Académique Documents
Professionnel Documents
Culture Documents
-435.37
-197.27
-197.27
-93.77 Diagrama de Dispersion
-49.37 4500
-49.37
4000
-39.47
3500
-46.57
98.53 3000
102.73 2500
Ingreso
246.43 2000
261.23 1500
290.73
1000
394.33
500
542.13
549.23
0
2.00 4.00 6.00 8.00 10.00
690.03
Tiempo de Servicio
690.03
764.03
837.93
Se observa en los puntos siguen una ligera tendencia de una recta co
1133.73
existe una relacion directa entre
394.33
394.33
468.23
556.93
616.13
623.53
704.83
837.93
911.83
985.83
992.83 n= 150
1148.53 Covarianza = 797.22738639821
1311.13
1355.53
-197.27 La Covarianza tiene un valor positivo por lo cual podemos afirmar q
-167.67 una relacion directa entre ambas variables.
-123.27
-123.27
-78.97
-49.37
-49.37
-34.57
394.33
542.13
1133.73
1133.73
-197.27
-197.27
-197.27
-49.37
-46.57
394.33
690.03 Entre el tiempo de servicio e Ingreso se obtiene un coeficiente de cor
0.4364 lo que indica que existe una relacion directa moderada entr
1133.73 variables
556.93
985.83
1148.53
-197.27
-78.97
1133.73
-197.27
-1038.77
-614.37
El modelo de regresion es de la siguiente manera : Y =
-1183.17
-1106.37
274.43 ∑X 1269.68
702.43 ∑Y 410019.8
342.23 ∑XY 3589413.15
306.63 ∑X2 11948.39
-432.77 ∑Y2 1182442465.60
98.23 n= 150
-494.67
-213.87 b1 = 98.8948
-559.07 b0 = 1896.3668
263.43
-1192.57 La linea de regresion es la siguiente : Y = 1896.3668 + 98.8948
-875.07
-561.57 Interpretacion :
7.13 bo = 1896.3668 -> El Ingreso promedio cuando el tiempo de
servicio es igual a 0 es de 1896.3668.
-886.17
b1 = 98.8948 -> Cuando el tiempo de servicio incrementa en 1
-410.47 unidad se espera que el ingreso incremente en 98.8948
-382.17
656.23
-1229.87
511.13
-519.67
-360.27
617.33 Planteamiento de hipotesis
-295.27
-981.87 Ho: b1 = 0 ( El modelo NO es significativo)
-1180.37 H1: b1 ≠ 0 (El modelo es significativo)
-975.67
427.13 Nivel de significancia
740.43
226.83 α= 0.05
-502.27
393.43 Analisis de varianza
-280.47
-952.87 FV GL SC
-103.67 Regresion 1 11747408.03
725.93 Error 148 49920148.29
-550.87 Total 149 61667556.32
427.03
-252.77 Decision
-263.07
57.43 F= 3.9050601097662
-307.77
-1020.17 Como Fc > F = 3.905 entonces se rechaza Ho
510.13
223.13 Conclusion
606.13
-354.27
596.03 Con un nivel de significancia del 5% se concluye que el modelo de
-623.97 regresion lineal es significativo
-840.87
-433.27
36.23
424.43
615.83
533.53
-1175.57 Piden (1-R2)*100
-937.07
-17.67
-541.97
-279.07
241.73 r2 = 19.0496
-368.27 1 -r2 = 80.9504
-1121.97
-978.57
El 80.9504 % de la variabilidad del Ingreso no esta siendo
-1130.17
explicada por el Tiempo de Servicio.
-838.37
611.53
-464.27
-1030.97
-789.87
-952.27
423.23 Prediccion del Ingreso cuando el tiempo de servicio es
-261.37
-149.77 Y = b0 + b1*10
-979.07
-456.67 Y estimado = 2885.31504398456
496.13
-239.87
El ingreso estimado cuando el tiempo de servicio es igual a 10 e
-580.47
2885.315044
-275.87
-1143.27
48.83
256.03
235.23
ma de Dispersion
ra tendencia de una recta con pendiente positiva por lo tanto podemos decir que
te una relacion directa entre ambas variables.
r= 0.4364582
s de la siguiente manera : Y = b0 + b1 X
o cuando el tiempo de
1896.3668.
ervicio incrementa en 1
remente en 98.8948
CM Fc
11747408 34.82794918
337298.2993