● EJERCICIOS

Presentado por:

MARLEDYS BARRIOS ARROYO ID: 592394

EDER ANTONIO PALACIO DIAZ
ID: 610546

Docente:
ERLIN BLANDON RIVAS
NCR: 42038

Asignatura:
ESTADISTICA INFERENCIAL

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

ADMINISTRACIÓN DE EMPRESAS
QUINTO SEMESTRE
2019
APARTADÓ- ANTIOQUIA
 INTRODUCCIÓN

En este trabajo se hace una investigación donde se pretende analizar el nivel de

accidentabilidad en el área de trabajo de la finca Palo de Agua (Grupo 20), entendiendo
que es importante tener un control de tal eventualidad para aplicar los correctivos
necesarios y que esto permita un mejor desarrollo de las labores y además, lo más
importante que es velar por el bienestar de los trabajadores.

Es calor que antes mencionado es fundamental para desarrollar la investigación

OBJETIVOS ESPECÍFICOS

Aplicar procesos generales de la estadística inferencial en el proceso de investigación del

nivel de accidentabilidad de la Finca Palo de Agua (Grupo 20), tomando un mes (Marzo).

OBJETIVOS ESPECÍFICOS

● Aplicar los conocimientos adquiridos en la asignatura Estadística inferencial

● Aplicar procedimientos de Probabilidad (normal) a una situación real para obtener

conclusiones que sirvan para la toma de decisiones y aplicación de correctivos.

● Calcular el número de accidentados por el mes de marzo

 DEFINICIÓN DEL PROBLEMA A INVESTIGAR

Es claro en la Finca en la que se aplica el proceso estadístico se están presentando

accidentes y esto genera una dificultad, ya que el ausentismo por tal causa afectan el buen
desarrollo de las labores de producción.

OBJETIVOS DE LA INVESTIGACIÓN

● Analizar el número de trabajadores que presentan como mínimo un accidente en un

mes.

● Determinar si se requiere hacer algún seguimiento a trabajadores específicos dado el

caso que sean reiterada su condición de accidentado.
Para desarrollar el trabajo es necesario definir algunos conceptos y presentar algunas
fórmulas propias del mismo:

DISTRIBUCIÓN NORMAL

En estadística y probabilidad se llama distribución

normal, distribución de Gauss o distribución
gaussiana, a una de las distribuciones de
probabilidad de variable continua que con más
frecuencia aparece en fenómenos reales.
La gráfica de su función de densidad tiene una
forma acampanada y es simétrica respecto de un
determinado parámetro.
La importancia de esta distribución radica en que
permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los
mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la
enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo
normal puede justificarse asumiendo que cada observación se obtiene como la suma de
unas pocas causas independientes.

La distribución normal también aparece en muchas áreas de la propia estadística. Por

ejemplo, la distribución muestral de las medias muéstrales es aproximadamente normal,
incluso si la distribución de la población de la cual se extrae la muestra no es normal.
Además, la distribución normal maximiza la entropía entre todas las distribuciones con
media y varianza conocidas, lo cual la convierte en la elección natural de la distribución
subyacente a una lista de datos resumidos en términos de media muestral y varianza. La
distribución normal es la más extendida en estadística y muchos test estadísticos están
basados en una supuesta "normalidad".
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de
probabilidades continuas y discretas.

INTERVALO DE CONFIANZA

Se llama intervalo de confianza en estadística a

un par de números entre los cuales se estima que
estará cierto valor desconocido con una
determinada probabilidad de acierto.
Formalmente, estos números determinan un
intervalo, que se calcula a partir de datos de una
muestra, y el valor desconocido es un parámetro
poblacional. La probabilidad de éxito en la
estimación se representa por 1 - α y se denomina
nivel de confianza. En estas circunstancias, α es el
llamado error aleatorio o nivel de significación, esto es, una medida de las posibilidades de
fallar en la estimación mediante tal intervalo.
El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un
intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de confianza),
mientras que para un intervalo más pequeño, que ofrece una estimación más precisa,
aumentan sus posibilidades de error.
Para la construcción de un determinado intervalo de confianza es necesario conocer la
distribución teórica que sigue el parámetro a estimar, θ. Es habitual que el parámetro se
distribuya normalmente.

INTERVALO DE CONFIANZA PARA UNA PROPORCIÓN

El intervalo de confianza para estimar una proporción p, conocida una proporción muestral
Pn de una muestra de tamaño n, a un nivel de confianza del (1-α)=100% es:

En la demostración de estas fórmulas están involucrados el Teorema Central del Límite y la

aproximación de una binomial por una normal.
La finca Palo de Agua cuenta en la actualidad con 68 trabajadores:
 DESARROLLO DE LA INVESTIGACIÓN

La Gerencia de Grupo 20 tiene establecido que si más de un 5% de trabajadores se

accidenta en un mes, es necesario hacer un análisis profundo de la situación y aplicar los
correctivos necesarios

Se pudo verificar por listado en Excel la existencia de 68 trabajadores y luego de la

verificación se procede a tomar la muestra.

Muestreo: al 95%
2
z ∗p∗q∗N
n= 2 2
E ( N −1 )+ z ∗p∗q

N: Es el tamaño de la población

Z: distribución normal (porque es estimación de proporciones)

P: Proporción de trabajadores accidentados

q: Proporción de trabajadores No accidentados

E: error estándar

N.C:(1- α)=0.95

El error es del 5%(0.05), que corresponde a un nivel de confianza de 95%(0.95) lo

equivale a un valor de z de 1.96
 2
1.96 ∗0.5∗0.5∗68
n= 2 2
≅ 57,9 ≈ 58 →Variable discreta
0.05 ( 64−1 ) +1.96 ∗0.5∗0.5

✔ Según los cálculos el tamaño final de la muestra debe ser de aproximadamente 58

trabajadores.

✔ De esa muestra de 58 obtiene la información con base en los reportes y se evidencia

que 10 trabajadores se accidentaron en el mes de estudio (marzo)

A continuación el listado de la muestra y la relación de accidentes:

 ● La grafica muestra la cantidad de accidentes

Calculo de proporción de trabajadores accidentados:

58 →100 %

10 → X

10 (100 %)
X= ≈ 17,24 %
58

Estimación de proporciones:

P: ^p ± Z σ ^p

P: ^p ± Z ( √ ❑ )

✔ Se usa factor de corrección porque se conoce la población y cumple la condición:

n>0.05N (la muestra es mayor al 5% de la población)

✔ A un nivel de confianza del 95%

p: 0,17241±1.96( √ ❑ )

p: 0,17241 ± 0.037557

0.134853 ≤ P≤ 0.209967

Transformo en porcentaje:

13,5 % ≤ P ≤ 21 %

Conclusión:

Después de estimar el 95% de confianza se logró obtener el intervalo de proporciones de

accidentabilidad (13,5% ≤ P ≤ 21%) y este sobrepasa el 5% establecido por la Gerencia,
por tal razón, se deben analizar a profundidad la situación, ya que es un porcentaje
considerable de accidentes en un mes.