FACULTAD DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

“Determinación del Tamaño Final e Inicial de la Muestra”

CURSO: Investigación de Mercados

DOCENTE: Del Castillo Miranda Victor Manuel

ALUMNOS:
Alvarado Gatica José Carlos
Benites Gastañadui Rodrigo Sebastián (Coordinador)
Chavez Altamirano Alexander Yonatan
Parimango Quispe Cristian
Zavaleta Zavaleta Yan Dickson

CICLO Y SECCIÓN: VI-B

GRUPO: 9

2022
TRUJILLO – PERÚ
 Determinación del Tamaño Final e Inicial de la Muestra

Trabajo de Investigación 1

Título: MODELO ESTADÍSTICO DEL COMPORTAMIENTO DEL VOLUMEN DE

GAS EN LA CARBONATACIÓN DE BEBIDAS GASEOSAS - MAYO 1991

Autor: Frías Quesquén, Carlos Heriberto

Año: 2018

Problema

¿Cuál es el modelo estadístico que relaciona las variables presión, temperatura,

carbotroll y carbo-cooler en el volumen de gas en la Carbonatación de Bebidas

Gaseosas?

Hipótesis

El volumen de Gas en la Carbonatación de Bebidas Gaseosas está explicado por las

variables Presión, Temperatura, Carbotrol y Carbo-cooler.

Objetivos

Objetivo General

Proponer un modelo estadístico que relacione las variables presión,

temperatura, Carbotrol y Carbo-cooler en el volumen del gas en la

carbonatación de bebidas gaseosas.

Objetivos Específicos

 Determinar las variables de producción que explican el comportamiento

del volumen de Gas en la Carbonatación de Bebidas Gaseosas.

 Evaluar la Significancia conjunta de los parámetros y validar el modelo

del Volumen de Gas en función de las variables de producción.

  Analizar los supuestos del modelo de regresión lineal múltiple como:

linealidad, no colinealidad, independencia, normalidad y

homocedasticidad.

 Obtener estimaciones de la respuesta media y de predicción, para que sea

un uso de modelo predictivo.

Población

Es toda la Producción de una Planta embotelladora de la ciudad de Trujillo de bebidas

gaseosas en envases de un litro.

Muestra

Las muestras fueron seleccionadas aleatoriamente después de que la máquina esté

trabajando en condiciones normales sin ninguna parada por fallas técnicas.

Las bebidas de un litro mantuvieron los mismos patrones de presión y temperatura que

las bebidas de 10 onzas, razón por lo que se consideró trabajar con la bebida de un litro,

obteniendo una muestra diaria para un mes en estudio.

Prueba de hipótesis para evaluar la normalidad con Shapiro Wilk

1. Hipótesis:

H₀: Los errores aleatorios del modelo no siguen una distribución normal

H₁: Los errores aleatorios del modelo siguen una la distribución normal

2. Nivel de Significancia:
𝛼 = 0.05, 𝑛 = 26
3. Estadístico:
𝑏2
𝑊=
∑𝑛𝑖=1(𝑥̅ − 𝑥 )2
4. Valor Tabular:
𝑊(0.95; 26) = 0.92
 5. Valor del Estadístico:

𝑊 = 0.925

6. Decisión:
Como el valor W = 0.925 es mayor al valor esperado W(0.95;26) = 0.92 se
rechaza
Ho, por lo tanto, se concluye que se tiene una confianza del 95% de que los
errores se distribuyen normalmente.
7. Conclusión:
Los errores aleatorios del modelo obtenido siguen una Distribución Normal.

Trabajo de Investigación 2

Título: Propuesta de mejora de procesos para incrementar el desempeño del área de

operaciones de una empresa agroindustrial, Chao, 2020.

Autor: Br. Rodríguez Gálvez, Melanie Lisset

Año: 2021

Problema

¿De qué manera impacta la propuesta de mejora de procesos en el desempeño del área

de operaciones de una empresa agroindustrial de Chao en el año 2020?

Hipótesis

La propuesta de mejora de procesos incrementa significativamente el desempeño del

área de operaciones de una empresa agroindustrial de Chao en el año 2020.

Objetivos

Objetivo General

Incrementar el desempeño del área de operaciones de una empresa agroindustrial

mediante el diseño de una propuesta de mejora de procesos.

Objetivos Específicos
  Realizar el diagnóstico de la situación actual del área de operaciones de

una empresa agroindustrial para conocer su desempeño.

 Diseñar una propuesta de mejora de procesos en el área de operaciones

de una empresa agroindustrial a partir de las fallas detectadas, Chao,

2020

 Evaluar el impacto de la propuesta de mejora de procesos en el

desempeño del área de operaciones de una empresa agroindustrial, Chao,

2020.

Población

La población estuvo conformada por 310 colaboradores del área de operaciones de la

empresa agroindustrial, entre operarios, auxiliares, y asistentes.

Muestra

Para la obtención de la muestra, se hizo uso del muestreo probabilístico aleatorio

simple, obteniendo un tamaño de muestra representado por 172 colaboradores del área

de operaciones de la empresa agroindustrial.

Pre test - Post test

Diferencias Media -44,66000
emparejadas
Desv. Desviación 33,01800
Desv. Error promedio 14,76610
95% de intervalo de Inferior -85,65726
confianza de la diferencia Superior -3,66274
t -3,024
gl 4
Sig. (bilateral) 0,039
En la tabla, se aprecia que luego de la comparación del pre test y post test en cuanto al
desempeño y sus indicadores evaluados previamente, la significancia obtenida es de
0,039 (menor a 0,05), por lo que se acepta la hipótesis de investigación. Es decir, que a
un 95% de confianza, existe evidencia estadística, con un margen de error del 3,9% de
que la propuesta de mejora de procesos incrementa significativamente el desempeño del
área de operaciones de una empresa agroindustrial de Chao en el año 2020.

Trabajo de Investigación 3

Título: DIAGNÓSTICO Y MEJORA DEL NIVEL DE SERVICIO EN UN ÁREA DE

EMERGENCIAS APLICANDO SIMULACIÓN DISCRETA

Autores: José Carlos Pajares Ahumada, Carlos Martín Rojas Salazar

Año: 2018

Problemática

Los constantes casos que son noticia a nivel nacional sobre pacientes que no llegan a ser

atendidos oportunamente en el área de Emergencia demuestran que la situación actual

del sector salud en el Perú no es buena, pues, entre muchas, presenta serias deficiencias

con respecto al tiempo que debe esperar un paciente para ser

atendido.

Hipótesis

La propuesta de aplicación de simulación discreta incrementa significativamente el

nivel de servicio en un área de emergencias

Objetivo

El presente estudio analiza los procesos de atención dentro del área de Emergencia de

una clínica nivel II-1 de Piura con el objetivo de disminuir significativamente los

tiempos de espera en dicha área.

Población
La población de nuestro caso de estudio es considerada infinita, puesto que es

conformada por todas las personas de la región Piura que puedan ser alguna vez usuario

de la clínica estudiada en Piura.

Muestra

Para la obtención de la muestra, se hizo uso del muestreo probabilístico aleatorio

simple, obteniendo un tamaño de muestra representado por 385 pacientes de la clínica

estudiada.

Para conocer la situación actual sobre el nivel de satisfacción que tienen los pacientes de

la clínica estudiada se ha procedido a realizar la encuesta considerando como principal

indicador el servicio de Admisión, con este indicador se quiere conocer el grado de

satisfacción del paciente con respecto al tiempo que espera para ser atendido por las

recepcionistas y el trato que reciben por parte de ellas.

Nivel de Confianza

El intervalo de confianza describe la variabilidad entre la medida obtenida en un estudio

y la medida real de la población (el valor real). Corresponde a un rango de valores, cuya
distribución es normal y en el cual se encuentra, con alta probabilidad, el valor real de
una determinada variable. Esta “alta probabilidad” se ha establecido por consenso en
95%. Así, un intervalo de confianza de 95% nos indica que dentro del rango dado se
encuentra el valor real de un parámetro con 95% de certeza

Intervalo de Confianza
Resultados del modelo (tiempos de espera)

Admisión:

Promedio: 0.17 minutos.

Desviación estándar: 0.22 minutos

Intervalo de confianza al 95%: 0.17 ± 0.08

Triaje:

Promedio: 2.71 minutos

Desviación estándar: 1.33 minutos

Intervalo de confianza al 95%: 2.71 ± 0.50

Tópico:

Promedio: 26.70 minutos.

Desviación estándar: 8.73 minutos

Intervalo de confianza al 95%: 26.70 ± 3.26