ESTUDIOS PROFESIONALES PARA EJECUTIVOS

CE87 Estadística Aplicada 2

Examen Final
A
Ciclo 2018-01 M2

Profesores : Todos.
Sección : Todas
Duración : 170 minutos

Indicaciones:
· Solo serán calificadas las respuestas desarrolladas en los espacios indicados para cada pregunta, donde
debe aparecer el procedimiento.
· Se permite el uso de computadora y de los programas Minitab 17 y Excel 2013.
· El uso de calculadora es estrictamente personal.
· El orden y claridad en la presentación serán tomados en cuenta en la calificación.
· Los datos se encuentran en el archivo CE87_EB_FilaA_201801M2.xlsx

Vidrios Perú S.A. es una empresa peruana dedicada a la

fabricación de envases de vidrio tipo, que surge del análisis de
las necesidades de un mercado creciente y demandante. Esta
empresa busca brindar opciones diferentes y de alta calidad en
envases en vidrio a empresas de la industria cervecera,
perfumera, vasos y veladoras, entre otros. Empresa
socialmente responsable que cumple con un conjunto de
normas y principios sociales, económicos y ambientales, que se
basa en valores, que le ayudan a ser más productiva, por lo que
está comprometida a crear fuentes de empleo identificando el
talento humano de la región. También, tiene un fuerte compromiso con la ecología por lo que desarrolla
productos reciclables apoyando así el cuidado del medio ambiente.

Ofrece los siguientes servicios y productos: Envase Para Licores, Envases Para Bebidas, Productos De Vidrios,
Caja De Vidrio, Envase Especial De Vidrio, Envase De Vidrio, Envase Para Alimentos, frascos de vidrio,
empaques de vidrio, etc..

En la actualidad muchas empresas cuentan ya con modelos de administración como MCM, “Manufactura de
clase mundial” que compromete a todas a realizar constantes evaluaciones y seguimiento a los principales
procesos con el objetivo de optimizarlos a través de proyectos de mejora, calificación de procesos,
obteniendo finalmente una importante reducción en sus costos de producción. En Vidrios Perú S.A., el área
de control de procesos está tratando de identificar la existencia de algún tipo de problema en las máquinas
usadas en el proceso, en las diferentes líneas de producción, plantas y turnos de trabajo, por lo cual ha
recopilado 170 observaciones, a partir de los reportes generados durante los meses de abril, mayo y junio
del año 2018, considerando las siguientes variables:
 Variable Descripción
Mes Se considera los meses de abril, mayo y junio del 2018
Línea de producción Cuenta con dos líneas de producción: 1, 2.
Planta Cuenta con tres planta ubicadas en: Arequipa, Lima y Cuzco.
Turno de producción Tres turnos de producción: Mañana (1), tarde (2) y noche (3).
Tipo de botellas fabricadas Se fabrican dos tipos de botellas: 630 RT y 650 RT.
Producción total de botellas sin rotura Unidades
Capacidad de la botella La capacidad de las botellas está en mililitros y son: 630 y 650.
Altura de la botella Esta dada en milímetros
Color de la botella Colores: Ámbar, transparente, verde claro y verde oscuro
Peso total de material utilizado Esta dado en kilogramos.
Costo total de botellas fabricadas Esta dado en soles
Total de botellas con rotura Unidades

Problema 01
El Gerente de Producción de la empresa Vidrios Perú S.A. ha recibido informes en donde le indican que en
promedio, la producción total de botellas sin rotura fabricadas es mayor en la planta de Lima (1) comparando
con la planta de Arequipa (2), por lo qué, encarga a un grupo de expertos la realización de un estudio para
corroborar o rechazar lo indicado en los informes. Si se corrobora lo afirmado en los informes, tomará la
decisión de capacitar al personal que labora en la planta de Arequipa. Asumiendo que la producción total de
botellas sin rotura producidas en las plantas de Lima y Arequipa siguen una distribución normal y con un nivel
de significación del 1%, ¿qué decisión tomará el Gerente de Producción? (3,0 puntos)
Solución:
X1: Total de botellas sin rotura fabricadas en la planta de Lima
X1: Total de botellas sin rotura fabricadas en la planta de Arequipa
Prueba de hipótesis de razón de varianzas
Ho:  12 /  22  1

H1:  12 /  22  1

Nivel de significación:  = 0,01

Estadístico de prueba: Fcal  1,45

Valor p = 0,113 >  = 0,01

Decisión estadística: NRHO
Conclusión: Con un nivel de significación del 1%, las varianzas del total de botellas sin rotura fabricadas por
las plantas de Lima y Arequipa son homogéneas.
Prueba de hipótesis de diferencia de medias
Ho: 1   2  0

H1: 1   2  0

Nivel de significación:  = 0,01

Estadístico de prueba: TCal  2,72
Valor p = 0,004 <  = 0,01
Decisión estadística: RHO
Conclusión: Con un nivel de significación del 1%, se puede afirmar que el promedio de botellas sin rotura
fabricadas en la planta de Lima es mayor que las producidas en la planta de Arequipa. El Gerente de
Producción debe tomar la decisión de capacitar al personal que labora en la planta de Arequipa.

Problema 02
De acuerdo a los planes de producción de la empresa Vidrios Perú S.A. en la panta de Arequipa, la proporción
de botellas de vidrio de color verde oscuro fabricadas debe ser mayor al 0,30, debido a la mayor demanda
de dicho tipo de envase en la zona sur. El Gerente de Producción de la planta de Arequipa incentivará a sus
trabajadores con una bonificación económica si se comprueba que se está cumpliendo con el plan de
producción. Le encargan a Usted la realización del estudio, y con el análisis respectivo, ¿qué le recomendaría
al Gerente de Producción? Utilice para el estudio un nivel de significación del 2% y la base de datos dada en
el Excel (2,0 puntos)
Solución:
Variable: N° de botellas de vidrio de color verde oscuro fabricadas en la planta de Arequipa
P: Proporción poblacional de botellas de vidrio de color verde oscuro fabricadas en la planta de Arequipa
Color de botella fi hi
AMBAR 13 17,57%
TRANSPARENTE 10 13,51%
VERDE CLARO 24 32,43%
VERDE OSCURO 27 36,49%
Total general 74 100,00%

Prueba de hipótesis para una proporción

Ho: P  0,30

H1: P  0,30

Nivel de significación:  = 0,02

Estadístico de prueba: Z Cal  1,22

Valor p = 0,132 >  = 0,02

Decisión estadística: NRHO
Conclusión: Con un nivel de significación del 2%, no se puede afirmar que la proporción poblacional de
botellas de vidrio de color verde oscuro fabricadas en la planta de Arequipa sea mayor a 0,30. No se está
cumpliendo con los planes de producción, el Gerente de Producción no debe otorgar una bonificación
económica a sus trabajadores.

Problema 03
La empresa Vidrios Perú S.A, dentro de sus planes de producción, fabrica envases de vidrio de los colores:
ámbar, transparente, verde claro y verde obscuro cuyas proporciones se deben encuentran en la relación
2:2:3:3. Después que la empresa implementa nuevo sistema fabricación de envases de vidrio, la Gerencia de
Producción desea investigar, si las proporciones dadas anteriormente se mantienen o han variado. Si la
proporción ha variado debe tomar la decisión de hacer reajustes al nuevo sistema de fabricación de los
envases de vidrio. Utilice la base de datos del Excel para realizar la prueba de hipótesis.
Con un nivel de significación del 1%, ¿se puede afirmar que la proporción de envases de vidrio de los
diferentes colores ha variado después de la implementación del nuevo sistema de fabricación de envases de
vidrio?, ¿la Gerencia de Producción debe hacer reajustes al nuevo sistema de fabricación? (2,0 puntos)
Solución:

Color Observado P(x)

AMBAR 37 0,2
TRANSPARENTE 30 0,2
VERDE CLARO 48 0,3
VERDE OSCURO 55 0,3
Total general 170 1
Ho: Las proporciones de envases de vidrio de los diferentes colores se encuentran en la relación 2:2:3:3
H1: Las proporciones de envases de vidrio de diferentes colores es diferente a la relación 2:2:3:3
Nivel de significación:  = 0,01
Estadístico de prueba: Chi cuadrado calculado = 1,22549
Valor p = 0,747 >  = 0,01
DE: NRHO
Decisión: Con un nivel de significación del 1%, Las proporciones de envases de vidrio de los diferentes colores
se encuentran en la relación 2:2:3:3, la Gerencia de Producción no debe hacer reajustes al nuevo sistema de
fabricación.

Problema 04
El Gerente de Producción de Vidrios Perú S.A. está interesado en determinar el efecto del turno y la planta
de producción en el costo total de las botellas fabricadas; para tal efecto, selecciona al azar botellas en un
experimento diseñado de dos factores, la información se muestra en la base de datos. Realice las pruebas
estadísticas con un  = 0,01. Si hay o no interacción entre los factores, realice las pruebas de comparaciones
por parejas de Tukey. Asuma que se cumplen los supuestos del modelo. (4,0 puntos)
Solución:
Variable respuesta: Costo total de las botellas fabricadas
Factor 1: Turno Niveles: M, T y N
Factor 2: Planta Niveles: Arequipa (A), Cuzco (C) y Lima (L)
Tratamientos: MA, MC, ML, TA, TC, TL, NA, NC, NL
Unidad experimental: Una botella de vidrio fabricada.

Prueba de hipótesis de la interacción

Ho: No hay interacción entre el turno y la planta de producción sobre el costo total de las botellas fabricadas.
H1: Hay interacción entre el turno y la planta de producción sobre el costo total de las botellas fabricadas.
Nivel de significación:  = 0,01
Estadístico de prueba: FCal  0,98
Valor p = 0,420 >  = 0,01
Decisión estadística: NRHO
Conclusión: Con un nivel de significación del 1%, se puede afirmar que no hay interacción entre el turno y la
planta de producción sobre el costo total de las botellas fabricadas.
Prueba de hipótesis para el factor Turno
Ho: No hay efecto del factor turno sobre el costo total de las botellas fabricadas.
H1: Si hay efecto del factor turno sobre el costo total de las botellas fabricadas.
Nivel de significación:  = 0,01
Estadístico de prueba: FCal  1,16
Valor p = 0,315 >  = 0,01
Decisión estadística: NRHO
Conclusión: Con un nivel de significación del 1%, se puede afirmar que no hay efecto del factor turno sobre
el costo total de las botellas fabricadas.
Prueba de hipótesis para el factor Planta
Ho: No hay efecto del factor planta sobre el costo total de las botellas fabricadas.
H1: Si hay efecto del factor planta sobre el costo total de las botellas fabricadas.
Nivel de significación:  = 0,01
Estadístico de prueba: FCal  26,90
Valor p = 0,000 <  = 0,01
Decisión estadística: RHO
Conclusión: Con un nivel de significación del 1%, se puede afirmar que si hay efecto del factor planta sobre
el costo total de las botellas fabricadas.
Comparaciones por parejas de Tukey
Ho: i   j

H1: i   j i  j

PLANTA N Media Agrupación

AREQUIPA 74 209420 A
LIMA 80 154104 B
CUSCO 16 149936 B
De las comparaciones por parejas de Tukey se concluye que el costo total promedio es mayor en la planta de
Arequipa. Las plantas de Lima y Cuzco tienen igual costo total promedio.

Problema 05
Como parte del análisis de los procesos productivos, el Gerente de Producción de la empresa Vidrios Perú
S.A desea analizar la relación existente entre el peso total del material utilizado (Kg) y el total de botellas
con rotura (unidades), con la finalidad de predecir el peso total del material utilizado a partir del total de
botellas con rotura. Asuma que se cumplen los supuestos del modelo. (2,0 puntos)
Y: Peso total del material utilizado (kg)
X: Total de botellas con rotura (unidades)
a) Escriba el modelo de regresión lineal simple estimado que describa la relación entre estas dos variables.
Interprete el coeficiente de regresión estimado.
Ecuación de regresión lineal estimada
Y  124952  160.9 X
B1 = 160,9: Por cada botella con rotura adicional, el peso total de material utilizado se incrementa en
160,9 kilogramos.

b) Valide el modelo. Use nivel de significación del 1%.

Ho: B1 = 0
H1: B1 ≠ 0
Nivel de significación:  = 0,01
Estadístico de prueba: FCal  259,10

Valor p = 0,000 <  = 0,01

Decisión estadística: RHO
Conclusión: Con un nivel de significación del 1%, se puede afirmar que si existe una relación lineal entre
el peso del material utilizado y el total de botellas con rotura, por lo tanto, el modelo lineal es válido
c) Calcule e interprete un intervalo confianza del 99% para la predicción del peso total del material
utilizado, cuando el total de botellas con rotura es de 500.
IC(Y/X = 500) : [138242, 272556]
Interpretación: Con un nivel de confianza del 99%, se estima que el peso total del material utilizado
cuando el total de botellas con rotura es 500, está contenido en [138242, 272556] kilogramos.

Problema 06

El Gerente de la Planta de Lima, cree que puede existir un modelo no lineal que explique mejor la relación
entre el peso del material utilizado (kg) y el total de botellas con rotura (unidades) en la planta a su cargo y
lograr de esa manera realizar predicciones del peso total del material utilizado a partir del total de botellas
con rotura. Determine el mejor modelo no lineal que estime la relación existente entre ambas variables.
Considere como posibilidades los modelos: Exponencial, Potencia y Cuadrático. (2,0 puntos)

a) En el siguiente cuadro debe ordenar los modelos de regresión no lineal según su prioridad considerando
el coeficiente de determinación
Modelo R2 Prioridad
Cuadrático 72,83% 2
Exponencial 62,84% 3
Potencia 75,22% 1

b) Valide y presente el mejor modelo no lineal con el que finalmente podrá realizar sus pronósticos. Utilice
un nivel de significancia del 5% para la validación del modelo.

Validación del modelo potencia

Ho: B1 = 0
H1: B1 ≠ 0
Nivel de significación:  = 0,05
Estadístico de prueba: FCal  236,77

Valor p = 0,000 <  = 0,05

Decisión estadística: RHO
Conclusión: Con un nivel de significación del 5%, el modelo potencia es válido.
Ecuación linealizada: LNY = 9.032 + 0.5104LNX

Modelo potencia: Y  8366,58 X 0,5104

c) Basado en el modelo de regresión no lineal validada en el inciso anterior, con un nivel de confianza del
90%, estime un intervalo para peso promedio del material utilizado, cuando el total de botellas con rotura
es de 450 unidades.

IC (ln(U / X  450) : [12,1253, 12,1757 ]

IC (U / X  450) : [184481, 194017 ] Kilogramos

Problema 07

El Gerente de ventas de la empresa Vidrios Perú S.A. desea pronosticar la producción total de botellas sin
rotura (unidades) para los dos últimos trimestres del año 2018. Para la realización del estudio se recoge
información de una serie trimestral de la producción total de botellas sin rotura durante el periodo 2012 al
segundo trimestre del 2018, tal como se muestra en la base de datos. Utilizando el método de
descomposición realicen el análisis apropiado para obtener dichos pronósticos. (2,5 puntos)

Gráfica de series de tiempo de Producción total de botellas si

560000

540000
Producc n total de botellas si

520000

500000

480000

460000
ió

440000

420000

400000
Trimestre Q1 Q1 Q1 Q1 Q1 Q1 Q1
Año 2012 2013 2014 2015 2016 2017 2018

Se debe considerar un modelo multiplicativo: tendencia más estacionalidad

Método a utilizar: Descomposición

Ecuación de tendencia ajustada: Y t  432821  3632 t

Pronósticos:

Período Pronóstico
Q3/2018 530612
Q4/2018 568768

Problema 08

El Jefe de Control de Calidad de la empresa Vidrios Perú S.A desea obtener el pronóstico del número de
botellas con rotura para el tercer trimestre del 2018. Si el pronóstico obtenido es mayor a 1500 botellas rotas
se tomará la decisión de capacitar al personal de planta encargado de la fabricación de las botellas. Para
llevar a cabo el estudio, se recolectó el número de botellas con rotura a partir del primer trimestre del 2012
hasta el segundo trimestre del 2018. Hallar el pronóstico del número de botellas con rotura utilizando un
modelo de atenuación exponencial simple con tres constantes de suavización α = 0.2; 0.5 y 0.9, e indique
cuál es la mejor constante de suavización y pronostique el número de botellas con rotura para el tercer
trimestre del 2018. ¿Qué decisión debe tomar el Jefe de Control de Calidad? (1,5 puntos)
Los resultados obtenidos en el minitab se muestran a continuación:

Constante de MAPE MAD MSD Pronóstico 3°

suavización () (PEMA) (DAM) (EMC) trimestre 2018
0,2 24 379 253280 1813,53
0,5 28 430 307071 1769,95
0,9 33 498 432522 2002.71

La mejor constante de suavización es  = 0,2, porque tiene los menores promedios calculados anteriormente
y el pronóstico del número de botellas con rotura para el tercer trimestre del 2018 es 1813,53. El Jefe de
Control de Calidad debe tomar la decisión de capacitar al personal de planta encargada de la fabricación de
las botellas.

Problema 09

El Gerente de Producción desea conocer si el proceso de fabricación de las botellas está fuera de control con
respecto a la altura de la botella, cuyo promedio debe ser 310 milímetros. Si el proceso está fuera de control
tomará la decisión de parar la planta para calibrar los equipos. Par tomar la decisión, selecciona al azar 10
grupos a intervalos de 30 minutos y para cada grupo se midió la altura de 5 botellas. Los datos se muestran
en la base de datos del excel. Con los resultados obtenidos en el minitab de la gráfica de control de calidad
X  S , ¿se puede afirmar que el proceso se encuentra fuera de control?, ¿qué decisión deberá tomar el
Gerente de Producción? (1,0 puntos)

La gráfica de control de calidad X  S se muestra a continuación:

Gráfica Xbarra-S de Muestra 1, ..., Muestra 5

320 LCS=319.62
Media de la muestra

315
__
310 X=309.46

305

300 LCI=299.29
1 2 3 4 5 6 7 8 9 10
Muestra

16
LCS=14.88
Desv.Est. de la muestra

12

8 _
S=7.12

0 LCI=0
1 2 3 4 5 6 7 8 9 10
Muestra

Si, se puede afirmar que el proceso está bajo control, ya que no se encuentra ningún punto fuera de las
bandas. (Y no se cumplió alguno de los criterios especiales que indican que el proceso está fuera de
control)
El Gerente de Producción no debe tomar la decisión de para la planta para calibrar los equipos.