Los datos mostrados, pertenecen a los meses de agosto, septiembre y octubre del presente año luego de implementar la arquitectura multi-tenant en la aplicación SaaS GreenFast en su versión 2.0 en comparación con los meses de mayo, junio y julio donde se presentaba la aplicación bajo una arquitectura tradicional.
Para la validación de la hipótesis “La implementación de arquitecturas multi-tenant en aplicaciones basadas en la nube mejora la rentabilidad de empresa Group Solution Tecnology Sociedad Anónima Cerrada” se usó el comparativo de antes y después de la implementación de la arquitectura multi-tenant, donde se presenta una variación positiva de la rentabilidad a través del incremento de ingreso por venta y disminución de los costos de mano de obra directa para la adecuación del sistema a nuevos clientes siendo este último un indicador favorable de la productividad laboral que está asociado directamente a la rentabilidad de la empresa.
Además de la comparación de datos, se realiza una prueba estadística para contrastar la hipótesis.
4.2.1. Prueba de normalidad de Indicadores de rentabilidad
Con el objetivo de seleccionar la prueba adecuada para la validación de la hipótesis, se sometió a los datos a la comprobación de distribución normal.
Inicialmente se evalúa la normalidad de los datos a través de histogramas.
En la Figura N° 4.7 se muestra los indicadores de rentabilidad medidos al inicio de la investigación (pre test), visualmente se puede inferir que la distribución de los indicadores de rentabilidad es aproximadamente normal.
Figura N° 4.7: Histograma de distribución de Pre Test – Indicadores de rentabilidad Fuente: SPSS
Elaboración: Propia
En la Figura N° 4.8 se muestra los indicadores de rentabilidad medidos después de la intervención (post test), visualmente se puede inferir que la distribución de los indicadores de rentabilidad es aproximadamente normal.
Figura N° 4.8: Histograma de distribución de Post Test – Indicadores de rentabilidad Fuente: SPSS
Elaboración: Propia
Adicional al análisis de normalidad mediante histogramas se realiza la prueba de normalidad de Shapiro-Wilk que aplica para muestras menores a 30.
• Definición de la hipótesis:
H0: Los datos provienen de una distribución normal.
H1: Los datos no proviene de una distribución normal.
• Nivel de significancia:
El nivel de significancia es de 5%, lo cual permite tener una confiabilidad del 95% de los resultados.
• Criterio de decisión:
Para determinar la normalidad se tendrá en cuenta el P-valor, donde:
P-valor ≥ α, Aceptar H0 P-valor < α, Rechazar H0
En la Tabla N° 4.10 se muestra los resultados de la prueba de normalidad, en vista que la muestra es 4, solo se toma en cuenta la prueba de normalidad de Shapiro- Wilk; el P-valor para el pre test es de 0.103 y 0.074 para el post test.
P-valor (pre test) = 0.103 > α ≥ 0.05 P-valor (post test) = 0.074 > α ≥ 0.05
Tabla N° 4.10
Prueba de normalidad Pre Test y Post Test de indicadores de rentabilidad Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Pre Test de indicadores de rentabilidad ,343 4 . ,800 4 ,103
Post Test de indicadores de rentabilidad ,388 4 . ,782 4 ,074
a. Corrección de significación de Lilliefors
Fuente: SPSS Elaboración: Propia
• Decisión
Se acepta H0 y se rechaza H1.
• Conclusión
Se concluye que, según el P-valor para el Pre Test y Post Test obtenido en la prueba de normalidad de Shapiro-Wilk, se acepta la hipótesis H0
(hipótesis nula) y se rechaza la hipótesis H1 (hipótesis alternativa), pues ambos pertenecen a una distribución normal al tener un valor mayor a 0.05.
4.2.2. Prueba de t de Student de indicadores de rentabilidad
Al tener la seguridad de la normalidad de los datos y teniendo una muestra pequeña, se aplicará la prueba paramétrica de t de Student para muestras relacionadas (emparejadas) para contrastar la hipótesis de la investigación.
• Definición de la hipótesis:
H0: La implementación de arquitecturas multi-tenant en aplicaciones basadas en la nube no mejora la rentabilidad de empresa Group Solution Tecnology Sociedad Anónima Cerrada
H1: La implementación de arquitecturas multi-tenant en aplicaciones basadas en la nube mejora la rentabilidad de empresa Group Solution Tecnology Sociedad Anónima Cerrada
• Nivel de significancia:
El nivel de significancia es de 5%, lo cual permite tener una confiabilidad del 95% de los resultados.
• Criterio de normalidad:
Para determinar la normalidad se tendrá en cuenta el P-valor, donde:
P-valor ≥ α, Aceptar H0 P-valor < α, Rechazar H0
En la Tabla N° 4.11 se muestra el resumen de las Medias de los indicadores de rentabilidad, para los datos del inicio de la investigación (Pre Test) la Media es 0.6425 y para los datos después de la intervención (Post Test) es de 0.7675.
Tabla N° 4.11
Resumen de Medias de Pre Test y Post Test de indicadores de rentabilidad Estadísticas de muestras emparejadas
Media N Desv. Desviación Desv. Error
promedio Pre Test de indicadores de rentabilidad
Post Test de indicadores de rentabilidad
,6425 4 ,56269 ,28135
,7675 4 ,53056 ,26528
Fuente: SPSS Elaboración: Propia
Los resultados de la prueba de t de Student para muestras relacionadas se muestran en la Tabla N° 4.12, donde el P-valor es igual a 0.036.
P-valor = 0.036 < α ≥ 0.05
Tabla N° 4.12
Prueba de t Student para muestras relacionadas de indicadores de rentabilidad Prueba de muestras emparejadas
Diferencias emparejadas
t gl Sig.
(bilateral) Media Desv.
Desviación Desv. Error promedio
95% de intervalo de confianza de la diferencia
Inferior Superior Pre Test de indicadores de
rentabilidad - Post Test de indicadores de rentabilidad
-,12500 ,06856 ,03428 -,23409 -,01591 -3,647 3 ,036
Fuente: SPSS Elaboración: Propia
• Decisión
Al ser P-valor menor a 0.05, se rechaza H0 y se acepta H1.
• Conclusión
Se concluye que, según el P-valor para muestras relacionadas t Student, se rechaza la hipótesis H0 (hipótesis nula) y se acepta la H1 (hipótesis alternativa), pues existe una significancia en la rentabilidad después de esta investigación comparada con la rentabilidad inicial de la empresa.
4.2.3. Prueba de normalidad de tiempos de adecuación
Con el objetivo de seleccionar la prueba adecuada, se sometió a los datos a la comprobación de distribución normal. Inicialmente se evalúa la normalidad de los datos a través de histogramas.
En la Figura N° 4.9 se muestra los tiempos de adecuación de clientes al servicio medidos al inicio de la investigación (pre test), visualmente se puede inferir que la distribución de los datos es aproximadamente normal.
En la Figura N° 4.10 se muestra los tiempos de adecuación medidos después de la intervención (post test), visualmente se puede inferir que la distribución de los datos es normal.
Figura N° 4.9: Histograma de distribución de Pre Test de tiempos de adecuación Fuente: SPSS
Elaboración: Propia
Figura N° 4.10: Histograma de distribución de Post Test de tiempos de adecuación Fuente: SPSS
Elaboración: Propia
Adicional al análisis de normalidad mediante histogramas se realiza la prueba de normalidad de Shapiro-Wilk que aplica para muestras menores a 30.
• Definición de la hipótesis:
H0: Los datos provienen de una distribución normal.
H1: Los datos no proviene de una distribución normal.
• Nivel de significancia:
El nivel de significancia es de 5%, lo cual permite tener una confiabilidad del 95% de los resultados.
• Criterio de decisión:
Para determinar la normalidad se tendrá en cuenta el P-valor, donde:
P-valor ≥ α, Aceptar H0 P-valor < α, Rechazar H0
En la Tabla N° 4.13 se muestra los resultados de la prueba de normalidad, solo se toma en cuenta la prueba de normalidad de Shapiro-Wilk al tener una muestra pequeña; el P-valor para el pre test es de 0.780 y 1.000 para el post test.
P-valor (pre test) = 0.780 > α ≥ 0.05 P-valor (post test) = 1.000 > α ≥ 0.05
Tabla N° 4.13
Prueba de normalidad Pre Test y Post Test de tiempos de adecuación Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Pre Test de tiempos de adecuación ,219 3 . ,987 3 ,780
Post Test de tiempos de adecuación ,175 3 . 1,000 3 1,000
a. Corrección de significación de Lilliefors
Fuente: SPSS Elaboración: Propia
• Decisión
Se acepta H0 y se rechaza H1.
• Conclusión
Se concluye que, según el P-valor para el Pre Test y Post Test obtenido en la prueba de normalidad de Shapiro-Wilk, se acepta la hipótesis H0
(hipótesis nula) y se rechaza la hipótesis H1 (hipótesis alternativa), pues ambos pertenecen a una distribución normal al tener un valor mayor a 0.05.
4.2.4. Prueba de t de Student de tiempos de adecuación
Al tener la seguridad de la normalidad de los datos y teniendo una muestra pequeña, se aplicará la prueba paramétrica de t de Student para muestras relacionadas (emparejadas).
• Definición de la hipótesis:
H0: La implementación de arquitecturas multi-tenant en aplicaciones basadas en la nube no disminuye el tiempo de adecuación de nuevos clientes.
H1: La implementación de arquitecturas multi-tenant en aplicaciones basadas en la nube disminuye el tiempo de adecuación de nuevos clientes.
• Nivel de significancia:
El nivel de significancia es de 5%, lo cual permite tener una confiabilidad del 95% de los resultados.
• Criterio de normalidad:
Para determinar la normalidad se tendrá en cuenta el P-valor, donde:
P-valor ≥ α, Aceptar H0 P-valor < α, Rechazar H0
En la Tabla N° 4.14 se muestra el resumen de las Medias de los tiempos de adecuación de pre test y post test, para los datos del inicio de la investigación (Pre Test) la Media es 42.67 y para los datos después de la intervención (Post Test) es de 2.0.
Tabla N° 4.14
Resumen de Medias de Pre Test y Post Test de tiempos de adecuación Estadísticas de muestras emparejadas
Media N Desv. Desviación Desv. Error
promedio Pre Test de tiempos de adecuación
Post Test de tiempos de adecuación
42,6667 3 5,03322 2,90593
2,0000 3 ,50000 ,28868
Fuente: SPSS Elaboración: Propia
Los resultados de la prueba de t de Student para muestras relacionadas se muestran en la Tabla N° 4.15 donde el P-valor es igual a 0.005.
P-valor = 0.005 < α ≥ 0.05
Tabla N° 4.15
Prueba de t Student para muestras relacionadas de tiempos de adecuación
Fuente: SPSS Elaboración: Propia
• Decisión
Al ser P-valor menor a 0.05, se rechaza H0 y se acepta H1.
• Conclusión
Se concluye que, según el P-valor para muestras relacionadas t Student, se rechaza la hipótesis H0 (hipótesis nula) y se acepta la H1 (hipótesis alternativa), pues existe una diferencia significativa en los tiempos de adecuación de nuevos clientes (suscritores) al sistema con arquitectura
Prueba de muestras emparejadas
Diferencias emparejadas
t gl Sig.
(bilateral) Media Desv.
Desviación Desv. Error promedio
95% de intervalo de confianza de la diferencia
Inferior Superior Pre Test de tiempos de
adecuación - Post Test de
tiempos de adecuación 40,66667 4,75219 2,74368 28,86157 52,47177 14,822 2 ,005
multi-tenant con respecto a los tiempos de adecuación del sistema que no implementa arquitectura multi-tenant.