Análisis de datos empleados
Este análisis incluye 100 observaciones de empleados, con variables
como salario, experiencia y desempeño.
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
datos <- read.csv("datos_negocios_var_1_empleados.csv")
head(datos)
## Departamento Salario Años_Experiencia Evaluacion_Desempeno
## 1 Finanzas 5705.38 21 4.3
## 2 Operaciones 2614.29 30 5.0
## 3 Finanzas 2514.12 4 4.2
## 4 Operaciones 5798.92 30 4.6
## 5 Operaciones 5424.49 20 3.4
## 6 Finanzas 2919.68 13 3.7
Estimación- Intervalo de confianza para la media
datos_A <- filter(datos, Departamento == "RRHH")
datos_A
## Departamento Salario Años_Experiencia Evaluacion_Desempeno NivelSalario
## 1 RRHH 7264.30 1 4.2 Alto
## 2 RRHH 5243.36 30 3.2 Alto
## 3 RRHH 7831.01 25 3.7 Alto
## 4 RRHH 6959.68 26 3.9 Alto
## 5 RRHH 3605.14 24 3.8 Bajo
## 6 RRHH 6750.70 4 3.9 Alto
## 7 RRHH 6248.55 20 4.8 Alto
## 8 RRHH 3014.19 23 3.8 Bajo
## 9 RRHH 7718.13 29 3.0 Alto
## 10 RRHH 4701.55 24 3.8 Bajo
## 11 RRHH 6416.05 11 3.2 Alto
## 12 RRHH 5564.02 19 3.3 Alto
## 13 RRHH 2465.99 13 4.6 Bajo
## 14 RRHH 3740.00 13 4.3 Bajo
## 15 RRHH 2729.73 10 4.7 Bajo
## 16 RRHH 2289.43 20 3.6 Bajo
## 17 RRHH 5962.14 30 4.8 Alto
## 18 RRHH 2756.63 18 3.2 Bajo
## 19 RRHH 2768.44 20 3.5 Bajo
## 20 RRHH 6914.94 11 3.1 Alto
## 21 RRHH 5553.04 5 3.2 Alto
## 22 RRHH 5405.91 6 3.7 Alto
## 23 RRHH 4007.71 6 3.1 Bajo
## 24 RRHH 2540.70 10 4.3 Bajo
## 25 RRHH 4168.18 22 3.0 Bajo
## 26 RRHH 4364.65 22 5.0 Bajo
## 27 RRHH 4300.80 4 4.6 Bajo
## 28 RRHH 2964.41 27 4.7 Bajo
## 29 RRHH 5013.84 19 3.6 Alto
## 30 RRHH 5009.92 17 4.7 Alto
library(dplyr)
# Filtrar por un departamento (puedes cambiar "RRHH")
datos_A <- filter(datos, Departamento == "RRHH")
# Cálculos
media_salario_A <- mean(datos_A$Salario)
sd_salario_A <- sd(datos_A$Salario)
n_A <- nrow(datos_A)
error_media_A <- qt(0.975, df = n_A - 1) * sd_salario_A / sqrt(n_A)
IC_media_A <- c(media_salario_A - error_media_A, media_salario_A + error_media_A)
# Resultados
cat("Media de salarios:", media_salario_A, "\n")
## Media de salarios: 4809.105
cat("Desviación estándar:", sd_salario_A, "\n")
## Desviación estándar: 1708.082
cat("Tamaño de muestra:", n_A, "\n")
## Tamaño de muestra: 30
cat("Intervalo de confianza 95%:", IC_media_A[1], "-", IC_media_A[2], "\n")
## Intervalo de confianza 95%: 4171.297 - 5446.913
cat("Intervalo de confianza para la media poblacional de los salarios en el departamento seleccionado:",
IC_media_A, "\n")
## Intervalo de confianza para la media poblacional de los salarios en el departamento seleccionado: 4171.297 5446.913
# *PRUEBA DE HIPÓTESIS PARA LA MEDIA*
library(dplyr)
# Filtrar datos del departamento RRHH
datos_A <- filter(datos, Departamento == "RRHH")
# Estadísticos muestrales
media_salario_A <- mean(datos_A$Salario)
sd_salario_A <- sd(datos_A$Salario)
n_A <- nrow(datos_A)
# Hipótesis
mu_0 <- 5000
# Estadístico de prueba t
t_calculado <- (media_salario_A - mu_0) / (sd_salario_A / sqrt(n_A))
# Valor crítico
alpha <- 0.05
t_critico <- qt(1 - alpha/2, df = n_A - 1)
# p-valor
p_valor <- 2 * pt(-abs(t_calculado), df = n_A - 1)
# Resultados
cat("PRUEBA DE HIPÓTESIS PARA LA MEDIA\n")
## PRUEBA DE HIPÓTESIS PARA LA MEDIA
cat("---------------------------------\n")
## ---------------------------------
cat("Hipótesis nula H0: mu =", mu_0, "\n")
## Hipótesis nula H0: mu = 5000
cat("Hipótesis alternativa H1: mu ≠", mu_0, "\n\n")
## Hipótesis alternativa H1: mu ≠ 5000
cat("Media muestral:", media_salario_A, "\n")
## Media muestral: 4809.105
cat("Desviación estándar:", sd_salario_A, "\n")
## Desviación estándar: 1708.082
cat("Tamaño de muestra:", n_A, "\n\n")
## Tamaño de muestra: 30
cat("Estadístico t calculado:", t_calculado, "\n")
## Estadístico t calculado: -0.6121352
cat("Valor crítico t:", t_critico, "\n")
## Valor crítico t: 2.04523
cat("p-valor:", p_valor, "\n\n")
## p-valor: 0.5452184
# Decisión
if(abs(t_calculado) > t_critico){
cat("Decisión: Se rechaza H0\n")
cat("Conclusión: Existe evidencia suficiente para afirmar que la media salarial es diferente de 5000.\n")}
cat("Decisión: No se rechaza H0\n")
## Decisión: No se rechaza H0
cat("Conclusión: No existe evidencia suficiente para afirmar que la media salarial es diferente de 5000.\n")
## Conclusión: No existe evidencia suficiente para afirmar que la media salarial es diferente de 5000.
