Este documento describe las etapas del proceso de investigación científica, incluyendo concebir la idea, plantear el problema, elaborar el marco teórico, definir el tipo de investigación, establecer hipótesis, seleccionar el diseño, recolectar datos y analizarlos. También presenta estadísticas descriptivas como promedio, desviación estándar, histograma y correlación para analizar datos de PIB e importaciones. Finalmente, aplica regresión lineal para pronosticar el PIB.
2. INVESTIGACIÓN CIENTÍFICA (I.C.)
Proceso reflexivo, sistemático, crítico que utiliza diversos
métodos para el logro de su objetivo, el cual es ir en
búsqueda de la verdad o conocimiento.
Concebir la idea o tema a investigar
Plantear el problema de investigación.
Elaborar el marco teórico
Definir el tipo de investigación
Establecer hipótesis
Seleccionar el diseño apropiado de
investigación
Selección de la muestra
Recolección de datos
Analizar datos
Presentar los resultados
ETAPAS DEL PROCESO DE
INVESTIGACIÓN
2
3. ESTADISTICA DESCRIPTIVA PIB
Análisis descriptivo: consiste
en resumir los datos
disponibles para extraer la
información relevante en el
estudio.
3
Datos para calcular
rango, mínimo y
máximo
5. 5
CORRELACIÓNCORRELACIÓN
PIB Importaciones
PIB 1
Importaciones 0.98787598 1
El PIB : la intercepción es de 587.6 en el eje y, y la pendiente es de
1.368 .Es el grado de asociación 0.987
PIB: expresa el valor monetario de la producción
de bienes y servicios de demanda final de un país
y = 1,368x + 587,6
R² = 0,975
0,0
5000,0
10000,0
15000,0
20000,0
25000,0
30000,0
35000,0
40000,0
0,0 5000,0 10000,0 15000,0 20000,0 25000,0
Títulodeleje
Título del eje
PIB vs importaciones Panamá
PIB
Lineal (PIB)
6. 6
REGRESIÓNREGRESIÓN
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.987875979
Coeficiente de determinación
R^2 0.97589895
R^2 ajustado 0.975533782
Error típico 1254.0976
Observaciones 68
ANÁLISIS DE VARIANZA
Grados de
libertad
Suma de
cuadrados F Valor crítico de F
Regresión 1 4203155863 2672.469892 4.00728E-55
Residuos 66 103802212.2
Total 67 4306958075
Coeficientes Error típico Probabilidad Inferior 95% Superior 95%
Inferior
95.0% Superior 95.0%
Intercepción 587.6102931 192.4878 0.003266803 203.2960048 971.9245813
203.29600
48 971.9245813
Importaciones 1.368089822 0.026464165 4.00728E-55 1.315252412 1.420927232
1.3152524
12 1.420927232
7. 7
K=3
Base de datos de 1946 a 1970
#N/A
#N/A
291.066667
303.366667
302.333333
306.366667
317.666667
336.033333
353.733333
370.133333
386.366667
412.966667
433.133333
455.966667
472.9
505.4
546.166667
600.366667
654.233333
715.2
777.866667
856.4
935.566667
1024.53333
1120.83333
0
200
400
600
800
1000
1200
1400
1 3 5 7 9 11 13 15 17 19 21 23 25
Valor
Punto de datos
Real
Pronóstico
0
100
200
300
400
500
1 3 5 7 9 11 13 15 17 19 21 23 25
Valor
Punto de datos
Real
Pronóstico
#N/A
#N/A
101.533333
103.9
95.7666667
94.5
96.8333333
101.133333
106.3
112.866667
124.733333
132.2
137.866667
142.633333
155
162.6
174.9
192.033333
212.533333
233.566667
255
282.533333
305.4
334.5
373.333333
8. 8
0
5000
10000
15000
20000
25000
30000
35000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
Valor
Punto de datos
PIB 1946 2013 20% Panama Suavización exponencial
Pronóstico
Base de datos de 1946 a 1970
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
Durbin-Watson
R Square
Change F Change df1 df2 Sig. F Change
1 .988a .976 .976 1254.0976 .976 2672.470 1 66 .000 1.399
a. Predictors: (Constant), Importaciones
b. Dependent Variable: PIB
SPSS
IBM
9. PROGRAMACION LINEAL CON SOLVER
Planteamiento problema:
Se esta planeando la mezcla de cultivos de Maíz, Avena y Trigo, en una granja
para la próxima temporada. En una tabla se muestra la mano de obra y fertilizantes
requeridos por acre. La familia quiere saber que combinación de cultivos deben ser
plantados para maximizar las utilidades de la familia.
Comandos solver. Sumaproducto(matriz1,matriz2), función objetivo, y asignación de recursos
9
10. Prueba de KMO y Bartlett
Medida Kaiser-Meyer-Olkin de adecuación de
muestreo
.920
Prueba de esfericidad
de Bartlett
Aprox. Chi-cuadrado 3696.04
1
gl 136
Sig. .000
Es una técnica estadística de reducción de datos usada para explicar las correlaciones entre las
variables observadas en términos de un número menor de variables no observadas llamadas
factores
Varianza total explicada
Componen
te
Autovalores iniciales
Sumas de extracción de
cargas al cuadrado
Sumas de rotación de cargas al
cuadrado
Tot
al
% de
varianza
%
acumulado Total
% de
varianza
%
acumulad
o Total
% de
varianza
%
acumulado
1 8.9
31
52.533 52.533 8.931 52.533 52.533 5.025 29.557 29.557
2 1.5
42
9.073 61.606 1.542 9.073 61.606 3.890 22.881 52.438
3 1.1
97
7.040 68.646 1.197 7.040 68.646 2.755 16.208 68.646
Método de extracción: análisis de componentes principales.
La medida de adecuación muestral KMO (Kaiser-
Meyer-Olkin) contrasta si las correlaciones
parciales entre las variables son suficientemente
pequeñas. Permite comparar la magnitud de los
coeficientes de correlación
observados con la magnitud de los coeficientes
de correlación parcial
Sig menor que .05
10
11. Matriz de componente rotadoa
Componente
1 2 3
P41CRI Contribución del dep.satisfacción
clientes
.804 .219 .112
P40CRI Estímulo intercambios de
informacion
.795 .222
P39CRI Reuniones interfuncionales .774 .258 .144
P38CRI Individuo al servicio del mercado .749 .259 .119
P37CRI Estrategias concertadas .736 .335 .238
P36CRI Difusión de información
interdepartamental
.683 .235 .209
P04ACL Nuevos segmentos mercado .580 .377 .382
P05ACL Problemas clientes con productos .492 .338 .359
P21ACO Objetivos y estrategias competencia .181 .827 .264
P23ACO Políticas mercadotecnia
competencia
.394 .811 .153
P22ACO Puntos fuertes y débiles
competencia
.356 .802 .178
P24ACO Amenazas productos sustitutos .474 .701 .167
P25ACO Carac. imagen prods.competencia .206 .645 .217
P01ACL Medición grado satisfaccion .863
P03ACL Factores decision compra .123 .286 .798
P02ACL Evaluacion necesidades mercado .446 .261 .712
P06 ACL Evolución imagen productos .447 .430 .486
En síntesis consiste en hacer
girar los ejes de
coordenadas, que representan a
los factores, hasta conseguir que
se aproxime al máximo a las
variables en que están saturados.
la saturación de factores
transforma la matriz factorial
inicial en otra denominada matriz
factorial rotada. La matriz
factorial rotada es una
combinación lineal de la primera
y explica la misma cantidad de
varianza inicial
Nombre de los factores
Analizando con qué variables
tiene una relación fuerte es
posible, en muchos casos, tener
una idea más o menos clara de
cuál es el significado de un
factor.
11
12. La tabla muestra un resumen de los casos procesados: el número y porcentaje de
casos válidos analizados, el número y porcentaje de casos con valores perdidos en
alguna de las variables incluidas en el análisis, y el tamaño total de la muestra, que
no es otra cosa que la suma de los casos válidos y los perdidos.
Matriz de proximidades
La tabla muestra la matriz de distancias para los 7 primeros casos de un ejemplo.
La tabla indica, en la cabecera de las columnas, que la medida utilizada es la
distancia euclídea al cuadrado y, a pie de tabla, que se trata de una matriz de
disimilaridades.
12
14. En un dendrograma, además de estar representadas las etapas del proceso de
fusión, también lo están las distancias existentes entre los elementos fundidos.
Pero las distancias no están representadas en su escala original sino en una
escala estandarizada de 25 puntos. Las líneas verticales identifican elementos
fundidos (conglomerados); y la posición de las líneas verticales indica la distancia
existente entre los elementos fundidos.
Muchas Gracias
14