ESTADISTICA II

TÍTULO DE INVESTIGACIÓN.
1. Análisis estadístico de las órdenes de mantenimiento
para reducir los costos originados por el retraso en la
entrega del mantenimiento de la planta Aceros Arequipa
S.A.

2. INTEGRANTES:
 Mariano Obregon Jhonatan U201720228
 Muñoz Vitor Carlos U201721376
 Condori Condori Yessica U201616971
 Torres Mallma Elizabeth U20171B199
 Guerrero Torres Tony U201720121
 Resurreccion Tyco Oscar U201713053
PROFESOR:
Omar Antonio Chincaro del Coral

2019
 ESTADÍSTICA II

1. INTRODUCCIÓN

El presente proyecto realizado en la planta Aceros Arequipa S.A. tiene como objeto de
estudio estadístico de realizar una investigación a raíz de identificar el problema
principal dentro de la empresa, por la constante parada de producción , el cual es el
incumplimiento de entregas a tiempo de todos los pedidos a nivel nacional.
Por ello dentro de este trabajo el objetivo principal es identificar las demoras que se da
en el momento del mantenimiento de la planta, donde se genera mayor tiempo de
parada.
Por ello midiendo el grado de mejora en el cumplimiento de entregas implementado la
propuesta de mejora en la empresa.

En este trabajo Se tomó un enfoque positivista, basándonos en métodos estadisticos

para el desarrollo de esta y tomando datos cuantitativos y cualitativos que permitan
medir, evaluar y determinar el logro de los objetivos.
Donde Se busca demostrar con la siguiente hipótesis que, la propuesta de mejora
permite mejorar el cumplimiento de entregas a tiempo en la empresa Aceros Arequipa
S.A. .Logrando aceptar esta hipótesis, se espera mejorar tanto en la parte operativa de
la empresa, como en el aspecto de competitividad en el mercado y el desarrollo de
oportunidades para la empresa y sus trabajadores.

La investigación se realizará a través del desarrollo de los objetivos usando los

instrumentos y técnicas de investigación estadístico para descartar todas las demoras
dadas a futuro.

INDICE

 Introducción

Página 1
 ESTADÍSTICA II

 1.-Título del tema de Investigación

 2.-Planteamiento Del Problema
 3.-Objetivo General
o Objetivos específicos
 4.-Reseña de la Empresa
o Visión
o Misión
o Rubro Al Que Pertenece
o Área Relacionada
 Fuente De Información
 Descripción Del Plan De Análisis
 5.-Definiciones Básicas
o Población
o Muestra
o Unidad Elemental
 6.- Definición Y Clasificación De Variables
 7.- I.C. para una muestra
o I.C. para motivos de demora
o I.C. para tipo de mantenimiento
o prueba de hipótesis para una muestra
 PH motivos de demora en el mantenimiento
 PH ordenes por tipo de mantenimiento
 PH por especialidad de tipo de mantenimiento
o PH para dos muestras
 I.C. DIFERENCIA 2 PROPORCIONES – I.C (P1 – P2)
 8.- variables cuantitativa
o I.C. para una muestra
 I.C.para el costo promedio por minuto
 I.C para la desviación estándar de costo por minutos
 I.C.para el tiempo promedio programado
 I.C para la desviación estándar del tiempo programado
 I.C. para el costo promedio programado
 I.C para la desviación estándar de costo programado
 I.C. para el tiempo promedio real ejecutado

Página 2
 ESTADÍSTICA II

 I.C para la desviación estándar del tiempo real ejecutado

 I.C. para el costo promedio real
 I.C para la desviacion estándar de costo real
o prueba de hipotesis para una muestra
 P.H (U) - costo promedio / minuto
 P.H (U) – tiempo programado
 P.H (U) - costo real
o prueba de hipotesis para 2 muestras independientes
 costo real de las órdenes de mantenimiento mecánico y eléctrico
o proporciones diferente

 9.- DCA diseño completamente aleatorio motivos de demora con costo real ejecutado
 10.- prueba de regresión lineal exceso de tiempo programado
 11.-Conclusiones y recomendaciones
 BIOGRAFIA

1. TÍTULO DEL TEMA DE INVESTIGACIÓN.

Página 3
 ESTADÍSTICA II

Análisis estadístico de las órdenes de mantenimiento para reducir los costos originados
por el retraso en la entrega del mantenimiento de la planta Aceros Arequipa S.A.

2. PLANTEAMIENTO DEL PROBLEMA

Durante los meses de abril a julio del 2018 la planta Aceros Arequipa S.A. se ha visto
afectada por prolongadas paradas de producción esto debido a la demora por entrega de
mantenimiento de las máquinas y equipos, generando grandes pérdidas económicas.
Durante el desarrollo del presente proyecto se analizara los datos el cual permitirá conocer
las causas que originan estos problemas, además de plantear las acciones correctivas
necesarias para mejorar esta situación. ¿Cuáles son las causas que originan que el
mantenimiento de las máquinas y equipos no se entregue a la hora establecida? ¿Qué
acciones correctivas se tomaran para reducir o eliminar este problema?

3. OBJETIVO GENERAL

Realizar un análisis estadístico para identificar las causas que originan retrasos en la
entrega del mantenimiento al área de producción de la planta Aceros Arequipa S.A.

3.1. OBJETIVOS ESPECÍFICOS

a) Determinar cuáles son los motivos de paradas más frecuentes.

b) Determinar cuáles son los maquinas con más mantenimientos que se le ha realizado.
c) Calcular las horas de parada promedio mensual de la producción por línea.
d) Calcular el índice de productividad real de las máquinas de producción.
e) Determinar el tiempo los costos de mantenimientos programados con respecto a los
ejecutados.
f) Calcular el costo incurrido por tiempo de atención de mantenimiento de las máquinas.

4. RESEÑA DE LA EMPRESA

Nuestra empresa fue fundada en 1964 en la ciudad de Arequipa, iniciando sus

operaciones en 1966 con la producción y comercialización de perfiles y barras lisas de
acero para la industria metal-mecánica, construcción y de carpintería metálica. Por la alta
calidad de nuestros productos, nos convertimos rápidamente en el principal abastecedor
de éstos en todo el Perú. Con el objetivo de consolidar nuestro desarrollo, en 1983
inauguramos nuestra segunda planta de laminación en la ciudad de Pisco, al sur de Lima,
e incursionamos en la fabricación de barras corrugadas y alambrones.

Página 4
 ESTADÍSTICA II

Cinco años después, en 1988, la fusión con Laminadora del Pacífico nos permitió ampliar
nuestras operaciones a la fabricación de acero en forma de palanquillas, materia prima
para los productos laminados en caliente. A comienzos de la década de los 90, se
introdujeron los conceptos de calidad total entre nuestro personal, como paso previo a la
modernización de nuestra organización en las plantas.

De esta manera, luego de inculcar esta filosofía mediante los círculos control de calidad y
grupos de progreso, y de obtener importantes premios, recibimos en 1997 la Certificación
ISO 9002 para nuestros procesos en nuestra planta de Pisco, y meses más tarde para
nuestra planta de Arequipa. Actualmente, hemos adecuado nuestro sistema de calidad a
las nuevas exigencias de la norma ISO 9001 versión 2000.

En 1996 invertimos 16 millones de dólares en tecnología de vanguardia y pusimos en

funcionamiento nuestra moderna planta de hierro esponja en Pisco, para mejorar la
calidad de nuestros aceros más finos y asegurar el abastecimiento oportuno del mercado.
A fines de 1997, nos fusionamos con la empresa Aceros Calibrados S.A. a fin de ampliar
nuestro portafolio de productos. De esta manera, nace Corporación Aceros Arequipa S.A.

En el año 2002 invertimos 9.5 millones de dólares en la automatización de nuestra línea

de laminación y la implementación de nuestra planta de laminado en frío en Pisco.
Posteriormente, dos años más tarde, en el 2004, realizamos una inversión de 14.5

Página 5
 ESTADÍSTICA II

millones de dólares para la implementación de nuestra nueva línea de producción de

alambrón.

Pocos meses después, iniciamos el proyecto de conversión a gas natural y pusimos en

funcionamiento nuestra planta fragmenta dora de acero reciclado.
En julio de 2007, concluimos las obras que nos permitieron aumentar la capacidad de
producción de nuestra planta de Pisco. Esta primera etapa de ampliación, ha significado
una inversión de más de 45 millones de dólares y permitió incrementar nuestra capacidad
de producción de 350 mil a 550 mil toneladas de acero anuales.

Hoy en día producimos 700,000 toneladas de acero líquido anuales. De esta manera,
Corporación Aceros Arequipa se consolida como una empresa moderna y sólida que
fabrica productos de calidad internacional, cuyo principal objetivo es continuar
satisfaciendo las necesidades del mercado nacional y regional, contribuyendo al
desarrollo de nuestro país.

4.1. VISIÓN

Grupo Siderúrgico líder en el mercado nacional del acero con creciente y activa
presencia en el mercado exterior, soportado por una organización moderna y altamente

Página 6
 ESTADÍSTICA II

calificada, integrado en toda la cadena de valor y ubicado entre los más rentables de la
región Latinoamericana.

4.2. MISIÓN

Nuestra Misión es ofrecer al mercado soluciones de acero, mejorando de forma

permanente el servicio a nuestros clientes, la calidad de nuestros productos y la
eficiencia de los procesos.
Nos comprometemos a lograrlo dando bienestar a nuestro equipo humano,
protegiendo el medio ambiente, contribuyendo al desarrollo de la comunidad y del país
e incrementando el valor generado para nuestros accionistas.

4.3. RUBRO AL QUE PERTENECE

Siderurgia.

4.4. ÁREA RELACIONADA

Superintendencia de Mantenimiento

4.4.1. FUENTE DE INFORMACIÓN

Registros de datos Modulo MP SAP (Superintendencia de Mantenimiento)

4.4.2. DESCRIPCIÓN DEL PLAN DE ANÁLISIS

Los datos cualitativos y cuantitativos recopilados se analizaran utilizando estadística

inferencial haciendo uso del software MINITAB 16
5. DEFINICIONES BÁSICAS

5.1. POBLACIÓN

Todos los registros de órdenes de mantenimiento que se realizaron entre los meses de
abril y julio del año 2018 en la planta de Aceros Arequipa S.A.

5.2. MUESTRA

381 registros de órdenes de mantenimiento que se realizaron entre los meses de abril
y julio del año 2018 en la planta de Aceros Arequipa S.A.

Página 7
 ESTADÍSTICA II

5.3. UNIDAD ELEMENTAL

Un registro de orden de mantenimiento que se realizó entre los meses de abril y julio
del año 2018 en la planta de Aceros Arequipa S.A.

6. DEFINICIÓN Y CLASIFICACIÓN DE VARIABLES

De la base de datos obtenidos Modulo MP SAP (Superintendencia de Mantenimiento) de

la planta Aceros Arequipa S.A. se han considerado el siguiente cuadro.

VARIABLE TIPO DE VARIABLE ESCALA DE MEDICIÓN

Clasificación Cualitativa Nominal
Tipo de Mantenimiento Cualitativa Nominal
Prioridad Cualitativa Ordinal
Especialidad Cualitativa Nominal
Mes Cualitativa Nominal
Veces que se ha repetido el
Cuantitativa Discreta Razón
Mantenimiento
Costo Prom / min Cuantitativa Continua Razón
Tiempo Programado Cuantitativa Continua Razón
Costo Programado Cuantitativa Continua Razón
Tiempo real ejecutado Cuantitativa Continua Razón
Costo Real Cuantitativa Continua Razón
Motivo de demora Cualitativa Nominal
FUENTE: Módulo PM SAP (Corporación Aceros Arequipa S.A.)
Para el cálculo de tamaño de la muestra consideramos la siguiente tabla de frecuencias:

Distribución de frecuencia según Tipo de Especialidad

ESPECIALIDAD Fi hi pi
Mecánica 109 0.545 54.50%
Eléctrica 84 0.420 42.00%
Instrumentista 4 0.020 2.00%
Electrónica 3 0.015 1.50%
Total general 200 1 100.00%

Según el tipo de especialidad del cuadro de distribución de frecuencia, indica que

debemos dar solución al problema de mayor relevancia que es MECANICA.
Tamaño de muestra para estimar una proporción poblacional (Hallando n en función de
la variable tipos de especialidad)

z12 2 p  1  p 
n
Página 8 E2
 ESTADÍSTICA II

El archivo PDF del trabajo final, indica tomar los siguientes valores respectos al nivel de
confianza y nivel de error:

Entonces para determinar el valor de la muestra (n), consideramos los siguientes datos:

 Proporción maestral: P = 0.545 (de acuerdo a la tabla de frecuencias)

 Nivel de confianza: 95%
 Nivel de error: 5%
 Hallando en valor de Z (distribución estándar normal inversa)

(1−∝)=0.95∝=0.05
0.05
Z 1− =Z=0.975
2

 Por lo tanto, el valor que toma Z es 1.95996398

z12 2 p  1  p 
n0 
E2
n=1.9592 x 0.545 x ( 1−0.545 ) ÷ 0.052
n=380.659
 Redondeando por exceso n= 381

Página 9
 ESTADÍSTICA II

 Nuestra base de datos cuenta con 200 órdenes de mantenimiento, de acuerdo al

cálculo se necesita 381, por lo tanto se aumentara 181 datos.

7. I.C. PARA UNA MUESTRA

7.1. I.C. PARA MOTIVOS DE DEMORA

El Superintendente de Planeamiento y Control de Mantenimiento requiere determinar qué

proporción tiene la falta de herramientas (106 órdenes que no se realizaron por falta de
herramientas) en la lista de motivos de la demora de las órdenes de mantenimiento. Este
cálculo se realizará con una muestra aleatoria de 381 órdenes de mantenimiento, el intervalo
de confianza a usar es del 95%.
Datos:
 P: proporción de motivo de falta de herramientas
 N.C = 95%
 I.C. (P)=?

Solución:
En la tabla de distribución existen 5 motivos de demora, se requiere calcular la proporción del
motivo de falta de herramientas, esto se haya en el programa Minitab tal como se muestra a
continuación.

Conclusión

A un nivel de confianza del 95%, el verdadero porcentaje de motivo de falta de herramientas

va desde 23.32% hasta 32.32%.

7.2. I.C. PARA TIPO DE MANTENIMIENTO

El Superintendente de Planeamiento y Control de Mantenimiento requiere determinar qué

proporción tiene el mantenimiento preventivo en la lista de tipos de mantenimiento de las

Página 10
 ESTADÍSTICA II

órdenes de mantenimiento. Este cálculo se realizará con una muestra aleatoria de 381
órdenes de mantenimiento, el intervalo de confianza a usar es del 95%.

Datos:
 P: proporción del tipo mantenimiento preventivo en las ordenes de mantenimiento
 N.C = 95%
 I.C. (P)=?

Solución:
En la tabla de distribución existen 2 tipos de mantenimiento (correctivo o preventivo), se
requiere calcular la proporción del tipo mantenimiento preventivo, esto se calcula en el
programa Minitab tal como se muestra a continuación.

Conclusión
A un nivel de confianza del 95%, el verdadero porcentaje de tipo de mantenimiento preventivo
va desde 38.85% hasta 48.81%.

7.3. PRUEBA DE HIPOTESIS PARA UNA MUESTRA

7.3.1. PH MOTIVOS DE DEMORA EN EL MANTENIMIENTO

El Superintendente de Planeamiento y Control de Mantenimiento está analizando la

posibilidad de trasladar de ubicación geográfica la planta de Pisco si el motivo del factor

Página 11
 ESTADÍSTICA II

climático es mayor que el 25% del total de órdenes de mantenimiento. De ser mayor se
trasladaría la planta a Marcona a fin de evitar las demoras del mantenimiento. Se asume que
la frecuencia de la demora por factor climático sigue una distribución normal. Probar que a un
nivel de significación del 5%, la frecuencia de la demora por factor climático es mayor que
25%.

Datos:
 P: proporción motivo del factor climático en las ordenes de mantenimiento
 N.C = 95%
 P.H. (P)=?

Solución:
Planteamiento de la hipótesis H 0 :P ≤ 0.25
H I : P>0.25

Nivel de significación: ∝=0.05

Hallando el p-valor (Minitab) P−VALOR=0.989

Comparando p−valor=0.989>∝=0.05
Por lo tanto, no se rechaza la hipótesis nula y no se acepta la hipótesis alterna.

Conclusión

Página 12
 ESTADÍSTICA II

A un nivel de significancia del 5%, no existe evidencia estadística suficiente para rechazar
que la proporción del motivo del factor climático es menor o igual que 0.25. Por lo tanto,
no se traslada la planta.

7.3.2. PH ORDENES POR TIPO DE MANTENIMIENTO

El Superintendente de Planeamiento y Control de Mantenimiento está analizando la

posibilidad de crear un departamento de mantenimiento predictivo que realice el monitoreo
periódico de condición (vibración, temperatura, etc.) de los equipos si el mantenimiento
correctivo es mayor que el 50% del total de órdenes de mantenimiento. De ser mayor se
crearía el departamento de mantenimiento predictivo. Se asume que la frecuencia del tipo de
mantenimiento correctivo sigue una distribución normal. Probar que a un nivel de significación
del 5%, la frecuencia del tipo de mantenimiento correctivo es mayor que 50%.

Datos:
 P: proporción del tipo de mantenimiento correctivo en las ordenes de mantenimiento
 N.C = 95%
 P.H. (P)=?
Solución:
Planteamiento de la hipótesis
H 0 :P ≤ 0.5
H I : P>0.5

Nivel de significación: ∝=0.05

Hallando el p-valor (Minitab) P−VALOR=0.917

Comparando p−valor=0.917>∝=0.05

Página 13
 ESTADÍSTICA II

Por lo tanto, no se rechaza la hipótesis nula y no se acepta la hipótesis alterna.

Conclusión
A un nivel de significancia del 5%, la proporción del tipo de mantenimiento correctivo es
menor a 50%. Por lo tanto el superintendente de planeamiento y control del
mantenimiento no creará el departamento de mantenimiento predictivo.

7.3.3. PH POR ESPECIALIDAD DE TIPO DE MANTENIMIENTO

El Superintendente de Planeamiento y Control de Mantenimiento está analizando la

posibilidad de contratar más técnicos electricistas para reducir el tiempo de ejecución de las
actividades de mantenimiento eléctricas si las órdenes de mantenimiento con especialidad
mecánica son mayores que el 85% del total de órdenes de mantenimiento. De ser mayor se
contratarían 3 técnicos mecánicos adicionales. Se asume que la frecuencia de la especialidad
mecánica sigue una distribución normal. Probar que a un nivel de significación del 5%, la
frecuencia de la especialidad mecánica es mayor que 85%.

Datos:
 P: proporción de la especialidad mecánica en las ordenes de mantenimiento
 N.C = 95%
 P.H. (P)=?

Solución:
Planteamiento de la hipótesis
H 0 :P ≤ 0.85
H I : P>0.85

Nivel de significación: ∝=0.05

Hallando el p-valor (Minitab) P−VALOR =¿1.00

Página 14
 ESTADÍSTICA II

Comparando p−valor=1.00>∝=0.05
Por lo tanto, no se rechaza la hipótesis nula y no se acepta la hipótesis alterna.

Conclusión
A un nivel de significancia del 5%, la proporción de la especialidad mecánica es menor a
85%. Por lo tanto el superintendente de planeamiento y control del mantenimiento no
contratará más técnicos mecánicos.

7.4. PH PARA DOS MUESTRAS

7.4.1. I.C. DIFERENCIA 2 PROPORCIONES – I.C (P1 – P2)

El Superintendente de Planeamiento y Control de Mantenimiento quiere determinar la

diferencia de proporciones del motivo de entrega de máquina fuera de tiempo en el periodo
ABRIL-MAYO 2013 con el periodo JUNIO-JULIO 2013. Para el análisis se usan la base de
datos de 381 órdenes de mantenimiento. Calcule e intérprete para un intervalo del 95% de
confianza, la diferencia real de proporciones del motivo de entrega de máquina fuera de
tiempo en los periodos establecidos.

Datos:
 P1: proporción de motivo entrega de máquina fuera de tiempo periodo ABRIL-MAYO
2013
 P1: proporción de motivo entrega de máquina fuera de tiempo periodo JUNIO-JULIO
2013
 N.C= 95%
 I.C. (P1 – P2)= ?

Solución:

Página 15
 ESTADÍSTICA II

Cuando agrupamos los datos solicitados en la nueva base de datos de 381 órdenes de
mantenimiento se encuentra lo siguiente:

PERIODO 2013 EVENTOS ENSAYO

Abril - Mayo 55 199
Junio - Jullio 49 182
TOTAL 104 381

Conclusión
A un nivel de confianza del 95%, la verdadera diferencia de proporción es del motivo de
entrega durante los periodos de abril–mayo y junio–julio va desde -0.0823 hasta 0.0966.

8. VARIABLES CUANTITATIVAS

8.1. I.C. PARA UNA MUESTRA

8.1.1. I.C. PARA EL COSTO PROMEDIO POR MINUTO

El superintendente de mantenimiento de la planta Aceros Arequipa S.A. desea determinar el

costo por minuto de las 381 órdenes de mantenimiento. Calcule e interprete con un intervalo
de confianza de 95% para el costo promedio por minuto de las órdenes de mantenimiento.
Datos:

X: Costo por minuto (S/.)

u: Costo promedio por minuto (S/.)
n.c. = 95%

Página 16
 ESTADÍSTICA II

I.C. (u) = ?
Solución:

I.C. (u) = [14.262, 14.661]

Interpretación:
A un nivel de confianza de 95% el verdadero costo promedio de las órdenes de
mantenimiento va desde S/. 14.262 por minuto hasta S/. 14.661 por minuto.

8.1.2. I.C PARA LA DESVIACION ESTANDAR DE COSTO POR MINUTO

El superintendente de mantenimiento de la planta Aceros Arequipa S.A. desea determinar

la desviación estándar del costo por minuto de las 381 órdenes de mantenimiento. Calcule
e interprete con un intervalo de confianza de 95% para la desviación estándar del costo
por minuto.

Datos:
X: Costo por minuto (S/.)
N = 381
n.c. = 95%
I.C. (σ) = ?

Solución:

Página 17
 ESTADÍSTICA II

I.C. (σ) = [1.85, 2.13]

Interpretación:
A un nivel de confianza del 95% la verdadera desviación estándar del costo por minuto de
las órdenes de mantenimiento de la planta Aceros Arequipa va desde S/. 1.85 por minuto
hasta S/. 2.13 por minuto.

8.1.3. I.C. PARA EL TIEMPO PROMEDIO PROGRAMADO

El jefe de planeamiento de la planta Aceros Arequipa S.A. desea determinar el tiempo

programado de las 381 órdenes de mantenimiento. Calcule e interprete con un intervalo
de confianza de 95% para el tiempo promedio programado en minutos de las órdenes de
mantenimiento.

Datos:
X: Tiempo programado en minutos
u: Tiempo promedio programado en minutos
n.c. = 95%
I.C. (u) = ?

Solución:

Página 18
 ESTADÍSTICA II

I.C. (u) = [238.22, 266.66]

Interpretación:

A un nivel de confianza de 95% el verdadero tiempo promedio programado de las órdenes

de mantenimiento va desde 238.22 minutos hasta 266.66 minutos.

8.1.4. I.C PARA LA DESVIACION ESTANDAR DEL TIEMPO PROGRAMADO

El jefe de planeamiento de la planta Aceros Arequipa S.A. desea determinar la desviación

estándar del tiempo programado de las 381 órdenes de mantenimiento. Calcule e
interprete con un intervalo de confianza de 95% para la desviación estándar del tiempo
programado.
Datos:
X: Tiempo programado en minutos
N = 381
n.c. = 95%
I.C. (σ) = ?

Solución:

Página 19
 ESTADÍSTICA II

I.C. (σ) = [132, 152]

Interpretación:
A un nivel de confianza del 95% la verdadera desviación estándar del tiempo programado
de las órdenes de mantenimiento de la planta Aceros Arequipa va desde 132 minutos
hasta 152 minutos.

8.1.5. I.C. PARA EL COSTO PROMEDIO PROGRAMADO

El supervisor de mantenimiento de la planta Aceros Arequipa S.A. desea evaluar el costo

programado de las 381 órdenes de mantenimiento. Calcule e interprete con un intervalo
de confianza de 95% para el costo promedio programado de las órdenes de
mantenimiento.

Datos:
X: Costo programado (S/.)
u: Costo promedio programado (S/.)
n.c. = 95%
I.C. (u) = ?

Solución:

Página 20
 ESTADÍSTICA II

I.C. (u) = [3454, 3892]

Interpretación:
A un nivel de confianza de 95% el verdadero costo promedio programado de las órdenes
de mantenimiento va desde S/. 3454 hasta S/. 3892.

8.1.6. I.C PARA LA DESVIACION ESTANDAR DE COSTO PROGRAMADO

El supervisor de mantenimiento de la planta Aceros Arequipa S.A. desea determinar la

desviación estándar del costo programado de las 381 órdenes de mantenimiento. Calcule
e interprete con un intervalo de confianza de 95% para la desviación estándar del costo
programado.

Datos:
X: Costo programado (S/.)
N = 381
n.c. = 95%
I.C. (σ) = ?
Solución:

Página 21
 ESTADÍSTICA II

I.C. (σ) = [2033, 2344]

Interpretación:
A un nivel de confianza del 95% la verdadera desviación estándar del costo programado
de las órdenes de mantenimiento de la planta Aceros Arequipa va desde S/. 2033 hasta
S/.2344.

8.1.7. I.C. PARA EL TIEMPO PROMEDIO REAL EJECUTADO

El plazo de mantenimiento de la planta Aceros Arequipa S.A. desea determinar el tiempo

real ejecutado de las 381 órdenes de mantenimiento. Calcule e interprete con un intervalo
de confianza de 95% para el tiempo promedio real ejecutado en minutos de las órdenes
de mantenimiento.

Datos:
X: Tiempo real ejecutado en minutos
u: Tiempo promedio real ejecutado en minutos
n.c. = 95%
I.C. (u) = ?

Solución:

Página 22
 ESTADÍSTICA II

I.C. (u) = [279.16, 307.74]

Interpretación:
A un nivel de confianza de 95% el verdadero tiempo promedio real ejecutado de las
órdenes de mantenimiento va desde 279.16 minutos hasta 307.74 minutos.

8.1.8. I.C PARA LA DESVIACION ESTANDAR DEL TIEMPO REAL

EJECUTADO

El planner de mantenimiento de la planta Aceros Arequipa S.A. desea determinar la

desviación estándar del tiempo real ejecutado de las 381 órdenes de mantenimiento.
Calcule e interprete con un intervalo de confianza de 95% para la desviación estándar del
tiempo real ejecutado.

Datos:
X: Tiempo real ejecutado en minutos
N = 381
n.c. = 95%
I.C. (σ) = ?

Solución:

Página 23
 ESTADÍSTICA II

I.C. (σ) = [132, 153]

Interpretación:
A un nivel de confianza del 95% la verdadera desviación estándar del tiempo real
ejecutado de las órdenes de mantenimiento de la planta Aceros Arequipa va desde 132
minutos hasta 153 minutos.

8.1.9. I.C. PARA EL COSTO PROMEDIO REAL

El analista de costos de la planta Aceros Arequipa S.A. desea evaluar el costo real de las
381 órdenes de mantenimiento. Calcule e interprete con un intervalo de confianza de 95%
para el costo promedio real de las órdenes de mantenimiento.

Datos:
X: Costo real (S/.)
u: Costo promedio real (S/.)
n.c. = 95%
I.C. (u) = ?
Solución:

Página 24
 ESTADÍSTICA II

I.C. (u) = [4044, 4490]

Interpretación:
A un nivel de confianza de 95% el verdadero costo promedio real de las órdenes de
mantenimiento va desde S/. 4044 hasta S/. 4490.

8.1.10. I.C PARA LA DESVIACION ESTANDAR DE COSTO REAL

El analista de costos de la planta Aceros Arequipa S.A. desea determinar la desviación

estándar del costo real de las 381 órdenes de mantenimiento. Calcule e interprete con un
intervalo de confianza de 95% para la desviación estándar del costo real.

Datos:
X: Costo real (S/.)
N = 381
n.c. = 95%
I.C. (σ) = ?

Solución:

Página 25
 ESTADÍSTICA II

I.C. (σ) = [2068, 2385]

Interpretación:
A un nivel de confianza del 95% la verdadera desviación estándar del costo real de las
órdenes de mantenimiento de la planta Aceros Arequipa va desde S/. 2068 hasta S/.2385.

8.2. PRUEBA DE HIPOTESIS PARA UNA MUESTRA

8.2.1. P.H (U) - COSTO PROMEDIO / MINUTO

El Analista de Planeamiento y Control de Mantenimiento debe de monitorear que cada

orden de mantenimiento tenga un costo promedio por minuto en su ejecución de S/. 13.5,
con desviación estándar menor de S/ 0.5, con el fin de lograr este objetivo desea verificar
el costo promedio de las 381 órdenes de mantenimiento. ¿Se puede concluir que el costo
promedio por minuto obtenido en este análisis es igual a lo requerido por el analista?
Utilizar un nivel de significación del 5%.
Datos:
U= S/ 13.5
  S/ 0.5
n = 381 órdenes de mantenimiento
Solución:
Planteamiento de la hipótesis
H 0 :U=S /13.5
H I :U ≠ S /13.5

Página 26
 ESTADÍSTICA II

Nivel de significación: ∝=0.05

Hallando el p-valor (Minitab) P−VALOR =¿1

Comparando p−valor=1>∝=0.05
Por lo tanto, no se rechaza la hipótesis nula y no se acepta la hipótesis alterna.

Conclusión
A un nivel de significancia del 5%, el costo promedio por minuto de las ordenes de
mantenimiento es igual de S/ 13.5. Por lo tanto, el analista debe de informar al
superintendente para tomar las acciones correctivas del caso.

8.2.2. P.H (U) – TIEMPO PROGRAMADO

El Analista de Planeamiento y Control de Mantenimiento debe de monitorear que cada orden

de mantenimiento tenga un promedio de tiempo programado de 280 minutos, con desviación
estándar menor de 5 minutos, con el fin de lograr este objetivo desea verificar el tiempo
programado de las 381 órdenes de mantenimiento. ¿Se puede concluir que el costo promedio
del tiempo programado obtenido en este análisis es igual a lo requerido por el analista? Utilizar
un nivel de significación del 5%.
Datos:
U= 280 minutos

Página 27
 ESTADÍSTICA II

 5 minutos
n = 381 órdenes de mantenimiento
Solución:
Planteamiento de la hipótesis
H 0 :U=280 min .
H I :U ≠ 280 min .
Nivel de significación: ∝=0.05
Hallando el p-valor (Minitab) P−VALOR =¿0

Comparando p−valor=0 ∝=0.05

Por lo tanto, se rechaza la hipótesis nula y se acepta la hipótesis alterna.
Conclusión
A un nivel de significancia del 5%, el promedio del tiempo de las ordenes de mantenimiento
programadas es diferente de 280 minutos por lo tanto el analista debe de informar al
superintendente pata tomar las acciones correctivas del caso.

8.2.3. P.H (U) - COSTO REAL

El Analista de Planeamiento y Control de Mantenimiento debe de monitorear que cada orden

de mantenimiento tenga un costo real promedio de S/. 3500, con desviación estándar menor
de S/. 300, con el fin de lograr este objetivo desea verificar el costo real ejecutado de las 381
órdenes de mantenimiento. ¿Se puede concluir que el promedio del costo real obtenido en
este análisis es igual a lo requerido por el analista? Utilizar un nivel de significación del 5%.

Página 28
 ESTADÍSTICA II

Datos
U= S/. 3500
 S/. 300
n = 381 órdenes de mantenimiento
Solución:
Planteamiento de la hipótesis
H 0 :U=S /.3500
H I :U ≠ S / .3500
Nivel de significación: ∝=0.05
Hallando el p-valor (Minitab) P−VALOR =¿0

Comparando p_valor = 0 < α = 0.05

Por lo tanto, se rechaza la hipótesis nula y se acepta la hipótesis alterna.
Conclusión
A un nivel de significancia del 5%, el promedio costo real de las ordenes de mantenimiento es
diferente de S/. 300 por lo tanto el analista debe de informar al superintendente pata tomar las
acciones correctivas del caso.

8.3. PRUEBA DE HIPOTESIS PARA 2 MUESTRAS INDEPENDIENTES

Página 29
 ESTADÍSTICA II

8.3.1. COSTO REAL DE LAS ÓRDENES DE MANTENIMIENTO MECANICO

Y ELECTRICO)

El analista de costos de la planta Aceros Arequipa S.A. desea proponer un programa de

capacitación, para ello analizara el costo promedio de las ordenes de mantenimiento mecánico
con 201 o eléctrico con 164, Se elegirá el tipo de mantenimiento con mayor costo promedio de
órdenes de mantenimiento, se cree que el mantenimiento mecánico tiene menor costo que el
mantenimiento eléctrico. Utilice un nivel de significancia del 10 %.
Datos:
nM = 201
nE = 164
α = 0.10
X: Costo real.
Determinar: ¿ μM < μE ?

Parte 1: Prueba de homogeneidad de varianzas

1.- Planteamiento de la hipótesis:
H0 = ( σ2M / σ2G = 1 ) Varianzas homogéneas.
Ha = ( σ2M / σ2G ≠ 1 ) Varianzas heterogéneas.

2.- Nivel de significación: α = 0.10

3.- Extraer: “p – valor = 0,874”

4.- Comparamos: “p-valor” = 0,874 > α = 0.10

Por lo tanto: No rechazamos la hipótesis nula,

Página 30
 ESTADÍSTICA II

Asumimos varianzas homogéneas.

 Para la segunda Prueba de hipótesis ( μM - μG ), Sabiendo que σ2M σ2E son

desconocidas y homogéneas.
Determinar: ¿ μM < μE ?
μM = Costo real promedio de órdenes de mantenimiento mecánico.
μE = Costo real promedio de órdenes de mantenimiento eléctrico.

1.- Planteamiento de la hipótesis:

H0 = (μM ≥μE) → μM - μE ≥ 0
Ha = (μM < μE) → μM - μE < 0

2.- Nivel de significación: α = 0.10

3.- Hallar: “p – valor”

4.- Comparamos: “p-valor” = 0,083 < α = 0.10

Por lo tanto: Rechazamos la hipótesis nula y aceptamos la alterna

5.- Conclusión
A un nivel de significación del 5%, existe evidencia estadística suficiente para afirmar que el
costo promedio del mantenimiento mecánico es menor que el mantenimiento eléctrico.
Entonces se implantara el programa de capacitación al personal eléctrico.

Página 31
 ESTADÍSTICA II

8.4. PROPORCIONES DIFERENTES

El Superintendente de Planeamiento y Control de Mantenimiento cree que las continuas

paradas de línea de producción se deben a la mayor cantidad de fallas en el Horno 2, que con
el Horno 1. Para esto decide comprobar una muestra de 381 órdenes de mantenimiento del
Horno 1 y 381 órdenes de mantenimiento del Horno 2. Asimismo, encontró que 138 fallas se
deben al horno 1 y 29 fallas se deben al horno 2. Se utilizará un nivel de significancia del 5%
para confirmar o refutar la afirmación del Superintendente de Planeamiento.
Datos:
 B: 381  138 fallas
 A: 29  29 fallas
 N.S = 0.05
 ¿ PB  PA?

Solución:
1) Planteamiento de la hipótesis

H 0 :PB ≤ P A
H I : P B> P A
2) Nivel de significación: ∝=0.05

Página 32
 ESTADÍSTICA II

Comparando p−valor=1>∝=0.05
Por lo tanto, no se rechaza la hipótesis nula.

Conclusión
A un nivel de significancia del 5%, no existe evidencia estadística suficiente para rechazar que
la cantidad de fallas del horno 2 sea menor o igual a las fallas del horno 1. Por lo tanto, el
Superintendente está equivocado.

9. DCA DISEÑO COMPLETAMENTE ALEATORIO MOTIVOS DE DEMORA CON

COSTO REAL EJECUTADO
Se realiza el estudio del costo real ejecutado, para ello se investigan los motivos de demora:
D1: Entrega de maquina fuera de tiempo.
D2: Factor climático.
D3: Falta de herramientas.
D4: Falta de personal.
D5: Falta de repuesto.
Los cuales causan dichas pérdidas. Los datos que se muestran a continuación son los costos
reales del mantenimiento entre los meses de abril y julio. El analista de costos de la planta
Aceros Arequipa S.A desea saber cuál de los motivos de demora (problemas) afectan en
mayor grado los costos de mantenimiento. Trabajar con un nivel de significación del 0.05.

MOTIVOS DE DEMORAS COSTO REAL S/.

ENTREGA DE MAQUINA FUERA DE
TIEMPO 45485 179115 140795 72670
FACTOR CLIMATICO 30275 138815 107755 45940
FALTA DE HERRAMIENTAS 45510 173330 145640 76160

Página 33
 ESTADÍSTICA II

FALTA DE PERSONAL 37120 108030 79840 43700

FALTA DE REPUESTOS 27770 60510 42930 24380

Factor: Motivos de Demora

Niveles de factor o tratamiento: D1; D2; D3; D4; D5
Variable respuesta: Costo real
Unidad experimental: Orden de mantenimiento
Verificación de supuestos
Los errores se distribuyen normalmente
1 Planteamiento de hipótesis
H 0 : Eij se distribuyen normalmente
H 1 : Los E ij NO se distribuyen normalmente
2 Nivel de significación
∝=0.05

3 Hallando el P-valor
P−valor=0.150

Página 34
 ESTADÍSTICA II

4 Comparando
P−valor=0.150>∝=0.05
Por lo tanto: no rechazamos la hipótesis nula.

5 Conclusión
Aun nivel de significación del 5% los errores se distribuyen normalmente

Homogeneidad de varianzas
1 Planteamiento de hipótesis

H 0 :σ 21=σ 22=σ 23=σ 24=σ 25

H 1 : Existe almenos una varianza diferente a lasdemas
2 Nivel de significación
∝=0.05
3 Hallando el P-valor
P−valor=0.334 |

Página 35
 ESTADÍSTICA II

4 Comparando
P−valor=0.334> ∝=0.05
Por lo tanto: no rechazamos la hipótesis nula.
5 Conclusión
Aun nivel de significación del 5% existe homogeneidad de varianzas

Todas las medias son iguales

1 Planteamiento de hipótesis
H 0 :μ 1=μ2=μ3 =μ4 =μ 5
H 1 : Existe almenos una μi diferente a las demás
2 Nivel de dignificación
∝=0.05
3 Hallando el P-valor

Página 36
 ESTADÍSTICA II

P−valor=0.224

4 Comparando
P−valor=0.224> ∝=0.05
Por lo tanto No rechazamos la hipótesis nula.

Página 37
 ESTADÍSTICA II

10.- prueba de regresión lineal exceso de tiempo programado

El supervisor de planta últimamente se ha observado en la planta que los mantenimientos

realizados tienen un exceso de tiempo programado, debido a esto el costo también ha
aumentado por lo cual se le ha encargado estimar un modelo de regresión lineal que le
permita estimar el costo por demora de mantenimiento en miles soles en función al tiempo en
minutos de demora. REVISAR BASE DE DATOS

Con un nivel de significación del 5%, el supervisor debe estimar el modelo de regresión lineal
que permita estimar el costo por demora de mantenimiento en miles soles en función al tiempo
en minutos por demora. Además, se le ha encargado predecir el tiempo por demora de un
mantenimiento programado con un costo de 5700 soles.

a. Verifique los supuestos.

1.- Prueba de normalidad de errores
 Hipótesis:
Ho: Los errores se distribuyen normalmente.
H1: Los errores no se distribuyen normalmente.

 nivel de significación c
 estadístico de prueba AD=3.300
 P-valor : 0.005

Página 38
 ESTADÍSTICA II

 Decisión:
Como p-valor = 0.005 > α = 0.05 entonces Se Rechaza Ho
 Conclusión:
A un nivel de significación del 5%, los errores no se distribuyen normalmente.

2.- Auto correlación de los errores

 hipótesis:
Ho: Los errores del modelo de regresión lineal simple no están autocorrelacionados.
H1: Los errores del modelo de regresión lineal simple están autocorrelacionados.

 Durbin Watson: DW = 1.59407 no se rechaza Ho

 Conclusión: Aun nivel de significancia del 5% el supuesto de no autocorrección se
cumple
Como el estadístico de Durbin-Watson está comprendido entre 1 y 3, significa que los errores
del modelo son independientes o que no se encuentran autocorrelacionados.

Página 39
 ESTADÍSTICA II

3.- Valide el modelo a través del análisis de variancia.

 Hipótesis.
Ho: β1 = 0 No existe relación lineal entre el tiempo de mantenimiento y el costo real del
mantenimiento.
H1: β1 ≠ 0 Si existe relación lineal entre el tiempo de mantenimiento y el costo real del
mantenimiento.
 Nivel de significancia: α = 0.05
 Estadístico de prueba: F = 3434.74
 P-valor = 0.000
 Decisión como P-valor = 0.000 < α Se Rechaza la H0
 Conclusión:
A un nivel de significación del 5%, si existe relación lineal el tiempo de mantenimiento y el
costo real del mantenimiento.

10.1.- Determine la variancia total de la variable dependiente explicada a través del

modelo.

Conclusión

Página 40
 ESTADÍSTICA II

R2 = 91.21% de la variabilidad del tiempo de mantenimiento es explicada por el costo de

mantenimiento a través del modelo de Regresión lineal simple.

10.2.- El tiempo por demora de un mantenimiento programado con un costo de 5700

soles.

Conclusión:- Con un 95% de nivel de confianza, el tiempo de mantenimiento obtenido,

cuando se realiza un gasto por 5700 soles está contenido en [371.056 a 382.386] en minutos.

11.-Conclusiones y recomendaciones.- A un nivel de confianza del 95% se da que:

 El verdadero porcentaje de motivo de falta de herramientas va desde 23.32% hasta
32.32%.
 El verdadero porcentaje de tipo de mantenimiento preventivo va desde 38.85% hasta
48.81%.
 No existe evidencia estadística suficiente para rechazar que la proporción del motivo
del factor climático es menor o igual que 0.25. Por lo tanto, no se traslada la planta
 La proporción del tipo de mantenimiento correctivo es menor a 50%. Por lo tanto el
superintendente de planeamiento y control del mantenimiento no creará el
departamento de mantenimiento predictivo.
 Proporción de la especialidad mecánica es menor a 85%. Por lo tanto el
superintendente de planeamiento y control del mantenimiento no contratará más
técnicos mecánicos

Página 41
 ESTADÍSTICA II

 La verdadera diferencia de proporción es del motivo de entrega durante los periodos

de abril–mayo y junio–julio va desde -0.0823 hasta 0.0966.
 El verdadero costo promedio de las órdenes de mantenimiento va desde S/. 14.262 por
minuto hasta S/. 14.661 por minuto.
 La verdadera desviación estándar del costo por minuto de las órdenes de
mantenimiento de la planta Aceros Arequipa va desde S/. 1.85 por minuto hasta S/.
2.13 por minuto.
 El verdadero tiempo promedio programado de las órdenes de mantenimiento va desde
238.22 minutos hasta 266.66 minutos.
 La verdadera desviación estándar del tiempo programado de las órdenes de
mantenimiento de la planta Aceros Arequipa va desde 132 minutos hasta 152 minutos.
 El verdadero costo promedio programado de las órdenes de mantenimiento va desde
S/. 3454 hasta S/. 3892
 La verdadera desviación estándar del costo programado de las órdenes de
mantenimiento de la planta Aceros Arequipa va desde S/. 2033 hasta S/.2344.
 El verdadero tiempo promedio real ejecutado de las órdenes de mantenimiento va
desde 279.16 minutos hasta 307.74 minutos.
 La verdadera desviación estándar del tiempo real ejecutado de las órdenes de
mantenimiento de la planta Aceros Arequipa va desde 132 minutos hasta 153 minutos.
 El verdadero costo promedio real de las órdenes de mantenimiento va desde S/. 4044
hasta S/. 4490.
 La verdadera desviación estándar del costo real de las órdenes de mantenimiento de la
planta Aceros Arequipa va desde S/. 2068 hasta S/.2385.
 El costo promedio por minuto de las ordenes de mantenimiento es igual de S/ 13.5. Por
lo tanto, el analista debe de informar al superintendente para tomar las acciones
correctivas del caso.
 El promedio del tiempo de las ordenes de mantenimiento programadas es diferente de
280 minutos por lo tanto el analista debe de informar al superintendente pata tomar las
acciones correctivas del caso.
 El promedio costo real de las ordenes de mantenimiento es diferente de S/. 300 por lo
tanto el analista debe de informar al superintendente pata tomar las acciones
correctivas del caso.
 Existe evidencia estadística suficiente para afirmar que el costo promedio del
mantenimiento mecánico es menor que el mantenimiento eléctrico.
Entonces se implantara el programa de capacitación al personal eléctrico.

Página 42
 ESTADÍSTICA II

 No existe evidencia estadística suficiente para rechazar que la cantidad de fallas del
horno 2 sea menor o igual a las fallas del horno 1. Por lo tanto, el Superintendente
está equivocado
 R2 = 91.21% de la variabilidad del tiempo de mantenimiento es explicada por el costo
de mantenimiento a través del modelo de Regresión lineal simple.
 El tiempo de mantenimiento obtenido, cuando se realiza un gasto por 5700 soles está
contenido en [371.056 a 382.386] en minutos.

BIOGRAFIA.:
 http://www.editdiazdesantos.com/wwwdat/pdf/9788479789138.pdf [ CITATION Mar13 \l
10250 ]
 https://www.academia.edu/13819952/Porras_and_S%C3%A1nchez_Tercera_Edici
%C3%B3n_APUNTES_DE_ESTAD%C3%8DSTICA_APLICADA_A_LA_INGENIER
%C3%8DA_CIVIL[ CITATION Por10 \l 10250 ]
 https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8va-probabilidad-y-
estadistica-para-ingenier-walpole_8.pdf[ CITATION RON12 \l 10250 ]

Página 43