PROYECTO DE INVESTIGACIÓN FORMATIVA

ESTADÍSTICA INFERENCIAL
Docente: Sergio Andrés Caro Acevedo

DOCUMENTO NOMBRE

1711022619 Yuliana Castro Rendón

1710210008 Magnolia Andrea Pérez Torres

Abril de 2018

CÓDIGO DE ÉTICA:
“Por medio de la presente hacemos constar que el reporte que estamos enviando es de nuestra completa
autoría y que no estamos haciendo plagio de ideas o escritos del trabajo de otras personas”
 1

Contenido

1. Resumen​ ................................................................................................................ 2

2. Descripción del proceso de producción: Pedidos​............................................... 3

3. Selección de las muestras aleatorias ​ .................................................................. 6

4. Objetivo ​ ................................................................................................................ 7

5. Planteamiento del problema ​ .............................................................................. 7

6. Procedimiento de muestreo ​ ................................................................................ 7

7. Nivel de Confianza​ ............................................................................................... 7

8. Procedimiento del análisis estadístico ​ ............................................................... 8

9. Tablas de frecuencias e histogramas ​ ................................................................ 9

10. Error máximo esperado​ ................................................................................... 11

11. Prueba de hipótesis ​........................................................................................... 11

12. Intervalos de confianza ​ ................................................................................... 13

 2

Resumen

Con este proyecto se tiene el propósito de analizar el número de pedidos en EPM,, tomando

como referencias dos muestras aleatorias de los 1583 pedidos que se realizaron en el mes de

febrero. ​Seleccionamos dos muestras de 30 pedidos, para llegar a analizar todo lo respectivo

con el proyecto.

Todo la información la sacamos del área de pedidos de EPM, la cual es una ​Empresa

prestadora de los servicios públicos de agua, energía y gas natural con un enfoque en RSE y

sostenibilidad.

Las dos variables que vamos a tomar son el número de días en gestión y el día del mes de

febrero en que se creó el pedido, con el propósito de ver cuánto es el tiempo que se requiere

para solucionar estos pedidos, y analizar cómo podría la empresa optimizar estos procesos;

conocer en qué días del mes de febrero del 2018 se realizaron más pedidos, analizar el nivel

de pedidos de este mes, para que a futuro se pueda comparar con otros meses.
 3

Descripción del proceso de producción

Desde el área de servicio al cliente, los pedidos cuentan con el siguiente proceso:

El usuario debe llegar a la taquilla para diligenciar un formulario de solicitud y anexar los

documentos que sean necesarios según el servicio que desea legalizar. Luego, se ingresa el

pedido en el sistema de información, y eso viaja a las áreas.

La base de datos que tenemos es de los proyectos; es decir, son los servicios que se van a

legalizar por medio de un proyecto (edificaciones de las constructoras), como son tantas

casas, eso ingresa por un área que se llama constructores, y ya las encargadas del back office

deben ingresar todos los pedidos, para que ya cada área vaya y legalice. Son dos procesos

diferentes para legalizar pedidos, y el que vamos analizar es el de constructores

porque es más “invasivo”.

Los tres áreas o servicios principales de la empresa son:

Energía

En el momento en que la Interventoría culmine y la obra eléctrica cumpla con todos los

requerimientos técnicos y legales, el cliente puede realizar la solicitud de conexión del

servicio de la instalación, la cual consiste

en la puesta en servicio de una instalación

que tenga la acometida construida,

medidor de energía y sus redes internas.

 4

Los tipos de solicitudes que pueden presentarse son:

● Instalaciones residenciales y no residenciales

● Reformas
● Provisional de la construcción y salas de ventas

Agua

Se puede solicitar los servicios de acueducto y alcantarillado, en los siguientes casos:

● Edificios o viviendas existentes con

servicios legalizados que requieren

de los servicios de acueducto y

alcantarillado en otros pisos.

● Construcciones existentes

(terminadas) hasta 10 unidades

habitacionales en un solo edificio en cualquier estrato.

● Locales comerciales existentes de un área inferior o igual a 35m2.

Se debe tener en cuenta que EPM garantiza la prestación del servicio hasta los terceros pisos
considerando la altura de una vivienda típica, con una presión de 20 metros columna de
agua, medibles en la red pública.

Para alturas superiores, la edificación debe contar con un tanque de almacenamiento y

sistema de bombeo lo cual hace parte de las instalaciones internas.

Gas

El servicio de gas natural a través

de una red domiciliaria que
atiende los sectores residencial,
comercial e industrial del Valle de
 5

Aburrá. Hoy está en plena expansión en los 10 municipios del Valle de Aburrá, incluyendo
Medellín, y en otras localidades de Antioquia, ofreciendo una alternativa energética segura,
económica y amigable con el medio ambiente.

Además de cubrir el segmento residencial, el servicio se ha diversificado para satisfacer las

necesidades de la industria, las pymes, el comercio y el transporte vehicular. Para atender la
gran industria, EPM amplió su cobertura a los municipios de Guarne y Rionegro, en el
Oriente antioqueño.
 6

Selección de las muestras aleatorias

Tomamos los pedidos del mes de febrero del 2018, y tomamos dos muestras aleatorias de las

dos variables. La tabla número 1, es el número de días en gestión en 30 pedidos realizados

ese día, y la tabla número 2, el día del mes de febrero en que se realizó el pedido.

Tabla #1. Variable: Número de días en gestión

6 Pedidos con 0 días de gestión, 18 Pedidos con 1 días de gestión, 3 Pedidos con 4 días de

gestión, 3 Pedidos con 6 días de gestión.

1 4 0 1 1

4 1 0 1 1

1 1 4 0 6

1 6 1 1 1

6 0 1 1 1

1 0 1 0 1

Tabla #2. Variable: Día de creación en el mes de febrero.

Día #1: 4, Día#2: 6, Día#5: 4, Día#6: 2, Día #7: 4, Día #8: 4, Día #9: 3, Día #10: 3

1 2 5 7 9

1 2 5 7 9

1 2 6 8 9

1 2 6 8 10

2 5 7 8 10

2 5 7 8 10
 7

Objetivo

El objetivo que se tiene con todo este análisis estadístico, es observar detalladamente el

rendimiento de esta área de pedidos, y así sacar conclusiones e ideas que puedan mejorar el

desempeño; con el propósito de que el proceso sea aún más ágil.

Planteamiento del Problema

Durante el mes de febrero de 2018 se observó un número de 1583 pedidos, de esta población

sacamos una muestra de 30 pedidos que se realizaron del 1 al 10 de Febrero, con unos días de

gestión que van de 0 a 6 días. Se pudo observar que en los primeros días del mes, los pedidos

requieren menos días de gestión; se quiere observar por qué en los últimos días, se tardan

más en realizar los pedidos.

Procedimiento de Muestreo

Las muestras se sacaron de una base de datos que comprendía todos los pedidos realizados

durante el mes de febrero; la base de datos se descargó del CRM de EPM, que es una

información general, aunque claramente tuvimos que realizar una solicitud a la parte

administrativa, ya que no siempre se tiene acceso a este tipo de información.

Nivel de Confianza

Para el análisis de estas dos muestras se eligió un Nivel de Confianza (NC) de 95% = (1-α)

debido a que permite un bajo margen de error sin la necesidad de contar con un número muy

alto de datos. De esta consideración resulta un α= 0.05. Donde Z(α/2)= Z(0.025) y eso

ubicado en la tabla de Z, es 1.960

 8

Procedimiento del Análisis Estadístico

Procedimiento del análisis estadístico (En este punto se hace mención a todas las mediciones

y pruebas de hipótesis que se elaborarán en el estudio) ANÁLISIS ESTADÍSTICO: Variables

consideradas, unidades, como se tomaron las muestras, desviaciones y medias. Estudio

exploratorio (hacer conjeturas que luego se prueban con las hipótesis a plantear) análisis

estadísticos, chequeos, resultados, chequear bien el cumplimiento de los supuestos.

Para las dos variables se encontraron estos estadísticos:

Estadísticos puntuales Variable #1 Variable #2

Tamaño de la muestra 30 30

Promedio o Media 1,6 5,5

Mediana 1 6

Moda 1 2

Varianza 3,240 9,583

Desviación estándar 1,80 3,096

Coeficiente de variación 1,13 0,56

Mínimo 0 1

Máximo 6 10

En la tabla podemos observar que tanto la varianza, como la desviación estándar es mayor en

la variable #2, o sea, que tiene datos más dispersos. Pero en en el coeficiente de variación,

que relaciona la desviación con la media, es mayor la variable #1.

 9

Tablas de Frecuencias e Histogramas

Con el objetivo de analizar cómo se distribuyen los días en que se gestionan los pedidos, se

obtuvieron los siguientes resultados en las dos variables:

Tabla de frecuencias para la variable #1

N MÍNIMO MÁXIMO

30 0 6

1
AMPLITUD

Intervalos frecuencia frecuencia frecuencia frecuencia

absoluta relativa acumulada acumulada
relativa

0 1 24 0,8% 24 0,8%

1 2 0 0% 24 0,8%

2 3 0 0% 24 0,8%

3 4 3 0,1% 27 0,9%

4 5 0 0% 27 0,9%

5 6 3 0,1% 30 1%

Histograma de las tablas de frecuencias de la variable #1

 10

Tabla de frecuencias para la variable #2

N MÍNIMO MÁXIMO

30 1 10

1,5
AMPLITUD

Intervalos frecuencia frecuencia frecuencia frecuencia

absoluta relativa acumulada acumulada
relativa

1 3 10 0,3% 10 0,3%

3 5 0 0,0% 10 0,3%

5 7 10 0,3% 20 0,6%

7 9 7 0,2% 27 0,8%

9 11 3 0,3% 30 1%

Histograma de las tablas de frecuencias de la variable #2

 11

Análisis de los histogramas

Basándonos en lo que hemos visto en clase, los histogramas anteriores no tienen una

distribución normal, porque son asimétricas, y por lo tanto no se tiene una relación estadística

normal con los días de gestión y creación de los pedidos. Se puede observar que en la

variable # 1 se tiene una mayor frecuencia en los pedidos que se realizan de 0 a 1 día; y en la

variable # 2 se tiene una mayor frecuencia en los intervalos que van de 1 a 3 y de 5 a 7.

Error Máximo Esperado

Se toman la misma cantidad de muestras para la variable # 1 y la variable #2, y se establece

un nivel de confianza del 95%. Para la variable #1 el margen de error fue de 0,644 y para la

variable #2 de 1,108.

Prueba de Hipótesis

Una prueba de hipótesis es una prueba estadística que se utiliza para determinar si existe

suficiente evidencia en una muestra de datos para inferir que cierta condición es válida para

toda la población. Una prueba de hipótesis examina dos hipótesis opuestas sobre una

población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es el enunciado que se

probará. Por lo general, la hipótesis nula es un enunciado de que "no hay efecto" o "no hay

diferencia". La hipótesis alternativa es el enunciado que se desea poder concluir que es

verdadero. (Minitab 17, 2017).

Partiendo del supuesto que los valores analizados provienen de muestras que siguen una

distribución normal, se llevaron a cabo pruebas de hipótesis para los valores medios de

número de pedidos para las variables 1 y 2.

 12

Hipótesis de la variable #1

En el área de pedidos el promedio de los días de gestión es de 1,60. Se sabe que la desviación

estándar poblacional es 1,80. Se tomará una muestra de 30 datos, con una media muestral de

1, para saber si la gestión de pedidos puede ser menor al promedio de la población. Cuando

α = 0, 05

Ho=​ µ ≥ 1,60

Ha= ​µ < 1,60

Error estándar

1,80
σχ = √30

σ χ = 0, 329

Estadístico de prueba

χ−µ 1−1,60
Z= σχ Z= 0,329 = -1,82 ​Valor-p= 0,0344

Conclusión

Valor-p ≤ α 0, 0344 ≤ 0, 05 ​Se rechaza la Ho, pueden haber menos de 1 día de gestión

para el pedido.

Hipótesis de la variable #2

En el área de pedidos el promedio de los días en que se realizaron para el mes de febrero es

de 5,5. Se sabe que la desviación estándar poblacional es 3,096. Se tomará una muestra de 30

datos, con una media muestral de 6,5, para saber si puede ser superior la media poblacional.

con α = 0, 05 .
 13

Ho=​ µ ≤ 5,5

Ha= ​µ > 5,5

Error estándar

3,096
σχ = √30

σ χ = 0, 565

Estadístico de prueba

χ−µ 6,5−5,5
Z= σχ Z= 0,565 = 1,76 ​Valor-p= 1- 0,9608 = 0,0392

Conclusión

Valor-p ≤ α 0, 0392 ≤ 0, 05 ​Se rechaza la Ho

Intervalos de Confianza

Intervalos de confianza para la media

Se realiza la estimación del Intervalo de Confianza para la media del consumo de energía en

las variables #1 y #2 con un nivel de confianza del 95% y se obtienen los siguientes

resultados:

Se puede concluir que la media del número de pedidos para la variable #1 estará entre 0,956 y

2,244 con una confianza del 95%. Por otra parte, la media del número de pedidos para la

variable #2 estará entre 4,392 y 6,608 con una confianza del 95%. La variable #2 tiene una

mayor amplitud.
 14

Intervalos de confianza para la varianza

Intervalo de Confianza para la varianza del número de pedidos para las variables #1 y #2 con

un nivel de confianza del 95% y se obtienen los siguientes resultados:

La varianza del número de pedidos para la variable #1 está entre 2,055 y 5,855 con una

confianza del 95%. La varianza del número de pedidos para la variable #2 está entre 6,076 y

17,312 con una confianza del 95%. En este caso, también se tiene mayor amplitud en la

variable #2.

Intervalo de Confianza para una proporción

Variable #1: ​De una muestra de 100 datos de número de pedidos para la variable#1, 0,38

pedidos se tardaron más de 3 días en gestión. Se quiere construir un intervalo del 95% de

confianza para aproximar la proporción de todos los datos de días en gestión de los pedidos.

Se obtuvo un intervalo de confianza para la variable #1 tal que 0,285 < P ≤ 0,475, con un

nivel de confianza del 95%.

Variable #2: ​De una muestra de 100 datos de número de pedidos para la variable#2, 0,60

pedidos se realizaron los primeros días del mes de febrero. Se quiere construir un intervalo

del 95% de confianza para aproximar la proporción de todos los datos de días de creación de

pedidos.

Se obtuvo un intervalo de confianza para la variable #2 tal que 0,504 < P ≤ 0,696, con un

nivel de confianza del 95%.

15