La fbrica de libros Impresiones trabaja por turnos de la siguiente manera: Turno1 de 6 de la

maana a 2 de la tarde, turno 2 de 2 de la tarde a 10 de la noche y turno 3 de 10 de la noche a

6 de la maana. Se ha encontrado que algunos defectos estn siendo significativos en los
libros de exportacin y la casa matriz requiere de un anlisis de la produccin de los ltimos
cinco meses para tomar decisiones con respecto a algunas de las variables que pueden afectar
el proceso.
Con la informacin suministrada en la base de datos que aparece en el archivo en Excel realice
las siguientes actividades.
Seleccin de una muestra aleatoria
Con los datos de la base de datos se debe seleccionar una muestra aleatoria simple de 40 das
de trabajo que incluya trabajadores de los tres turnos. Con los datos seleccionados deben:
1. Estimar con un nivel de confianza del 95% el nmero promedio de unidades producidas.
2. Estimar con un nivel de confianza del 95% el nmero de unidades defectuosas por cada tipo
de defecto.
3. Con un nivel de confianza del 95% digan si existen diferencias significativas en el nmero
promedio de unidades defectuosas presentadas por corte con respecto a las defectuosas
presentadas por pegado.
4. Estime con un nivel de confianza del 95% el costo promedio por total de unidades
defectuosas.
5. En reunin de supervisores se afirm que los operarios del turno 2 tienen menor
entrenamiento en la mquina de corte recientemente adquirida. Podra usted afirmar que el
turno 2 es el que mayor nmero de unidades defectuosas de corte produce? Pruebe el
supuesto con un nivel de significancia del 5%

El anlisis de la situacin.
Con la informacin que nos fue entregada en el archivo de Excel encontramos un total de 359
datos a analizar.
Para la realizacin de anlisis y procesamiento de los datos de la muestra, la cual debe ser
de 40 das y debe incluir trabajadores de los 3 turnos laborados, se utilizara la funcin de
Excel (ALEATORIO.ENTRE) para con ella se obtenga una muestra mejor definida.

A su vez se debe entender que los turnos de la empresa son de 8 horas y cada da tiene 3
turnos.
Entonces:

Numero

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1 da = 3 turnos de 8 horas.
40 das x 3 turnos de trabajo = 40x3=120
Entonces el tamao de la muestra a procesar es de 120.
o $$n=120$$

Muestra
Unidades
Turno
aleatoria simple
producidas

164
27
296
310
236
109
52
205
275
59
277
346
133
72
328
304
28
170
126
125
154
182
234
297

2
1
3
3
2
1
1
2
3
1
3
3
2
1
3
3
1
2
2
2
2
2
2
3

5504
5622
5226
5350
5448
5121
5985
5613
5401
5579
5127
5676
5018
5534
5552
5396
5545
5468
5153
5432
5886
5358
5246
5126

Defectos Defectos
por
por
corte
pegue
6
6
8
9
6
11
12
8
5
14
12
9
13
9
9
8
10
6
12
7
12
5
5
15

3
4
5
2
3
5
2
5
5
2
2
2
4
5
5
5
2
3
4
4
2
5
2
2

Falta
de
folios
5
2
1
1
6
3
6
4
3
6
0
5
0
3
0
1
5
0
2
0
3
1
1
6

Costo por
unidades
Folios
defectuosas
al revs
(miles de
pesos)
3
4
8
2
6
5
3
2
7
8
8
0
8
5
3
8
8
8
3
2
5
5
8
7

0,82
0,56
0,72
0,68
0,69
0,67
0,67
0,68
0,73
0,67
0,87
0,68
0,73
0,67
0,67
0,71
0,67
0,71
0,76
0,87
0,72
0,67
0,67
0,71

25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

216
268
337
336
331
235
116
359
137
315
294
223
305
211
288
191
127
316
184
333
341
13
104
338
54
306
166
86
348
286
230
64
267
47
238
29
229
99
17
11
187

2
3
3
3
3
2
1
3
2
3
3
2
3
2
3
2
2
3
2
3
3
1
1
3
1
3
2
1
3
3
2
1
3
1
2
1
2
1
1
1
2

5077
5007
5912
5372
5701
5802
5557
5689
5628
5203
5508
5552
5747
5964
5037
5795
5470
5794
5754
5180
5368
5073
5672
5995
5354
5423
5285
5244
5121
5580
5486
5407
5074
5749
5865
5345
5531
5252
5460
5600
5765

15
5
6
12
8
5
10
12
13
12
12
8
14
7
15
8
14
8
8
9
9
5
15
12
7
6
13
9
12
10
14
13
15
9
13
11
12
9
12
15
5

2
5
2
3
3
3
4
2
3
3
4
3
5
5
2
4
2
2
3
3
4
2
3
3
4
2
4
5
5
5
3
4
4
3
3
4
4
2
4
5
4

1
6
0
5
3
4
0
2
1
6
4
4
1
1
4
6
6
0
2
4
6
4
5
3
4
4
2
2
6
1
3
4
0
3
2
4
0
3
4
0
2

2
6
1
1
2
5
5
2
6
7
1
0
7
3
6
0
5
1
2
6
7
7
5
8
8
4
1
3
1
8
5
7
8
5
2
8
0
8
6
8
4

0,76
0,68
0,66
0,67
0,68
0,67
0,71
0,71
0,66
0,87
0,65
0,67
0,67
0,91
0,64
0,7
0,78
0,91
0,64
0,7
0,66
0,68
0,67
0,77
0,67
0,82
0,72
0,72
0,67
0,67
0,71
0,66
0,68
0,68
0,67
0,91
0,72
0,81
0,67
0,66
0,68

66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106

329
198
311
102
44
138
142
246
313
179
321
293
60
255
32
222
299
26
248
14
259
347
303
217
295
151
55
332
51
68
157
266
3
63
97
19
171
113
158
181
358

3
2
3
1
1
2
2
3
3
2
3
3
1
3
1
2
3
1
3
1
3
3
3
2
3
2
1
3
1
1
2
3
1
1
1
1
2
1
2
2
3

5221
5184
5004
5334
5836
5432
5871
5656
5412
5771
5563
5318
5827
5864
5686
5784
5467
5868
5749
5581
6000
5579
5592
5289
5723
5627
5930
5637
5198
5582
5268
5653
5837
5982
5455
5439
5248
5217
5986
5257
5755

13
5
8
15
14
12
8
6
13
13
9
12
9
9
13
13
10
11
5
10
13
10
9
12
10
5
10
9
5
7
15
13
8
14
12
15
5
9
5
15
12

2
4
5
3
5
3
3
2
4
5
5
2
3
4
3
3
4
5
3
4
5
4
5
3
2
5
2
5
4
2
5
4
4
2
5
3
3
2
3
5
3

0
4
6
2
6
0
3
3
0
5
0
5
4
3
0
1
2
5
0
1
4
2
3
2
6
1
6
3
1
1
4
4
5
4
5
0
6
1
4
2
6

8
2
1
3
2
1
6
2
6
4
3
4
4
8
5
0
3
1
8
8
3
1
4
2
3
4
4
3
6
5
2
8
1
0
7
8
1
1
6
8
7

0,68
0,65
0,71
0,64
0,69
0,65
0,68
0,73
0,73
0,76
0,76
0,68
0,68
0,68
0,64
0,67
0,71
0,67
0,87
0,67
0,64
0,67
0,69
0,68
0,69
0,68
0,63
0,68
0,68
0,68
0,71
0,7
0.76
0,69
0,92
0,59
0,73
0,68
0,68
0,67
0,72

107
108
109
110
111
112
113
114
115
116
117
118
119
120

36
48
46
320
85
117
206
276
65
172
226
81
41
263

1
1
1
3
1
1
2
3
1
2
2
1
1
3

5962
5946
5056
5663
5803
5260
5565
5253
5380
5083
5635
5461
5806
5775

5
6
6
5
7
7
7
5
14
6
13
7
8
9

2
3
2
2
3
2
4
2
5
4
4
2
4
5

5
5
0
1
3
2
2
5
0
2
2
6
0
4

3
3
6
0
3
6
5
6
1
7
8
5
7
2

Estimar con un nivel de confianza del 95% el nmero promedio de unidades producidas.

Se determina la Media Poblacional y Muestral.

$$\mu=\frac{ \Sigma X_i}{N}=\frac{1977999}{359}=5509.7465$$
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{662094}{120}= 5517.45$$

Determinamos la Varianza Poblacional y Muestral

$$ \sigma^2_x=\frac{ \Sigma^n_i_-_1(x_i- \bar{x})^2}{N}=85147.582$$
$$\S^2_x=\frac{ \Sigma^n_i_-_1(x_i- \bar{x})^2}{n-1}=72996.098$$

Determinamos la Desviacin Estndar Poblacional

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}=291.8005$$

0,68
0,68
0,69
0,68
0,69
0,72
0,69
0,77
0,68
0,77
0,68
0,68
0,69
0,68

Determinamos el error estndar ( Poblacin Finita o conocida)

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{291.8005}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=8.7919$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$
$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=5517.45+(1.96*8.7919)$$
$$LS=5534.68$$
$$LI=5517.45-(1.96*8.7919)$$
$$ LI=5500.22$$

Con un nivel de confianza del 95% podemos asegurar que el numero promedio de unidades
producidas esta entre $$ 5500 ; 5534$$ unidades.

2. Estimar con un nivel de confianza del 95% el nmero de unidades defectuosas por
cada tipo de defecto

DEFECTOS POR CORTE

Total de unidades defectuosas= 1170
Media de las unidades defectuosas por corte.
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{1170}{120}= 9.75$$

Desviacin estndar de la poblacin

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}= 3.2261$$

Error Estndar para la Poblacin Finita o Conocida

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{3.2261}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=0.2406$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$
$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=9.75+(1.96*0.2406)$$
$$LS=10.2215$$
$$LI=9.75-(1.96*0.2406)$$
$$ LI=9.2784$$

Con un nivel de confianza del 95% podemos asegurar que el nmero de unidades defectuosas
por corte esta entre $$ 9 ; 10$$ unidades.

DEFECTOS POR PEGUE

Total de unidades defectuosas= 415
Media de las unidades defectuosas por pegue.
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{415}{120}= 3.458$$

Desviacin estndar de la poblacin

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}= 1.129$$

Error Estndar para la Poblacin Finita o Conocida

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{1.129}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=0.0842$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$
$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=3.458+(1.96*0.0842)$$
$$LS=3.623$$
$$LI=3.458-(1.96*0.0842)$$
$$ LI=3.292$$

Con un nivel de confianza del 95% podemos asegurar que el nmero de unidades defectuosas
por pegue esta entre $$ 3;3 $$ unidades.

DEFECTOS POR FALTA DE FOLIOS

Total de unidades defectuosas= 343
Media de las unidades defectuosas por falta de folios.
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{343}{120}= 2.858$$

Desviacin estndar de la poblacin

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}= 2.043$$

Error Estndar para la Poblacin Finita o Conocida

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{2.043}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=0.152$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$

$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=2.858+(1.96*0.152)$$
$$LS=3.15$$
$$LI=2.858-(1.96*0.152)$$
$$ LI=2.56$$

Con un nivel de confianza del 95% podemos asegurar que el nmero de unidades defectuosas
por falta de folios esta entre $$ 2;3 $$ unidades.

DEFECTOS POR FOLIOS AL REVES

Total de unidades defectuosas= 532
Media de las unidades defectuosas por falta de folios.
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{532}{120}= 4.433$$

Desviacin estndar de la poblacin

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}= 2.624$$

Error Estndar para la Poblacin Finita o Conocida

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{2.624}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=0.1957$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$
$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=4.433+(1.96*0.0842)$$
$$LS=4.59$$
$$LI=4.433-(1.96*0.0842)$$
$$ LI=4.26$$

Con un nivel de confianza del 95% podemos asegurar que el nmero de unidades defectuosas
por folios al revs esta entre $$ 4;5 $$ unidades.

Con un nivel de confianza del 95% digan si existen diferencias significativas en el nmero
promedio de unidades defectuosas presentadas por corte con respecto a las defectuosas
presentadas por pegado.

Defectuosos por corte 1170 unid.

Defectuoso por pegado 415 unid.
Tamao de la muestra 662094 unid.
$$nivel{}de{} confianza{} =(1-\alpha )*100%$$
$$\frac{a}{2}=\frac{100%-nivel{} de {}confianza}{200}$$
$$\frac{a}{2}=\frac{100%-95}{200}=0.025$$

Con lectura en la tabla de la distribucin normal para un rea de 0,025 se obtiene $$Z = 1,96$$, y por simetra $$Z =1,96$$

Definimos los valores

$$n_1= 662094$$
$$n_2= 662094$$
$$P_1=1170 (0.1767%)$$
$$P_2=415 (0.0626%)$$
$$ Z=1.96$$
$$(P_1-P_2)\pm Z\sqrt{\frac{P_(1-P_1)}{n_1}+\frac{P_2(1-P_2)}{n_2}}$$
$$(0.1767-0.0626)\pm 1.96\sqrt{\frac{0.1767(1-0.1767)}{662094}+\frac{0.0626(10.0626)}{662094}}$$
Con un nivel de confianza del 95% se dice que si se encuentran diferencias significativas entre
los tipos de defectos detectados por la empresa.

4. Estime con un nivel de confianza del 95% el costo promedio por total de unidades
defectuosas.
Media del costo de las unidades defectuosas
$$\bar{x}= \frac{ \Sigma x_i}{n}=\frac{83.78}{120}= 0.698$$ ( miles de pesos)

Desviacin estndar de la poblacin

$$\sigma=\sqrt\frac{ \Sigma(x_i- \ \mu)^2}{N}= 0.0638$$

Error Estndar para la Poblacin Finita o Conocida

$$ \sigma_\bar{x}=\frac{ \sigma}{\sqrt{n}}\sqrt{\frac{N-n}{N1}}=\frac{0.0638}{\sqrt{120}}\sqrt{\frac{359-120}{359-1}}=0.0047586$$

Estimamos el nivel de confianza de un 95% $$ \frac{\alpha }{2}:$$

Nivel de confianza $$(1-\alpha )= 0.95$$
$$1-\alpha =0.95$$
$$\alpha =1-0.95$$
$$\alpha =0.05$$
$$\frac{\alpha }{2}=0.025$$

Se realiza sumatoria del nivel de confianza ms el rea de $$\frac{\alpha }{2}$$

$$0.95+0.025=0.975$$
Localizamos en la tabla de la distribucin normal estndar nivel de confianza de
0.975=1.96

Ubicamos los lmites superior e inferior.

$$LS=0.698+(1.96*0.0047586)$$

$$LS=0.707$$
$$LI=0.698-(1.96*0.0047586)$$
$$ LI=0.688$$
Con un nivel de confianza del 95% podemos asegurar que el costo promedio de las unidades
defectuosas esta entre $$0.688;0.707 $$ miles de pesos