Pruebas de bondad de ajuste Kolmogórov-Smirnov y Ji-cuadrada aplicadas a la toma de decisiones empresariales
DOI:
https://doi.org/10.62325/10.62325/yachana.v12.n2.2023.844Palabras clave:
Estadística, Empresa, Toma de decisiones.Resumen
El objetivo del presente artículo es probar las hipótesis planteadas por la gerencia en dos estudios de caso empresariales, para lo cual se aplican pruebas estadísticas no paramétricas de bondad de ajuste: Kolmogórov-Smirnov y Ji-cuadrada. En los dos casos estudiados se busca la solución mediante procedimientos estadísticos estándar para cada una de las pruebas no paramétricas de bondad de ajuste consideradas en esta investigación. En uno de los casos se ha comprobado que las solicitudes de los productos de la línea estrella, por parte de sus clientes minoristas, tienen una diferencia significativa entre la distribución de frecuencias observadas y las esperadas o teóricas y, en el otro caso, el nivel de cumplimiento de pagos del microcrédito por parte de sus clientes con respecto al promedio de cumplimiento de pagos del sector cooperativo en la zona central del Ecuador es diferente. El estudio demuestra la aplicabilidad y utilidad de las pruebas de bondad de ajuste para contrastar hipótesis relativas a estudios de caso empresariales, las cuales pueden apoyarse en herramientas informáticas especializadas que agilizan los tiempos de procesamiento y ahorran costos significativos a las organizaciones, particularmente en escenarios complejos como el generado por la actual crisis del COVID-19.
Descargas
Citas
Anderson, D., Sweeney, D., Williams, T., Camm, J., & Cochran, J. (2016). Estadística para negocios y economía (12ª ed.). Cengace Learning. https://shorturl.at/flwCR
Cooperativa Ambato. (2023). Certificaciones. CooperativaAmbato. http://t.ly/PtyQM
Díaz, D., Rodríguez, G., Cruz, B., Castillo, M., & Santiago, G. (2020, noviembre / 2021, febrero). Innovación en el desarrollo de unidades de producción agrícola familiar en localidades marginadas de Oaxaca. CIENCIA Ergo-Sum, 27(3), 3-15.https://shorturl.at/kmtzN
Flores-Cevallos, L., & Flores-Tapia, C. (2020, 13 de enero). Investigación Operativa. Aplicada a la economía, la contabilidad y la gestión administrativa. Editorial Académica Española.
Flores-Ruiz, E., Miranda-Novales, M., & Villasís-Keever, M. (2017). El protocolo de investigación VI: cómo elegir la prueba estadística adecuada. Estadística inferencial. Revista Alergia Mexico, 64(3), 364–370. https://t.ly/_HrF
Flores, C., & Flores, K. (2021a, julio/diciembre). Pruebas para comprobar la normalidad de los datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23(2), 83–106. https://shorturl.at/hCZ36
Flores-Tapia, C., & Flores-Cevallos, L. (2017a). Estadística Inferencial. Fundación Los Andes.
Flores-Tapia, C., & Flores-Cevallos, L. (2017b). Métodos cuantitativos para la toma de decisiones. Fundación Los Andes.
Flores, C., & Flores, K. (2021b). Aplicación del modelo PERT-CPM a la gestión de proyectos de marketing empresarial. Revista de Investigación Aplicada en Ciencias Empresariales, 10(1), 31-53. https://t.ly/5nre
Flores, C., & Flores, K. (2022, October/December). Kruskal-Wallis, Friedman and Mood nonparametric tests applied to business decision making. Espirales Revista Multidisciplinaria de Investigación Científica, 6(42), 1–20. https://shorturl.at/jX235
González-Zamar, M., Ortiz, L., & Sánchez, A. (2021). Design and validation of a questionnaire on influence of the university classroom on motivation and sociability. Education Sciences, 11(4), 183. https://shorturl.at/xDHX4
Gujarati, D., & Porter, D. (2009). Basic Econometrics (5 th ed.). McGraw Hill. https://shorturl.at/nNZ38
Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw Hill. https://shorturl.at/dmzG5
Hillier, F., & Lieberman, G. (2010). Introduction to Operations Research (9 th ed.). McGraw Hill. http://t.ly/ZJHY
Lascano Sánchez Importaciones. (2023). Inicio. https://shorturl.at/dTZ05
Levin, R., Rubin, D., Rastogi, S., & Hussain, M. (2017). Statistics for Management. Pearson. https://shorturl.at/afhm3
Lind, D., Marchal, W., & Wathen, S. (2012). Statistical Techniques in Business and Economics (15 th ed.). McGraw Hill. https://t.ly/67zz
Ocampo, W., Molina, R., Romero, R., & Rodríguez, I. (2017, septiembre/diciembre). Análisis de pruebas de vida acelerada aplicadas a un sensor de nivel de gasolina de la industria automotriz. Cultura Científica y Tecnológica, 14(63), 264–278. https://shorturl.at/boQ35
Robbins, S. & Coulter, M (2018). Administración (13 th ed.). Pearson Educación.
Rolke, W., & Gongora, C. (2020, May 14). A chi-square goodness-of-fit test for continuous distributions against a known alternative [Abstract]. Computational Statistics, 36, 1885–1900. https://shorturl.at/vUV49
Escobar, J. (2019, octubre/marzo). Modelo de estimación estadística “Programa de inclusión productiva” MIPRO-Ecuador. Retos, 9(18), 303–325. https://t.ly/0zkh
Silva, E., & Galicia, G. (2018, julio/diciembre). Autopercepcion y satisfaccion corporal en población adulta mexicana por estados: una modelación probabilística con base en la Encuesta Nacional de Salud y Nutriciión de México (ENSANUT) 2012. Población y Salud en Mesoamérica, 16(1), 1–20. https://t.ly/dHFp
Taha, H. (2017). Investigación de operaciones (10ª ed.). Pearson Educación.
Triola, M. (2009). Elementary Statistics (10 th ed.). Pearson. https://t.ly/cGqK
Vergara, J., & Maza, F. (2018). Structural Equation Models Applied for Evaluating Service Quality and Satisfaction in the Healthcare System of Cartagena de Indias D. T. y C. (Colombia). Journal of Scientific Papers Economics and Sociology, 11(2), 200–215. https://t.ly/1B9F
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Yachana Revista Científica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.