PRUEBA NACIONAL

INTERFERENCIA ESTADISTICA

NEYDI MAXYURI BUSTOS MONTENEGRO _ 35.538.097

JOSE ARMANDO BOLIVAR LAVERSE_80276627
DARIO COMBA
Grupo: 100403__40

TUTOR

CRISTIAN JACOB VARGAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

INGENIERIA INDUSTRIAL
MAYO 2015
 OBJETIVO GENERAL
 Una de las principales situaciones que se presenta en cualquier organización es
precisamente comportamientos y eventos fuera del contexto que muchas veces no
son pronosticados, pero con datos organizados y el buen análisis y aplicación de la
estadística el objetivo es conseguir soluciones que permitan establecer el orden y
una forma más aceptable en este caso en la atención de los pacientes, metas que se
alcanzaran seguramente si se procede profesionalmente, por la que utilizar los datos
y la información de forma adecuada será definitivamente la prioridad en el
momento de mostrar estas alternativas.
 OBJETIVOS ESPECÍFICOS.

 Entender de forma clara que significa cada uno de los diferentes conceptos y
conocer en qué momento se debe emplear.

 Enfocar toda la información a un momento de verdades a través de su cuantía y

cualidades, permitiendo diferenciar conceptos y organizarlos de tal manera que sea
más práctico considerarlos e incluirlos dentro de los parámetros, e incluso de
aquellos cálculos no paramétricos.

 Elaborar de forma organizada información clara, que se pueda interpretar y que

además su porcentaje de confiablidad sea de gran ayuda para tomar las decisiones

 Brindar un ejemplo acercado a la realidad que sirva como ejemplo de estudio y

aplicación para la elaboración de otras situaciones similares

 Consolidar conceptos claros dentro de cada uno de los miembros que intervinieron
en el desarrollo del planteamiento estadístico teniendo en cuenta además la mejor
forma de exponerlos y aplicarlos.

 Conseguir en quienes lean el desarrollo de esta actividad se inquieten por además de

aprender de lo expuesto aquí consulte y profundice enriqueciendo el conocimiento.
Paso 1. Población: Es un número infinito o finito de personas u objetos que tienen una
característica en común, para este caso la característica se representa en la asistencia de
personas al servicio de urgencias de la Clínica Foscal en la ciudad de Bucaramanga con el
objetivo de recibir asistencia médica y tratamiento a sus aficiones físicas.
Se tiene una población 7479 personas, tomada desde el día 1 al 15 de Agosto del 2014 entre
un periodo de tiempo a partir de las 00:00 horas del día 1 hasta las 23:55 horas del día 15,
para un total de 15 días, 360 horas de análisis.

 Ubicación geográfica: Bucaramanga

 Período de tiempo: Desde el 1 al 15 de agosto del 2014
 Población: Los pacientes que llegan a la sala de urgencia en la clínica Foscal de
Bucaramanga en el período de tiempo establecido.
 Tamaño población N = 7479.
Descripción de las variables y parámetros:
Discriminaremos cada una de las variables con las trabajaremos sobre la población
seleccionada determinada así:
Variable Categoría Tipo de Variable Parámetros a estudiar

Sexo  Hombre Cualitativa Proporción (%)

 Mujer
Edad  De 0 a 20 años Cuantitativa Media
 De 20 a 40 años
 De 40 a 60 años
 De 80 a 100 años
 Más de 100
Episodios  Ambulatorio Cualitativa Proporción (%)
 Hospitalario
Movimiento  Triage Cualitativa Proporción (%)
 Urgencias
Tiempo de  De 0 a 4 horas Cuantitativa Media
atención  De 4 a 8 horas
 De 8 a 12 horas
 Mas 12 horas
Clase Triage  Consulta Externa Cualitativa Proporción (%)
  Consulta prioritaria
 Sin clasificación
 Urgencia critica
 Urgencia no critica

Paso 2. Se toman 2 variables cuantitativas y 2 variables cualitativas, a saber:

Variables cualitativas:

a. Movimiento
b. Clase Triage
Variables cuantitativas:

a. Edad del paciente

b. Tiempo de atención
Formulas:
Para las variables cualitativas, el cálculo del intervalo de confianza para estos casos seria:

P±z
√ PQ
n

Donde P= proporción estimada, Q=1-P, z =cuartil distribución dependiente de la

confianza, n = tamaño de muestra.

En caso de que el muestreo sea con reemplazamiento y finita:

P±z
√ √
PQ N −n
n N −1

Para la diferencia de proporciones entre variables:

P 1−P 2± z
√ p 1 ( 1− p 1 ) p 2 ( 1− p 2 )
n1
+
n2

En el caso de las variables cuantitativas, el intervalo de confianza para la media es:

 X±z
( √σn )
Si el muestreo es sin reemplazamiento en una población finita N es:

X±z
( √σn )√ NN−1
−n

Para el caso de la diferencia de medias:

√( )
2 2
σ 1 σ2
X 1− X 2 ± z +
n1 n2

Paso 3. Base de Datos.

La presente es una matriz de datos donde se tomaran las variables codificadas

Paciente 7468 2 65 2 1 00:16:16 1

La tabla tiene las 4 variables escogidas y tendrá tantos registros como lo indica el tamaño
de la muestra codificados de la siguiente manera:

 Sexo: Mujeres 1  Triage: Urgencia No critica 1

Hombres 2 Urgencia Critica 2
 Episodio: Hospitalización 1 Consulta prioritaria 3
Ambulatorio 2
 Movimiento: Urgencia 1
Triage 2
Paso 4. Tamaño de Muestra

Se utilizó el tamaño de muestra para proporción (variable cualitativa)

z2 PqN
n= 2 2
N d + z Pq

Dónde: d es el margen de error

P y q son proporciones

N tamaño población

Z es una distribución normal y depende del nivel de confianza.

Tamaño de la población es de N= 7479

a= 5%
PASO 2 1-a= 95%
Tamaño de la muestra:
N= 7479
1,96 z 1,96
p = 50%
q = 50%
d = 5% Error

n0= 366
n= 365

n= 365

Para calcular el tamaño de la muestra suele utilizarse la siguiente fórmula:

Donde:
n = el tamaño de la muestra.
N = tamaño de la población.
Desviación estándar de la población que, generalmente cuando no se tiene su valor,
suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene
su valor, se lo toma en relación al 95% de confianza equivale a 1,96 (como más usual) o en
relación al 99% de confianza equivale 2,58, valor que queda a criterio del investigador.
e = Límite aceptable de error muestra que, generalmente cuando no se tiene su valor, suele
utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del
encuestador.
N . σ2. Z2
n=
( N −1 ) .e 2 +σ 2 . Z 2
2 2
7479 . 0,5 .1,96
n= 2 2 2
0,05 ( 7479−1 )+ 0,5 . 1,96
7479 . 0,25.3,8416
n=
0,0025.7478+0,25.3,8416
7479 . 0,25.3,8416
n=
0,0025.7478+0,25.3,8416

7182,83
n=
19.65
n=365 Personas

Paso 5. Diseño de Muestreo. Por comodidad, se decide hacer un muestreo

N 7479
PROBABILISITICO sistemático donde tomamos: f= = ≈ 20,49
n 365

 Se utilizó la siguiente formula:

z2 x p . q
n=
e2

N: Tamaño de la población

1−∝: 95%

E: 0.05

P: 0,5

Q: 0,5

196 2 . 0,5.0,5
n=
0,5 2
 3,84.0,25
¿
0,0009

0,96
¿
0,0009

¿ 1.067

 El valor de3 1.067 si no se conociera el número de la población pero como en este

caso si la conocemos utilizamos la siguiente formula
n0
n=
( n¿¿ 0−1)
1+ ¿
N

1.067
¿
(1.067−1)
1+
7479

1.067
¿
1.066
1+
7479

1.067 1.067
¿ =
1.066 1,142
1+
7479

¿ 934

Paso 6. Estadísticas Inferenciales: Intervalos de confianza para la media de una

variable cuantitativa:
σ
a) Cuando no conocemos el tamaño de la población: X ± Z ( )
√n
Dónde: X es la media

Z Es una distribución normal y depende del nivel de confianza

σ Es la desviación

n es el tamaño de la muestra

b) Si conocemos el tamaño de la población: X ± Z (

σ
√n
)(
√ N −n
N −1
)
 20,49 ±1,96 (
0,5
√365
)(
√
7479−365
7479−1
)

84,34
20,49 ±1,96 (38,20)( )
7478

20,49 ±1,96. 38,20. 0.011

20,49 ± 0.823

+21,31 19,66

=1,65

Dónde: N es el tamaño de la población

X Es la media

Z Es una distribución normal y depende del nivel de confianza.

σ Es la desviación

n es el tamaño de la muestra

Intervalo de confianza para la diferencia de medias de una variable cuantitativa que

√
2 2
σ1 σ2
se puede comparar para dos poblaciones: X 1 −X 2 ± Z ( + )
n 1 n2

Donde: X 1 es la media de la base de datos del 6 al 20 de junio del 2014.

X 2 Es la media de la base de datos del 1 al 16 de agosto del 2014.

Z Es una distribución normal y depende del nivel de confianza.

σ 1 Es la desviación de la base de datos del 6 al 20 de junio del 2014.

σ 2 Es la desviación de la base de datos del 1 al 16 de agosto del 2014.

n1 Es el tamaño de la muestra de la base de datos del 6 al 20 de junio del 2014.

n2 Es el tamaño de la muestra de la base de datos del 1 al 16 de agosto del 2014.

Intervalo de confianza para la proporción de una variable cualitativa

a) Si la población es infinita: P±Z
√ PQ
n

b) Si la población es finita: P ± Z
√ √
PQ N−n
n N −1

√
0,5 ± 1,96
365 √
0,5.0,5 7479−365
7479−1

0,5 84,34
0,5 ± 1,96. .
19,10 86,47

0,5 ± 1,96.0,026 . 0,975

0,5 ± 0,049

0,549 0,451

¿ 0,09

Dónde: P es el porcentaje favorable

Q es el porcentaje desfavorable

Intervalo de confianza para la diferencia de proporciones de una variable cualitativa

que se puede comparar para dos poblaciones: P1−P2 ± Z

√ P1 Q 1 P2 Q 2
n1
+
n2

Donde: P1 Porcentaje de favorables de la base de datos del 6 al 20 de junio del 2014

P2 Porcentaje de favorables de la base de datos del 1 al 16 de agosto del 2014

Q 1 Porcentaje de desfavorables de la base de datos del 6 al 20 de junio del 2014

Q 2 Porcentaje de desfavorables de la base de datos del 1 al 16 de agosto del 2014

n1 Es el tamaño de la muestra de la base de datos del 6 al 20 de junio del 2014.

n2 Es el tamaño de la muestra de la base de datos del 1 al 16 de agosto del 2014.

DISEÑO DE LA MUESTRA

Elección Aleatoria sistemática que es probabilístico

DISEÑO DE MUESTREO
Eleccion sistematico
N 7479
n 365
F 20.490411 20 Caso a con el que se empieza estudiar 11

conformacion de los 365 caso a estudiar que se ban a inclir en la muestra empezando con el paciente 10

CASO PACIENTE Fecha Hora Sexo Fe.nacim.Edad Años

Clase Episodio
1 10 8/1/2014 04:07:01 Mujer 6/7/1949 65 Ambulatorio
2 30 8/1/2014 06:56:48 Mujer 12/3/2013 0 Ambulatorio
3 50 8/1/2014 07:52:25 Mujer 11/6/1949 64 Ambulatorio
4 70 8/1/2014 08:27:03 Hombre 5/5/1937 77 Ambulatorio
5 90 8/1/2014 08:53:14 Mujer 9/28/1969 44 Ambulatorio

PARÁMETROS MEDIA Y DESVIACION

 VARIABLE EDAD

VARIABLE: EDAD --------------------------------------- PARÁMETRO: MEDIA

media muestral= 38
z= 1.959964
Desviación= 25.262706
n= 365

( 35.5 ; 40.68 )

La edad de los pacientes que asisten a la unidad de urgencias del

hospital Bucaramanga en el mes de Agosto de 2014 con una
confianza del 95% está entre un intervalo de 35 y 41 años
X̄ ±z (√n )
σ

38 ,±1, 96 (
√365 )
25,26

38 ,,±1, 96 (
19,11 )
25,26

38 ,±1, 96 ( 1.32 )
38±2,59
( 35.4;40.5 )
Intervalos de confianza IC (35; 41)

La edad de los pacientes que asisten a la unidad de urgencias del hospital Bucaramanga en
el mes de Agosto de 2014 con una confianza del 95% está entre un intervalo de 35 y 41
años

PARÁMETROS PROPORCIÓN

VARIABLE: GÉNERO------------PARÁMETRO: PROPORCIÓN

CATEGORIA= MUJERES

MUJERES 186
HOMBRE 179
n= 365
Z= 1.959964
p= 51.0%
q= 49.0%
p´±Z⋅
√ √
pq N −n
n N −1

0 .51±1.96∗
√365 √
( 0 .51 ) ( 0 .49 ) 7479−365
7479−1
0 .51±1.96∗
√ √
0 .2499 7114
365
0 .5±1. 96∗√ 0 . 026 √0 .951
7478

0 .5±1. 96∗( 0. 026 ) ( 0 .975 )

0 .5±0. 05
46 %; 56 %
Intervalos de confianza (46%; 56%)

El % de mujeres que asisten a la unidad de urgencias del hospital Bucaramanga en el mes

de Agosto de 2014 con una confianza del 95% está entre 46% y 56%

CATEGORIA= HOMBRES

MUJERES 186
HOMBRE 179
n= 365
Z= 1.959964
p= 49.0%
q= 51.0%
N= 7479
p´±Z⋅
√ √
pq N −n
n N −1

0. 49±1 .96∗
√ 365 √
( 0.49 )( 0 .51 ) 7479−365
7479−1
0. 49±1 .96∗
√ √
0 .2499 7114
365
0. 49±1 .96∗√0 .026 √ 0.951
7478

0. 49±1 .96∗( 0.026 )( 0 .975 )

0. 49±0.05
44 %;54 %
Intervalos de confianza (44%; 54%)

El % de hombres que asisten a la unidad de urgencias del hospital Bucaramanga en el mes

de Agosto de 2014 con una confianza del 95% está entre 44% y 54%

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS

INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE MEDIAS
CATEGORIA= EDAD
X1 39
X2 37
z= 1.96  12  22
Desviación 1= 24.7338169 X1  X 2  Z 
n1 n2
Desviación 2= 25.8373934
Mujeres n1= 186
Hombres n2= 179

√ √
σ 2 σ 2
1 2
X 1 −X 2±Z +
n1 n2

39−37±1 .96
186√
(24 .7338 )2 (25 . 8374 )2
+
39−37±1 .96 √ 3 . 289+ √ 3 . 729
179 √
39−37±1 .96∗(1. 814 )+(1 .931 )
39−37+1. 96∗(3 . 74 )=9,3
39−37−1 , 96∗(3 .74 )=0 ,15
Con un nivel de confianza del 95% la diferencia de edades entre mujeres y hombres que
asisten a la unidad de urgencias del hospital Bucaramanga en el mes de Agosto de 2014
está entre 0.15 y 9.3 %

INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE PROPORCIONES

P1−P 2±Z
√ p1 q 1 p 2 q2
n1
+
n2

186−179±1. 96
365√
( 186 ) ( 0 . 49 ) ( 179 ) ( 0 .51 )
+
365
7±1 . 96
√91 ,1 91, 2
+
365 365
7±1 . 9 √ (0 , 25)+(0 ,25 )
7±1 . 96∗0,7
7+1 . 96∗07=6,2
7−1, 96∗0,7=5,6
5 .6 ;6 . 2
Diferencia de proporciones 5.6% y 6,2%

Con un nivel de confianza del 95% que diferencia de proporción de hombre y mujeres que asisten
a la unidad de urgencias del hospital Bucaramanga en el mes de agosto de 2014 se encuentre
entre 5,6 y 6,2 La diferencia de proporción negativa del límite inferior del intervalo indica que en
esta región la diferencia está a favor de los hombres cuya proporción de asistencia es menor en las
muestras estudiadas.

PRUEBA BILATERAL PARA LA MEDIA

Variable cuantitativa: La edad de los usuarios del Servicio de Urgencias del Hospital de
Bucaramanga del mes de agosto del 2014.
Parámetro: Promedio (media) μ
 TABLA DE DATOS
N 7479
Tamaño muestra n 365
Media poblacional μ 42
Desviación muestral σ 24
Media muestral 
x
38

Paso 1: Planteamiento de hipótesis

Planteamiento de la hipótesis nula: La media poblacional de la edad es 42 años

Planteamiento de la hipótesis alternativa: La media poblacional de la edad es diferente de

42 años

H 0 =μ=42
H 1 =μ≠42

Paso 2. Nivel de significancia

α=0 . 01
1−α=0 . 99

Nivel de confianza del 99%

La prueba de hipótesis es de dos colas

PASO3. ESTADÍSTICO DE PRUEBA (O CALCULADO)

x−μ
Z=
σ
√n
x−μ 38−42 −4
Z= = =
σ 24 1 .3
√n √365
Z =−3 .18
PASO 4. ESTADÍSTICO TEÓRICO (O TABULADO) REGLA DE DECISIÓN

Para calcular el estadístico teórico se puede usar la tabla de la normal, ubicando la

probabilidad:

α
1− =1−0 . 005=0 . 995
2

0.983414193 0.983822617 0.984222393 0.984613665 0.984996577 0.985371269 0.985737882

0.987126279 0.987454539 0.987775527 0.988089375 0.988396208 0.988696156 0.988989342
0.990096924 0.99035813 0.990613294 0.990862532 0.991105957 0.991343681 0.991575814
0.992450589 0.992656369 0.992857189 0.993053149 0.993244347 0.993430881 0.993612845
0.994296874 0.994457377 0.994613854 0.994766392 0.994915074 0.995059984 0.995201203
0.995730757 0.995854699 0.995975411 0.996092967 0.996207438 0.996318892 0.996427399
0.996833284 0.996928041 0.997020237 0.997109932 0.997197185 0.997282055 0.997364598

El valor más cercano a 0,995 es 0.995059 que corresponde a un valor crítico para la prueba
de hipótesis es de Z igual a -2.58. Dado que es una prueba de dos colas, se tendrán dos
valores críticos, tal como se indica en el siguiente gráfico:

PASO 5. TOMAR LA DECISIÓN

Se observa que el valor estadístico muestral -3.18 es mayor al valor critico -2.58 lo que
indica que el valor estadístico muestral se encuentra en la región de rechazo entonces la
hipótesis nula H 0 =42 de la media poblacional de la edad de los usuarios de urgencias del
Hospital de Bucaramanga del mes de agosto del 2014 se rechaza, dando aceptación a la
hipótesis alternativa H 1 : μ≠ 42 de la media poblacional de la edad de los usuarios.

PRUEBA UNILATERAL PARA LA DIFERENCIA DE PROPORCIONES

Variable: Clase de Episodio presentado en el Servicio de Urgencias del Hospital de Bucaramanga

Parámetro: Proporción

 DATOS USADOS
Clase Episodio
1 Ambulatorio 11 Hospitalización
2 Ambulatorio 16 Hospitalización
3 Ambulatorio 34 Hospitalización
4 Ambulatorio 35 Hospitalización
5 Ambulatorio 36 Hospitalización
6 Ambulatorio 78 Hospitalización
7 Ambulatorio 85 Hospitalización
8 Ambulatorio 107 Hospitalización

La proporción de la clase de Episodio (AMBULATORIO) Urgencias es:

325
P1= =0 . 8904
365

La proporción de la clase de Episodio (HOSPITALARIO) Urgencias es:

40
P2 = =0. 1096
365

TABLA DE DATOS

X1 325
X2 40
P1 0,89
 P2 0,11
N1 365
N2 365

Paso 1: Planteamiento de hipótesis

Planteamiento de la hipótesis nula: La proporción de la clase de episodio ambulatorio es

igual a la proporción de la clase de episodio Hospitalización.

Planteamiento de la hipótesis alternativa: La proporción de la clase de episodio

Ambulatorio es mayor a la proporción de la clase de episodio Hospitalización

H 0 : P1 =P2
H 1 : P1 >P2

Paso 2. Nivel de significancia

α=0 . 04
1−α=0 . 96

Nivel de confianza del 96%

PASO3. ESTADÍSTICO DE PRUEBA (O CALCULADO)

P1 −P2
Z=

√( PC ( 1−PC )
n1 )(
+
P C ( 1−PC )
n2 )
 Primero hallamos la proporción ponderada

x 1+ x 2
PC =
n1 + n2
x + x 325+40 365
PC = 1 2 = =
n1 + n2 365+365 730
PC =0,5
 P 1−P2
Z=

Z=
√( n1
PC ( 1−PC )

0 .89−0 .11
)(
+
PC ( 1−PC )
n2 )
=
0. 78

(√ 0365. 5( 1−0 .5 ) )+(0365.5 ( 1−0. 5) )

0. 03701166051

Z =21, 07

PASO 4. ESTADÍSTICO TEÓRICO (O TABULADO) REGLA DE DECISIÓN

Para calcular el estadístico teórico se puede usar la tabla de la normal, ubicando la probabilidad:

1−0 . 04=0 . 96

Normal 0 0.01 0.02 0.03 0.04 0.05 0.06

0 0.5 0.503989356 0.507978314 0.511966473 0.515953437 0.519938806 0.523922183
0.1 0.539827837 0.543795313 0.547758426 0.551716787 0.555670005 0.559617692 0.563559463
0.2 0.579259709 0.583166163 0.587064423 0.590954115 0.594834872 0.598706326 0.602568113
0.3 0.617911422 0.621719522 0.625515835 0.629300019 0.633071736 0.636830651 0.640576433
0.4 0.655421742 0.659097026 0.662757273 0.666402179 0.670031446 0.67364478 0.67724189
0.5 0.691462461 0.694974269 0.698468212 0.701944035 0.705401484 0.708840313 0.712260281
0.6 0.725746882 0.729069096 0.732371107 0.735652708 0.7389137 0.742153889 0.745373085
0.7 0.758036348 0.761147932 0.764237502 0.767304908 0.770350003 0.773372648 0.776372708

El valor más cercano a 0,96 es 0,959940843 que corresponde a un valor crítico para la
prueba unilateral (de 1 cola) de la hipótesis es de Z igual a 1.75. Dado que es una prueba
unilateral a la derecha tal como se indica en el siguiente gráfico:

El Z estadístico de prueba es mayor al Z teórico: 21. 07>1. 75

Esto quiere decir que cayó en la región de rechazo del lado derecho de la hipótesis
PASO 5. TOMAR LA DECISIÓN

Se observa que el valor estadístico muestral 21.07 es mayor al valor critico 1.75 lo que
indica que el valor estadístico muestral se encuentra en la región de rechazo del lado
derecho entonces la hipótesis nula H 0 : P1 =P2 se rechaza y se acepta H 1 : P1 > P2 la cual
dice que la proporción de la clase de episodio Ambulatorio es mayor a la proporción de la
clase de episodio Hospitalización.

PRUEBA UNILATERAL PARA LA DIFERENCIA DE MEDIAS

Variable cuantitativa: La hora de triage de los usuarios del Servicio de Urgencias del
Hospital de Bucaramanga del mes de agosto del 2014.

Parámetro: Promedio (media) μ

 DATOS USADOS
Sexo HoraTriage
Hombre 0:00:00 Mujer 0:00:00
Hombre 10:12:34 Mujer 0:00:00
Hombre 0:00:00 Mujer 0:00:00
Hombre 14:52:39 Mujer 9:25:04
Hombre 0:00:00 Mujer 0:00:00
Hombre 0:00:00 Mujer 0:00:00
Hombre 0:00:00 Mujer 12:06:59
Hombre 0:00:00 Mujer 13:16:36

En una muestra de 179 hombres, La hora de atención del triage promedio es de 6:08:51. La
desviación de la hora de atención del triage es de 7:55:35.

En una muestra de 186 mujeres, La hora de atención del triage promedio es de 5:16:36. La
desviación de la hora de atención del triage 7:23:37.

TABLA DE DATOS
MUJERES HOMBRES
n1 186 n2 179
⃗
⃗
x 1
5:16:36 X2 6:08:51
α 7:23:37 α 7:55:35

Paso 1: Planteamiento de hipótesis

Planteamiento de la hipótesis nula: La media de la hora de atención del triage de mujeres

es igual a la media de la hora de atención del triage de hombres

Planteamiento de la hipótesis alternativa: La media de la hora de atención del triage de

mujeres es menor a la media de la hora de atención del triage de los hombres

H 0 : μ1 =μ2
H 1 : μ1 <μ2

Paso 2. Nivel de significancia

α=0 . 02
1−α=0 . 98

Nivel de confianza del 98%

PASO3. ESTADÍSTICO DE PRUEBA (O CALCULADO)

Paso3. Estadístico de prueba (o calculado)

MUJERES HOMBRE
1 S 2.
n1 186 179 n2
X1 5:16:36 6:08:51 X2
σ1 7:23:37 7:55:35 σ2

x 1− x 2
Z=

(√ σ 21 σ 22
+
n1 n2 )
x1 −x 2
Z=

(√ σ 21 σ 22
+
n1 n 2 )
0 .22−0 .26 −0. 04 −0. 04
Z= = =

(√ )
( 0 . 31 )1 ( 0 . 33 )2 √0 . 125046555 0 . 03354171366
+
186 179
Z =−1. 08

PASO 4. ESTADÍSTICO TEÓRICO (O TABULADO) REGLA DE DECISIÓN

Para calcular el estadístico teórico se puede usar la tabla de la normal, ubicando la

probabilidad:

α=0 . 02
1−0 .02=0 .98
El valor más cercano a 0,96 es 0,979817785 que corresponde a un valor crítico para la
prueba de hipótesis es de Z igual a 2.05. Dado que es una prueba unilateral a la izquierda tal
como se indica en el siguiente gráfico:

El Z estadístico de prueba es mayor al Z teórico: −2.05<−1. 08

Esto quiere decir que cayó en la región de aceptación de la hipótesis

PASO 5. TOMAR LA DECISIÓN

Se observa que el valor estadístico muestral -2.05 es mayor al valor critico -1.08 lo que
indica que el valor estadístico muestral se encuentra en la zona de aceptación entonces la

hipótesis nula
H : μ =μ
0 1 2 que indica que la media de la hora de atención del triage de
mujeres es igual a la media de la hora de atención del triage de hombres, rechazando a la
hipótesis alternativa H 1 : μ1 < μ2 se rechaza.

PRUEBA DE HIPÓTESIS
TIEMPO QUE DEBEN ESPERAR LOS PACIENTES PARA ATENCION.

 Variable: El Tiempo que deben esperar los pacientes en la sala de urgencias para que
sean atendidos.
 Parámetro: Promedio (media) μ
 Lo que se debería tener: El tiempo que deben esperar las personas en la sala de
urgencias para que los atiendan, es en promedio de 35 minutos, con una desviación de 7
minutos.

 Prueba de hipótesis (contraste de hipótesis)

h o : El tiempo quedeben esperar los pacientes para su atencion enla sala de

urgencias es de 35 minutos .

h a : El tiempo que deben esperar los pacientes para su atencion en la salade

urgencias NOesde 35 minutos

Datos

N=4128 pacientes

n=352 pacientes

μ=35 minutos

σ =7 minutos

3814 Urgencias Mujer 22.06.2014 05.07.1966 47 6

3825 Triage Mujer 22.06.2014 28.03.1955 59 51
3836 Urgencias Mujer 22.06.2014 06.01.1967 47 9
3847 Triage Hombre 22.06.2014 11.12.1961 52 53
3858 Urgencias Hombre 22.06.2014 16.12.1949 64 3
3869 Urgencias Hombre 22.06.2014 19.01.2011 3 5
Promedio 24,43428571
Desviación
Muestral 22,06450485

1: Planteamiento de hipótesis

h o : μ=35 minutos
 h a : μ ≠ 35 minutos

2° Nivel de significancia

α =0,05 1−α=0,95(niveldeconfianza)

3: Estadístico de prueba (o calculado)

x −μ
Z=
σ
√n
24,43−35
Z= =−28,33
7
√352

4: Estadístico teórico (o tabulado)

BILATERAL
X= 24,443
U= 35
ϭ= 7
n= 352
Α 0.05
1- α = 0.95
Z= -28,3301112stadístico de prueba
Z teórico= 1,959963985 estadístico teórico

5: Tomar la decisión

Observando los resultados dados por el estadístico de prueba (-28,33), este se ubica en la
región crítica, por lo cual se rechaza la hipótesis nula, aceptando la hipótesis alternativa “ el
tiempo promedio de espera de los pacientes que asisten a la sala de urgencia, no es de 30
minutos)
 PRUEBA NO PARAMÉTRICA: JI- CUADRADO

PASO 3. PRUEBA NO PARAMÉTRICA: En una Subsección llamada “Pruebas no

paramétricas” escoja entre las variables del problema analizado una variable de tipo
cuantitativo y demuestre o desmienta a través de una prueba ji-cuadrado que los datos de
esta variable se distribuyen como una normal estándar.
La Clínica Foscal de Bucaramanga desea estudiar el número de mujeres que hacen uso del
servicio de urgencia, también determina que el promedio de las urgencias atendidas en el
día es de 6 y tomando una muestra al azar de 15 días. Determinando así si siguen el modelo
Poisson
Número de Número de
días mujeres
1 2
3 1
6 4
9 3
12 1
15 4
18 2
21 3
24 4
27 3
Paso 1: Plantear la hipótesis

H0: Los datos se distribuyen según el modelo de Poisson.

H1: Los datos no se distribuyen según el modelo de Poisson.

Paso 2: Determinar el nivel de significancia.

Significancia = 0,005

Paso 3: Estimar el estadístico de prueba.

X= número de mujeres atendidas en el día

X= 0,1,2,3…..

Promedio de pacientes atendidos en el día = 6 entonces λ = 6

X~ P(6)

Xi 0i f(Xi ) Ei

1 2 0,014872513 0,446175392 8,9650843

3 1 0,089235078 2,677052351 0,37354518
6 4 0,160623141 4,818694231 3,32040159
9 3 0,068838489 2,065154671 4,35802709
12 1 0,01126448 0,337934401 2,9591542
15 4 0,000891256 0,026737667 598,406738
18 2 3,93201E-05 0,001179603 3390,97151
21 3 1,0643E-06 3,19291E-05 281874,507
24 4 1,89303E-08 5,67909E-07 28173531
27 3 2,32988E-10 6,98965E-09 1287618408
30
Propuestas De Solución

Brindar asistencia técnica a la totalidad de los directivos de la CLINICA FOSCAL de

“Bucaramanga” en la prestación de servicios de salud, con el propósito de revisar y
actualizar el diseño de las instalaciones hospitalarias y dimensionar los requerimientos de
recursos para el desarrollo de acciones y el mejoramiento de su capacidad instalada.
Gracias a los estudios previos de cada fenómeno se ha consolidado información sustentada
y verificable por medio de la confiabilidad de las variables estadísticas que se proporcionan
en el ajuste de cada uno de los diferentes fenómenos de la población, logrando de esta
manera obtener de forma visual y más rápida conclusiones sobre las cuales se puede
intervenir con posibles soluciones pronosticados gracias a los estudios previos.
El estudio toma como base una población de 7479 pacientes que asistieron a la clínica
foscal en busca de atención por diferentes dolencias, de la cual se realiza el análisis de una
muestra de 365.

Una de las principales situaciones que se presenta en la clínica es precisamente los

comportamientos y eventos fuera del contexto que muchas veces no son pronosticados,
pero con datos organizados y el buen análisis y aplicación de la estadística el objetivo es
conseguir soluciones que permitan establecer el orden y una forma más aceptable, en este
caso en la atención de los pacientes, metas que se alcanzaran seguramente si se procede
profesionalmente, por lo que utilizar los datos y la información de forma adecuada será
definitivamente la prioridad en el momento de mostrar estas alternativas.

En el estudio de investigación se analizaron una serie de fenómenos que suceden en el

centro de salud ubicado en Bucaramanga el cual enfoca la atención en las urgencias que
diariamente surgen allí, este fenómeno no se puede predecir pues ingresan mujeres y
hombres con edades distintas, enfermedades y traumas no pronosticados, sin embargo todos
los datos han sido almacenados en una base de datos en un lapso de tiempo que se ha
considerado importante para establecer regularidades y situaciones que permitan, a través
de los análisis sistemáticos de la estadística analizar los sucesos para determinar cuáles
pueden ser las soluciones y/o viables para sobrellevar el problema. Conocer cuántas
personas ingresan al centro hospitalario, su sexo, edad y otros datos cuantitativos y
cualitativos ya almacenados, nos permiten ahora simplificar en grupos, para conocer
promedios, varianza, porcentajes que al ser correctamente interpretados nos brindan
información que permita predecir de alguna manera el comportamiento futuro y afrontarlo
con soluciones consistentes. Las técnicas estadísticas son de gran ayuda, nos sirven para
confrontar información ya establecida con la que nos brindan otros cálculos, obteniendo de
esta forma una información más acertada de la realidad.
La relación existente entre la distribución de probabilidad de la población y distribución
muestral es la que nos permite hacer afirmaciones sobre el parámetro poblacional y
cuantificar el error de dichas afirmaciones.
Lo más importante no es lo que la muestra nos dice sobre los miembros analizados, lo que
se debe tener en cuenta es como hacer inferencia sobre los miembros que no fueron
incluidos en la muestra.
Finalmente los análisis de los resultados dentro de los niveles de significancia, permiten
conocer los puntos críticos de la situación y es lo que deben aplicar los directivos del centro
hospitalario para mejorar la calidad en la prestación del servicio.
 CONCLUSIONES

 A partir de emplear el aprendizaje estadístico, se ha encontrado que hay diferentes

formas de emplear soluciones a los problemas que frecuentemente surgen en las
organizaciones, la estadística nos enfoca en un momento de análisis a partir de
fórmulas que han demostrado a través del tiempo ser cada vez más sólidas y
dignas de confiabilidad, la experiencia muestra formas de proceder ante una
eventualidad por las situaciones previas, pero no se pueden aplicar en situaciones
en las que no hemos tomado parte, la información organizada y correctamente
interpretada es fundamental para el desarrollo de las organizaciones, se ha
plasmado en este documento un ejemplo claro de estas medidas, que
seguramente nos ayudarían a tomar la mejor decisión