MAESTRÍA EN:

GERENCIA DE INSTITUCIONES DE SALUD

MATERIA:

ESTADISTICA APLICADA

ACTIVIDADES DE LA SEMANA 2

ALUMNA: ANDREA CONTRERAS

TUTOR:

ING: WILSON QUITO

FECHA DE ENTREGA:

2/04/2023
 Maestrías en Instituciones de Salud

INSTRUCCIONES

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME

(REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE): S1

Para el desarrollo de las instrucciones realizar las siguientes preguntas:

1. Utilice el archivo SPSS “Datos de empleados”

2. Lea las preguntas de la Evaluación 2 correspondiente:

-Determinación de una muestra aleatoria de casos.

3. Responda las preguntas de la Evaluación 2 correspondiente

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME

(REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE): S2

Para el desarrollo de las instrucciones realizar las siguientes preguntas:

1. Utilice el archivo SPSS “Datos de empleados”

2. Lea la pregunta de la Evaluación 2 correspondiente.

-Análisis de regresión lineal simple. Cálculo de la ecuación

de regresión. Variabilidad.

3. Responda la pregunta de la Evaluación 2 correspondiente.

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME

(REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE): S3

Para el desarrollo de las instrucciones realizar las siguientes preguntas:

 Maestrías en Instituciones de Salud

1. Utilice el archivo SPSS “Datos de empleados”

2. Lea las preguntas de la Evaluación 2 correspondientes:

-Análisis de regresión lineal múltiple. Desarrollo de diagramas de dispersión.

-Análisis de regresión lineal múltiple. Ecuación de regresión.

3. Responda las preguntas de la Evaluación 2 correspondientes

Maestrías en Instituciones de Salud

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME (REGRESIÓN

LINEAL SIMPLE Y MÚLTIPLE): S1

a. Seleccione casos” de una muestra aleatoria de la variable “Fecha de nacimiento”

(95% de todos los casos). Archivo de SPSS “Datos de empleados”, Datos,
Seleccionar casos.
Maestrías en Instituciones de Salud

El paso a realizar para la selección de casos de una muestra aleatoria fue la siguiente, se
ingresó a datos, después a la opción selección de casos una vez ahí, el sistema nos
permite seleccionar varios parámetros, en este punto he seleccionado la muestra
aleatoria de casos.

Ya que esta es la que nos permite realizar una selección de una muestra aleatoria de
aproximadamente del 95 % de todos los casos de la variable fecha de nacimiento, la
selección de datos de una muestra aleatoria nos permite seleccionar una muestra basada
en porcentajes aproximados (en este caso del ejercicio nos pide un aproximado del
95%) o un número exacto de casos, El muestreo se realiza sin sustitución, de manera
que el mismo caso no se puede seleccionar más de una vez. Por lo tanto, una vez
seleccionado este parámetro nos da como resultado una muestra aleatoria de 458 casos
de los 474 que son el total.
Maestrías en Instituciones de Salud

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME

(REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE): S2

b. Realice un análisis de regresión lineal simple (simple=una variable

independiente) con las especificaciones que el programa tiene establecidas por
defecto (véase la opción Regresión lineal del menú Analizar). Seleccionar la
variable “Salario” (dependiente) y “Salini” (independiente). Calcule la
ecuación de regresión mediante la determinación de los coeficientes de
regresión parcial. Determine a través del “Resumen del modelo”
la variabilidad del “Salario actual” sabiendo que R2 es el porcentaje de mejora
en los pronósticos (R2 expresa la proporción de varianza de la variable
dependiente que está explicada por la variable independiente; Coeficiente de
determinación). Considerar que en el ejemplo R (coeficiente de correlación
múltiple) toma un valor muy alto (su máximo es 1) y R2 indica que el % de la
variabilidad del “Salario actual” está explicada por, depende de, o está
asociada al “Salario inicial”.

En el análisis de regresión entre la variable a pronosticar salario y la variable salini, se

determina que el coeficiente de determinación es 77.4%, esto significa que de cada 100
datos esta curva de regresión analiza el comportamiento de 77 datos.
Maestrías en Instituciones de Salud

La ecuación de regresión para este modelo es el siguiente.

Salario actual = 1872.85 + (saldo inicial 1.91 * salario inicial)

Ejemplo: si el salario anual fuese de $20 000, ¿cuál sería el salario a proyectar?

Salario actual = 1872.85 + (1.91 * 20000)

Salario actual = $ 40 072 salario a proyectar

RESOLUCIÓN DE CASOS Y ELABORACIÓN DE INFORME

(REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE): S3

c. En un análisis de regresión lineal múltiple (múltiple=más de una variable

independiente), la ecuación de regresión ya no define una recta en un plano,
sino un hiperplano en un espacio multidimensional. En un modelo con, por
ejemplo, dos variables independientes, el diagrama de dispersión adopta la
forma de un plano en un espacio tridimensional. Considerando lo anterior, por
favor represente con “Salario” como variable dependiente y “Salini” (salario
Maestrías en Instituciones de Salud

inicial) y “Expprev” (experiencia previa) como variables independientes,

el diagrama de dispersión aproximado (intuido) correspondiente (no utilice
SPSS). ¿Se puede sacar algún supuesto de la representación obtenida?

Coeficientesa
Modelo Coeficientes no Coeficientes t Sig.
estandarizados estandarizados
B Desv. Beta
Error
Maestrías en Instituciones de Salud

1 (Constante) 3812,059 923,041 4,130 <,001

Salario inicial 1,923 ,046 ,888 41,688 <,001
Experiencia -22,248 3,531 -,134 -6,300 <,001
previa (meses)
a. Variable dependiente: Salario actual

SPSS:

EXCEL
Maestrías en Instituciones de Salud

Podemos observar en el presente grafico que, si se puede utilizar el programa de Excel

para un análisis de regresión lineal múltiple, Acorde a los resultados de la correlación
(ascenso) implican relación directa importante, entre las variables salarios y salarios
inicial.

d. Lleve a cabo un análisis de regresión múltiple con Regresión lineal del menú
Analizar, seleccionando la variable “Salario” (dependiente) y las variables
“Salini, Expprev y Educ” como independientes. Determine el “Resumen del
modelo”y la ecuación de regresión correspondiente.
Considerando que el resumen del ANOVA ofrece el nivel crítico (Sig.; si es
<0,05 indicará la existencia de relación lineal significativa), ¿sabría indicar si
el hiperplano definido por la ecuación de regresión ofrece un buen ajuste a la
nube de puntos?, ¿y si las tres variables utilizadas contribuyen de forma
significativa al ajuste del modelo? (Tabla de coeficientes de regresión parcial).
Maestrías en Instituciones de Salud

Variables entradas/eliminadasa
Mode Variables Variables Método
lo entradas eliminadas
1 Nivel . Introduc
educativo, ir
Experiencia
previa
(meses),
Salario
inicialb
a. Variable dependiente: Salario actual
b. Todas las variables solicitadas introducidas.

Resumen del modelo

Mode R R R cuadrado Error estándar
lo cuadrado ajustado de la
estimación
a
1 ,897 ,804 ,803 $7,714.428
a. Predictores: (Constante), Nivel educativo, Experiencia previa
(meses), Salario inicial

El modelo de regresión múltiple para pronosticar el salario en base a los meses

que tienen las personas de experiencia previa, los anos de nivel de educación y su
sueldo inicial, cuenta con un coeficiente de determinación 80.4%.

Esto significa que de cada 100 datos de los registros 80 de ellos son explicados
de manera exacta por la ecuación de regresión.

EXISTE UN 80.3% DE EXACTITUD DE PRONÓSTICO

Maestrías en Instituciones de Salud

ANOVAa
Modelo Suma de Gl Media cuadrática F Sig.
cuadrados
1 Regresió 109977345019,04 3 36659115006,34 615,99 <,001
b
n 0 7 1
Residuo 26780582364,935 45 59512405,255
0
Total 136757927383,97 45
6 3
a. Variable dependiente: Salario actual
b. Predictores: (Constante), Nivel educativo, Experiencia previa (meses), Salario
inicial

LA SIGNIFICANCIA SI ES APROPIADA PARA REALIZAR UN

PRONÓSTICO (SIG. <0.05)

Coeficientesa
Modelo Coeficientes no Coeficientes T Sig.
estandarizados estandarizados
B Desv. Beta
Error
1 (Constante) - 1977,680 -1,963 ,050
3881,480
Salario inicial 1,743 ,061 ,805 28,552 <,001
Experiencia -16,417 3,710 -,099 -4,425 <,001
previa (meses)
Nivel 757,270 173,083 ,127 4,375 <,001
educativo
a. Variable dependiente: Salario actual

SALARIO: 3881.480+(1.743*salario inicial) – (16.417*Experiencia(meses)) +

(757.270*Nivel educativo(años)).

Significancia = 0.001
Maestrías en Instituciones de Salud

 Cuando la respuesta en la tabla anova la significancia sea menor al 5% lo

que nos indica es que el modelo de regresión es apropiado para
pronosticar la variable.
 Cuando la respuesta en la tabla anova la significancia sea mayor al 5% lo
que nos indica es que el modelo de regresión NO es apropiado para
pronosticar la variable.