
forma realizamos un gráfico de dispersión con datos ya
obtenidos del desembolso utilizando los métodos ya vistos en
clase.

Retomando el desarrollo de la estadística descriptiva

realizamos la estimación puntual y por intervalos de la
variable de desembolso donde, en la estimación por
intervalos se utilizaron las respectivas ecuaciones para
poder hallarlos, siendo la primera la estimación de la
media poblacional de una muestra grande con
desviación estándar desconocida, la segunda fórmula
utilizada es la de
estimación de intervalos de confianza por una
proporción y la tercera fórmula fue de la estimación de
la varianza por intervalos (chi cuadrado).
 CAPÍTULO V

5. ESTIMACIÓN DE HIPÓTESIS:

5.1 HIPÓTESIS PARA LA MEDIA:

Mi banco quiere encontrar si la media de desembolsos de 100
asesores es mayor a 2600 con una desviación estándar de
1484,402153. El nivel de significancia es de 0.05.
Como datos tenemos:

DATOS :
n= 100
µ= 2643.805
x ̅ = 2514.84
s= 1484.402

Continuamos con el Paso 1 que nos ayudará a diferenciar con la

hipótesis nula y alterna.
PASO 1 :

H0 : µ ≤ 2514,84
H1 : µ > 2514,84

Pasamos al Paso 2 que tenemos como alfa 95% y Z 1.96

PASO 2 :

α = 95%
Z = 1.96

Continuamos con el Paso 3 que nos ayudará para formular el

estadístico de prueba
PASO 3 :

z=(x ̅-u)/(s/√n)

-128.965 = -0.869
148.4402153

Procedemos con el Paso 4 se establece la regla de decisión si se

 rechaza la hipótesis nula:

PASO 4 :

Ho se rechaza si z > -1.96

Para finalizar continuamos con el Paso 5 en donde graficamos.

PASO 5:
No se rechaza H0 porque 0,574 es menor que el valor crítico 1.96

5.2: HIPÓTESIS PARA LA PROPORCIÓN MUESTRAL:

Mi banco quiere determinar si la proporción de asesores ha logrado
realizar el 25% de desembolsos este mes en comparación con el
mes pasado si ha aumentado significativamente. Donde se observa
que 100 de sus asesores solo la mitad logró superar la cantidad de
desembolsos realizados. ¿Se puede concluir que si se logró superar
el mes pasado?
Como datos tenemos:

DATOS :
n = 100
P = 0.25
q= 0.75
𝑢 = 2514.84
ƿ =0.5

Continuamos con el Paso 1 que nos ayudará a plantear la hipótesis

nula y la alterna.
PASO 1 :
H0 : ƿ ≤ 0.25
H1 : ƿ > 0.25

Pasamos al Paso 2 que tenemos como alfa 95% y Z 1.96.

PASO 2 :
α = 95%
Z = 1.96
Continuamos con el Paso 3 que nos ayudará a formular la
estimación.
PASO 3 :

0.25 = 5.774
0.043

Procedemos con el Paso 4 se establece la regla de decisión si se

rechaza la hipótesis nula.
PASO 4:
Ho se rechaza si z > 1.96

Para finalizar continuamos con el Paso 5 en donde graficamos.

PASO 5:
Se rechaza H0 porque 5.774 es mayor que el valor crítico 1.96

5.3 HIPÓTESIS PARA LA VARIANZA:

Mi banco tiene dividido a sus asesores en segmentos pequeño y
mediado. Desea estudiar qué segmento logró un mejor resultado de
desembolsos. Don recolectó datos muestrales de cada segmento,
usando un nivel de significancia de 0.1, ¿hay
alguna diferencia entre las variaciones entre los resultados de
desembolso en los dos segmentos elegidos?
 Tenemos como Datos:
DATOS:
α: 0.05
n1: 7
n2: 10
S21: 1,319,182.143
S22: 1,566,963

Continuamos con el Paso 1 que nos ayudará a plantear la

hipótesis nula y la alterna.
PASO 1
Ho: σ21 = σ22
H1: σ21 ≠ σ22

Pasamos al Paso 2 que tenemos como alfa 0.1 y alfa media

0.05 = 0.95, grados de libertad pequeño 6, grados de libertad
mediano 9 y valor crítico 3,374.
PASO 2 :

α : 0.1
α/2: 0.05 0.95
Gl pequeño: 6
Gl mediano: 9
Valor crítico: 3,374

Continuamos con el Paso 3 que nos ayudará a formular el

estadístico de prueba.
PASO 3 :

= 1,566,963.767 = 1.188
1,319,182.143

Procedemos con el Paso 4 se establece la regla de decisión

si se rechaza la hipótesis nula y gráfica.

PASO 4:
Si F>3.374 se rechaza Ho.
Para finalizar continuamos con el Paso 5 en donde
sustentamos si la H0 se rechaza o no.
PASO 5:
No se rechaza la Ho porque F (1.188) es menor que el valor
crítico (3.374). Entonces no hay diferencias entre los dos
segmentos de asesores en mi banco.
 CAPÍTULO VI

6.- ESTADISTICA DESCRIPTIVA SEGMENTOS CADA

VARIABLE
Manejamos todas las variables tanto la cualitativa como la
cuantitativa,para poder desarrollar la Estimación
Descriptiva de manera general.

● POBLACIÓN:
Personas acreedoras en la ciudad de Arequipa 400
datos.

● TAMAÑO MUESTRA:
Se han escogido 100 personas acreedoras por medio del
muestreo aleatorio simple de la población señalada.

6.1 SEGMENTO DEPENDIENTE/DESEMBOLSO

Se estima los segmentos de Dependientes tiene como

muestra 26, media 2308.461, promedió 26%,desviación
estándar 1069.0156, la varianza
2556544.42 y su mediana es de 2383

6.2 SEGMENTO MEDIANO/DESEMBOLSO

Se estima los segmentos de Mediano empresario tiene

como muestra 10, media 1999.2, promedio 10%, desviación
estándar 1096.0156, varianza 1142794.4 y su mediana es
de 2383.

6.3 SEGMENTO MICRO/DESEMBOLSO

 Se estima los segmentos de Microempresas tiene como
muestra 53, media 2687.7924, promedio 53%, desviación
estándar 1483.6023, varianza 2201075.86 y como mediana
2383.

6.4 SEGMENTO PEQUEÑO/DESEMBOLSO

Se estima los segmentos de Pequeño empresario tiene como

muestra 7, media 2233.2857, promedio 7%, desviación
estándar 1661.4423, varianza 2760390.57 y su mediana es
de 2383.

6.5 NO SEGMENTADO/DESEMBOLSO

Se estima a los No segmentados tiene como muestra

4, media 3346.5, promedio 4%, desviación estándar
1190.4241, varianza 1417190.67 y su mediana es de
2383.
 CAPITULO VII

7. ESTIMACIÓN DE ANOVA:
Para la estimación de anova recolectamos k (no
segmentado,dependiente,micro,pequeño,mediano), la
muestra vendría a ser 100, alfa 0,975, grados de libertad
numerador 4, grados de libertad denominados 95 y valor
crítico 2.467.

Para obtener este cuadro se realiza x y se segmenta con x2

Continuamos con Tc del no segmentado primero se realiza la

sumatoria de x que nos da como resultado 8455, Nc que es la
muestra con resultado de 4 y la sumatoria de x2 obtenemos como
resultado 24674227 y se realiza sucesivamente con los demás se
obtiene el total de resultados para así recién tener el total de cada
uno.

Continuamos con el Paso 1 para formular la hipótesis nula y alterna.

PASO 1:

H0: La cantidad desembolsada por los segmentos de la empresa

Mibanco son iguales
µ1=µ2=µ3=µ4=µ5
H1: La cantidad desembolsada por los segmentos de la empresa Mibanco
tienen una diferencia significativa µ1≠µ2≠µ3≠µ4≠µ5
Continuamos con el Paso 2 hallar el valor crítico
Paso 2
Alfa : 0.05 0.025 0.975
k :5
n : 100
Gl n : 4
Gl d : 95
Vc : 2.467

Para poder obtener los grados de libertad del denominador se utiliza

k-1 que nos da como resultado 4, para los grados de libertad del
denominador es k- n que nos da como resultado 95 y para poder
encontrar nuestro valor crítico utilizamos nuestra tabla de “Fisher”
que nos da como resultado 2.467

Paso 3

2
2(Σ x )
SST =Σ x −
n
2 2
x (Σ x )
SSTotal=Σ( )−
nc n
SSE=SST −SSTotal

En F obtenemos como resultado 24,559

Paso 4 :
La H0 se rechaza si F>2.467

Paso 5:
Se rechaza H0
7.1 SOLUCIÓN RÁPIDA ANOVA :

Aquí se presenta la solución rápida de anova realizada en excel

mediante el método fácil revisado en clase.
 CAPITULO VIII

CONCLUSIONES

Después de haber realizado y aplicado todos los estudios

propuestos desde la estadística descriptiva,la elaboración del
muestreo aleatorio,estimaciones puntual y por
intervalos,hipótesis y ANOVA, se llegó a la conclusión de que
cada una de las herramientas utilizadas en este trabajo han
servido para averiguar los datos que se deseaban hallar.En
primer lugar se formuló la muestra donde luego de aplicar las
respectivas fórmulas empezamos a trabajar con el valor de
100 datos. En segundo lugar el muestreo aleatorio fue
necesario para saber que datos de la población serían
seleccionados que formarán parte de nuestra muestra,siendo
estos (Dependientes,micro,pequeño,mediano y no
segmentado),se desarrolló la estadística descriptiva de las dos
variables tanto la cualitativa (Segmentos) como la cuantitativa
(Desembolso),se realizó un cuadro de frecuencia para poder
verificar cuantos datos de cada uno de los segmentos habían,
(No segmentado=4)(Dependiente=26)(Micro=53)
(Pequeño=7)y(Mediano=1),(Mediana=10)(Moda= Micro) en el
caso de la media y la proporción no se realizó ya que al ser
variable cualitativas es recomendable no realizarlo, en este
caso para poder realizar la proporción se hizo con una base de
datos mayores a 3000 donde se halló que el 40% de la
población tiene un desembolso mayor a 3000,el 18% son
micro empresas y el 1% son empresa no segmentadas, en
cuanto a la estadística descriptiva de la variable cuantitativa se
obtuvieron los siguientes datos(Media=2514.84)(Moda=559)
(Mediana=2383)(Proporción=40%)(Varianza=2203449.75)
(Desviación Estándar=1484.40) esto en cuanto a la estadística
puntual,la estimación por intervalos nos dio los siguientes
datos(Media= 2223.897<𝝁<2805.783)
(Proporcion=40.2%<p<59.8%)
(DesviacionEstandar=1629989.73<𝛔<1767401.46).En tercer
lugar con los datos ya obtenidos se prosiguió a realizar las
hipótesis respectivas, en este caso avanzamos con la
hipótesis para la media siguiendo cada uno de los pasos
desde la recopilación de los datos, el planteamiento de la H0 y
H1,hallamos el valor crítico (1.96) de acuerdo al nivel de
significancia con el que se nos indico trabajar en este caso con
el 95%,se hizo el planteamiento del estadísticos de prueba y
se terminó con el rechazo o no rechazo de la H0,del mismo
modo se realizó los demás planteamientos de las hipótesis de
la proporción y varianza.Finalizando con el trabajo Basado en
Retos se elaboró ANOVA consiguiendo los datos(Nc=100)
(Tc=251484)( Σ X 2=850583548)( Σ X 2 / Nc=6396247800)
(SST=218141525.4)(SSTOTAL=7182757.74)
(SSE=210958767.70)
(F=24.5586) rechazando así la H0, con este último tema se
culmina el Aprendizaje Basado en Retos.

BIBLIOGRAFÍA

Aula virtual - presencial:Prueba de hipótesis e inferencias.

(s. f.).
https://estudiantesavp.ucontinental.edu.pe/
pluginfile.php/7261535/mod_resource/content/0/Semana
%2006%20-%20Inferencia%20acerca%20de%20dos
%20proporciones%20poblacionales.pdf
Aula virtual - presencial:Análisis de la varianza . (s. f.-c).
https://estudiantesavp.ucontinental.edu.pe/
pluginfile.php/7288226/mod_resource/content/0/Sesi
%C3%B3n%2009%20-%20An%C3%A1lisis%20de%20la
%20Varianza.pdf
Aula virtual - presencial: Prueba de hipótesis muestra. (s.
f.-d).
https://estudiantesavp.ucontinental.edu.pe/
pluginfile.php/7268533/mod_resource/content/0/Semana
%2007%20-%20Pruebas%20de%20Hip%C3%B3tesis
%20muestras%20independientes%20y
%20dependientes.pdf
Aula virtual - presencial:Estimación proporcional de la
población y cálculo del tamaño de la muestra. (s. f.-e).
https://estudiantesavp.ucontinental.edu.pe/
pluginfile.php/7153982/mod_resource/content/0/Estimaci
%C3%B3n%20de%20la%20proporci%C3%B3n
%20poblacional%20y%20c%C3%A1lculo%20del
%20tama%C3%B1o%20de%20su%20muestra.pdf
Aula virtual - presencial:Estimación y tamaño de la
muestra. (s. f.-f).
https://estudiantesavp.ucontinental.edu.pe/
pluginfile.php/7197669/mod_resource/content/0/Semana
%2004%20-%20Estimaci%C3%B3n%20Varianza
%20Poblacional.pdf

ANEXOS

1. Evidencias del avance ABR

captura de pantalla
2. Evidencias del desarrollo virtual del trabajo
captura de pantalla/ reuniones meet