Spss

UNIVERSIDAD NACIONAL DEL CALLAO ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

CURSO DE ESTADÍSTICA APLICADA CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO Dr. CESAR TORRES SIME

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Índice INTRODUCCIÓN ..................................................................................................................... 4 CREACIÓN DE BASE DATOS CON IBM SPSS STATISTICS 23.................................................... 5 FRECUENCIA MEDIANTE GRÁFICOS ...................................................................................... 9 MEDIDAS DE DISPERSIÓN Y MEDIDAS DE TENDENCIA CENTRAL ........................................ 12 PRUEBA DE KOLMOGOROV – SMIRNOV ............................................................................. 15 PRUEBA DE CHI-CUADRADO ............................................................................................... 16

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

1

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

2

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Sesión 1

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

3

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

INTRODUCCIÓN IBM SPSS Statistics 23 es software de análisis estadístico que presenta las funciones principales necesarias para realizar el proceso analítico de principio a fin. Es fácil de utilizar e incluye un amplio rango de procedimientos y técnicas para ayudarle a aumentar los ingresos, superar a la competencia, dirigir investigaciones y tomar mejores decisiones. Es uno de los programas estadísticos más conocidos teniendo en cuenta su capacidad para trabajar con grandes bases de datos y un sencillo interface para la mayoría de los análisis. El programa consiste en un módulo base y módulos anexos que se han ido actualizando constantemente con nuevos procedimientos estadísticos. Actualmente, compite no sólo con softwares licenciados como lo son SAS, MATLAB, Statistica, Stata, sino también con software de código abierto y libre, de los cuales el más destacado es el Lenguaje R.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

4

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial CREACIÓN DE BASE DATOS CON IBM SPSS STATISTICS 23 Para iniciar IBM SPSS Statistics 23 siga estos pasos: 1. Haga clic en Inicio → Todas las aplicaciones → IBM SPSS Statistics → IBM SPSS Statistics 23.

2. Al abrir IBM SPSS Statistics 23 aparecerá un documento nuevo en vista de datos.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

5

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial 3. Cambiamos a la vista de variables.

b

c

d

e

f

g 1

h

i 1

j

k

l

a

a. Id: Número identificador que SPSS provee a cada variable. b. Nombre: Campo en el que se puede escribir un nombre corto y sin espacios. Las variables tienen nombre predeterminados (VAR0001, VAR0002, VAR0003, VAR0004, VAR005) los cuales son editables. Ejemplo: VAR00001, substituya este nombre por “género”. VAR00002, substituya este nombre por “promedio”. VAR00003, substituya este nombre por “prestigio”. c. Tipo: Campo donde se selecciona el tipo de dato. Los más usadas son tipo numérico y tipo cadena.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

6

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial d. Anchura: Por medio de esta propiedad podemos definir el máximo de dígitos que contienen los registros de una variable e. Decimales: Campo donde se aumenta o reduce la cantidad de decimales. f. Etiqueta: Campo donde se escribe el nombre largo o completo de la variable. g. Valores: Tipo de campo donde se expresan etiquetas mediante un valor dado. Con esta opción usted puede asignar valores numéricos a todas sus variables categóricas. Ejemplo: Género: Asigne el valor 1 Promedio: Asigne el valor 2 Prestigio: Asigne el valor 3

h. Perdidos: Con la opción Perdidos, se indica los valores de los datos definidos como perdidos por el usuario. i. Columnas: Se puede especificar un número de caracteres para el ancho de la columna. j. Alineación: Campo donde se selecciona la alineación de los datos a introducir en la vista de datos (izquierda, derecha o centrado). k. Medida: Es el parámetro más importante de las variables. De su definición depende el tipo de análisis que podemos realizar con el programa. Estos son cuatro, pero el SPSS lo resume en tres: : Posee categorías a las que se asignan un nombre sin que exista ningún orden implícito entre ellas. : Posee categorías ordenadas, pero no permite cuantificar la distancia entre una categoría y otra. : Estas son dos: Intervalo: Tiene intervalos iguales y medibles, pero no tiene un origen real. Puede asumir valores negativos. Razón: Tiene intervalos constantes entre valores; además de un origen real. El cero significa la ausencia de la variable.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

7

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial l.

4.

Rol: Se lo emplea cuando se quiere predefinir el rol que cumplirá una determinada variable.

Regresamos a la vista de datos y una vez ahí rellenamos los datos recolectados para cada variable.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

8

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial FRECUENCIA MEDIANTE GRÁFICOS 1. Haga clic en Analizar → Haga clic en Estadísticos descriptivos → Haga clic en Frecuencias… a. Seleccionamos las variables de las cuales queremos calcular la frecuencia y las pasamos al recuadro que dice “variables:”. b. Haga clic en Gráficos…

b a

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

9

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial c. Seleccione el tipo de gráfico que desea. d. Seleccione los valores del gráfico. e. Haga clic en Continuar y por último en Aceptar y aparecerá una ventana con lo solicitado.

c

d

e

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

10

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial f.

Haga doble clic en el fondo del gráfico y emergerá una ventana del gráfico seleccionado. Luego haga doble clic en la barra del gráfico y aparecerá una ventana de propiedades donde podrá editar el gráfico a su gusto.

g. Haga clic al puntero. Luego haga clic a las barras para etiquetarles su porcentaje. Finalmente cierre la venta y se aplicará la edición respectiva.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

11

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial MEDIDAS DE DISPERSIÓN Y MEDIDAS DE TENDENCIA CENTRAL 1. Analizar → Estadísticos descriptivos → Frecuencias…

a. Seleccione sus variables a analizar y haga clic en Estadísticos… b. Seleccione las medidas de dispersión y de tendencia central que desea calcular. Finalmente haga clic en Continuar y luego en Aceptar. Así emergerá la ventana con lo solicitado.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

12

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

13

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Sesión 2

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

14

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial PRUEBA DE KOLMOGOROV – SMIRNOV 1. Haga clic en Analizar → Pruebas no paramétricas → Cuadros de Diálogo antiguos → K-S de 1 muestra…

Así emergerá una ventana con lo solicitado:

Resultados de la prueba K-S = Sig. Asintótica (bilateral) Si K-S > 0.05 → Los datos pertenecen a una distribución normal. Si K-S < 0.05 → Los datos pertenecen a una distribución no normal.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

15

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial PRUEBA NO EXPERIMENTAL CHI-CUADRADO Nota: Antes de aplicar la prueba no paramétrica Chi-cuadrado, se procede a la formulación de las hipótesis: hipótesis alterna(Ha) e hipótesis nula (Ho). Ha: Incide → Ejemplo: El ambiente laboral incide en la productividad. Ho: No incide → Ejemplo: El ambiente laboral NO incide en la productividad. 1. Haga clic en Analizar → Estadísticos descriptivos → Tablas cruzadas…

a. Filas: Variable causa b. Columnas: Variable efecto 2. Haga clic en Estadísticos → Seleccione Chi-cuadrado → Continuar → Aceptar.

a

b

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

16

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

 Valor calculado: Intersección: Fila (Chi-cuadrado de Pearson) – Columna (Valor). En este caso el valor de Chi-cuadrado calculado es “194,268”.  gl de Chi-cuadrado: Es el valor que se usa para hallar el valor teórico de la tabla Chi-cuadrado. En este caso es “6”.  Valor teórico: Este valor se obtendrá de una tabla Chi-cuadrado anexado al final del libro. En este caso el valor es “1.6354”. Zona de aceptación

Zona de rechazo

α

1-α VT = 1,6354  

VC = 194,268

Si el valor calculado cae en la zona de rechazo, entonces se rechaza la Ho y se acepta la Ha. Si el valor calculado cae en la zona de aceptación, entonces se rechaza la Ha y se acepta la Ho.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

17

Universidad Nacional del Callao

gl

Nivel de confianza

Escuela Profesional de Ingeniería Industrial

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

18

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Sesión 3

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

19

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial MUESTREO CON PROCESS Muestreo Aleatorio Simple Muestreo Proporcional Paso 1: Haga clic en muestreo y seleccione “proporcional”, o presione Ctrl+P y aparecerá una nueva ventana con lo solicitado. a b c d e f g

Ingresamos el nivel de confianza al que queremos trabajar. Ingresamos la probabilidad de que el evento ocurra. Automaticamente aparecerá la diferencia con respecto al 100% que es la probabilidad de que el evento no ocurra. Ingresamos el error, que es la diferencia del nivel de confianza con respecto al 100%. Ingresamos el valor de la población. Automaticamente aparece el valor del margen de confiabilidad. Haciendo clic en calcular aparecerá el tamaño necesario de la muestra.

a b c d e f g

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

20

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial VALIDACIÓN POR JUICIO DE EXPERTOS Es un conjunto de opiniones que pueden brindar profesionales expertos en una industria o disciplina, relacionadas al proyecto que se está ejecutando. Este tipo de información puede ser obtenida dentro o fuera de la organización, en forma gratuita o por medio de una contratación, en asociaciones profesionales, cámaras de comercio, instituciones gubernamentales, universidades. A lo largo del proyecto, el juicio de expertos se usa en: * La integración del proyecto. * El control integrado de cambios. * El cierre administrativo y cierre de los contratos. * Planificación y definición del alcance. * La definición de las actividades del proyecto. * Las estimaciones de actividades, recursos y costos. * El análisis de riesgos. * La planificación de compras y adquisiciones. Paso1: Haga clic en vista de variable y llene el nombre según la cantidad de jueces a trabajar. a b c d

a

Ingresamos los nombres de los jueces. Seleccionamos el tipo numérico. Escribimos la etiqueta. Ingresamos los valores.

b

c

d

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

21

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Paso 2: Regresamos a vista de datos e insertamos los datos obtenidos de los diversos jueces.

Paso 3: Seleccione la primera celda de la variable que sigue. Luego haga clic en Transformar y seleccione Calcular variable… Se abrirá una ventana donde procederemos con los cálculos.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

22

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Paso 4: Escriba el nombre de la variable y realice la operación sumando los jueces. Luego haga clic en aceptar.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

23

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Paso 5: Repita el Paso 3. a Haga clic en Restablecer. b Escriba el nombre de la variable. c En Grupo de funciones seleccione “PDF y PDF no centrada”. d En Funciones y variables especiales haga doble clic en “Pdf.Binom”. e Aparecerá una expresión numérica con signos de interrogación. f En el primer signo de interrogación seleccionamos la variable suma. En el segundo signo escribimos el número de jueces. En el tercer signo escribimos la probabilidad. g Haciendo clic en calcular aparecerá el tamaño necesario de la muestra.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

24

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Sesión 4

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

25

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial PRUEBA EXPERIMENTAL ANOVA DE UN FACTOR La prueba ANOVA es una prueba paramétrica y como tal requiere una serie de supuestos para poder ser aplicada correctamente. Denominada ANOVA o análisis de la varianza, en realidad nos va a servir no solo para estudiar las dispersiones o varianzas de los grupos, sino para estudiar sus medias y la posibilidad de crear subconjuntos de grupos con medias iguales. Se puede decir que la prueba ANOVA es la generalización de la T de Student, ya que si realizamos una prueba ANOVA en la comparación de solo dos grupos, obtenemos los mismos resultados. NOTA: Para aplicar la prueba ANOVA de un factor los datos deben pertenecer a una distribución normal y debe haber homogeneidad entre sus varianzas. Paso 1: Aplique la Prueba de Kolmogórov-Smirnov y compruebe que los datos pertenezcan a una distribución normal. Paso 2: Aplique la prueba de Levene para confirmar que haya homogeneidad entre sus varianzas. 



Haga clic en Analizar → Comparar medias → ANOVA de un factor. a) Lista de dependientes: b) Factor: Haga clic en Opciones → Prueba de homogeneidad de las varianzas → Continuar → Aceptar.

a

b1

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

26

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Paso 3: Aplique la prueba ANOVA de un factor.  Haga clic en Analizar → Comparar medias → ANOVA de un factor. c) Lista de dependientes: d) Factor:



Haga clic en Post hoc → Seleccionamos alguna prueba asumiendo varianzas iguales → Continuar → Aceptar.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

27

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial PRUEBA DE STANONES Se aplica a la suma de una dimensión y sirve para hallar los límites de los datos agrupados en tres categorías: - Desfavorable - Indiferente - Favorable

𝑎 = 𝑥̅ − 𝜎(0.75) 𝑏 = 𝑥̅ + 𝜎(0.75)

Donde:

𝑥̅ = 𝑀𝑒𝑑𝑖𝑎 𝜎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 Siendo así que a partir del valor “a” hacia la izquierda nos indica una intensidad desfavorable, los valores comprendidos entre “a” y “b” nos indica una intensidad de indiferencia, y a partir de “b” hacia la derecha indica una intensidad favorable. Paso 1: Calcule la media y la desviación estándar de la suma de la dimensión para reemplazarla en las ecuaciones antes mencionadas. Ejemplo:

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

28

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Reemplazando los datos en las ecuaciones:

𝑎 = 3.4126 − 1.0096(0.75) = 2.66 𝑏 = 3.4126 + 1.0096(0.75) = 4.1626 Interpretando los datos: Niveles

Rangos

Cantidad

Porcentaje

Bueno

<3

66

24.53%

Regular

3-4

185

68.67%

Malo

>5

18

6.69%

n = 269

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

29

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Sesión 4

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

30

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Correlación de Pearson La prueba experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En una prueba experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relación de causa-efecto. 

Haga clic en Analizar → Correlaciones → Bivariadas…



Pasar las variables respectivas y clic en aceptar

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

31

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Regresión Lineal NOTA: Antes de aplicar la regresión lineal; debemos hacer un diagrama de dispersión. 

Gráficos → Cuadro de diálogos → Dispersión/puntos…



Dispersión Simple → Definir

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

32

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial   

Eje Y: causa → variable independiente. Eje X: efecto → variable dependiente. Títulos… → Escribimos el nombre del título → continuar → aceptar.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

33

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial 

Haga doble clic a la gráfica → añadir línea de ajuste total → lineal → aplicar.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

34

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial Una vez hecha la gráfica se procede a realizar la regresión lineal. 

Analizar → Regresión → Lineales → Seleccionar la variable dependiente e independiente → estadísticos → seleccionar estimaciones, ajuste del modelo, cambio en R cuadrado y descriptivos → continuar → aceptar.

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

35

Universidad Nacional del Callao Escuela Profesional de Ingeniería Industrial

Procesamiento de Datos y Análisis Estadísticos con IBM SPSS Statistics 23 CATEDRÁTICO: Dr. CESAR TORRES SIME CATEDRÁTICO: Dr. WILMER HUAMANÍ PALOMINO

36