Informe estádistica
Valery Castilla, Cristian Mendoza, Gabriel Gómez
2022-08-30
Primer informe de estadística
Resumen
“En este informe, luego de un respectivo y minucioso análisis estadístico, se encontró como la mayoría de empleados de una compañía, reportaron recibir un bajo salario. Sin embargo, se encontraban satisfechos con los servicios que la compañía les prestaba. Los anteriores resultados, se exhiben en el informe por medio de tablas y gráficas para su perfecto entendimiento.”
Introducción
“En el presente informe se realiza un estudio estadístico de un conjunto de datos, que corresponden al nivel de satisfacción de los empleados de una empresa en específico. Esto es necesario para saber si las condiciones de la compañía cumplen con las respectivas medidas para el buen cuidado de los empleados”
Metodología
“Es necesario seguir un procedimiento para poder llevar a cabo el respectivo análisis. Principalmente, la toma de datos es el punto inicial y esencial, donde por medio de encuestas, en este caso a los empleados de la compañía, se puede medir la satisfacción de cada uno de ellos, para seguidamente someter dichos datos a un estudio estadístico. Para poder realizar el desarrollo del informe, es necesario el uso de un programa para manejar algoritmos, en este caso se utilizó “RStudioCloud”. Con esta aplicación se puede desarrollar una óptima ejecución de los distintos apartados, desde la organización de datos en tablas, hasta la representación de dichos datos en forma de gráficas. Sin embargo, eso se debe realizar por medio de códigos, los cuales posteriormente deben ser plasmados en el algoritmo.”
A continuación cargamos las librerías y definimos los vectores y dataframes para trabajar
#Librerias
library(openxlsx)
library (ggplot2)
library(RColorBrewer)
library(qcc)## Package 'qcc' version 2.7## Type 'citation("qcc")' for citing this R package in publications.#definición de datos
HR_Employee_Data<- read.xlsx("HR_Employee_Data.xlsx")
Datos_de_empleados<-as.data.frame(HR_Employee_Data)
head(Datos_de_empleados$satisfaction_level)## [1] 0.38 0.80 0.11 0.72 0.37 0.41str(Datos_de_empleados$satisfaction_level)## num [1:14999] 0.38 0.8 0.11 0.72 0.37 0.41 0.1 0.92 0.89 0.42 ...tail(Datos_de_empleados$satisfaction_level)## [1] 0.76 0.40 0.37 0.37 0.11 0.37A continuación se pondrá apreciar el resumen de los datos
#Resumen de datos
NivelSat = Datos_de_empleados$satisfaction_level
clases = nclass.Sturges(NivelSat)
summary(Datos_de_empleados$satisfaction_level)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0900 0.4400 0.6400 0.6128 0.8200 1.0000summary(Datos_de_empleados)## Emp_Id satisfaction_level last_evaluation number_project
## Length:14999 Min. :0.0900 Min. :0.3600 Min. :2.000
## Class :character 1st Qu.:0.4400 1st Qu.:0.5600 1st Qu.:3.000
## Mode :character Median :0.6400 Median :0.7200 Median :4.000
## Mean :0.6128 Mean :0.7161 Mean :3.803
## 3rd Qu.:0.8200 3rd Qu.:0.8700 3rd Qu.:5.000
## Max. :1.0000 Max. :1.0000 Max. :7.000
## average_montly_hours time_spend_company Work_accident left
## Min. : 96.0 Min. : 2.000 Min. :0.0000 Min. :0.0000
## 1st Qu.:156.0 1st Qu.: 3.000 1st Qu.:0.0000 1st Qu.:0.0000
## Median :200.0 Median : 3.000 Median :0.0000 Median :0.0000
## Mean :201.1 Mean : 3.498 Mean :0.1446 Mean :0.2381
## 3rd Qu.:245.0 3rd Qu.: 4.000 3rd Qu.:0.0000 3rd Qu.:0.0000
## Max. :310.0 Max. :10.000 Max. :1.0000 Max. :1.0000
## promotion_last_5years Department salary
## Min. :0.00000 Length:14999 Length:14999
## 1st Qu.:0.00000 Class :character Class :character
## Median :0.00000 Mode :character Mode :character
## Mean :0.02127
## 3rd Qu.:0.00000
## Max. :1.00000Punto 3
3.1. Tabla de frecuencia simple
simple <- as.data.frame(table(NivelSat))
completa = transform(simple,FRECAC=cumsum(simple$Freq),FRECREL=round(prop.table(simple$Freq),3),RELACUM=round(cumsum(prop.table(simple$Freq)),3))
completa## NivelSat Freq FRECAC FRECREL RELACUM
## 1 0.09 195 195 0.013 0.013
## 2 0.1 358 553 0.024 0.037
## 3 0.11 335 888 0.022 0.059
## 4 0.12 30 918 0.002 0.061
## 5 0.13 54 972 0.004 0.065
## 6 0.14 73 1045 0.005 0.070
## 7 0.15 76 1121 0.005 0.075
## 8 0.16 79 1200 0.005 0.080
## 9 0.17 72 1272 0.005 0.085
## 10 0.18 63 1335 0.004 0.089
## 11 0.19 74 1409 0.005 0.094
## 12 0.2 69 1478 0.005 0.099
## 13 0.21 67 1545 0.004 0.103
## 14 0.22 60 1605 0.004 0.107
## 15 0.23 54 1659 0.004 0.111
## 16 0.24 80 1739 0.005 0.116
## 17 0.25 34 1773 0.002 0.118
## 18 0.26 30 1803 0.002 0.120
## 19 0.27 30 1833 0.002 0.122
## 20 0.28 31 1864 0.002 0.124
## 21 0.29 38 1902 0.003 0.127
## 22 0.3 39 1941 0.003 0.129
## 23 0.31 59 2000 0.004 0.133
## 24 0.32 50 2050 0.003 0.137
## 25 0.33 36 2086 0.002 0.139
## 26 0.34 48 2134 0.003 0.142
## 27 0.35 37 2171 0.002 0.145
## 28 0.36 139 2310 0.009 0.154
## 29 0.37 241 2551 0.016 0.170
## 30 0.38 189 2740 0.013 0.183
## 31 0.39 175 2915 0.012 0.194
## 32 0.4 209 3124 0.014 0.208
## 33 0.41 171 3295 0.011 0.220
## 34 0.42 155 3450 0.010 0.230
## 35 0.43 224 3674 0.015 0.245
## 36 0.44 211 3885 0.014 0.259
## 37 0.45 203 4088 0.014 0.273
## 38 0.46 95 4183 0.006 0.279
## 39 0.47 42 4225 0.003 0.282
## 40 0.48 149 4374 0.010 0.292
## 41 0.49 209 4583 0.014 0.306
## 42 0.5 229 4812 0.015 0.321
## 43 0.51 187 4999 0.012 0.333
## 44 0.52 196 5195 0.013 0.346
## 45 0.53 179 5374 0.012 0.358
## 46 0.54 185 5559 0.012 0.371
## 47 0.55 179 5738 0.012 0.383
## 48 0.56 187 5925 0.012 0.395
## 49 0.57 210 6135 0.014 0.409
## 50 0.58 182 6317 0.012 0.421
## 51 0.59 219 6536 0.015 0.436
## 52 0.6 193 6729 0.013 0.449
## 53 0.61 208 6937 0.014 0.462
## 54 0.62 188 7125 0.013 0.475
## 55 0.63 209 7334 0.014 0.489
## 56 0.64 187 7521 0.012 0.501
## 57 0.65 199 7720 0.013 0.515
## 58 0.66 228 7948 0.015 0.530
## 59 0.67 177 8125 0.012 0.542
## 60 0.68 162 8287 0.011 0.553
## 61 0.69 209 8496 0.014 0.566
## 62 0.7 205 8701 0.014 0.580
## 63 0.71 171 8872 0.011 0.592
## 64 0.72 230 9102 0.015 0.607
## 65 0.73 246 9348 0.016 0.623
## 66 0.74 257 9605 0.017 0.640
## 67 0.75 226 9831 0.015 0.655
## 68 0.76 234 10065 0.016 0.671
## 69 0.77 252 10317 0.017 0.688
## 70 0.78 241 10558 0.016 0.704
## 71 0.79 217 10775 0.014 0.718
## 72 0.8 222 10997 0.015 0.733
## 73 0.81 220 11217 0.015 0.748
## 74 0.82 241 11458 0.016 0.764
## 75 0.83 234 11692 0.016 0.780
## 76 0.84 247 11939 0.016 0.796
## 77 0.85 207 12146 0.014 0.810
## 78 0.86 200 12346 0.013 0.823
## 79 0.87 225 12571 0.015 0.838
## 80 0.88 187 12758 0.012 0.851
## 81 0.89 237 12995 0.016 0.866
## 82 0.9 220 13215 0.015 0.881
## 83 0.91 224 13439 0.015 0.896
## 84 0.92 198 13637 0.013 0.909
## 85 0.93 169 13806 0.011 0.920
## 86 0.94 167 13973 0.011 0.932
## 87 0.95 181 14154 0.012 0.944
## 88 0.96 203 14357 0.014 0.957
## 89 0.97 176 14533 0.012 0.969
## 90 0.98 183 14716 0.012 0.981
## 91 0.99 172 14888 0.011 0.993
## 92 1 111 14999 0.007 1.0003.2. Tabla de frecuencia agrupada
frecuencias <- as.data.frame(table(clases=factor(cut(NivelSat, breaks = clases))))
tabla <- transform(frecuencias,FRECAC=cumsum(Freq), FRECREL = Freq/length(NivelSat),RELACUM=cumsum(Freq/length(NivelSat)))
tabla## clases Freq FRECAC FRECREL RELACUM
## 1 (0.0891,0.151] 1121 1121 0.07473832 0.07473832
## 2 (0.151,0.211] 424 1545 0.02826855 0.10300687
## 3 (0.211,0.272] 288 1833 0.01920128 0.12220815
## 4 (0.272,0.333] 253 2086 0.01686779 0.13907594
## 5 (0.333,0.393] 829 2915 0.05527035 0.19434629
## 6 (0.393,0.454] 1173 4088 0.07820521 0.27255150
## 7 (0.454,0.515] 911 4999 0.06073738 0.33328889
## 8 (0.515,0.575] 1136 6135 0.07573838 0.40902727
## 9 (0.575,0.636] 1199 7334 0.07993866 0.48896593
## 10 (0.636,0.697] 1162 8496 0.07747183 0.56643776
## 11 (0.697,0.757] 1335 9831 0.08900593 0.65544370
## 12 (0.757,0.818] 1386 11217 0.09240616 0.74784986
## 13 (0.818,0.879] 1354 12571 0.09027268 0.83812254
## 14 (0.879,0.939] 1235 13806 0.08233882 0.92046136
## 15 (0.939,1] 1193 14999 0.07953864 1.000000003.5. Diagrama de Pareto
tipoTabla <- split(x = simple[,2], f = simple[,1])
sumaTipo <- sapply(X = tipoTabla, FUN = sum)
pareto.chart(sumaTipo)
##
## Pareto chart analysis for sumaTipo
## Frequency Cum.Freq. Percentage Cum.Percent.
## 0.1 3.580000e+02 3.580000e+02 2.386826e+00 2.386826e+00
## 0.11 3.350000e+02 6.930000e+02 2.233482e+00 4.620308e+00
## 0.74 2.570000e+02 9.500000e+02 1.713448e+00 6.333756e+00
## 0.77 2.520000e+02 1.202000e+03 1.680112e+00 8.013868e+00
## 0.84 2.470000e+02 1.449000e+03 1.646776e+00 9.660644e+00
## 0.73 2.460000e+02 1.695000e+03 1.640109e+00 1.130075e+01
## 0.37 2.410000e+02 1.936000e+03 1.606774e+00 1.290753e+01
## 0.78 2.410000e+02 2.177000e+03 1.606774e+00 1.451430e+01
## 0.82 2.410000e+02 2.418000e+03 1.606774e+00 1.612107e+01
## 0.89 2.370000e+02 2.655000e+03 1.580105e+00 1.770118e+01
## 0.76 2.340000e+02 2.889000e+03 1.560104e+00 1.926128e+01
## 0.83 2.340000e+02 3.123000e+03 1.560104e+00 2.082139e+01
## 0.72 2.300000e+02 3.353000e+03 1.533436e+00 2.235482e+01
## 0.5 2.290000e+02 3.582000e+03 1.526768e+00 2.388159e+01
## 0.66 2.280000e+02 3.810000e+03 1.520101e+00 2.540169e+01
## 0.75 2.260000e+02 4.036000e+03 1.506767e+00 2.690846e+01
## 0.87 2.250000e+02 4.261000e+03 1.500100e+00 2.840856e+01
## 0.43 2.240000e+02 4.485000e+03 1.493433e+00 2.990199e+01
## 0.91 2.240000e+02 4.709000e+03 1.493433e+00 3.139543e+01
## 0.8 2.220000e+02 4.931000e+03 1.480099e+00 3.287553e+01
## 0.81 2.200000e+02 5.151000e+03 1.466764e+00 3.434229e+01
## 0.9 2.200000e+02 5.371000e+03 1.466764e+00 3.580905e+01
## 0.59 2.190000e+02 5.590000e+03 1.460097e+00 3.726915e+01
## 0.79 2.170000e+02 5.807000e+03 1.446763e+00 3.871591e+01
## 0.44 2.110000e+02 6.018000e+03 1.406760e+00 4.012267e+01
## 0.57 2.100000e+02 6.228000e+03 1.400093e+00 4.152277e+01
## 0.4 2.090000e+02 6.437000e+03 1.393426e+00 4.291619e+01
## 0.49 2.090000e+02 6.646000e+03 1.393426e+00 4.430962e+01
## 0.63 2.090000e+02 6.855000e+03 1.393426e+00 4.570305e+01
## 0.69 2.090000e+02 7.064000e+03 1.393426e+00 4.709647e+01
## 0.61 2.080000e+02 7.272000e+03 1.386759e+00 4.848323e+01
## 0.85 2.070000e+02 7.479000e+03 1.380092e+00 4.986332e+01
## 0.7 2.050000e+02 7.684000e+03 1.366758e+00 5.123008e+01
## 0.45 2.030000e+02 7.887000e+03 1.353424e+00 5.258351e+01
## 0.96 2.030000e+02 8.090000e+03 1.353424e+00 5.393693e+01
## 0.86 2.000000e+02 8.290000e+03 1.333422e+00 5.527035e+01
## 0.65 1.990000e+02 8.489000e+03 1.326755e+00 5.659711e+01
## 0.92 1.980000e+02 8.687000e+03 1.320088e+00 5.791719e+01
## 0.52 1.960000e+02 8.883000e+03 1.306754e+00 5.922395e+01
## 0.09 1.950000e+02 9.078000e+03 1.300087e+00 6.052403e+01
## 0.6 1.930000e+02 9.271000e+03 1.286752e+00 6.181079e+01
## 0.38 1.890000e+02 9.460000e+03 1.260084e+00 6.307087e+01
## 0.62 1.880000e+02 9.648000e+03 1.253417e+00 6.432429e+01
## 0.51 1.870000e+02 9.835000e+03 1.246750e+00 6.557104e+01
## 0.56 1.870000e+02 1.002200e+04 1.246750e+00 6.681779e+01
## 0.64 1.870000e+02 1.020900e+04 1.246750e+00 6.806454e+01
## 0.88 1.870000e+02 1.039600e+04 1.246750e+00 6.931129e+01
## 0.54 1.850000e+02 1.058100e+04 1.233416e+00 7.054470e+01
## 0.98 1.830000e+02 1.076400e+04 1.220081e+00 7.176478e+01
## 0.58 1.820000e+02 1.094600e+04 1.213414e+00 7.297820e+01
## 0.95 1.810000e+02 1.112700e+04 1.206747e+00 7.418495e+01
## 0.53 1.790000e+02 1.130600e+04 1.193413e+00 7.537836e+01
## 0.55 1.790000e+02 1.148500e+04 1.193413e+00 7.657177e+01
## 0.67 1.770000e+02 1.166200e+04 1.180079e+00 7.775185e+01
## 0.97 1.760000e+02 1.183800e+04 1.173412e+00 7.892526e+01
## 0.39 1.750000e+02 1.201300e+04 1.166744e+00 8.009201e+01
## 0.99 1.720000e+02 1.218500e+04 1.146743e+00 8.123875e+01
## 0.41 1.710000e+02 1.235600e+04 1.140076e+00 8.237883e+01
## 0.71 1.710000e+02 1.252700e+04 1.140076e+00 8.351890e+01
## 0.93 1.690000e+02 1.269600e+04 1.126742e+00 8.464564e+01
## 0.94 1.670000e+02 1.286300e+04 1.113408e+00 8.575905e+01
## 0.68 1.620000e+02 1.302500e+04 1.080072e+00 8.683912e+01
## 0.42 1.550000e+02 1.318000e+04 1.033402e+00 8.787252e+01
## 0.48 1.490000e+02 1.332900e+04 9.933996e-01 8.886592e+01
## 0.36 1.390000e+02 1.346800e+04 9.267284e-01 8.979265e+01
## 1 1.110000e+02 1.357900e+04 7.400493e-01 9.053270e+01
## 0.46 9.500000e+01 1.367400e+04 6.333756e-01 9.116608e+01
## 0.24 8.000000e+01 1.375400e+04 5.333689e-01 9.169945e+01
## 0.16 7.900000e+01 1.383300e+04 5.267018e-01 9.222615e+01
## 0.15 7.600000e+01 1.390900e+04 5.067004e-01 9.273285e+01
## 0.19 7.400000e+01 1.398300e+04 4.933662e-01 9.322622e+01
## 0.14 7.300000e+01 1.405600e+04 4.866991e-01 9.371291e+01
## 0.17 7.200000e+01 1.412800e+04 4.800320e-01 9.419295e+01
## 0.2 6.900000e+01 1.419700e+04 4.600307e-01 9.465298e+01
## 0.21 6.700000e+01 1.426400e+04 4.466964e-01 9.509967e+01
## 0.18 6.300000e+01 1.432700e+04 4.200280e-01 9.551970e+01
## 0.22 6.000000e+01 1.438700e+04 4.000267e-01 9.591973e+01
## 0.31 5.900000e+01 1.444600e+04 3.933596e-01 9.631309e+01
## 0.13 5.400000e+01 1.450000e+04 3.600240e-01 9.667311e+01
## 0.23 5.400000e+01 1.455400e+04 3.600240e-01 9.703314e+01
## 0.32 5.000000e+01 1.460400e+04 3.333556e-01 9.736649e+01
## 0.34 4.800000e+01 1.465200e+04 3.200213e-01 9.768651e+01
## 0.47 4.200000e+01 1.469400e+04 2.800187e-01 9.796653e+01
## 0.3 3.900000e+01 1.473300e+04 2.600173e-01 9.822655e+01
## 0.29 3.800000e+01 1.477100e+04 2.533502e-01 9.847990e+01
## 0.35 3.700000e+01 1.480800e+04 2.466831e-01 9.872658e+01
## 0.33 3.600000e+01 1.484400e+04 2.400160e-01 9.896660e+01
## 0.25 3.400000e+01 1.487800e+04 2.266818e-01 9.919328e+01
## 0.28 3.100000e+01 1.490900e+04 2.066804e-01 9.939996e+01
## 0.12 3.000000e+01 1.493900e+04 2.000133e-01 9.959997e+01
## 0.26 3.000000e+01 1.496900e+04 2.000133e-01 9.979999e+01
## 0.27 3.000000e+01 1.499900e+04 2.000133e-01 1.000000e+023.6. Diagrama de tallo y hojas stem(NivelSat)
3.7. Histograma de Frecuencias + Diagrama Poligonal
histogramaFreq = hist(NivelSat, breaks = "Sturges", col = "ivory", xlab = "Nivel de satisfacción", ylab = "Frecuencia", main = "Histograma de nivel de satisfacción + Diagrama poligonal")
lines(c(0, histogramaFreq$mids), c(0,histogramaFreq$counts), col = "red", lwd = 2)
3.8. Histograma de Frecuencias Acumuladas + Diagrama de Ojiva
histogramaAcum <- hist(NivelSat, breaks = "Sturges",plot=FALSE);
histogramaAcum$counts <- cumsum(histogramaAcum$counts)
plot(histogramaAcum, col = "ivory", xlab = "Nivel de satisfacción", ylab = "Frecuencia", main = "Histograma de nivel de satisfacción + Diagrama poligonal")
lines(c(0, histogramaFreq$mids), c(0,cumsum(histogramaFreq$counts)), col = "red", lwd = 2)
3.9. Media
mean(NivelSat)## [1] 0.61283353.10. Mediana
median(NivelSat)## [1] 0.643.11. Moda
f <- data.frame(table(NivelSat))
moda <- f[which.max(f$Freq),1]
moda## [1] 0.1
## 92 Levels: 0.09 0.1 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19 0.2 ... 13.12. Rango Medio
rMedio = (max(NivelSat)+min(NivelSat))/2
rMedio## [1] 0.5453.13. Cuartiles
quantile(NivelSat, c(.25, .50, .75))## 25% 50% 75%
## 0.44 0.64 0.823.14. Varianza
variance <- function (NivelSat) sum((NivelSat-mean(NivelSat))^2)/(length(NivelSat)-1)
variance(NivelSat)## [1] 0.06181723.15. Desviación Estándar
desv = sqrt(variance(NivelSat))
desv## [1] 0.24863073.16. Rango
rango = max(NivelSat)-min(NivelSat)
rango## [1] 0.913.17. Rango Intercuartil
IQR(NivelSat)## [1] 0.383.18. Varianza
variance(NivelSat)## [1] 0.06181723.19. Desviación Estándar
sqrt(variance(NivelSat))## [1] 0.24863073.20. Diagrama de caja y extensión
boxplot(NivelSat, horizontal = TRUE, main="Diagrama de cajas y bigotes (Nivel de satisfacción)",col = "ivory")
Resultado
Luego de realizar el respectivo análisis de datos, se puede evidenciar que la mayoría de empleados que pertenecen a la fábrica, más específicamente un 48%, reciben un salario bajo. Sin embargo, se obtuvo que la mayoría de empleados se sienten satisfechos con los servicios que les brinda la compañía para su bienestar”
Conclusión
Para concluir, gracias al uso del programa algorítmico “RStudioCloud”, se pudo sintetizar y analizar estadísticamente el conjunto un datos, los cuales, corresponden nivel de satisfacción que los empleados de una compañía en específico tenían con respecto a los servicios que dicha empresa les prestaba para su bienestar. Seguidamente, los resultados encontrados indicaron que a pesar que casi la mitad de los empleados encuestados indicaron que recibían un salario bajo, de igual manera, resaltaron que se encontraban satisfechos con el trato que la compañía les daba.”