INTRODUCCION 1. Objetivo del estudio: Analizar si los niveles de inteligencia emocional en los empleados influyen significativamente en su productividad laboral, desempeño y satisfacción, aplicando técnicas estadísticas como regresión lineal, ANOVA y Kruskal-Wallis. 2. Población, delimitación geográfica y temporal: La población está conformada por trabajadores de una empresa privada en Perú. El análisis está delimitado al año 2023 y se enfoca en datos recolectados durante las evaluaciones anuales de desempeño. 3. Descripción de la muestra seleccionada: Se recopiló información de un conjunto de empleados identificados por su ID, pertenecientes a distintos departamentos de la empresa. Las variables consideradas incluyen nivel de inteligencia emocional (baja, media, alta), número de años en la empresa, horas semanales de capacitación emocional, evaluación de productividad y nivel de satisfacción laboral. 4. Relación con los ODS: Este estudio se relaciona con el ODS 8: Este estudio se vincula con el ODS 8: Trabajo decente y crecimiento económico , específicamente con la meta 8.5 , que busca lograr el empleo pleno y productivo y el trabajo decente para todos, promoviendo el desarrollo de habilidades emocionales que inciden positivamente en el bienestar y la productividad. ANÁLISIS DE CORRELACIÓN/REGRESIÓN LINEAL El diagrama de dispersión muestra una distribución de puntos sin una tendencia clara, lo que sugiere que no existe una relación lineal visualmente evidente entre las variables analizadas (horas semanales de capacitación emocional y satisfacción laboral). Los datos están dispersos aleatoriamente, lo que indica que el aumento en horas de capacitación no se asocia de forma consistente con el nivel de satisfacción. Coeficiente de Correlación y determinación Diagrama de dispersión El coeficiente de correlación (R = -0.0523) indica una relación negativa muy débil entre las variables, mientras que el coeficiente de determinación (R² = 0.0027) señala que solo el 0.27% de la variabilidad de la satisfacción laboral puede explicarse por la capacitación emocional. Esto confirma que no existe una relación lineal significativa entre ambas variables. ANOVA de la regresión Prueba de Hipótesis: Hipótesis nula (H₀): b = 0 → no hay relación lineal significativa. Hipótesis alternativa (H₁): b ≠ 0 → sí hay relación lineal significativa . IMPACTO DE LA INTELIGENCIA EMOCIONAL EN LA PRODUCTIVIDAD LABORAL EN UNA EMPRESA DE SERVICIOS NOMBRE: RAQUEL FELICIANA GONZALES VENGOA – RNC 24284 Región crítica: Nivel de significancia: 0.05 Grados de libertad: gl ₁ (regresión) = 1, gl ₂ (error) = n - 2 = 382 - 2 = 380 F critico =3.866 Como F = 1.0540 < 3.8660, no se rechaza H₀. El análisis de regresión lineal realizado entre las horas semanales de capacitación emocional y el índice de satisfacción laboral no evidencia una relación significativa. La dispersión de los datos no muestra un patrón lineal claro, el coeficiente de correlación es muy bajo (R = -0.0523) y el coeficiente de determinación (R² = 0.0027) indica que solo el 0.27% de la variabilidad en la satisfacción puede explicarse por la capacitación emocional. Además, el valor F calculado (1.0540) es menor al F crítico (3.8660), por lo que no se rechaza la hipótesis nula. En consecuencia, no se puede afirmar estadísticamente que exista una relación lineal entre estas variables. KRUSKAL-WALLIS 1. Hipótesis de investigación e identificación del parámetro de interés: Se desea saber si la media del índice de satisfacción laborar de distintos departamentos: Producción, TI y Ventas Parámetro de interés: medias poblacionales del índice de satisfacción laboral (μ₁, μ₂, μ₃). H₀: μ₁ = μ₂ = μ₃ (las medias son iguales). H₁: al menos una media es diferente. Región crítica: Nivel de significancia: α = 0.05 Grados de libertad entre grupos: gl ₁ = 2, Grados de libertad del error: gl ₂ = 379 F crítico = 3.0954 Estadístico de prueba: Estadístico de prueba: Como F calculado = 2.6310 es menor que F crítico = 3.0195, No se rechaza H₀. El análisis ANOVA 1-Factor revela que no existen diferencias estadísticamente significativas en el índice de satisfacción laboral entre los departamentos de Producción, TI y Ventas. Esto se confirma al observar que el valor F calculado (2.6310) es menor que el F crítico (3.0195), por lo que no se rechaza la hipótesis nula. En consecuencia, se concluye que, en promedio, los niveles de satisfacción laboral son similares entre los tres departamentos evaluados. A NOVA 1 - FACTOR Se realizo la prueba de Normalidad a las variables, resultando todas no cumplen con la prueba de normalidad. Se toma el índice de satisfacción laboral (%) para esta prueba no normalizada. Como H = 5.311 < 5.991, no se rechaza la hipótesis nula (H₀). El análisis de Kruskal-Wallis aplicado al índice de satisfacción laboral entre los departamentos de Producción, TI y Ventas indica que no existen diferencias estadísticamente significativas entre sus distribuciones. Dado que el valor del estadístico H (5.311) es menor que el valor crítico (5.991), no se rechaza la hipótesis nula. Por tanto, se concluye que la satisfacción laboral presenta una distribución similar en los tres departamentos evaluados, incluso considerando que los datos no siguen una distribución normal. CONCLUSIONES Las tres pruebas estadísticas aplicadas —correlación/regresión lineal, ANOVA de un factor y Kruskal-Wallis— concluyen de manera consistente que no existen diferencias ni relaciones significativas en el contexto analizado. La regresión lineal evidenció que no hay una relación lineal significativa entre las horas de capacitación emocional y el índice de satisfacción laboral; el ANOVA no mostró diferencias estadísticas entre los promedios de satisfacción en los departamentos de Producción, TI y Ventas; y la prueba no paramétrica de Kruskal-Wallis confirmó que las distribuciones del índice de satisfacción laboral son similares entre los mismos departamentos. En conjunto, estos resultados sugieren que la variable satisfacción laboral no se ve significativamente influenciada por las variables o grupos comparados en este estudio.