REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN

INSTITUTO UNIVERSITARIO DE TECNOLOGA INDUSTRIAL

RODOLFO LOERO ARISMENDI

RELACIONES INDUSTRIALES

SECCIN R5NR

Profesora: Integrantes:

Salcedo Oyilvis Claudia Pinto

Wilimar Padrn

Amelvis Lpez

Ana Cova

Carlos Vera

Ciudad Guayana, Junio 2017

 1.- Anlisis De Correlacin

Es el conjunto de tcnicas estadsticas empleado para medir la intensidad

de la asociacin entre dos variables. El anlisis de correlacin
emplea mtodos para medir la significacin del grado o intensidad de asociacin
entre dos o ms variables. Normalmente, el primer paso es mostrar los datos en
un diagrama de dispersin. El concepto de correlacin est estrechamente
vinculado al concepto de regresin, pues, para que una ecuacin de regresin sea
razonable los puntos mustrales deben estar ceidos a la ecuacin de regresin;
adems el coeficiente de correlacin debe ser:
Grande cuando el grado de asociacin es alto (cerca de +1 o -1, y pequeo
cuando
Es bajo, cerca de cero.
Independiente de las unidades en que se miden las variables.

2.- La Importancia Del Anlisis De Correlacin

La importancia del anlisis de Correlacin para organizar e investigar la

relacin entre dos variables.

Especficas:

Aplicar la tcnica de regresin a los ingresos, costos y utilidades obtenidos por

la empresa.

Construir el modelo matemtico que ms se ajuste a la serie de datos

recolectados.

Pronosticar los ingresos y costos de los seis meses siguientes de acuerdo al

modelo matemtico obtenido.

 3.- Objetivo Del Anlisis De Correlacin

El principal objetivo del anlisis de correlacin consiste en determinar que

tan intensa es la relacin entre dos variables. Normalmente, el primer paso es

mostrar los datos en un diagrama de dispersin.

4.- Beneficios del Anlisis de Correlacin para la empresa

Los beneficios que aporta el anlisis de correlacin para la empresa es que puede
proveer la relacin entre varios factores y la respuesta de inters, por lo que nos
va a ayudar a tomar decisiones con el proceso bajo estudio y finalmente una
mejora del proceso. Tiene habilidad para describir comportamientos en respuesta
a datos consistentes, comparar diferentes grupos relacionados, y analizar posibles
causa-efecto entre variables. Este tipo de anlisis tambin puede contribuir a
estimar la magnitud de relacin entre variables y descubrir fuentes de influencia
que no haban sido bien medidos u omitidos anteriormente, por lo que esta
informacin ayuda a mejorar el sistema de medicin o el proceso.

5.- Ejemplo De Modelo Para La Empresa

Correlacin lineal simple

Utilizamos la correlacin lineal simple para estudiar el grado de variacin

conjunta entre dos o ms variables. Queremos detectar si la variacin de una de
las variables tiene conexin con la variacin de la otra, esperamos que si una
variable se desva de la media, la otra variable se desve de la media de manera
similar.

Una relacin lineal positiva entre dos variables indica que los valores de las
dos variables varan de forma parecida: los sujetos que puntan alto en una
variable tienden a puntuar alto en la otra y los que puntan bajo en la primera
tienden a puntuar bajo en la segunda, existe una relacin directa entre ambas
variables.
 Una relacin lineal negativa significa que los valores de las dos variables
tienen una relacin inversa: valores pequeos de una variable van asociados
ahora a valores grandes de la otra y, equivalentemente, valores grandes de una se
asocian a valores pequeos de la otra.

La forma ms directa e intuitiva de formarnos una primera impresin sobre

el tipo de relacin existente entre dos variables es a travs de un diagrama de
dispersin. Se trata de un grfico en el que una de las variables, XX, se coloca en
el eje de abscisas, la otra, YY, en el de ordenadas y los pares (xi,yi)(xi,yi) se
representan como una nube de puntos. La forma de la nube de puntos nos informa
sobre el tipo de relacin existente entre las variables.
Una regla fundamental es que cuanta mayor correlacin haya entre dos
variables en la representacin bidimensional, ms prximos a la recta estarn los
valores.
Ejemplo: en el siguiente grfico mostramos cuatro diagramas de dispersin
que reflejan cuatro tipos de relacin diferentes.