Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Final
Docente:
Integrantes:
2021
Contenido
Título: Control de procesos del empaquetado y entrega de los productos
terminado de la empresa intradevco sede Lurin-2021 ...................................... 1
CAPITULO-1 .......................................................................................................... 3
1. Antecedentes/ Descripción del proyecto .......................................................... 3
2. PROBLEMA CENTRAL DEL PROYECTO .................................................. 8
3. OBJETIVOS GENERALES / ESPECÍFICOS .............................................. 10
CAPITULO–2 ....................................................................................................... 10
1. CONCEPTOS ESTADÍSTICOS................................................................... 10
2. VARIABLES Y TIPO DE VARIABLES ....................................................... 11
3. MUESTRA ESTADISTICA Y TIPO DE MUESTREO ................................. 12
4. GRAFICOS Y TABLAS ESTADISTICOS POR VARIABLES ..................... 13
5. MEDIDAS DE TENDENCIA CENTRAL/ DISPERSION ............................. 28
6. DISTRIBUCION ......................................................................................... 56
7. INTERVALO DE CONFIANZA .................................................................. 64
CAPITULO-3 ........................................................................................................ 71
1. PRUEBA DE HIPOTESIS ESTADISTICA Y ANALISIS DE DATOS .......... 71
2. BONDAD DE AJUSTE ................................................................................ 82
3. PRUEBA NO PARAMETRICAS ................................................................. 89
4. REGRESION LINEAL SIMPLE Y MULTIPLE .......................................... 95
5. COEFICIENTE DE DETERMINACION Y CORRELACION ..................... 97
6. INTERVALO DE CONFIANZA ................................................................ 100
7. VARIANZA-COVARIANZA: ..................................................................... 102
8. CONCLUCIONES: .................................................................................... 103
9. RECOMENDACIONES: ............................................................................ 104
10. ANEXO 1 .................................................................................................. 105
11. ANEXO 2: ENCUESTA PLICADA ............................................................ 109
CAPITULO-1
Introducción
Los envases son objetos manufacturados que contienen, protegen y representan una
tengan el mejor costo compatible con los requerimientos de protección del producto del
Son aquellos objetos manufacturados que protegen de manera unitaria o colectiva, bienes
exhibición, las cuales hacen que el producto esté expuesto a un trato no adecuado. En
agradable, también destacar el nombre o marca del producto, y hacer que se distinga de
que en el envase se hagan las especificaciones de una manera clara, breve delproducto, y
se tiene que describir de una forma sencilla el uso o consumo del producto que contiene,
salud humana, animal o vegetal. El envase ayuda a que el uso o aplicación del contenido
sea sencilla, sin desperdicio, con la dosificación adecuada y de fácil reutilización en caso
seguridad que ofrece el mismo, ya que el empaque tiene que ser un vendedor silencioso
sin descuidar los costos. Así mismo, es indispensable tener en cuenta que los productos
van a estar sometidos a cualquier tipo de trato, por tanto, el empaque debe tener
aroma del contenido y según el producto que contenga debe ser impermeable a los gases
su contenido- deben informar al usuario sobre datos como: cantidad contenida, fecha de
para toda la cadena comercial en sus distintos procesos. En lo que respecta al tema
un caso extremo incinerables, con el objeto de cumplir las normas de envase y embalaje
El envase tiene muchas funciones, uno de ellos es proteger el producto mientras que el
variación entre los distintos países o regiones donde se distribuye. Como ejemplo se
Antecedentes
estratégico que impulse el uso del empaque y embalaje que determine alternativas viables
medio ambientales gestionan el correcto manejo de desechos, permitiendo que los envases
por objetivo plantear las alternativas técnicas y económicas para estandarizar y mejorar
final del producto ya empacado. Así las cosas, es preciso anotar que actualmente el
proceso de empaque en empresa es inadecuado, toda vez que genera pérdida de tiempo
y provoca deficiencias. En ese orden de ideas, el presente estudio pretende diseñar una
calidad del proceso de empaque. Sin duda, esta investigación representa un aporte
que permite aplicar los conocimientos adquiridos a lo largo de la carrera por ser un caso
que aun empresas con importantes recursos de capital humano y de inversión, son
susceptibles de beneficiarse de manera importante de una revisión de sus procesos,
buscando una mejora continua de los mismos. Esto cobrara mayor importancia ante el
esquema de alta competencia que enfrentara el país y las empresas colombianas en los
caso dos en específico: diagrama de flujo y curso grama analítico. Estas nos serviránpara
estudiar los procesos actuales del empaque de uva de mesa y así poder identificar áreas
de mejora. Diagrama de flujo, esta herramienta sirve para estandarizar la forma detrabajo
así conseguir mayor satisfacción en los clientes (Ilzarbe & Vegas, 2008). Curso grama
auxiliares e implementar tres niveles en todas las líneas de trabajo, aprovechando así el
espacio vertical que posee la planta, lo cual dejó espacio disponible para implementar
mercaderías para su empleo a partir del mismo y destinado a individualizar, dosificar, conservar,
entiende como cualquier medio material destinado a proteger una mercadería para su expedición
utiliza para brindar protección a la carga ante riesgos. La oferta de venta debe estipular el tipo de
al que se cotiza, se debe tener en cuenta no solo las normas internacionales sobre los mismos,
del correcto análisis de circunstancias como la duración del viaje y el medio de transporte. El
preocupación por las condiciones en que llegan los productos ecuatorianos al mercado externo,
porque no están bien empacados. En algunos casos se pierde el comercio y con ello las divisas,
lo que desencadena grandes pérdidas para el sector empresarial ,uno de los motivos incurre en el
mal uso de los embalajes ,es decir donde se cubre al producto para que este llegue en buen estado,
la falta de recursos para utilizar mejores sistemas de embalaje afectan a algunas empresas debido
a lo costoso que puede ser el embalaje de productos de rápida descomposición, y eso provoca que
no sea cancelada la mercadería enviada y por lo tanto vuelva hacia la empresa provocando una
perdida para la empresa. Ante la problemática que atañe al embalaje de los productos que son
internacionales de calidad así como las normas fiduciarias donde el productor pueda estar
tranquilo de que su producto está siendo embalado con embalajes de buena calidad. Las gestiones
de desechos para envases y embalajes aun no son consideradas por las empresas ecuatorianas, los
envases y embalajes pueden ser utilizados para cumplir otras funciones ajenas a las que fueron
creados, los programas de reciclaje se consideran una buena opción para la correcta gestión de
Problema general
¿Cuál es la relación que existe entre el control de proceso de producción del empaquetado
y la entrega de los productos terminados hacia al almacén, Lurín 2021?
Problemas específicos
¿Qué relación existe entre la eficacia del empaquetado durante del proceso y la entrega
de los productos terminados hacia el almacén, año 2021?
¿Cuántos son los errores que genera el operario durante el proceso y la entrega de los
productos terminados hacia el almacén, año 2021?
¿Cuál es la relación que existe entre las demoras de entrega de las cajas para el traslado
y la entrega de los productos terminados hacia el almacén, año 2021?
¿Cuál es la relación que existe entre los incidentes o averías en la producción y la entrega
de los productos terminados hacia el almacén, año 2021?
3. OBJETIVOS GENERALES / ESPECÍFICOS
Establecer la relación que existe entre el proceso del empaquetado y la entrega de los
productos terminados hacia el almacén, año 2021.
Determinar relación existe entre la eficacia del empaquetado del proceso y la entrega de los
productos terminados hacia el almacén, año 2021.
Verificar los errores que genera el operario durante el proceso y la entregade los productos
terminados hacia el almacén, año 2021.
Determinar la relación que existe entre las demoras de entregas de las cajas para el traslado
y la entrega de los productos terminados hacia el almacén, año 2021.
Verificar la relación que existe entre los incidentes o averías de la maquina en la producción
y la entrega de los productos terminados hacia el almacén, año 2021.
CAPITULO–2
1. CONCEPTOS ESTADÍSTICOS
POBLACIÓN
aerosoles)
MUESTRA
para establecer la relación que existe entre el proceso del empaquetado y la entrega de los
2.1. VARIABLE:
V1: control de procesos
VARIABLE TIPO
Genero Cualitativa Nominal
Edad Cuantitativa Discreta
Cuanto tiempo tiene laborando en la empresa Cuantitativa Continua
Cuantas veces a la semana has encontrado errores en la
Cuantitativa Discreta
recepción de los productos para el empaquetado
Cuantas veces a la semana las máquinas de producción
Cuantitativa Discreta
tuvo incidentes o averías
Cuantos productos defectuosos en promedio encuentra
Cuantitativa Discreta
al día
Cuantos minutos se demora en el llenado de las cajas Cuantitativa Continua
Cuantos productos diariamente dañan dentro del proceso
Cuantitativa Discreta
de empaquetado
relación que existe entre el proceso del empaquetado y la entrega de los productos terminados a los
TIPO DE MUESTREO
F 12 12 0.48 0.48 48 48
M 13 25 0.52 1 52 100
12.6
12.4
12.2 F
12
12 M
11.8
11.6
11.4
F M
Genero
4.2. EDAD (VARIABLE CUANTITATIVA DISCRETA)
6
18-25
5
25-32
4
3 32-39
3
2 39-46
2 46-53
1
0
18-25 25-32 32-39 39-46 46-53
Edad
hi(3): La probabilidad de que los encuestados tengan entre 6 a 9 meses trabajando es 0.16
pi%(5): El 32% de los encuestados tienen trabajando entre 12 a 15 meses o más en la empresa
6
6
0-3
5
4 4 3-6
4
3 6-9
3
2 9-12
1 12-15
0
0-3 3-6 6-9 9-12 12-15
Tiempo laborando
ERRORES A LA
fi Fi hi Hi pi(%) Pi(%)
SEMANA (Xi)
1 6 6 0.24 0.24 24 24
2 11 17 0.44 0.68 44 68
3 4 21 0.16 0.84 16 84
4 4 25 0.16 1 16 100
Total, general 25 1 100
hi(3): La probabilidad de que los encuestados tengan entre 6 a 9 meses trabajando es 0.16
pi%(5): El 32% de los encuestados tienen trabajando entre 12 a 15 meses o más en la empresa
Errores a la semana
12 11
11
10
Frecuencia Absoluta
9
8
7 6 1
6
5 4 4 2
4 3
3
2 4
1
0
1 2 3 4
Errores
INCIDENTES O AVERIAS
fi Fi hi Hi pi(%) Pi(%)
A LA SEMANA (Xi)
1 7 7 0.28 0.28 28 28
2 6 13 0.24 0.52 24 52
3 6 19 0.24 0.76 24 76
4 4 23 0.16 0.92 16 92
5 2 25 0.08 1 8 100
Total, general 25 1 100
fi(1): 7 de 25 personas de las encuestadas han tenido 1 incidente o avería de las maquinas a la
semana.
un 0.28.
pi%(2): El 24% de los encuestados han tenido 2 incidente o avería de las maquinas a la semana.
6
5 1
4
4 2
3 3
2
2 4
1 5
0
1 2 3 4 5
Incidentes o averias
PRODUCTOS
DEFECTUOSOS AL DIA fi Fi hi Hi pi(%) Pi(%)
(Xi)
0-10 8 8 0.32 0.32 32 32
10-20 11 19 0.44 0.76 44 76
20-30 4 23 0.16 0.92 16 92
30-40 2 25 0.08 1 8 100
Total, general 25 1 100
fi(2): 8 de 25 personas de las encuestadas han encontrado de 0-10 productos defectuosos al día.
9 8
8
7 0-10
6
5 4 10 20
4 20-30
3 2
2 30-40
1
0
0-10 10 20 20-30 30-40
Productos defectuosos
%(1): El 48% de los operarios de producción se demoran 5 minutos en el llenado de las cajas.
hi(2): La probabilidad de que los operarios se demoren 7 minutos en llenado de las cajas es de 0.44.
hi(2): La probabilidad de que los operarios dañen dos productos 2 diario es de 0.28
12
10
0
1 2 3 4
CANTIDAD
%(1): El 36% de los operarios de producción se demoran 1 minuto en etiquetar las cajas.
hi(4): La probabilidad de que los operarios se demoren 4 minutos en el etiquetado de las cajas es
de 0.12.
fi(1): 11 personas de las encuestadas demoran entre 5 a 10 min para el sellado y embalado de
palets
hi(2): La probabilidad de que los encuestados demoren entre 10 a 15 min para el sellado y
pi%(3): El 16% de los encuestados demoran entre 15 a 20 min para el sellado y embalado de
palets
10
Frecuencia Absoluta
6 5-10 min
10-15 min
4
15-20 min
2
0
5-10 min 10-15 min 15-20 min
Tiempo
fi(1): 5 personas de las encuestadas demoran entre 5 a 10 min para el traslado de apilados de cajas
para el traslado
hi(3): La probabilidad de que los encuestados demoren entre 15 a 20 min para el traslado de
pi%(4): El 12% de los encuestados demoran entre 20 a 25 min para el traslado de apilados de cajas
para el traslado.
12
Frecuencia Abssoluta
10
0
5-10 min 10-15 min 15-20 min 20-25 min
Tiempo
fi(3): 8 personas de las encuestadas hacen caer las cajas al momento del apilado en un mes.
hi(2): La probabilidad de que los encuestados hagan caer las cajas de 10 a 15 veces durante el
pi%(1): El 0% de los encuestados hicieron caer las cajas, de entre 5 a 10 veces al mes.
10
Frecuencia Absoluta
0
5-10 10-15 15-20 20-25
# de veces
12
12
10
Frecuencia absoluta
6
6 fi
5
2
1 1
0
1 2 3 4 5
Accidentes
fi(2): 10 personas de las encuestadas confirman que el monta carga inoperativa de 5 a 10 veces
por semana.
hi(4): La probabilidad de que los encuestados mencionen que la inoperatividad del monta tcarga
es de 0.20
pi%(3): El 20% de los encuestados mencionan que la monta carga se encuentra inoperativa de 10
10
8
8
5
6
4 fi
2
2
0
0-5 5-10 10-15 15-20
Inoperatividad
Traslado de
fi Fi hi Hi pi(%) Pi(%)
almacén (
min)
0-5 7 7 0.28 0.28 28 28
5-10 13 20 0.52 0.8 52 80
10-15 5 25 0.2 1 20 100
Total general 25 1 100
fi(2): 10 personas de las encuestadas confirman que el monta carga inoperativa de 5 a 10 veces
por semana.
hi(4): La probabilidad de que los encuestados mencionen que la inoperatividad del monta tcarga
es de 0.20
pi%(3): El 20% de los encuestados mencionan que el monta carga se encuentra inoperativa de 10
12
Frecuencia absoluta
10
8 7
6 5
0
0-5 5-10 10-15
Tiempo
Según los datos estadísticos la moda es la respuesta “M” en grado de genero de los operarios de la
empresa.
mediana.
5.2. EDAD
Edad fi Fi Xi fi*Xi
18-25 8 8 21.5 172
46-53 2 25 49.5 99
MODA
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 100.8
Δ1+Δ2
𝐿𝑖 = 18
Δ1 = 8 − 0 = 8
Δ2 = 8 − 6 = 2
𝐴=7
MEDIA
∑ 𝑓𝑖 ∗ 𝑋𝑖
𝑥= = 31.32
𝑛
∑ 𝑓𝑖 ∗ 𝑋𝑖 = 783
𝑛 = 25
MEDIANA
n
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 12.5
2𝑛
− 𝐹𝑖 𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 𝐿𝑖 + ⌊2 ⌋=
25.75
𝑓
𝑖
𝐿𝑖 = 25
𝑛 = 25
𝐹𝑖 𝗍= 8
𝑓𝑖 = 6
MEDIDAS DE DISPERSION
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖n
𝑆2 = = 81.67
−1
Desviación estándar
𝑆 = √𝑆2 = 9.04
5.3. CUANTO TIEMPO TIENE LABORANDO EN LA EMPRESA
0-3 6 6 1.5 9
3-6 4 10 4.5 18
6-9 4 14 7.5 30
La moda seria:
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 13.85
Δ1+Δ2
𝐿𝑖 = 12
Δ1 = 8 − 3 = 5
Δ2 = 8 − 0 = 8
𝐴=3
La media seria:
∑ 𝑓𝑖 ∗ 𝑋𝑖
𝑥= = 7.86
𝑛
∑ 𝑓𝑖 ∗ 𝑋𝑖 = 196.5
𝑛 = 25
La mediana será:
n
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 12.5
2𝑛
− 𝐹𝑖 𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 𝐿𝑖 + ⌊2 ⌋ = 3.75
𝑓𝑖
𝐿𝑖 = 6
𝑛 = 25
𝐹𝑖 𝗍= 10
𝑓𝑖 = 4
MEDIDAS DE DISPERSION
Tiempo laborando fi Fi Xi fi*Xi ((Xi-X)^2)*fi
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖n = 23.49
𝑆2 =
−1
Desviación estándar
∑(Xi − X)2 ∗ 𝑓𝑖 = 563.76
𝑆 = √𝑆2 = 4.85 𝑛 = 25
5.4. CUANTAS VECES A LA SEMANA HAS ENCONTRADO ERRORES EN
LARECEPCIÓN DE LOS PRODUCTOS PARA EL EMPAQUETADO
ERRORES A LA
fi Fi fi*Xi (Xi-x)^2
SEMANA (Xi)
1 6 6 6 1.5376
2 11 17 22 0.0576
3 4 21 12 0.5776
4 4 25 16 3.0976
Total general 25 56 5.2704
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟓𝟔
̅𝒙 = = 𝟐. 𝟐𝟒
𝟐𝟓
MEDIANA
𝒏
𝑳=
𝟐
𝑳 = 𝟐𝟓 = 𝟏𝟐. 𝟓
𝟐
Me = 2
MODA
Los errores en la recepción de los productos para el empaquetado más frecuentes son de 2
errores a la semana.
MEDIDAS DE DISPERSION
ERRORES A LA
fi Fi fi*Xi (Xi-x)^2
SEMANA (Xi)
1 6 6 6 1.5376
2 11 17 22 0.0576
3 4 21 12 0.5776
4 4 25 16 3.0976
Total general 25 56 5.2704
VARIANZA MUESTRAL:
∑ 𝒇𝒊(𝑿𝒊 − ̅𝒙)𝟐
𝑺𝟐 =
𝒏−𝟏
𝟐𝟓(𝟓. 𝟐𝟕𝟎𝟒)=
𝑺𝟐 = 𝟓. 𝟒𝟗
𝟐𝟓 − 𝟏
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
𝑺 = √5.49=2.34
5.5.CUANTAS VECES A LA SEMANA LAS MÁQUINAS DE PRODUCCIÓN
TUVIERON INCIDENTES O AVERÍAS
INCIDENTES O AVERIAS
fi Fi fi*Xi (Xi-x)^2
A LA SEMANA (Xi)
1 7 7 7 2.3104
2 6 13 12 0.2704
3 6 19 18 0.2304
4 4 23 16 2.1904
5 2 25 10 6.1504
Total, general 25 63 11.152
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟔𝟑
̅𝒙 = = 𝟐. 𝟓𝟐
𝟐𝟓
MEDIANA
𝒏
𝑳=
𝟐
𝟐𝟓
𝑳 = 𝟐 = 𝟏𝟐. 𝟓
Me = 2
MODA
Las máquinas de producción con incidentes o averías más frecuentes son de 1 veces a la
semana.
MEDIDAS DE DISPERSION
INCIDENTES O AVERIAS
fi Fi fi*Xi (Xi-x)^2
A LA SEMANA (Xi)
1 7 7 7 2.3104
2 6 13 12 0.2704
3 6 19 18 0.2304
4 4 23 16 2.1904
5 2 25 10 6.1504
Total general 25 63 11.152
VARIANZA MUESTRAL:
∑ 𝒇𝒊(𝑿𝒊 − ̅𝒙)𝟐
𝑺𝟐 =
𝒏−𝟏
𝟐𝟓(𝟏𝟏. 𝟏𝟓𝟐)
𝑺𝟐 = = 𝟏𝟏. 𝟔𝟏𝟔
𝟐𝟓 − 𝟏
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
PRODUCTOS
fi Fi Xi fi*Xi (Xi-x)^2
DEFECTUOSOS AL DIA (Xi)
0-10 8 8 5 40 100
10-20 11 19 15 165 0
20-30 4 23 25 100 100
30-40 2 25 35 70 400
Total general 25 375 600
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿𝒊
𝒏
𝒙 = 𝟑𝟕𝟓 = 𝟏𝟓
𝟐𝟓
MEDIANA 𝒏+𝟏
𝑳= =13
𝟐
𝒏+1
− 𝑭𝒊 − 𝟏 𝗍
𝒔𝒆𝒈𝒖𝒏𝒅𝒐 𝑴𝒆 = 𝑳𝒊 + ⌊ 2 ⌋ = 𝟏𝟎. 𝟒𝟓
𝒇𝒊
𝐿𝑖 = 10
𝑛 + 1/2 = 13
𝐹𝑖 𝗍= 8
𝑓𝑖 = 11
MODA
𝑀𝑜 = Li + ( Δ1 ) ∗ 𝐴 = 13
Δ1+Δ2
𝐿𝑖 = 10
Δ1 = 11 − 8 = 3
Δ2 = 11 − 4 = 7
𝐴 = 10
MEDIDAS DE DISPERSION
PRODUCTOS
fi Fi Xi fi*Xi (Xi-x)^2
DEFECTUOSOS AL DIA (Xi)
0-10 8 8 5 40 100
10-20 11 19 15 165 0
20-30 4 23 25 100 100
30-40 2 25 35 70 400
Total general 25 375 600
𝟐𝟓(𝟔𝟎𝟎)
𝑺𝟐 = = 𝟔𝟐𝟓
𝟐𝟓 − 𝟏
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
S=√𝟔𝟐𝟓 = 25
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿𝒊
𝒏
𝟏𝟖𝟏
𝒙
̅ = 𝟐𝟓 = 𝟕. 𝟐𝟒
𝟐𝟓 = 𝟏𝟐. 𝟓
𝑳= 𝟐
El 50% de los operarios se demoran igual o menor a 7 minutos en el llenado de las cajas. Por
otro lado, 50% del personal se demoran mayor o igual de 7 minutos.
MODA
Los minutos más frecuentes en la que se demora el llenado de las cajas es 7 minutos.
MEDIDAS DE DISPERSION
VARIANZA MUESTRAL: 𝑺𝟐
∑(𝑿𝒊 − ̅𝒙)𝟐
(𝟐𝟐. 𝟑𝟏)
𝑺𝟐 = = 𝟎. 𝟗𝟐𝟖
𝟐𝟓 − 𝟏
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟔𝟏
𝒙
̅= = 𝟐. 𝟒𝟒 ≈ 𝟐
𝟐𝟓
MEDIANA
𝒏
𝑳=
𝟐
𝟐𝟓
𝑳= = 𝟏𝟐. 𝟓
𝟐
El 50% de los operarios se dañan menor o igual a 2 productos diario. No obstante, el otro 50%
del personal dañan 2 a más productos.
MODA
La cantidad de producto dañado frecuentemente es 3 producto por día.
MEDIDAS DE DISPERSION
VARIANZA MUESTRAL: 𝑺𝟐
∑(𝑿𝒊 − ̅𝒙)𝟐
(𝟔)
𝑺𝟐 =
𝟐𝟓 − 𝟏 = 𝟎. 𝟐𝟓
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
S=√𝟎. 𝟐𝟓 = 0.5
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟓𝟏
𝒙
̅= = 𝟐. 𝟎𝟒 𝐦𝐢𝐧𝐮𝐭𝐨𝐬
𝟐𝟓
MEDIANA 𝒏
𝑳=
𝟐
𝟐𝟓
𝑳= = 𝟏𝟐. 𝟓
𝟐
El 50% del personal de producción se demoran menos o igual a 2 minutos. No obstante, el otro
50% se demoran igual o más de 2 minutos.
MODA
Los minutos más frecuentes de los operarios para el etiquetado de las cajas es 1 y 2 minutos.
MEDIDAS DE DISPERSION
VARIANZA MUESTRAL:
𝑺𝟐
∑(𝑿𝒊 − ̅𝒙)𝟐
(𝟓. 𝟖𝟒𝟔)
𝑺𝟐 = = 𝟎. 𝟐𝟒𝟒
𝟐𝟓 − 𝟏
DESVIACION MUESTRAL
𝑺 = √ 𝑺𝟐
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟐𝟕𝟕. 𝟓𝟎
̅𝒙 = = 𝟏𝟏. 𝟏
𝟐𝟓
Se obtiene según el estudio realizado que el tiempo promedio de sellado y embalado de palets
es de 11.1 min.
MEDIANA
n
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 12.5
2𝑛
− 𝐹𝑖 𝗍
25
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 5 + − 11 𝗍
⌊2 ⌋ = 5,15
10
El 50% según el estudio realizado se llega a la conclusión que el tiempo de sellado y embalado
de palets es igual o menor a 5.15 min . Y el resto menciona que el tiempo de sellado y
embalado de palets es mayor o igual de 5.15 min
MODA
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 9.583
Δ1 + Δ2
𝐿𝑖 = 5
Δ1 = 11 − 0 = 11
Δ2 = 11 − 10 = 1
𝐴=5
MEDIDAS DE DISPERCION
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖
𝑆2 = = 0.484
n−1
∑(Xi − X)2 ∗ 𝑓𝑖 = 11.614
𝑛 = 25
Desviación estándar
𝑆 = √𝑆 2
𝑆 = √0.484 = 0.696
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟑𝟒𝟐. 𝟓𝟎
̅ =
𝒙 = 𝟏𝟑. 𝟕
𝟐𝟓
Se obtiene según el estudio realizado que el tiempo promedio de apilado de cajas para el
traslado es de 13.7 min.
MEDIANA
n
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 12.5
2𝑛
− 𝐹𝑖 𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 𝐿𝑖 + ⌊2 ⌋
𝑓𝑖
25
−5𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 10 + ⌊ 2 ⌋ = 10.625
12
MODA
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 12.5
Δ1 + Δ2
𝐿𝑖 =10
Δ1 = 12 − 5 = 7
Δ2 = 12 −5 = 7
𝐴=5
𝐿
𝑖
=
1
0
MEDIDAS DE DISPERSION
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖
𝑆2 = = 1.521
n−1
∑(Xi − X)2 ∗ 𝑓𝑖 = 30.509
𝑛 = 25
Desviación estándar
𝑆 = √𝑆 2
𝑆 = √1.521 = 1.233
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟒𝟐𝟐. 𝟓𝟎
̅=
𝒙 = 𝟏𝟔. 𝟗
𝟐𝟓
Se obtiene según el estudio realizado que el conteo promedio de caídas de cajas al momento del
apilado es de 16.9.
MEDIANA
n
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 12.5
2𝑛
− 𝐹𝑖 𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 𝐿𝑖 + ⌊ 2 ⌋
𝑓𝑖
25
− 10 𝗍
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 15 + ⌊ 2 ⌋ = 15.3125
8
El 50% según el estudio realizado se llega a la conclusión que el conteo de caídas de cajas al
momento del apilado es igual o menor a 15.3125 . Y el resto menciona que el conteo de caídas
de cajas al momento del apilado es mayor o igual a 15.3125.
MODA
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 14.1667
Δ1 + Δ2
𝐿𝑖 = 10
Δ1 = 10 − 0 = 10
Δ2 = 10 − 8 = 2
𝐴=5
MEDIDAS DE DISPERSION
((Xi-
Conteo de caídas de cajas al momento del apilado fi Fi Xi
X)^2)*fi
5-10 0 0 7.5
10-15 10 10 12.5 1.936
15-20 8 18 17.5 0.045
20-25 7 25 22.5 4.48
Total general 25 6.461
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖
𝑆2 = = 0.269
n−1
∑(Xi − X)2 ∗ 𝑓𝑖 = 6.461
𝒏 = 𝟐𝟓
Desviación estándar
𝑆 = √𝑆 2
𝑆 = √0.269 = 0.519
Accidentes
fi Fi Xi fi*Xi
ocurridos
1 5 5 1 5
2 6 11 2 12
3 12 23 3 36
4 1 24 4 4
5 1 25 5 5
Total
general
25 62
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
𝟔𝟐
̅𝒙 = = 𝟐, 𝟒𝟖
𝟐𝟓
El personal menciona que el promedio de accidentes con el monta carga es de 3 veces al mes.
MEDIANA
𝒏
𝑳=
𝟐
𝟐𝟓
𝑳 = 𝟐 = 𝟏𝟐. 𝟓
El 50% del personal menciona que ocurren igual o menor a 3 accidentes con el monta carga al mes
. Por otro lado, 50% menciona que los accidentes que ocurren con el monta carga es mayor o igualde 3
veces.
MODA
El personal menciona 3 veces con más frecuencia con respecto a los accidentes con el
montacargas.
MEDIDAS DE DISPERSION
Accidentes
fi Fi Xi (Xi-X)2
ocurridos
1 5 5 1 2.19
2 6 11 2 4
3 12 23 3 9
4 1 24 4 16
5 1 25 5 25
Total
general
25 56.19
VARIANZA MUESTRAL:
∑(𝑿𝒊 − 𝒙
̅)𝟐
𝑺𝟐 =
𝒏−𝟏
(56.19)
𝑆2 = = 2.34
25 − 1
DESVIACION MUESTRAL
S=√2.34 =1.53
4.14.CUANTOS VECES POR SEMANA ENCUENTRA INOPERATIVO EL
MONTACARGA
Monta carga
fi Fi Xi fi*Xi
inoperativo
0-5 8 8 2.5 20
5-10 10 18 7.5 75
10-15 5 23 12.5 62.5
Total general
25 192.5
MEDIA MUESTRAL
∑ 𝒇𝒊 𝑿
𝒏
192.50
𝑥̅ = = 7.70
25
El 50% del personal menciona que ocurren igual o menor a 8 inoperatividades a ala semana . Por
otro lado, 50% menciona que el monta carga se encuentra inoperativo es mayor o igual de 8
veces.
MODA
Δ1
𝑀𝑜 = Li + ( ) ∗ 𝐴 = 6,43
Δ1 + Δ2
𝐿𝑖 = 5
Δ1 = 10 − 8 = 2
Δ2 = 10 − 5 = 5
𝐴=5
MEDIDAS DE DISPERSION
Monta carga
inoperativo
fi Fi Xi fi*Xi ((Xi-X)^2)*fi
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖
𝑆2 = = 90.52
n−1
∑(Xi − X)2 ∗ 𝑓𝑖 = 2172.57
𝑛 = 25
Desviación estándar 𝑆 = √𝑆 2
𝑆 = √90.52 = 9.51
Traslado al
almacén fi Fi Xi fi*Xi
( min)
0-5 7 7 2.5 17.5
5-10 13 20 7.5 97.5
10-15 5 25 12.5 62.5
Total
general
25 177.5
MEDIA MUESTRAL ∑ 𝒇𝒊 𝑿
𝒏
177.50
𝑋= = 7.10
25
Se obtiene según el estudio realizado que el tiempo promedio de traslado al almacén es de 7 min.
MEDIANA
n+1
𝑝𝑟𝑖𝑚𝑒𝑟𝑜 𝑝𝑜𝑠𝑀𝑒 = = 13
2
𝑛
− 𝐹𝑖
𝑛
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = li + − 𝐹𝑖 − 1
2
Fi
25
𝑠𝑒𝑔𝑢𝑛𝑑𝑜 𝑀𝑒 = 5 + − 7 = 5,42
2
13
El 50% según el estudio realizado se llega a la conclusión el tiempo de traslado al almacén es igual
o menor a 5.42 min . Y el resto menciona que el tiempo d traslado de la mercadería a alalancen es
mayor o igual de 5.42 min
MODA
∆1
𝑀𝑂 = 𝐿𝐼 + ( ) ∗ 𝐴 = 7.14
∆1 + ∆2
L𝑖 = 5
Δ1 = 13 − 7 = 6
Δ2 = 10 − 5 = 8
𝐴=5
MEDIDAS DE DISPERSION
Traslado de ((Xi-
almacen( fi Fi Xi fi*Xi
X)^2)*fi
min)
0-5 7 7 2.5 17.5 189.28
5-10 13 20 7.5 97.5 731.25
10-15 5 25 12.5 62.5 781.25
Total
general
25 22.5 1701.78
Varianza
∑(Xi − X)2 ∗ 𝑓𝑖n
𝑆2 = = 71.16
−1
Desviación estándar
𝑆 = √𝑆2 = 4.85
𝑆 = √71.16 = 8
6. DISTRIBUCION
6.1. DISTRIBUCION DE MEDIA CON VARIANZA CONOCIDA
Datos:
34 − 31,32 29 − 31,32
𝑃(29 ≤ 𝑥̅ ≤ 34) = 𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ )
9,04 9,04
√25 √25
b) El valor nominal del tiempo que tienen los operarios laborando en la empresa
desviación estándar del tiempo que los operarios tienen laborando es 4,85. Si
Datos:
𝑥̅ −𝜇
𝜎 = 4.85 𝑍= 𝜎 ~𝑁(0,1)
√𝑛
Datos:
µ 3
n 25
S 1.53
X 2.48
𝑃 (𝑋 < 2.48)
2.48 − 3
𝑃(𝑇 25 − 1 < )
1.53
√25
𝑃( 𝑇 24 <-1.69)
CONCLUSION:
Datos:
µ 8
n 25
S 9.51
X 7.70
𝑃 (𝑋 > 7.70)
7.70 − 8
𝑃(𝑇 25 − 1 >
9.51
√25
CONCLUSION:
La probabilidad de que el media muestral sea mayor a 7.70 en la cantidad de veces por
VARIANZA DESCONOCIDA
incidencias o averías que tiene una máquina de despacho por semana, que se asume siguen
probabilidad de que la media muestral de Cercado de Lima sea como mínimo 2 unidades
Población Muestra
1. Cercado de Lima 2. Lurín 1. Cercado de Lima 2. Lurín
𝜇1 = 4.77 𝜇2 = 3.25 n1 = 28 n2 = 25
2
S1 = 7.31 S22 = 5.49
2 − (4.77 − 3.25)
𝑃(𝑋̅1 − 𝑋̅2 > 2) → 𝑃 𝑡𝑛1 +𝑛2 −2 >
√(6.454) ( 1 + 1 )
( 28 25 )
una varianza de 0.25. Obtener la probabilidad de que la media muestral de Ate sea como
mínimo 5 unidades mayor a la media muestral de Lurín. Considere que las varianzas
Población Muestra
1. Ate 2. Lurín 1. Ate 2. Lurín
𝜇1 = 22 𝜇2 = 18 n1 = 27 n2 = 25
S12 = 0.96 S22 = 0.25
0.96 0.25 2
( 27 + )
𝑣= 25 = 39.313 ≅ 39
0.96 2 0.25 2
( ) ( )
27 + 25
27 − 1 25 − 1
5 − (22 − 18)
𝑃(𝑋̅1 − 𝑋̅2 > 2) → 𝑃 𝑡𝑣 >
√0.96 + 0.25
( 27 25 )
VARIANZA CONOCIDA
de que los errores en la recepción de los hombres sean al menos a 2; mayor que el de las
mujeres?
Datos:
Hombres Mujeres
𝑼𝟏 = 𝟒 𝑼𝟐 = 𝟑
𝜽𝟐 = 𝟓. 𝟓 𝜽𝟐 = 𝟕. 𝟑
𝒏𝟏 = 𝟏𝟒 𝒏𝟐 = 𝟏𝟏
Solución:
𝒑(𝒙
̄𝟏 ≥𝟐+𝒙
̄ 𝟐)
𝒑(𝑥
̄𝟏−𝑥
̄ 𝟐 ≥ 𝟐)
𝟐 − (𝟒 − 𝟑)
𝒑(𝑍 ≥ )
√𝟓. 𝟓 + 𝟕. 𝟑
𝟏𝟒 𝟏𝟏
Interpretación:
hombres y mujeres, muestran sus inquietudes acerca de que dentro del área de
que los incidentes y averías de la maquina 1 sean al menos de 3 horas; menor que el de la
maquina 2?
Datos:
Maquina 1 Maquina 2
𝑼𝟏 = 𝟒 𝑼𝟐 = 𝟑
𝜽𝟐 = 𝟏𝟓. 𝟓 𝜽𝟐 = 𝟐𝟏. 𝟑
𝒏𝟏 = 𝟏𝟔 𝒏𝟐 = 𝟗
Solución:
𝒑(𝒙
̄ 𝟏 ≥ 𝟐𝟎 + 𝒙
̄ 𝟐)
𝒑(𝑥
̄𝟏−𝑥
̄ 𝟐 ≥ 𝟐)
𝟑 − (𝟒 − 𝟑)
𝒑(𝑍 ≥ )
√𝟏𝟓. 𝟓 + 𝟐𝟏. 𝟑
𝟏𝟔 𝟗
Interpretación:
recibe una caja de 150 unidades procedente del área de producción. Calcular la
𝜋 = 4% = 0.04
𝑃(𝑍 ≤ 0.63)
Con 5%, la probabilidad que haya más de un producto de aerosoles dañados es de 0.264.
b) Se toma una muestra aleatoria de 200 cajas de producidas por día por los operarios
15 𝑃−𝜋
𝜋 = 200 = 0.075 𝑃(𝑃 > 0.1) = 𝑃(𝑍 > )
√𝜋(1−𝜋)
𝑛
0.1−0.075
𝑃(𝑃 > 0.1) = 𝑃(𝑍 > )
√0.075(1−0.075)
200
𝑃(𝑍 ≤ 1.34)
La empresa Intradevco fabrican productos de limpieza, según ellos dicen que los
operarios tienen un promedio de llenado cajas de 6 minutos. Para confirmar esta se hace
estándar 0.963. encontrar el intervalo de confianza del 95% para la media. Suponga que
Datos:
𝟎. 𝟗𝟔𝟑 𝟎. 𝟗𝟔𝟑
𝑰𝑪 = 𝟕 − 𝟐. 𝟎𝟒𝟓 ∗ ≤ µ ≥ 𝟕 + 𝟐. 𝟎𝟒𝟓 ∗
√𝟐𝟓 √𝟐𝟓
𝑰𝑪 = 𝟕 − 𝟎. 𝟑𝟗 ≤ µ ≥ 𝟕 + 𝟎. 𝟑𝟗
𝑰𝑪 = 𝟔. 𝟔𝟏 ≤ µ ≥ 𝟕. 𝟑𝟗
Con una confianza del 95%, la media del tiempo de llenado de las cajas será de 6.61 a
7.39 minutos
traslado promedio de cajas al almacen central es 7.10 y con un varianza de 71.11.¿ Hallar
Datos:
n 25
S2 71.11
NC 95%
S 8.43
Conclusion:
Con un nivel de confianza del 95% se puede concluir que la desviación estándar no se
encuentra entre los intervalos de 1.049 y 3.31.
7.4. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE LA
PROPORCION
Muestra
1. Hombre 2. Mujer
13 12
𝑃1 = = 0.52 𝑃1 = = 0.48
25 25
0.52(0.48) 0.48(0.52)
𝐼𝐶(𝜋) = (0.52 − 0.48) ± 1.96√ +
25 25
𝐼𝐶(𝜋) = 0.04 ± 0.277
−0.273 ≤ 𝜋 ≤ 0.317
𝑆 2 = 0.393
Solución:
∝ 0.05
𝑋2 , 𝑛 − 1 = 𝑋2 , 25 − 1 = 0.025 ; 24 = 3.816
2 2
∝ 0.05
𝑋2 1 − , 𝑛 − 1 = 𝑋21 − , 25 − 1 = 0.975 ; 24 = 21.920
2 2
(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
∝ < 𝜃2 < ∝
𝑋2 2 ; 𝑛 − 1 𝑋2 1 − 2 ; 𝑛 − 1
Interpretación:
Existe un 95% de confianza de que la varianza de la variable que estamos analizando se
encuentre entre 0.430 y 2.471.
acuerdo que existe accidentes con el monta carga por falta de capacitacion.
Datos:
n=25 𝛼 𝑝𝑞
𝐼𝐶: 𝑃 ± 𝑍 (1 − ) √
2 𝑛
Nc=95% - Z: 1.96 (0.20)(0
5
√ . 80)
P=25=0.2 𝐼𝐶: 0.20 ± 1.96
25
𝐼𝐶: 0.20 ± 0.08
q=0.80 IC: 0.12 < π < 0.28
Interpretación: Con un nivel de confianza al 95%, la proporción de operarios
que están a favor en la capacitación del personal que maneja el monta carga
es 12% al 28%
de confianza 95% para la proporción que están a favor para la capacitación del
personal de despacho.
𝛼 𝑝𝑞
Datos: 𝐼𝐶: 𝑃 ± 𝑍 (1 − ) √
2 𝑛
n=25 (0.68)(0
√ . 32)
𝐼𝐶: 0.68 ± 1.96
Nc=95% - Z: 1.96 25
17
𝐼𝐶: 0.68 ± 0.18
P=25=0.68 IC: 0.50 < π < 086
q=0.32
a favor del tiempo de llenado de las cajas. Calcular e interprete con un intervalo
de confianza 95% para la proporción que están a favor del tiempo de llenado
de las cajas.
Datos:
n=25 𝛼 𝑝𝑞
Nc=95% - Z: 1.96 𝐼𝐶: 𝑃 ± 𝑍 (1 − ) √
11
2 𝑛
P=25=0.44
(0.44)(0
q=0.56 √ . 56)
𝐼𝐶: 0.44 ± 1.96
25
𝐼𝐶: 0.44 ± 0.19
IC: 0.25 < π < 0.63
a favor de aplicar una mejora para reducir los daños a los productos. Calcular e
favor de la mejora.
Datos: 𝛼 𝑝𝑞
n=25 𝐼𝐶: 𝑃 ± 𝑍 (1 − ) √
2 𝑛
Nc=95% - Z: 1.96
10 (0.4)(0
P=25=0.4
√ . 6)
q=0.6 𝐼𝐶: 0.4 ± 1.96
25
𝐼𝐶: 0.4 ± 0.19
IC: 0.21 < π < 0.59
Datos:
n=25 𝛼 𝑝𝑞
Nc=95% - Z: 1.96 𝐼𝐶: 𝑃 ± 𝑍 (1 − ) √
20
2 𝑛
P=25=0.8
(0.8)(0
q=0.2 √ . 2)
𝐼𝐶: 0.4 ± 1.96
25
𝐼𝐶: 0.4 ± 0.16
IC: 0.24 < π < 0.56
ANALISIS DE DATOS
1.1 PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL
promedio de 7,86 con una desviación estándar de 4,85. ¿Contradicen los datos la
Datos:
𝑢 = 9,86
𝜎 = 4,85
𝑛 = 25
𝑥̅ = 7,86
Paso 1:
𝐻0 : 𝑢 = 9,86
𝐻1 : 𝑢 ≠ 9,86
Paso 2: 𝛼 = 0,05
Paso 3:
7,86 − 9,86 Paso 5: conclusión
𝑧= = −2.06
4,85 Con un nivel de significancia del 5%
√25 existe evidencia estadística para
Paso 4: rechazar la hipótesis nula,
contradiciendo la afirmación de la
empresa ya que el promedio del tiempo
laborando de los operarios es diferente
a 9,86.
tomada de 18 años a 53, con una desviación típica de 9,04. Si se obtuvo una
0,05. ¿El gerente quiere saber si la media de edades de sus anteriores operarios
Paso 5: conclusión
Con un nivel de significancia del 5% existe evidencia estadística para aceptar la
hipótesis nula, afirmando que la media de las edades de sus anteriores operarios es
menor al de los actuales.
promedio de 31 años con una desviación estándar de 3.8 años para los hombres y de 28
años con una desviación estándar de 2.5 años para las mujeres. Se desea probar a un nivel
de significancia del 5% que la edad media de los hombres es mayor que de las mujeres,
ℎ0 : 𝜇1 ≤ 𝜇2 + 2
ℎ1 : 𝜇1 > 𝜇2 + 2 (𝑒𝑑𝑎𝑑 𝑑𝑒 ℎ𝑜𝑚𝑏𝑟𝑒𝑠 𝑒𝑠 𝑚𝑎𝑦𝑜𝑟 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑚𝑢𝑗𝑒𝑟𝑒𝑠 𝑒𝑛 𝑚á𝑠 𝑑𝑒 2 𝑎ñ𝑜𝑠)
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎: 𝛼 = 0.05
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎: (𝜎: 𝐷𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎, 𝑝𝑒𝑟𝑜 𝑖𝑔𝑢𝑎𝑙𝑒𝑠)
∝= 0.05
ℎ0 : 𝜇1 ≤ 𝜇2
ℎ1 : 𝜇1 > 𝜇2
𝑁𝑅 ℎ0 𝑅 ℎ0
1−∝ ∝
𝑇𝑐 = 0.77
empaquetado de los productos terminados, entre las plantas de Lurín y Ate. Para ello, en
Lurín, se toma una muestra de 25 mediciones, con un promedio muestral de 7.24 min, y
Suponga desviaciones poblacionales de 1.23 min para la planta de Lurín y 2.76 min para
Población Muestra
1. Lurín 2. Ate 1. Lurín 2. Ate
𝜎1 = 1.23 𝑚𝑖𝑛 𝜎2 = 2.76 𝑚𝑖𝑛 n1 = 25 n2 = 20
𝑋̅1 = 7.24 𝑚𝑖𝑛 𝑋̅1 = 6.93 𝑚𝑖𝑛
ℎ0 : 𝜇1 ≤ 𝜇2
ℎ1 : 𝜇1 > 𝜇2 (𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜 𝑑𝑒 𝑐𝑎𝑗𝑎𝑠 𝑒𝑛 𝐿𝑢𝑟í𝑛 𝑒𝑠 𝑚𝑎𝑦𝑜𝑟 𝑞𝑢𝑒 𝐴𝑡𝑒)
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎: 𝛼 = 0.05
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎: (𝜎: 𝐶𝑜𝑛𝑜𝑐𝑖𝑑𝑎, 𝑝𝑒𝑟𝑜 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠)
ℎ0 : 𝜇1 ≤ 𝜇2
∝= 0.05
ℎ1 : 𝜇1 > 𝜇2
𝑁𝑅 ℎ0 𝑅 ℎ0
1−∝ ∝
𝑍𝑐 = 0.467
Datos:
𝑛=25
𝑥 11
𝑝= = = 0.44
𝑛 25
α=0.05
π=55%=0.55
Solución:
𝒉𝒐: 𝝅 ≥ 𝟎.55
𝒉𝟏: 𝝅 < 𝟎.55
recibiendo el mantenimiento
errores cada semana en la recepción de los productos, donde se afirma que el 65%
los operarios tienen cada semana errores en la recepción de los productos. Por
11 de ellos han tenido por lo menos 2 errores cada semana. ¿Se sigue cumpliendo
Datos:
𝑛=25
𝑥 11
𝑝= = = 0.44
𝑛 25
α=0.025
π=65%=0.65
Solución:
𝒉𝒐: 𝝅 ≥ 𝟎.65
𝒉𝟏: 𝝅 < 𝟎.65
Interpretación:
A un nivel de significación
errores en la recepción de
que 65%.
¿Se puede concluir al nivel de significación 0,05 que la empresa Intradevco se vende más
1.Planteamiento de hipótesis
H0 : π1 ≤ π2
0.5 − 0.4
H1: π1 > π2 𝑧=
2. α=0.05 √0.54(1 − 0.54)( 1 + 1 )
3. Prueba estadístico 60 50
Z=1.04
4.Rechazar o aceptar
obreros del área de detergentes, se sabe que la varianza poblacional en dicho área
el 5%
Datos
Ơ2 3
n 25
S2 2.34
α=5%
𝑋2 (𝑛−1)𝑆 2
𝑐𝑎𝑙=
Ơ2
𝑋2 (25−1)2.32
𝑐𝑎𝑙= =18.56
3
Paso 4: Campana de gauss
Paso 5: Conclusión:
operarios de dicha área obteniendo una deviación estándar 71.16, con un nivel de
significancia del 5%
Datos 𝐻0 : Ơ2 ≤ 72.12
n
Ơ2 72.12
25
𝐻1 : Ơ2 > 72.12
S2 71.16
α=5%
Paso 3: Estadistico de prueba
𝑋2 (𝑛−1)𝑆 2
𝑐𝑎𝑙=
Ơ2
𝑋2 (25−1)71.16
𝑐𝑎𝑙= =23.68
72.12
Paso 4:
Paso 5: Conclusión:
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃[𝑥] =
𝑥!
𝑃(𝑥= 0) = 0,35
𝑃(𝑥= 1) = 0,37
𝑃(𝑥= 2) = 0,19
𝑃(𝑥= 3) = 0,07
𝑃(𝑥= 4) = 1 − (𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3)) = 0,02
2
(𝑜𝑖 − 𝐸𝑖 )2
𝑥𝑐 =
𝐸𝑖
𝐸𝑖 = 𝑁𝑃𝑖
𝑐𝑙𝑎𝑠𝑒(𝑥𝑖 ) 𝑂𝑖 𝑃𝑖 𝐸𝑖
0 32 0,35 22,4
1 15 0,37 23,68
2 9 0,19 12,16
3 6 0,07 4,48
4 o mas 4 0,02 1,28
total 64 1 44
𝑐𝑙𝑎𝑠𝑒(𝑥𝑖 ) 𝑂𝑖 𝑃𝑖 𝐸𝑖 𝑥𝑐2
0 32 0,35 22,4 4,11
1 15 0,37 23,68 3,18
2 9 0,19 12,16 0,82
3 o mas 10 0,09 5,76 3,12
total 64 1 44 11,23
Paso 4:
Paso 5: conclusión
Con un nivel de significancia del 5% se ha encontrado evidencia estadística suficiente
para rechazar la hipótesis nula. La distribución defectos o averías no es Poisson.
2.2.BINOMIAL
Buscamos saber a que distribución teórica se puede ajustar los datos encontrados. En
aerosoles, cada caja tiene 12 aerosoles de las cuales algunas se encuentran en buen
Paso 4:
Paso 5: conclusión
Con un nivel de significancia del 5% se ha encontrado evidencia estadística suficiente
para rechazar la hipótesis nula. El numero de productos en mal estado no siguen una
Distribución Binomial.
2.3.PRUEBA DE INDEPENDENCIA
planta de lurin, para poder visualizar las incidencias que ocurren con frecuencia con el
Existe un relación entre incidencias con el monta carga de las áreas de detergentes y
aerosoles , se usa alfa 5%
PLANTA DE LURIN
AREAS
TOTAL
DETERGENTE AEROSOLES
ACCIDENTES 12 (11.88) 15 (10.12) 27
INCIDENCIAS CON
EL MONTA CARGA INOPERATIVIDAD 10 (15.12) 13 (12.88) 23
TOTAL 22 28 50
Paso 2: Nivel de significancia
α= 5%
∑(𝑂𝑖 −𝐸𝑖 )
𝑋𝐶2 = 𝐸𝑖
Calculamos la frecuencia:
27(28) 23(28)
𝐸12 = = 15.12 𝐸22 = 50
= 12.88
50
∑(𝑂𝑖 − 𝐸𝑖 )2
𝑋𝐶2 =
𝐸𝑖
𝑔𝑙 = (#𝑓𝑖𝑙𝑎𝑠 − 1)(#𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
𝑔𝑙 = (2 − 1)(2 − 1) = 1
NRH0 RH0
X2 =4.09
Paso 5: Conclusión:
2.4.PRUEBA DE HOMOGENEIDAD
y las edades.
PLANTA DE LURIN
AREAS
TOTAL
DETERGENTE AEROSOLES
TIEMPO DE TIEMPO LABOR/EMP. 12 6 18
TRASLADO DE
PRODUCTOS EDAD 18 25 43
TOTAL 30 31 61
H0: No hay diferencia entre los tiempos de traslados de los productos de las áreas de
aerosoles y detergentes (son iguales)
H1: Si hay diferencia entre los tiempos de traslados de los productos de las áreas de
aerosoles y detergentes (no son iguales)
Paso 2: Nivel de significancia
α= 5%
Paso 3: Estadístico de prueba
∑(𝑂𝑖 − 𝐸𝑖 )2
𝑋𝐶2 =
𝐸𝑖
PLANTA DE LURIN
AREAS
TOTAL
DETERGENTE AEROSOLES
TIEMPO DE TIEMPO LABOR/EMP. 12 (8..85) 6 (9.15) 18
TRASLADO DE
PRODUCTOS EDAD 18 (21.18) 25 (21.85) 43
TOTAL 30 31 61
30(18) 30(43)
𝐸11 = = 8.85 𝐸12 = = 21.18
61 61
31(18) 31(43)
𝐸21 = = 9.15 𝐸22 = 61
= 21.85
61
∑(𝑂𝑖 − 𝐸𝑖 )2
𝑋𝐶2 =
𝐸𝑖
𝑔𝑙 = (#𝑓𝑖𝑙𝑎𝑠 − 1)(#𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
𝑔𝑙 = (2 − 1)(2 − 1) = 1
NRH0 RH0
X2 =3.14
Paso 5: Conclusión:
No existe suficiente evidencia estadística para rechazar la hipostasis nula; por tal motivo
se llega la conclusión que si existe diferencia entre los tiempos de traslados de los
productos de las áreas de aerosoles y detergentes (no son iguales)
3. PRUEBA NO PARAMETRICAS
3.1.PRUEBA DE HIPOTESIS DE SIGNO
Se presentan la cantidad de productos dañados diariamente por los operarios. Se toma una
muestra de 25 operarios que fueron encuestados al azar. Se afirma que la mediana de los
OPERARIOS PRODUCTOS
DAÑADOS
DIARIAMENTE
1 4 (+)
2 2 (0) R+=13 R-=5
3 2 (0)
1. Me ≤ 2
4 3 (+)
Me > 2
5 1 (-)
6 1 (-) 2. α=0.05
7 3 (+) 3. n= 25 p= 0.5 q= 0.5 k=0,1,2,3,4,5
8 2 (0) 4. r+ =25/2=12.5 Ξ 13
9 3 (+) R+ ≤ r+
10 1 (-) 5 ≤13
11 3 (+) P=2p (R+ ≤ r+ → P=1/2)
𝑛
12 1 (-) 𝑃 = 2∑ (18
𝑟
)𝑥 𝑟 𝑎𝑛−𝑟 = 2 ∗ [ (18
0
)(0.5)0 (0.5)18 +
13 3 (+) 𝑘=0
14 3 (+) (18
1
)(0.5)1 (0.5) + (18
17
2
)(0.5)2 (0.5)16 + (18
3
)(0.5)3 (0.5)15 +
15 4 (+) (18
4
)(0.5)4 (0.5)14 + (18
5
)(0.5)5 (0.5)13 ]= 0.096
16 3 (+) 5. P=0.096≥ 0.05
17 2 (0) CONCLUSION: CON UN NIVEL DE SIGNIFICANCIA DE 0.05
18 3 (+) SE PUEDE CONCLUIR QUE LA MEDIANA DE LOS
19 2 (0) PRODUCTOS DAÑADOS DIARIAMENTE POR LOS
20 3 (+) OPERARIOS ES MENOR E IGUAL A 2.
21 2 (0)
22 1 (-)
23 2 (0)
24 3 (+)
25 4 (+)
3.2.PRUEBA DE RACHAS
Determinar si los datos proceden de una muestra aleatorio. Usar un nivel de confianza
del 95%
1
2
3
4
5
Antes 7 6 7 5 7 6
Después 4 6 4 6 5 3
A continuación, se presenta las diferencias en la información presentada:
Antes 7 6 7 5 7 6
Después 4 6 4 6 5 3
Diferencias 3 0 3 -1 2 3
Valor 3 0 3 1 2 3
Absoluto
Se calcula la suma de los rangos para las diferencias positivas y negativas:
Diferencia Valor Ordenación
absoluto de valor Se asigna
absoluto ordenación Rango T+ T-
0 0 0
-1 1 1 1 1 1
2 2 2 2 2 2
3 3 3 3 4
3 3 3 4 (3+4+5)/3=4 4
3 3 3 5 4
Suma 14 1
𝑇 = 𝑀í𝑛(𝑇+, 𝑇 −) = 1
𝑛(𝑛 + 1) 5(5 + 1)
𝐸(𝑡) = = = 7.5
4 4
𝑛(𝑛 + 1)(2𝑛 + 1) 5(5 + 1)(10 + 1)
𝜎(𝑡) = = = 13.75
24 24
ℎ0 : 𝜇1 = 𝜇2 (𝑁𝑜 ℎ𝑎𝑦 𝑒𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑐𝑜𝑛 𝑒𝑙 𝑛𝑢𝑒𝑣𝑜 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑙 𝑡é𝑐𝑛𝑖𝑐𝑜)
ℎ1 : 𝜇1 ≠ 𝜇2 (𝐻𝑎𝑦 𝑒𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑐𝑜𝑛 𝑒𝑙 𝑛𝑢𝑒𝑣𝑜 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑙 𝑡é𝑐𝑛𝑖𝑐𝑜)
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎: 𝛼 = 0.05
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎:
𝑇 − 𝐸(𝑡) 1 − 7.5
𝑍𝑐𝑎𝑙 = = = −1.753
√𝜎(𝑡) √13.75
(𝛼 = 0.05): 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ0 , 𝑠𝑖 − 1.96 < 𝑍𝑐𝑎𝑙 < 1.96
Conclusión: A un nivel de significancia de 5%, Se acepta la hipótesis nula, por lo tanto
no hay eficacia en el mantenimiento de la maquinaria con el nuevo personal técnico, en
el área de producción de Intradevco – Lurín.
ambas.
Americana 7 6 7 6 7 5 8 7
Alemana 4 5 4 5 4 3 3 3
ℎ0 : 𝜇1 = 𝜇2 (𝐿𝑎 𝑚𝑎𝑞𝑢𝑖𝑛𝑎𝑟𝑖𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝐴𝑙𝑒𝑚𝑎𝑛𝑎 𝑛𝑜 𝑒𝑠 𝑚á𝑠 𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒)
ℎ1 : 𝜇1 ≠ 𝜇2 (𝐿𝑎 𝑚𝑎𝑞𝑢𝑖𝑛𝑎𝑟𝑖𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝐴𝑙𝑒𝑚𝑎𝑛𝑎 𝑒𝑠 𝑚á𝑠 𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒)
𝛼 = 0.05
𝑛1 = 8 𝑦 𝑛2 = 8
Observac 3 3 3 4 4 4 5 5 5 6 6 7 7 7 7 8
ión
Ordenaci 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1
ón 6
Rango (1+2+3)/3 (4+5+6)/3 (7+8+9)/3 (10+11)/2=1 (12+13+14+15)/4= 1
=2 =5 =8 0.5 13.5 6
Americana R1 Alemana R2
7 13.5 4 5
6 10.5 5 8
7 13.5 4 5
6 10.5 5 8
7 13.5 4 5
5 8 3 2
8 16 3 2
7 13.5 3 2
Total 99 Total 37
𝑛1 (𝑛1 + 1) 8(8 + 1)
𝑈1 = 𝑛1 𝑛2 + − ∑ 𝑅1 = (8)(8) + − 99 = 1
2 2
𝑛2 (𝑛2 + 1) 8(8 + 1)
𝑈1 = 𝑛1 𝑛2 + − ∑ 𝑅2 = (8)(8) + − 99 = 63
2 2
𝑈𝑚í𝑛 = 1
𝑛1 𝑛2 (8)(8)
𝜇𝑢 = = = 32
2 2
𝑛1 𝑛2 (𝑛1 + 𝑛2 + 1) (8)(8)(8 + 8 + 1)
𝜎𝑢 = √ =√ = 9.522
12 12
𝑈𝑚í𝑛 − 𝜇𝑢 1 − 32
𝑍𝑐𝑎𝑙 = = = −3.256
𝜎𝑢 9.522
en un rango de 4 errores por semana, para lo cual se realizó una encuesta a los trabajadores del
12
𝐻= ∗ (744.2 + 1377.8 + 1940.45 + 273.8) − 63 𝐻 = 762.95
63
El valor de tabla Ji 0.352
Datos: Conclusión:
𝑛 = 20 Como H>Ji se rechaza la H0, por tanto, las 4
𝑛𝑖 = 5 muestras provienen de poblaciones diferentes.
𝐾 =4−1=3
𝛼 = 0.05
3.6.PRUEBA DE FRIEDMANN
20 operarios evaluaron las horas de parada en 4 maquina obteniéndose los siguientes datos.
Probar si existen diferencias significativas entre los métodos de aprendizaje con un nivel de
significancia del 0.05.
Paso 1:
Paso 2:
Horas 1 Horas 2 Horas 3 Horas 4
Maquina 1 4 1.5 1.5 3
Maquina 2 2 1 4 3
Maquina 3 2.5 2.5 1 4
Maquina 4 1 2 4 3
Maquina 5 11 15 15 13
Suma 20.5 22 25.5 26
Promedio 4.1 4.4 5.1 5.2
Paso 3:
Para
H=5
k=4
Entonces
12
𝑋𝑟2 = Σ(20.52 + 222 + 25.52 + 262 ) − (3 ∗ 5(4 + 1))
5 ∗ 4(4 + 1)
𝑋𝑟2 =192.66
Paso 4:
Conclusión:
Se puede concluir que al menos hay diferencias
en al menos 2 medias.
4. REGRESION LINEAL SIMPLE Y MULTIPLE
4.1.REGRESION LINEAL SIMPLE
Los cupos que se otorga a un operario dependen del tiempo que se demore en el
empaquetado.
RELACION INVERSA
b) Estime el modelo de Regresión lineal estimada
Y cupos X tiempo 𝑥2 𝑦2 𝑥𝑦
2 3 9 4 6
3 2 4 9 6
3 2 4 9 6
1 4 16 1 4
4 1 1 16 4
1 4 16 1 4
2 3 9 4 6
3 2 4 9 6
∑𝑦 = 19 ∑𝑥 = 21 ∑𝑥 2 = 63 ∑𝑦 2 = 53 ∑𝑥𝑦 = 42
𝑦̂ = 𝛽̂0 + 𝛽̂1 𝑥
𝑛∑𝑥𝑦 − ∑𝑥∑𝑦 8 ∗ 42 − 21 ∗ 19
𝛽̂1 = = = −1
𝑛𝛴𝑥 2 − (𝛴𝑥)2 8 ∗ 63 − (21)2
∑𝑦 − 𝛽̂1 ∑𝑥 19 − (−1)(21)
𝛽̂0 = = =5
𝑛 8
𝑐𝑢𝑝𝑜𝑦̂ = 5 − 1𝑥𝑡𝑖𝑒𝑚𝑝𝑜
c) Pronosticar: ¿Cuánto en Promedio recibirá de cupos un operario que se ha
demorado en atender 2,5 minutos?
𝑐𝑢𝑝𝑜
̂ = 5 − 1𝑥𝑡𝑖𝑒𝑚𝑝𝑜
𝑐𝑢𝑝𝑜
̂ = 5 − 1(2,5) = 2.5
Interpretación de 𝛽̂1 , cuando el tiempo de empaquetado aumenta en un minuto el porcentaje de
la eficiencia disminuye en 1%.
siguiente informe. Se desea saber cuántos productos diariamente dañan dentro del
proceso de empaquetado los obreros que laboran en dicha planta ; teniendo en cuenta el
tiempo que tienen laborando en la empresa (meses) y su edad (años), además de ello se
Cuantos productos
Cuanto Tiempo que
dañan diariamente Edad
viene laborando en la
dentro del proceso (X1)
empresa (X2)
de empaquetado (Y)
1 22 2
2 29 5
3 36 8
4 43 11
5 50 12
SOLUCIÓN:
ENCONTRAR LA “Y” REGRESIÓN:
Cuantos productos
Cuanto Tiempo que
dañan diariamente Edad 2 2
viene laborando en la X1Y X2Y X1X2 X1 X2
dentro del proceso (X1)
empresa (X2)
de empaquetado (Y)
1 22 2 22 2 44 484 4
2 29 5 58 10 145 841 25
3 36 8 108 24 288 1296 64
4 43 11 172 44 473 1849 121
5 50 12 250 60 600 2500 144
Sumatoria 15 130 38 610 140 1550 6970 358
REEMPLAZANDO LOS DATOS EN LAS ECUACIONES
RESOLVEMOS LAS
ECUACIONES
INTERPRETACION:
B0: Los productos diariamente se dañan dentro del proceso de empaquetado esperada,
B2: Por cada incremento de una unidad del tiempo de labor en la empresa y la cantidad
5. COEFICIENTE DE DETERMINACION Y
CORRELACION
5.1.COEFICIENTE DE DETERMINACION Y CORRELACIÓN
de 01 caja:
X Y
(Años laborando) (Tiempo en min. de llenado de 01 caja)
1 11
1.2 11
1.5 11
1.5 9
2 9
2.5 9
3.2 7
3.5 7
5 7
5.5 7
6.5 9
6.5 7
7 7
8 7
10 7
10 5
10 7
13 5
13 5
13.5 7
13.5 5
14 7
14.2 5
14.5 5
15 5
25(1222.6) − (195.6)(181)
𝑟= = −0.832
√25(2127.82) − 195.62 . √25(1401) − 1812
−1 < 𝑟 < −0.8 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝐼𝑛𝑣𝑒𝑟𝑠𝑎 𝐼𝑛𝑡𝑒𝑛𝑠𝑎
Existe una correlación intensa entre los años que laboran los operadores en Intradevco –
Lurín (X) y el tiempo que se demoran en el llenado de 01 caja (Y). Asimismo, la relación
es de manera inversa, es decir mientras más años tengan laborando en la planta los
operadores, menor será el tiempo de demora en llenado de cajas.
Coeficiente de Determinación:
confianza par el valor medio a un 95% para evaluar el tiempo de traslado de mercaderías
hacia el almacén con la inoperatividad del monta carga que existe (10 veces x mes)
Ŷ = 𝛽0 + 𝛽1 𝑋
Calculo de coeficientes:
𝑛∑𝑋𝑌−∑𝑋∑𝑌 ∑𝑌−𝛽1 ∑𝑋
𝛽1 = 𝛽0 =
𝑛∑𝑋 2 −(∑𝑋)2 𝑛
Inoperatividad
Tiempo de traslado
del montacarga x2 y2 xy
del mercaderia (Y)
(X)
7 8 64 49 56
13 10 100 169 130
5 5 25 25 25
0 2 4 0 0
Sumatoria 25 25 193 243 211
Promedio 6.25 6.25 48.25 60.75 52.75
25 ∗ 211 − 25 ∗ 25
𝛽1 = = 1.11
25 ∗ 193 − (25)2
25−1.11∗25
𝛽0 = = −0.11
25
Ŷ = −0.11 + 1.11𝑋
∑𝑌 2 − 𝑛𝑌 2 ) − 𝑏1 (∑𝑋𝑖 𝑌𝑖 − 𝑛𝑋𝑌
𝐶𝑀𝐸 = =
𝑛−1
(243−25∗6.252 )−1.11(211−25∗52.75)
= 20.67
24
1 (𝑋0 −𝑋)2
𝐼𝑃 = Ŷ ± 𝑡(1−𝛼;𝑛−2) ∗ √𝐶𝑀𝐸( +
2 𝑛 𝑆𝐶(𝑋)
0.05
𝑡 = (1 − ; 23) = 2.069
2
1 (10−6.25)2
𝐼𝑃 = 10.99 ± 2.069 ∗ √20.67( + )=
25 −783.56
𝐼𝑃 = 10.99 ± 0.94
𝐼𝑃 = 10.05 11.98
7. VARIANZA-COVARIANZA:
Cuantos productos
Cuanto Tiempo que
dañan diariamente Edad
viene laborando en la Y2 𝑿𝟐𝟏 𝑿𝟐𝟐 𝑿𝟏 𝑿𝟐 𝑿𝟏 𝑿𝟐
dentro del proceso (X1)
empresa (X2)
de empaquetado (Y)
1 22 2 1 484 4 22 2 44
2 29 5 4 841 25 58 10 145
3 36 8 9 1296 64 108 24 288
4 43 11 16 1849 121 172 44 473
5 50 12 25 2500 144 250 60 600
SUMATORIA 15 180 38 55 6970 358 610 140 1550
PROMEDIO 3 36 7.6
2 ∑𝑌 2 55
Ố 𝑌= 𝑁
-𝑌𝑝𝑟𝑜𝑚2 =25-(3)2 = -6.8
2 ∑𝑥12 6970
Ố 𝑥1 = 𝑁 2
- 𝑋1𝑝𝑟𝑜𝑚2 = 25
-(36)2 = -1017.2
2 ∑𝑥2 2
358 2
Ố 𝑥2 = - 𝑋2 𝑝𝑟𝑜𝑚 = -(7.6) = -43.44
𝑁 25
∑𝑦𝑥1 610
𝑆𝑦𝑥1 = − (yprom)(x1prom) = -(3)(36)=-83.6
𝑛 25
∑𝑦𝑥2 140
𝑆𝑦𝑥2 = − (yprom)(x2prom) = -(3)(7.6)= -17.2
𝑛
∑𝑥1𝑥2 251550
𝑆𝑥1𝑥2 = 𝑛 − (x1prom)(x2prom) = 25 -(36)(7.6)= -211.6
Se concluye del estudio, que a pesar de que la muestra, indique que la mayoría
será de 0.05%. Es decir, que los operarios de ATE no están tan capacitados, ya
Existe una correlación intensa entre los años que laboran los operadores en
de cajas.
9. RECOMENDACIONES:
las maquinarias que ya existe, ya que es la principal causa para que existan tales
errores.
realizado. Esto, generara que los operarios tengan una mejor eficiencia al
INTRADEVCO.