“Año de la soberanía y fortalecimiento nacional”

 Tema: “Análisis de la gestión del tiempo en los trabajadores de inventario

de Promart sede Santa Clara en el proceso laboral 2021-2022”

 Asignatura: Estadística Inferencial

 Docente: Frans Ramiro Cárdenas Palomino

 Sección: (45285)

 Turno: Tarde

 Integrantes del grupo:

 Atoche Flores Alison Nicole (U21210384)

 Mera Martínez Alberto Leónidas (U21208993)

 Ravello Aguado Leonardo (U17101092)

 Suárez Alcántara, Joseph Ramiro (U21208306)

 Villareal Meza Jonathan Ricardo (17104613)

Lima, 8 de Octubre del 2022

1
Queremos expresar nuestro más sincero
agradecimiento al Mg. Frans Ramiro
Cárdenas Palomino por la paciencia y
amabilidad brindada en cada clase, gracias a
usted pudimos elaborar este trabajo. Además,
Nosotros estamos agradecidos con nuestra
familia, sobre todo con nuestros padres, que
siempre son un apoyo incondicional, en los
buenos y malos momentos. Este logro es de
ellos. Por último, agradecemos a las personas
que han sido parte de este trayecto,
alentándonos a continuar y ayudándonos a
no perder el rumbo.

Muchas gracias a todos.

2
 “Análisis de la gestión del tiempo en los trabajadores de
inventario de Promart sede Santa Clara en el proceso
laboral 2021-2022”

1. INTRODUCCIÓN.....................................................................

2. PLANTEAMIENTO DEL PROBLEMA.....................................

3. OBJETIVOS GENERALES Y ESPECÍFICOS........................

A. OBJETIVO GENERAL.............................................................7

B. OBJETIVO ESPECÍFICO........................................................7

4. DETERMINACIÓN DE LA UNIDAD DE
INVESTIGACIÓN........................................................................................

A. FORMULACIÓN DE HIPÓTESIS............................................9

5. SELECCIÓN DEL MÉTODO DE INVESTIGACIÓN...............

6. RECOLECCIÓN DE LA INFORMACIÓN..............................

7. PROCESAMIENTO DE LA INFORMACIÓN.........................

1. ETAPA DESCRIPTIVA:.........................................................14

3. EDAD DE LOS TRABAJADORES (VARIABLE

CUANTITATIVA DISCRETA) CASO MUESTRA DE 25
TRABAJADORES..........................................................14

4. JORNADA DIARIA DE TRABAJO (VARIABLE CUALITATIVA

NOMINAL)......................................................................17

5. TIEMPO DE LLEGADA A SU CENTRO LABORAL

3
 (VARIABLE CUANTITATIVA DISCRETA).....................18

6. ¿CUÁNTO TIEMPO LLEVAS TRABAJANDO EN LA

EMPRESA? (VARIABLE CUANTITATIVA)..................19

7. ¿CUÁNTAS HORAS EXTRAS TRABAJAS AL MES?

(VARIABLE CUALITATIVA)...........................................22

8. ¿CUÁNTO TIEMPO SE DEMORA EN ACTUALIZAR EL

ESTADO DE STOCK DE LOS PRODUCTOS?
(VARIABLE CUANTITATIVA)........................................23

9. ¿CUÁNTOS PRODUCTOS SUELE REPONER

DIARIAMENTE EN SU JORNADA LABORAL?
(VARIABLE CUANTITATIVA)........................................25

10. ¿EN QUÉ TURNO ACTUALIZAS LOS PRODUCTOS?

(VARIABLE CUALITATIVA)...........................................28

11. ¿CUÁLES SON LOS PRODUCTOS QUE MÁS TIEMPO

TOMA COLOCARLOS EN SU STAND? (VARIABLE
CUALITATIVA)...............................................................29

12. ¿QUÉ HERRAMIENTAS UTILIZAN AL MOMENTO DE

REALIZAR EL INVENTARIO? (VARIABLE
CUALITATIVA)..............................................................30

13. ¿ESTAS DE ACUERDO CON EL SALARIO QUE RECIBES

POR TU TIEMPO DE TRABAJO? (VARIABLE
CUALITATIVA)..............................................................31

14. ¿TE PARECE EFICIENTE EL MÉTODO DE GESTIÓN DE

INVENTARIO QUE LA EMPRESA UTILIZA?
(VARIABLE CUALITATIVA)..........................................32

2. ETAPA INFERENCIAL.............................................................33

1. DISTRIBUCION:.......................................................................33

4
 A) DISTRIBUCION DE MEDIA CON VARIANZA CONOCIDA 33

B) DISTRIBUCION DE MEDIA CON VARIANZA

DESCONOCIDA.............................................................34

C) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS

PARA VARIANZA DESCONOCIDA..............................35

D) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS

PARA VARIANZA CONOCIDA......................................37

E) DISTRIBUCIÓN DE LA PROPORCIÓN..............................39

2. INTERVALO DE CONFIANZA..............................................40

A) INTERVALO DE CONFIANZA DE LA MEDIA

MUESTRAL CON VARIANZA CONOCIDA...................40

B) INTERVALO DE CONFIANZA DE LA MEDIA MUESTRAL

CON VIARIANZA DESCONOCIDA...............................41

C) INTERVALO DE CONFIANZA DE DOS MEDIAS CON

VARIANZA CONOCIDA.................................................41

D) INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE

LA PROPORCIÓN.........................................................42

3. PRUEBA DE HIPOTESIS.....................................................43

A) PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE

MEDIAS..........................................................................43

A) PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE

MEDIAS CON Σ2 DESCONOCIDA E IGUALES............43

B) PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE

MEDIAS CON Σ2 CONOCIDA Y DIFERENTES............45

B) PRUEBA DE HIPOTESIS PARA LA PROPORCION..........47

5
 C) PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE
PROPORCIÓN...............................................................49

D) PRUEBA DE HIPOTESIS PARA LA VARIANZA.................50

4. PRUEBAS PARAMETRICAS................................................52

A) PRUEBA DE HIPOTESIS DE SIGNO...........................52

B) PRUEBA DE HIPOTESIS DE RACHAS........................53

5. PRUEBAS DE AJUSTE........................................................55

A) POISSON.......................................................................55

B) BINOMIAL......................................................................57

6. PRUEBA DE INDEPENDENCIA...........................................59

7. PRUEBA DE HOMOGENEIDAD...........................................61

8. REGRESION LINEAL SIMPLE Y MULTIPLE.......................64

A) REGRESION LINEAL SIMPLE......................................64

B) REGRECION LINEAL DE DETERMINACION Y

CORRELACION.............................................................67

10. REGRESIÓN LINEAL SIMPLE – ANÁLISIS DE LA

VARIANZA.............................................................................69

11. REGRESION LINEAL MULTIPLE.........................................69

12. CONCLUCIONES:.................................................................71

1. INTRODUCCIÓN

El presente trabajo realizado por los estudiantes de al UTP, tiene como objetivo

recopilar información y datos sobre el “Análisis de la gestión del tiempo en los

6
trabajadores de inventario de Promart sede Santa Clara en el proceso laboral 2021-

2022”, con el propósito de conocer el rango de análisis del proceso de sus trabajos.

Está investigación ha sido dividido por capítulos para una mejor comprensión sobre

sus aplicaciones de los conocimientos adquiridos en el curso de Estadística

inferencial. En primer lugar, se menciona a los trabajadores de la empresa Promart y

su gestión de tiempo para poner en stock los productos que se necesitan, ya que, lo

mencionado es el problema principal. Así mismo se observará que los operadores

tienen un procedimiento de trabajo y tiempo no designado para dichas áreas. En

segundo lugar, está problemática se partirá de los conceptos estadísticos hasta los

intervalos de confianza, para obtener las variables cuantitativas, cualitativas. Por

último, se emite un análisis del tema mencionado de manera de consecuencia y las

respectivas recomendaciones, base a nuestra muestra de la población. Es muy

importante mencionar que nuestra encuesta fue de manera online, esto cumplen un

rol importante en nuestra investigación, debido al contexto en que se lleva nuestra

metodología de enseñanza, de tal manera, que la tecnología nos ayudó para la

recolección de información, datos para dicho proyecto. Concluimos, que en esta

investigación los datos obtenidos sobre el análisis de gestión de los trabajadores de

Promart, es grato para ellos y obtengan un buen ambiente laboral.

2. PLANTEAMIENTO DEL PROBLEMA

Para el presente proyecto se ha escogido una empresa, la cual es Promart que

cuentan con más de 10 sedes en Lima Metropolitana. Para esta ocasión, hemos

evidenciado que en la sede de Santa Clara hay una mala gestión en el tiempo de

renovar los productos del inventario, lo que significa que los clientes tengan que

esperar un tiempo determinado para saber si cuentan con el producto deseado.

Dada esta problemática, nuestro grupo ha decidido hacer una encuesta a los

7
trabajadores de Inventario de Promart de la sede de Santa Clara, para analizar

cuanto tiempo se demoran en actualizar el estado de stock de los productos y darle

una solución óptima para que cuenten con una mejora en su gestión de inventarios.

Implementando todos los conocimientos que se ha adquirido en el curso de

Estadística Inferencial clase tras clase.

3. OBJETIVOS GENERALES Y ESPECÍFICOS

a. Objetivo general

El presente trabajo da a conocer el análisis de los trabajadores de inventario de

Promart en la sede Santa Clara, teniendo como objetivo general la eficiente

gestión del tiempo de los trabajadores en el proceso laboral del 2021 al 2022.

b. Objetivo específico

 Analizar el tiempo que llevan laborando en la empresa.

 Analizar el tiempo de trabajo en su jornada laboral.

 Verificar si la empresa cumple con sus horarios establecidos.

 Verificar si el trabajador está de acuerdo con el salario que recibe.

 Verificar si el trabajador está conforme con la modalidad de trabajo que

utiliza la empresa.

 Analizar el tiempo que los trabajadores dedican a la empresa.

4. DETERMINACIÓN DE LA UNIDAD DE INVESTIGACIÓN

El presente grupo ha tomado como población a los trabajadores de la

empresa

PROMART (SAC) del grupo Intercorp, tomando como muestra a 100

trabajadores del

8
 área de inventario para desarrollar un análisis de gestión del tiempo.

 Son 4 Tipos de Variables de estudio, las cuales son:

* Variable Cualitativa Ordinal.

* Variable Cuantitativa Discreta.

* Variable Cuantitativa Continua.

* Variable Cualitativa Nominal.

VARIABLE TIPO
Género Cualitativa Nominal
Edad Cuantitativa Discreta
¿En qué jornada diaria trabajas? Cualitativa Nominal
¿Cuánto tiempo se demora en llegar Cuantitativa Continua
a su centro laboral?
¿Cuánto tiempo llevas trabajando en Cuantitativa Continua
la empresa?
¿Cuántas horas extras trabajas al Cuantitativa Continua
mes?
¿Cuánto tiempo se demora en Cuantitativa Continua
actualizar el estado de stock de los
productos?
¿Cuántos productos suele reponer Cuantitativa Discreta
diariamente en su jornada laboral?
¿En qué turno actualizas los Cualitativa Nominal
productos?
¿Cuáles son los productos que más Cuantitativa Continua
tiempo toma colocarlos en su Stand?
¿Qué herramientas utilizan al Cualitativa Continua
momento de realizar el inventario?
¿Estás de acuerdo con el salario que Cualitativa Nominal
recibes por tu tiempo de trabajo?
¿Te parece eficiente el método de Cualitativa Nominal

9
gestión de inventario que la empresa
utiliza?

a. FORMULACIÓN

DE HIPÓTESIS

Dentro del trabajo de

investigación hemos formulado

varias hipótesis de

estudio. Una de ellas es saber

cómo es la gestión del tiempo de los trabajadores de inventario de la empresa Promart

sede Santa Clara. Así mismo, según las preguntas se desea conocer el tiempo de

abastecer los productos de stock, el tipo de herramientas que la empresa ofrece para

optimizar el trabajo. Por último, se evidenciará si hay una eficiencia en las labores de

inventario.

5. SELECCIÓN DEL MÉTODO DE INVESTIGACIÓN

El método de investigación que utilizaremos será muestral. Se elegirá de manera aleatoria

a 100 trabajadores de inventario de Promart sede Santa Clara, los cuales deberán de

responder el cuestionario virtual enviado, el método de envío de este será en forma de

“bola de nieve”, ya que contamos con amigos o conocidos que trabajan en dicha empresa.

6. RECOLECCIÓN DE LA INFORMACIÓN

CUESTIONARIO:

10
11
12
7. Procesamiento de la información

1. ETAPA DESCRIPTIVA:

2. CANTIDAD DE TRABAJADORES EN LA EMPRESA PROMART

(VARIABLE CUALITATIVA NOMINAL)

13
 GENERO fi

Masculino 63

Femenino 37

fi (1): De las 100 personas, el 63% son del sexo masculino.

Hi (2): La probabilidad de que la trabajadora sea mujer es 0.37.

3. EDAD DE LOS TRABAJADORES (VARIABLE CUANTITATIVA DISCRETA)

CASO MUESTRA DE 25 TRABAJADORES

Datos Acumulada
Curso
s xi fi Fi hi Hi hi% Hi% xi*fi xi^2*fi
[18 -
21< 19.5 9 9 0.09 0.09 9% 9% 175.5 3422.25
[21 -
24< 22.5 7 16 0.07 0.16 7% 16% 157.5 3543.75
[24 -
27< 25.5 5 21 0.05 0.21 5% 21% 127.5 3251.25
[27 -
30< 28.5 4 25 0.04 0.25 4% 25% 114 3249
  Total 25 1 574.5 13466.25

MEDIA ARITMÉTICA ( x )

∑ xⅈ ⋅fⅈ
x=
n

14
 574.5
x= =22.98
25

INTERPRETACIÓN: El tiempo promedio que llevan trabajando en la empresa es de

6 meses.

MEDIANA (Me)

n
−Fi−1
2
Me=l .inf +c [ ]
fi

12.5−9
Me=18+3 [ ]=19.5
9

INTERPRETACIÓN: Existe un 50% de encuestados que llevan trabajando 4 meses

en la empresa.

MODA (Mo)

d1
Mo=l .inf +c [ ]
d 1+d 2

2
Mo=18+3 [ ]=19.50
2+2

INTERPRETACIÓN: El tiempo más frecuente en que llevan trabajando en la

empresa es de 2 meses.

VARIANZA ( s2)

Σ ( xi2 . fi ) −n ( x )
2
2
s=
n−1

2
13466.25−25 ( 22.98 )
s2=
24

15
 2
s =9.57

DESVIACIÓN ESTÁNDAR (s)

s= √ s2

s= √ 9.57=3.09

COEFICIENTE DE VARIACIÓN (cv)

s
cv = .100
x

3.09
cv = .100
22.98

cv =13 %

Edad de los trabajadores

10
9
cantidad de trabajadores

8
7
6
5
4
3
2
1
0
[18 - 21< [21 - 24< [24 - 27< [27 - 30<
intervalos de edad

4. JORNADA DIARIA DE TRABAJO (VARIABLE CUALITATIVA NOMINAL)

JORNADA fi Fi hi Hi pi (%) Pi (%)

Full Time 44 44 0.44 0.44 44 44
Part Time 56 100 0.56 1 56 100

16
 Total 100   1   100  

fi (1): De 100 personas encuestadas 44 trabajan en la modalidad Full Time.

hi (1): La probabilidad de que trabajen en la modalidad Full Time es 0.44

pi% (2): El 56% de los encuestados trabajan en la jornada Part Time.

5.

TIEMPO DE LLEGADA A SU CENTRO LABORAL (VARIABLE CUANTITATIVA

DISCRETA)

Tiempo fi Fi hi Hi pi (%) Pi (%)

0-15 min 18 18 0.18 0.18 18 18
15-30 min 32 50 0.32 0.5 32 50

30-45 min 35 85 0.35 0.85 35 85

45-60 min 15 100 0.15 1 15 100

17
 Total 100   1   100  

fi (3): 35 personas de las encuestadas demoran entre 30 a 45 minutos para llegar a

su centro laboral.

hi (2): La probabilidad de que los trabajadores demoren en llegar entre 15 a 32

minutos es 0.32

pi% (4): El 15% de los encuestados demoran en llegar a su centro laboral entre 45 a
60 minutos.

6. ¿CUÁNTO TIEMPO LLEVAS TRABAJANDO EN LA EMPRESA? (VARIABLE

CUANTITATIVA)

TIEMPO fi Fi hi Hi pi Pi Xi Xi² Xi.fi Xi².fi

(%) (%)

18
 [0 – 3> 22 22 0.22 0.22 22 22 1.5 2.25 33 49.5
[3 – 6> 37 59 0.37 0.59 37 59 4.5 20.25 166.5 749.25
[6 – 9> 24 83 0.24 0.83 24 83 7.5 56.25 180 1350
[9 – 12] 17 100 0.17 1 17 100 10.5 110.25 178.5 1874.25
TOTAL 100 1 100 189 558 4023

fi (1): De 100 personas encuestadas 22 llevan trabajando de 0-3 meses en la

empresa.
hi (3): La probabilidad de que lleven trabajando de 6-9 meses en la empresa es de
0.24.
pi% (2): El 37% de los encuestados llevan trabajando de 3-6 meses en la empresa.

Figura6

TIEMPO EN LA EMPRESA
40 37
35
30
25 24
22
20 17
15
10
5
0
fi

0-3 3-6 6-9 9-12

MEDIA ARITMÉTICA ( x )

∑ xⅈ ⋅fⅈ
x=
n

558
x= =5.58
100

INTERPRETACIÓN: El tiempo promedio que llevan trabajando en la empresa es de

6 meses.

MEDIANA (Me)

19
 n
−Fi−1
2
Me=l .inf +c [ ]
fi

50−37
Me=3+3 [ ]=4.05
37

INTERPRETACIÓN: Existe un 50% de encuestados que llevan trabajando 4 meses

en la empresa.

MODA (Mo)

d1
Mo=l .inf +c [ ]
d 1+d 2

22
Mo=0+3 [ ]=1.78
22+15

INTERPRETACIÓN: El tiempo más frecuente en que llevan trabajando en la

empresa es de 2 meses.

VARIANZA ( s2)

Σ ( xi . fi ) −n ( x )
2 2
2
s=
n−1

2
2 4023−100 ( 5.58 )
s=
99

s2=9.18

DESVIACIÓN ESTÁNDAR (s)

s= √ s2

s= √ 9.18=3.02

20
COEFICIENTE DE VARIACIÓN (cv)

s
cv = .100
x

3.02
cv = .100
5.58

cv =54.12

7. ¿CUÁNTAS HORAS EXTRAS TRABAJAS AL MES? (VARIABLE CUALITATIVA)

HORAS fi Fi hi Hi pi (%) Pi (%)

6 horas 34 34 0.34 0.34 34 34
8 horas 35 69 0.35 0.69 35 69
10 horas 21 90 0.21 0.90 21 90
12 horas 10 100 0.10 1 10 100
TOTAL 100 1 100

fi (1): De 100 personas encuestadas 34 trabajan 6 horas extras al mes.

hi (3): La probabilidad de trabajen 10 horas extras es de 0.21.

pi% (4): El 10% de los encuestados trabajan 12 horas extras.

Figura7

Horas extras
40
34 35
35
30
25 21
20
15
10
10
5
0
fi

6 Horas 8 horas 10 horas 12 horas

21
 MODA (Mo) = 35

INTERPRETACIÓN: Según la encuesta realizada a los trabajadores de Promart

Sede Santa Clara, se deduce que la mayoría trabaja 8 horas extras.

8. ¿CUÁNTO TIEMPO SE DEMORA EN ACTUALIZAR EL ESTADO DE

STOCK DE LOS PRODUCTOS? (VARIABLE CUANTITATIVA)

TIEMPO fi Fi hi Hi pi Pi Xi Xi² Xi.fi Xi².fi

(%) (%)
[0 – 3> 29 29 0.29 0.29 29 29 1.5 2.25 43.5 65.25
[3 – 6> 47 76 0.47 0.76 27 76 4.5 20.25 211.5 951.75
[6 – 9> 15 91 0.15 0.91 15 91 7.5 56.25 112.5 843.75
[9 – 12] 9 100 0.09 1 9 100 10. 110.25 94.5 992.25
5
TOTAL 100 1 100 189 462 2853

fi (1): De 100 personas encuestadas 29 se demoran de 0-3 días en actualizar el

estado de stock de los productos.
hi (3): La probabilidad de que se demoren de 6-9 días en actualizar el stock de los
productos es 0.15
pi% (2): El 27% de los encuestados se demoran de 3-6 días en actualizar el stock de
los productos.

Figura8

Tiempo de Actualización de Stock

50 47
45
40
35
29
30
25
20
15
15
9
10
5
0
fi

0-3 3-6 6-9 9-12

22
 MEDIA ARITMÉTICA ( x )

∑ xⅈ ⋅fⅈ
x=
n

462
x= =4.62
100

INTERPRETACIÓN: El tiempo promedio que se demoran en actualizar el estado de stock

de los productos según los encuestados es de 5 días.

MEDIANA (Me)

n
−Fi−1
2
Me=l .inf +c [ ]
fi

50−29
Me=3+1.2 [ ]=3.53
47

INTERPRETACIÓN: Existe un 50% de trabajadores que se demoran 4 días en actualizar el

estado de stock de los productos.

MODA (Mo)

fi−fi−1
Mo=l .inf +c [ ]
( fi−fi−1 )+(fi−fi+1)

47−29
Mo=3+3 [ ]=3.57
( 47−29 ) + ( 47+29 )

INTERPRETACIÓN: El tiempo más frecuente en que se demoran en actualizar el estado de

stock de los productos es de 4 días.

VARIANZA ( s2 )

23
 Σ ( xi . fi ) −n ( x )
2 2
2
s=
n−1

2
2 2853−100 ( 4.62 )
s=
99

2
s =7.25

DESVIACIÓN ESTÁNDAR (s)

s= √ s
2

s= √7.25=2.69

COEFICIENTE DE VARIACIÓN (cv)

s
cv = .100
x

2.69
cv = .100
4.62

cv =58.22

9. ¿Cuántos productos suele reponer diariamente en su jornada laboral? (Variable

Cuantitativa)

Cantidad fi Fi hi Hi pi Pi Xi Xi² Xi.fi Xi².fi

Producto (%) (%)
s
[200 – 28 28 0.2 0.2 28 28 300 90000 8400 2520000
400> 8 8
[400 – 34 62 0.3 0.6 34 62 500 250000 1700 8500000
600> 4 2 0
[600 – 26 88 0.2 0.8 26 88 700 490000 1820 1274000
800> 6 8 0 0

24
 [800 – 12 10 0.1 1 12 10 900 810000 1080 9720000
1000] 0 2 0 0
TOTAL 10 1 10 240 162000 5440 3348000
0 0 0 0 0 0

fi (1): De 100 personas encuestadas 28 suelen reponer de 200 a 400 productos

diariamente en su jornada laboral.

hi (3): De la muestra el 0.26 de las personas reponen entre 600 a 800 productos en

su jornada laboral.

pi% (2): El 34% de los encuestados reponen entre 400 a 600 productos en su

jornada laboral.

Figura8

Promedio de productos a reponer

1000
900
800
700
600
500
400
300
200
100
0
200 - 400 400 - 600 600 - 800 800 - 1000

Promedio de productos a reponer

MEDIA ARITMÉTICA ( x )

∑ xⅈ ⋅fⅈ
x=
n

25
 54400
x= =544
100

INTERPRETACIÓN: El promedio de productos a reponer diariamente en su jornada

laboral según los encuestados es de 544.

MEDIANA (Me)

n
−Fi−1
2
Me=l .inf +c [ ]
fi

50−28
Me=400+200[ ]=529.41
34

INTERPRETACIÓN: Existe un 50% de trabajadores que reponen diariamente 529

productos en su jornada laboral.

MODA (Mo)

d1
Mo=l .inf +c [ ]
d 1+d 2

6
Mo=400+ 200[ ]=2200
6+ 8

INTERPRETACIÓN: La cantidad más frecuente que reponen los productos

diariamente en su jornada laboral es de 2200 productos.

VARIANZA ( s2)

Σ ( xi2 . fi ) −n ( x )
2
2
s=
n−1

2
33480000−100 ( 544 )
s2=
99

26
 2
s =39256.57

DESVIACIÓN ESTÁNDAR (s)

s= √ s2

s= √39256.57=198.13

COEFICIENTE DE VARIACIÓN (cv)

s
cv = .100
x

198.13
cv = .100
544

cv =36

10. ¿En qué turno actualizas los productos? (Variable Cualitativa)

TURNO fi Fi hi Hi pi (%) Pi (%)

Mañana 32 32 0.32 0.32 32 32
Tarde 28 60 0.28 0.60 28 60
Noche 18 78 0.18 0.78 18 78
Amanecida 22 100 0.22 1 22 100
TOTAL 100 1 100

fi (1): De 100 personas encuestadas 32 actualizan los productos en el turno mañana.

hi (3): La probabilidad de que actualicen los productos en el turno mañana es 0.18

pi% (4): El 22% de los encuestados actualizan los productos en el turno amanecida.

Figura10 Turno de Actualización de Productos

35 32
30 28
25 22
20 18
15
10
5 27
0
fi

Mañana Tarde Noche Amanecida

 MODA (Mo) = 32

INTERPRETACIÓN: Según la encuesta realizada a los trabajadores de Promart Sede Santa

Clara, se deduce que la mayoría actualiza los productos en el turno mañana.

11. ¿Cuáles son los productos que más tiempo toma colocarlos en su Stand? (Variable

Cualitativa)

Productos fi Fi hi Hi pi (%) Pi (%)

Ladrillos 63 63 0.240 0.240 63 63
Herramientas 58 121 0.221 0.462 58 121
Cemento 50 171 0.191 0.653 50 171
Acc. 46 217 0.176 0.828 46 217
Sanitario
Mayólicas 45 262 0.172 1 45 262
TOTAL 262 1 262

fi (1): De 100 personas encuestadas 63 les toma más tiempo colocar ladrillos en su
stand.

hi (3): De la muestra 0.191 de los trabajadores les toma más tiempo colocar los
cementos en su stand.

pi% (4): El 46% de los encuestados les toma más tiempo colocar los accesorios de
sanitario en su stand.

Figura11

28
 Cantidad de productos que más tiempo toma en
colocar

Ladrillos

Herramientas

Cemento

Acc. Sanitario

Mayolica

0 10 20 30 40 50 60 70

Productos

12. ¿Qué herramientas utilizan al momento de realizar el inventario? (Variable

Cualitativa)

Productos fi Fi hi Hi pi (%) Pi (%)

Guantes 86 86 0.198 0.198 86 86
Casco 84 170 0.193 0.391 84 170
Arnés 58 228 0.133 0.524 58 228
Botas 83 311 0.191 0.715 83 311
Lentes 57 368 0.131 0.846 57 368
Ojeras 37 405 0.085 0.931 37 405
Conos
Seguridad 30 435 0.069 1.000 30 435
TOTAL 435 1 435

fi (3): De 100 personas encuestadas 84 utilizan el arnés como herramienta al realizar

el inventario.

hi (5): De la muestra 0.131 de los trabajadores utilizan los lentes como herramienta
al realizar el inventario

pi% (4): El 83% de los encuestados utilizan las botas de seguridad como
herramienta al realizar el inventario.

29
13. Promedio de personas que utilizan las
herramientas

Guantes
Cascos
Conos
Orejeras 7% Guantes Arnes
9%
Lentes 20% Botas
13% Lentes
Cascos Orejeras
Botas 19% Conos
19% Arnes
13%

¿Estas de acuerdo con el salario que recibes por tu tiempo de trabajo? (Variable Cualitativa)

Conformidad fi Fi hi Hi pi (%) Pi (%)

Sí 59 59 0.590 0.590 59 59
No 21 80 0.210 0.800 21 80
Tal vez 20 100 0.200 1.000 20 100
TOTAL 100 1 100

30
fi (1): De 100 personas encuestadas 59 sí estan de acuerdo con el salario que
reciben por su tiempo de trabajo.

hi (2): De la muestra 0.210 de los trabajadores no estan de acuerdo con el salario

que reciben por su tiempo de trabajo

pi% (3): El 20% de los encuestados tal vez estén de acuerdo con el salario que
reciben por su tiempo de trabajo

Personas que estan de acuerdo al salario

70

60

50

40

30

20

10

0
Sí No Tal vez

Conformidad

14. ¿Te parece eficiente el método de gestión de inventario que la empresa utiliza? (Variable

Cualitativa)

Eficiencia fi Fi hi Hi pi (%) Pi (%)

Eficiente 49 49 0.490 0.490 49 49
Muy eficiente 28 77 0.280 0.770 28 77
Poco eficiente 23 100 0.230 1.000 23 100
TOTAL 100 1 100

31
fi (3): De 100 personas encuestadas 23 les parece poco eficiente el método de
gestión que utiliza la empresa en su inventario.

hi (2): De la muestra 0.280 de los trabajadores les parece muy eficiente el método de
gestión que utiliza la empresa en su inventario.

pi% (1): El 49% de los encuestados tal vez les parece eficiente el método de gestión
que utiliza la empresa en su inventario.

Eficiencia de la gestion de la empresa

Poco eficiente
23%
Eficiente
Eficiente Muy eficiente
49% Poco eficiente

Muy eficiente
28%

ETAPA INFERENCIAL

1. DISTRIBUCION:

A) DISTRIBUCION DE MEDIA CON VARIANZA CONOCIDA

Se supone que la edad de los trabajadores de la empresa PROMART S.A sigue una

distribución normal de media 24.71 y desviación estándar de edad es 3.09. Se toma

una muestra al azar de 25 trabajadores encuestados y se calcula la media. ¿Cuál es

la probabilidad de que esta media este entre 23 y 26?

Datos:

μ=24.71 variable : x edad

32
 x −μ
Z= N ( 0,1 )
σ =3.09 σ
√n

n=25 P ( 23≤ x ≤26 )=P ( X ≤26 )−P ( X ≤23 )

( ) ( )
26−24.71 23−24.71
P ( 23≤ x ≤26 )=P Z ≤ −P Z ≤
3.09 3.09
√25 √ 25

P ( 23≤ x ≤26 )=P ( Z ≤2.0873 ) −P ( Z ≤−2.7669 ) P ( 23≤ x ≤26 )=0,98124−0,00289

P ( 23≤ x ≤26 )=0,97835

INTERPRETACIÓN:

La probabilidad de edad de los trabajadores de PROMART SANTA CLARA se

encuentren en el intervalo de 23 a 26 años es de 0.97835.

B) DISTRIBUCION DE MEDIA CON VARIANZA DESCONOCIDA

a) Se realiza una investigación en Promart, sobre la cantidad de horas extras que se

trabajan en Santa Clara, se ajusta a una distribución normal donde la media muestral

es 2.48 de 3 y la desviación estándar es 1.53, la investigación fue realizada a 25

trabajadores de dicha área de los que laboran en el lugar. ¿Cuál es la probabilidad

de que la media sea menor a 2?48 en la cantidad de horas extras que se trabajan en

la jornada diaria?

b) Datos:

µ 3

n 25

S 1.53

X 2.48

P( X < 2.48)

33
 2.48−3
P(T 25−1< )
1.53
√25

P ¿-1.69)

INTERPRETACIÓN:

La probabilidad que la media muestral sea menor a 2.48 en la cantidad de horas extras que

se trabajan en la jornada diaria es de 0.05%.

B) Se realiza un estudio en el área de control de inventario en Promart, sobre Cuantas veces

colocan la mercadería en su respectivos stantes, se ajusta a una distribución normal donde

la media muestral es 7.70 de 8 y la desviación estándar es 9.51, la investigación fue

realizada a 25 trabajadores de dicha área de los que laboran en el lugar. ¿Cuál es la

probabilidad de que la media sea mayor a 7?70 en la cantidad de veces por semana que se

coloca la mercadería en su respectivos stantes?

Datos:

µ 8

n 25

S 9.51

X 7.70

P(X > 7.70)

P¿

P ¿-0.84)

INTERPRETACIÓN:

La probabilidad de que la media muestral sea mayor a 7.70 en la cantidad de veces por

semana que se colocan la mercadería en sus estantes es 0.2.

34
C) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS PARA VARIANZA

DESCONOCIDA

a) Distribución de la diferencia de dos medias para σ2 desconocida e iguales

En la empresa PROMART se pretende comparar la calidad de dos productos suyos

de diferentes marcas (REY, ALPHA), para ello se toma 10 muestras del primero y 8
del segundo. En el primer producto tenemos una media de 3.5 y para el segundo
una media de 2.5, tenemos una desviación estándar de 0.5 y 0.7 respectivamente.
Suponiendo que los conjuntos de datos provienen de muestras tomadas al azar de
poblaciones con varianzas iguales, construya un intervalo de confianza del 95% para
la diferencial real de los dos productos.

REY ALPHA NC= 95%

n= 10 n= 8 α= 5%
തൌ
ܺ 3.5 തൌ
ܺ 2.5 α/2= 0.025
S= 0.5 S= 0.7 T(1-α/2;gl)=
T(0.975;16)= 2.12
ܵ‫ ݌‬ଶ

=((G2-1)
0.355 *G4^2+(I2-1)*I4^2)/(G2+I2-2)
gl= 16 =G2+I2-2
=(G3-I3)-K5*RAIZ(G6*(1/G2+1/
Linf= 0.40084209 I2))
2
Sp =¿
=(G3-I3)
Lsup= 1.59915791 +K5*RAIZ(G6*(1/G2+1/I2))

INTERPRETACIÓN:

35
Con el 95% de confianza, la verdadera diferencia media de los dos productos REY Y
ALPHA se encuentra entre 0.400 y 1.599

b) Distribución de la diferencia de dos medias para σ2 desconocida y diferentes

En un estudio para determinar si hay diferencia de salario entre hombres y mujeres

en la empresa PROMART se toma una muestra de 17 hombres encontrándose un
promedio de 460 soles y una desviación estándar de 50 soles, mientras que en una
muestra de 15 mujeres se encontró un promedio de 380 soles y una desviación
estándar de 90 soles. Se pide encontrar el intervalo de confianza de 95% para la
diferencia de los salarios medios entre hombres y mujeres. Se sabe que tienen una
variabilidad diferente.

HOMBRES MUJERES
n= 17 n= 15
ത
ܺൌ 460 ത
ܺൌ 380
S= 50 S= 90
ଶ 2500 ଶ
ܵ ൌ 8100
ܵ ൌ

gl= 21.2825 =(G5/G2+I5/I2) ^2/((G5/G2)^2/(G2-1)+(I5/I2)^2/(I2-1))

gl= 21

Linf= 25.4794 =(G3-I3)-K5*RAIZ(G5/G2+I5/I2)

Lsup= 134.5205585 =(G3-I3) +K5*RAIZ(G5/G2+I5/I2)

INTERPRETACIÓN:

La diferencia entre los salarios medios semanales de hombres y mujeres se

encuentra comprendido entre S/25.479 y S/134.5 con el 95% de confianza.

36
D) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS PARA VARIANZA

CONOCIDA

a) Se tiene la siguiente informacion de la empresa de Promart – Santa Clara, donde

vemos que un grupo de trabajadores entre hombres y mujeres, muestran sus
opiniones acerda que la gestion de la empresa presenta fallas en el inventario:

Fallas en el inventario homrbes: 14: θ2= 6.6

Fallas en el inventario mujeres: 9: θ2 = 8,4

Si tomamos una muestra aletaroria de 21 mujeres y 26 hombres ¿Cuál es la

probabilidad que las fallas en el inventario de los hombres sean al menos a 2; mayor
que el de las mujeres?

DATOS

Hombres Mujeres
U 1=14 U 2=9

θ2=6 .6 θ2=8 . 4
n1 =26 n2 =21

Solución:

p( x̄ 1 ≥ 2+ x̄ 2)

p( x̄ 1− x̄ 2 ≥ 2)

2−(14−9)
p( Z ≥ )

√ 6.6 8.4
+
26 21

p ( Z ≥−3.71 )=1−p (Z←3.71)

p ( Z ≥−3.71 )=1−0.00010 = 0.9999

37
INTERPRETACIÓN: La probabilidad de que las fallas en el inventario de los
hombres sean al menos a 2; mayor que el de las mujeres es de 99.9%

B) Se ve que un grupo de trabajadores entre hombres y mujeres, muestran

incomodidad sobre las horas extras que se trabaja al mes

Incomodidad sobre horas extras hombres: 12: θ2 = 7.6

Incomodidad sobre horas extras mujeres: 11: θ2 = 9.3

Si tomamos una muestra aleatoria de 34 mujeres y 40 hombres ¿Cuál es

probabilidad de que las horas extras de las mujeres sean al menos a 2; menor que el

de los hombres?

DATOS

Hombres Mujeres
U 1=12 U 2=11
2 2
θ =7 .6 θ =9 .3
n1 =40 n2 =34

p( x̄ 1 ≥ 2+ x̄ 2)

p( x̄ 1− x̄ 2 ≥ 2)

2−(12−11)
p(Z ≥ )

√ 7.6 9.3
+
40 34

p ( Z ≥1.4687 )=0.92784

INTERPRETACIÓN: La probabilidad de que las mujeres tienen horas extras al

menos 2; menor que los hombres es de 93%

38
E) DISTRIBUCIÓN DE LA PROPORCIÓN

En la empresa Promart - Santa Clara se colocan una gran variedad de productos en su

Stand. En la jornada diaria, al 4% de trajadores tiene dificultad para colocar dichos

productos en sus respectivos lugares. Sí al área de control de inventario recibe una

mercadería de 150 productos preceedente del área de producción. Calcular la probabilidad

de que haya más de un 5% de trabajadores que se les complica cumplir su labor.

P−π
P( P>0.1)=P(Z > )
DATOS:
√ π ( 1−π )
n

 π=4 %=0.04 P( P> 0.1)=P ( Z >0.63 )=1−¿

 n = 150
 P(Z ≤ 0.63) P(P>0.1)=1−0.73565=0.264

P = 0.05

INTERPRETACIÓN: Con 5%, la probabilidad de que a más de un trabajador se le dificulte

cumplir su labor es de 0.264.

2. INTERVALO DE CONFIANZA

A) INTERVALO DE CONFIANZA DE LA MEDIA MUESTRAL CON

VARIANZA CONOCIDA

Se ha obtenido una muestra de 25 operarios para estimar el tiempo que llevan

laborando en la empresa PROMART-SANTA CLARA. Si se sabe por medio de la

encuesta que la desviación típica del tiempo laborando de los operarios es 3.34. La

media de la muestra es 6.45. Encuentre el intervalo de confianza al 95%.

Datos de muestra:

n=25

x̄=6.45
σ =3.34 39
 ( α2 )=1.96
Tabla Z 1−

IC : x̄ −Z
( 1− )∗σ
α
2
≤ µ ≤ x̄+ Z
( 1− )∗σ
α
2
√n √n
1.96∗3.34 1.96∗3.34
¯
IC : 6.45− ¯
≤ µ ≤ 6.45+
5 5
IC :5.14072 ≤ µ ≤ 7.75928
INTERPRETACIÓN: Con un 95% de confianza, el promedio de los trabajadores que
llevan laborando dentro de PROMART está comprendido entre 5.14072 a 7.75928
horas.

B) INTERVALO DE CONFIANZA DE LA MEDIA MUESTRAL CON VIARIANZA

DESCONOCIDA

En Promart – Santa Clara dicen que los trabajadores de inventario tienen un

promedio de reponer 500 productos. Para confirmar esta se hace una muestra

aleatoria de 28 trabajadores siendo la media de 544 productos y su desviación

estándar de 198.13, encontrar el intervalo de confianza del 95% para la media.

Suponga que la distribución para reponer los productos es aproximadamente normal

SOLUCIÓN:
Datos:

2.052∗198.13 2.052∗198.13
IC=544− ≤ µ≥ 544+
√ 28 √ 28

IC=544−76.833 ≤ µ ≥544 +76.833

IC=467.166 ≤ µ ≥620.833

40
INTERPRETACIÓN: Con un 95% de confianza, la media de reponer los productos
será de 467 a 620 productos

C) INTERVALO DE CONFIANZA DE DOS MEDIAS CON VARIANZA CONOCIDA

La empresa Promart realiza un estudio donde se tiene como resultado el tiempo de

traslado promedio de herramientas al almacén es 7.10 y con una varianza de 71.11.

¿Hallar un intervalo de confianza de 95% para la desviación estándar del tiempo de

traslado de herramientas al almacén?

Datos:

n 25
S2 71.1
1
NC 95%
S 8.43
√(n−1) S2 <Ơ <
√(n−1) S 2
α α
X 1 (1− ; n−1) X 2 ( ; n−1)
2 2

√( 25−1 ) 71.11 <Ơ < √( 25−1 ) 71.11

39.364 12.401

1.049<Ơ <3.331

INTERPRETACIÓN:

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.

41
D) INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE LA PROPORCIÓN

En Promart – Santa Clara se realizó un estudio sobre la cantidad de hombres y mujeres que

laboran en el área de control de inventario. En una muestra aleatoria de 30 trabajadores, se

encontró que 20 son hombres y 10 son mujeres. Calcule e interprete un intervalo del 95% de

confianza para la diferencia de proporciones verdadera entre la cantidad de hombres y

mujeres que laboran en el área de control de inventario en Promart – Santa Clara.

SOLUCIÓN:

Muestra
1. Hombre 2. Mujer
20 10
P1= =0.66 P1= =0.33
30 30

Confianza:1−α =0.95 → α =0.05

Tabla :Z 0.05 =Z ( 0.975)=1.96
(1− 2 )

C ( π )= ( 0.66−0.33 ) ± 1.96
√ 0.66 ( 0.33 ) 0.33 ( 0.66 )
30
+
30
IC ( π ) =0.33 ±0.232
−0.098 ≤ π ≤ 0.562

INTERPRETACIÓN: Con un 95% de confianza, la verdadera proporción (%) de

hombres y mujeres que laboran en el área de control de inventario en Promart –

Santa Clara, se encuentra entre -0.098 y 0.562 (-9.8% y 56.2%).

3. PRUEBA DE HIPOTESIS

PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL

a) La empresa Promart - Santa Clara, afirma que el promedio del tiempo

laborando de los operarios es de 7,69; cuya distribución de tiempo es normal.

42
 Una muestra de 100 operarios, mediante una encuesta da un promedio de

5,58 con una desviación estándar de 3,02 ¿Entonces se contradicen los datos

de la afirmación de la empresa un nivel de significancia de α = 0,05?

Datos:

u=7,69σ =3,02n=100x=5,58

Paso 1:

H 0 :u=7,69H 1 :u ≠ 7,69

Paso 2: α =0,05

Paso 3:

5,58−7,69
z= =−6,98
3,02
√100

Paso 4:

Paso 5: A un nivel de significancia del 5%, existe evidencia estadística para

rechazar la hipótesis nula, contradiciendo la afirmación de la empresa.

b) El gerente de Promart - Santa Clara, solicita que se calcule las edades de sus

operarios actuales. Si anteriormente el promedio de edades de los operarios

era de 21,53 tomada de 18 años a 30, con una desviación típica de 3,09. Si

se obtuvo una muestra de 100 operarios actuales con una media de 22,98.

43
 Con un nivel de x= 0.05 ¿El gerente quiere saber si la media de edades de

sus anteriores operarios es mayor al de los actuales?

Datos:

u=21,53σ =3,09n=100x=22,98

Paso 1:

H 0 :u ≤21,53H 1 :u >21,53

Paso 2: α =0,05

Paso 3:

22,98−21,53
z= =4,69
3,09
√100
Paso 4:

Paso 5:

A nivel de significancia del 5%, Se rechaza la hipótesis nula. Por lo tanto, la

media de edades de sus anteriores operarios no es menor al de los actuales.

PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE MEDIAS

A) Prueba de hipótesis para la diferencia de medias con σ2 desconocida e

iguales

En PROMART – SANTA CLARA, se realizó un muestreo a 16 hombres y 14 mujeres

que laboran en el área de reposición del stock, encontramos una reposición de los

44
productos promedio de 544 con una desviación estándar de 196.5 productos para

los hombres y de 527 con una desviación estándar de 178.2 productos para las

mujeres. Se desea probar a un nivel de significancia del 5% que la cantidad de

reponer los productos de los hombres es mayor que de las mujeres, que laboran en

el área de reposición y stock en PROMART- SANTA CLARA, en más de 2 años.

Asumir, que la cantidad de productos a reponer sigue una distribución normal.

Asimismo, se sabe que la variabilidad de la cantidad de productos entre hombres y

mujeres es igual.

Población Muestra
2
σ 1 =σ 2
2
1. Hombres 2. Mujeres

n1 = 16 n2 = 14

X 1 =544 X 2 =527

S1 = 196.5 S2 = 178.2

productos productos

h 0 : μ1 ≤ μ2 +2

h1 : μ1 > μ2 +2(edad de h ombres es mayor que las mujeres en m á s de 2 a ñ os)

Nivel de significancia :α =0.05

Estadístico de prueba :( σ : Desconocida , pero iguales)

Si: T cal >T tabla se rechaza h0

45
 544−527−(2)
(16−1 ) 196.52+ ( 14−1 ) 178.22 T c= =0.24679
¿
16+14−2
=35428.63821
√ (
( 149630.7411 )
1 1
+
16 14 )
h 0 : μ1 ≤ μ2

h1 : μ1 > μ2

∝=0.05

NR h0 R h0

1−∝ ∝
T c =0.24679

T (1−∝;n +n −2)=T (0.95 ;28)=1.701

1 2

INTERPRETACIÓN: A un nivel de significancia del 5%, NO existe suficiente

evidencia estadística para rechazar la hipótesis nula, la edad media de los hombres

que reponen los productos de stock en PROMART – Santa Clara, NO es mayor que

de las mujeres en al menos 2 años.

B) Prueba de hipótesis para la diferencia de medias con σ2 conocida y diferentes

En PROMART, se desea comparar el tiempo de llegada de los trabajadores a su

centro de trabajo, entre las instalaciones Santa Anita y Santa Clara. Para ello, en

Santa, se toma una muestra de 25 mediciones, con un promedio muestral de 23.74

min, y en Santa Clara, la muestra es de 20 mediciones, con un promedio muestral

de 19.65 min. Suponga desviaciones poblacionales de 1.85 min para la planta de

Lurín y 2.67 min para Ate. ¿Existe evidencia de que en Promart- ¿Santa Anita, se

46
demoran más en llegar al trabajo en comparación a Santa Clara? Considerando un

nivel de significancia de 0.05.

Población Muestra

1. Santa Anita 2. Santa Clara 1. Santa Anita 2. Santa Clara

σ 1=1.85 min σ 2=2.67 min n1 = 25 n2 = 20

X 1 =23.74 min X 1 =19.65 min

h 0 : μ1 ≤ μ2

h1 : μ1 > μ2 ( tiempo de llegada de los trabajadores de Santa A nita es mayor que Santa clara )

Nivel de significancia :α =0.05

Estadístico de prueba :(σ :Conocida , pero diferentes)

Si : Z cal> Z tabla se rechazah 0

23.74−19.65−(0)
Z c= =5.823

√ 1.85 2 2.672
25
+
20

h 0 : μ1 ≤ μ 2

h1 : μ1 > μ2

47
 ∝=0.05

NR h0
R h0

1−∝
Z c =5.823

Z(1−∝) =Z (0.95 )=1.96

INTERPRETACIÓN: A un nivel de significancia de 5%, existe suficiente evidencia

estadística para rechazar la hipótesis nula, por lo que es mayor el tiempo de demora

de los trabajadores de Santa Anita a su centro de labores (PROMART), con respecto

a la sede Santa Clara.

PRUEBA DE HIPOTESIS PARA LA PROPORCION

En la empresa PROMART santa clara, el supervisor del área de inventario se

preocupa por los equipos y herramientas defectuosas que se encuentran

diariamente a la hora del trabajo, el 45% de los trabajadores afirman que las

herramientas se tienen que cambiar o hacerle mantenimiento. Para ellos, se

muestrea aleatoriamente a 33 trabajadores del área de inventario y encuentra que

13 no están de acuerdo con sus herramientas de trabajo. ¿se sigue cumpliendo lo

mencionado por los trabajadores? Use el nivel de significancia de 0.05%

Datos:

N=33

x 13
p= = =0.39
n 33

α=0.05

π=45%=0.45

48
Solución:

Paso 1: Planteo de Hipótesis

𝒉𝒐: 𝝅 ≥ 𝟎.45

𝒉𝟏: 𝝅 < 𝟎.45

Paso2: Nivel de significancia: α=0.05

Paso 3: Estadístico de prueba:

p−π 0.39−0.45
z= = =−0.692

√ π ( 1−π )
n √ 0.45 ( 0.55 )
33

Paso 4: Región crítica para α dado: 𝑍 (0.05) = -1,645

INTERPRETACIÓN: A un nivel de significancia del 5% NO se rechaza la Ho.

49
 Por lo tanto, No se cumple lo mencionado por los trabajadores

PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE PROPORCIÓN

La empresa Promart-Sede Santa Clara fabricante de productos de construcción y

organización distribuye dos tipos de productos: En una encuesta se encuentra que

30 de 60 prefieren usar el producto de la empresa Promart y que 20 de 50 prefieren

usar producto de la empresa Sodimac ¿Se puede concluir al nivel de significación

0,05 que la empresa Promart se vende más rápido que la empresa Sodimac?

DATOS:

1. Planteamiento de hipótesis
PROMART SODIMAC H0: π1 ≤ π2
H1: π1 > π2
P1=30/60=0.5 P2=20/50=0.4
2. α=0.05
N1:60 N2:50

P=X1+X2/ n1+n2
3. Prueba estadística

4. Rechazar o aceptar

0.5−0.4
z=

√ 0.54(1−0.54)(
1 1
+ )
60 50
Z=1.04
50
INTERPRETACIÓN Con un nivel de significación de 0.05, podemos aceptar la

hipótesis nula. Por consiguiente, la empresa Sodimac vende más rápido que la

empresa Promart.

PRUEBA DE HIPOTESIS PARA LA VARIANZA

Se produce una investigación en Promart sobre la cantidad de accidentes

mensuales ocurridos en su local de Santa Clara, según la investigación existe una

varianza muestral de 4.3, en dicho estudio se encuesto a 26 trabajadores de ese

local, se sabe que la varianza poblacional en dicho local por estudios anteriormente

realizados es de 4, ¿Concluido el estudio se desea saber si existe una disminución

de la varianza con respecto a la cantidad de accidentes mensuales ocurridos en el

local? Usar nivel de significancia del 5%.

Paso 1: Planteamiento de la hipótesis

Datos Ho:σ 2 ≥ 4

Ơ
2
4
2
n 26 H 1: σ < 4

S2 4.3

Paso 2: Nivel de significancia

α=5%

Paso 3: estadístico de prueba

51
 2
X ( n−1) S2
cal=
Ơ2

X2 ( 26−1) 4.3
cal= =26.875
4

Paso 4: Grafico

Xcal 2=26.875

Paso 5: Conclusión

A un nivel de significancia del 5% NO se rechaza la Ho. Por lo tanto, podemos

afirmar que la varianza no ha disminuido con respectos a la cantidad de accidentes

ocurridos en el en local.

4. PRUEBAS PARAMETRICAS

A) PRUEBA DE HIPOTESIS DE SIGNO

Se presentan la cantidad de productos dañados diariamente por los operarios en la

empresa Promart. Se toma una muestra de 10 operarios que fueron encuestados al
azar. Se afirma que la mediana de los productos dañados es mayor a 3, con un nivel
de significancia de 5%

52
 OPERARIOS PRODUCTOS
DAÑADOS
DIARIAMENTE
1 5
2 3
3 1
4 2
5 1
6 2
7 4
8 2
9 3
10 1
SOL:
Productos DIFERENCI Ho: Me≤3
operarios dañados A  
H1: Me>3
1 5 2 Positivo
2 3 0 Neutro α= 0.05
3 1 -2 Negativo
4 2 R≤ 2 -1 NegativoINTERPRETACI
R≤ 0;1;2 ÓN: P>0.05 r +¿=2¿
5 1 -2 Negativo
n= 8 6 X P(X) Se rechaza la Ho +¿<¿ ¿
2 -1 Negativo r n/2
0.0039062 La Mediana de los productos dañados en mayor a 3.
7 4 1 Positivo
p= 0.58 n/2= 4
20 5 -1 Negativo
q= 0.59 31 0.031250 Neutro
10 12 0.109375-2 Negativo
0.1445312 B) PRUEBA DE HIPOTESIS DE
ΣP(X)= 5
RACHAS

P= 0.2890625 Si tenemos la cantidad de productos dañados

diariamente por 7 días (semanal) por un trabajador al realizar inventario de todos los

productos. Determine si los datos proceden a una muestra aleatoria. Use nivel de

confianza del 95%

18, 13, 14, 22, 25, 19, 24 18

De acuerdo a la 13 información presentada la media

muestras de los datos será 14 20

22

25
53
19

24
Con una media muestral de los datos es 20.

Solución

R:4 (número de rachas)

H o : La muestra es aleatoria

H 1 : La muestra no es aleatoria

DATOS CRITERIOS RACHAS

18 - 1

13 - 1

14 - 1

22 + 2

25 + 2

19 - 3

24 + 4

N1: 2 (número de racha negativo)

N2: 2 (número de racha positivo)

54
 2(2)(2)
UG= + 1=3
2+2

√
OG¿ ( 2∗2∗2 ) (2∗2∗2−2−2) ¿
¿¿

4−3
Z= =1.225, entonces Z<1.96 No se rechaza la H0
0.816

INTERPRETACIÓN: Se puede aceptar que los datos son aleatorios.

5. PRUEBAS DE AJUSTE

A) POISSON

Se supone que el número de horas extras que trabajan los operarios de Promart

Santa Clara sigue una distribución Poisson. Se reúne una muestra de 100 y se

observa el número de horas extras. Los resultados obtenidos son los siguientes:

# de horas extras Frecuencia

que trabajan al observada
mes
6 34

8 35

10 21

12 10

55
 Total 100

Use nivel de significancia del 1%.

Paso 1:

H 0 : La forma de la distribucion de las h oras extras es Poisson

H 1 : La forma de la distribucion de las h oras extras no es Poisson

Paso 2: α =0,01

Paso 3:

I. Parámetro de la distribución

6 ( 34 ) +8 ( 35 ) +10 ( 21 ) +12 (10 )

λ= =8.14
100

II. Calculamos la probabilidad para cada X

−λ x
ⅇ ¿λ
P[ x ] =
x!

P ( x=6 ) =0,1178303P ( x=8 )=0.1394176P ( x=10 )=0.1026417 P ( x=12 )=0.0515227

2
2( oi −Ei ) E =N P
x=c i i
Ei

clase ( x i ) Oi ( x i∗fi ) Pi Ei 2
xc
6 34 204 0,1178303 11.783026 41.89025
8 35 280 0,1394176 13.941761 31.807275
10 21 210 0,1026417 10.264172 11.229156
12 10 120 0,0515227 5,1522724 4.5611842

56
 total 100 814 x 2c 89.487866

Paso 4:

Paso 5: conclusión

INTERPRETACIÓN: Con un nivel de significancia del 5% se ha encontrado

evidencia estadística suficiente para rechazar la hipótesis nula. La distribución de

horas extras no es Poisson.

B) BINOMIAL

Buscamos saber a qué distribución teórica se puede ajustar los datos encontrados.

En la empresa Promart Santa Clara se realiza un estudio que consistió en evaluar a

650 cajas de accesorios de seguridad, cada caja tiene 12 accesorios de las cuales

se encuentran 3 en mal estado. Los resultados al evaluarlos son:

PRODUCTOS 0 1 2 3 4
EN MAL
ESTADO
FRECUENCIA 170 141 124 100 65

Use significancia del 5%.

Paso 1:

57
H 0 : El numero de productos en mal estado sigue una distribucion Binomial.

H 1 : El numero de productos en mal estado no sigue una distribucion Bino mial

Paso 2: α =0,05

Paso 3:

I. Parámetro de la distribución

0 (170 )+ 1 ( 141 ) +2 ( 124 ) +3 ( 100 ) +4 ( 65 ) 1,5817

np= =1,5817 p= =0,5273 q=0,4727
600 3

II. Calculamos la probabilidad para cada X

0 1

() ()
P ( x=0 )= 4 ( 0,5273 ) ∗( 0,4727 )4−0=0,1057 P ( x=1 )= 4 ( 0,5273 ) ∗( 0,4727 )4−1=0,3535
0 1

2 3

() ()
P ( x=2 )= 4 ( 0,5273 ) ∗( 0,4727 )4−2=0,3942P ( x=3 )= 4 ( 0,5273 ) ∗( 0,4727 )4 −3=0,1465
2 3

()
P ( x=4 )= 4 ( 0,5273 ) ∗( 0,4727 )4−4 =0,0773
4

2
2( oi −Ei ) E =N P
x=c i i
Ei

accesorio ( x i ) fi xi∗fi Pi NP ( x)i 2

xc
0 170 0 0.1057 63.405 179.206
1 141 141 0.3535 212.119 23.845
2 124 248 0.3942 236.547 53.549
3 100 300 0.1465 87.929 1.657
4 65 260 0.0773 46.361 7.494
total 645 265.7505

Paso 4:

58
Paso 5: conclusión

INTERPRETACIÓN: Con un nivel de significancia del 5% se ha encontrado

evidencia estadística suficiente para rechazar la hipótesis nula. El número de

accesorios en mal estado no siguen una distribución binomial.

6. PRUEBA DE INDEPENDENCIA

Se realiza un estudio a 25 operarios de Promart por cada área de sanitarios y

materiales de construcción de la planta de Sede Santa Clara, para poder visualizar

las incidencias que ocurren con frecuencia con la monta carga en dicha planta.

Existe una relación entre incidencias con la monta carga de las áreas de sanitarios y

materiales de construcción, se usa alfa 5%.

Paso 1: Planteamiento de hipótesis

H0: No existe relación entre las incidencias de las áreas de sanitarios y materiales de

construcción (independencia)

H1: Existe relación entre las incidencias de las áreas de sanitarios y materiales de

construcción (no independencia)

Paso 2: Nivel de significancia

α= 5%

Paso 3: Estadístico de prueba

59
 2 ∑ (O i−Ei )
XC=
Ei

Calculamos la frecuencia:

Total de fila∗Total de columnas

Frecuecia esperada ( E )=
Gran Total

27(22) 23(22)
E11 = =11.88 E21= =10.12
50 50

27(28) 23(28)
E12 = =15.12 E22 = =12.88
50 50

2
2 ∑ (O i−Ei )
X =
C
Ei

2 2 2 2
(12−11.88) (15−10.12) (10−15.12) (13−12.88)
+ + + =¿0,004705
11.88 10.12 15.12 12.88

Paso 4: Región crítica

gl=( ¿ filas−1 )( ¿ columnas−1 )

gl=( 2−1 )( 2−1 ) =1

60
Paso 5: Conclusión:

INTERPRETACIÓN: No se rechaza la hipótesis nula debemos concluir que no

existe independencia en las incidencias del montacargas de las áreas de sanitarios y

materiales de construcción.

7. PRUEBA DE HOMOGENEIDAD

La empresa Promart realiza un estudio de factibilidad del tiempo promedio de

traslado de la mercadería al almacén de las áreas de sanitarios y a materiales de

construcción, con una muestra de 25 obreros teniendo las variables tiempo de labor

en la empresa (experiencia) y las edades.

61
 PLANTA DE SANTA CLARA

    AREAS
TOTA
DETERGENT AEROSOLE L
    E S

TIEMPO
TIEMPO DE
LABOR/EMP. 12 6 18
TRASLADO DE
PRODUCTOS EDAD 18 25 43

TOTAL 30 31 61

Paso 1: Planteamiento de hipótesis

H0: No hay diferencia entre los tiempos de traslados de los productos de las áreas de

sanitarios y materiales de construcción (son iguales).

H1: Si hay diferencia entre los tiempos de traslados de los productos de las áreas de

sanitarios y materiales de construcción (no son iguales).

Paso 2: Nivel de significancia

α= 5%

Paso 3: Estadístico de prueba

2
Total de fila∗Total de columnas 2 ∑ (O i−Ei )
Frecuecia esperada ( E )= XC=
Gran Total Ei

PLANTA DE SANTA CLARA

    AREAS TOTA

62
 DETERGENT AEROSOLE
L
    E S

TIEMPO
TIEMPO DE
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= =21.85
61 61

2
2 ∑ (Oi−Ei )
XC =
Ei

(12−8.85)2 (6−9.15)2 (18−21.18)2 (25−21.85)2

+ + + =¿3.12
8.85 9.15 21.18 21.85

Paso 4: Región critica

gl=( ¿ filas−1 )( ¿ columnas−1 )

gl=( 2−1 )( 2−1 ) =¿ 1

Paso 5: Conclusión:

63
INTERPRETACIÓN: No existe suficiente evidencia estadística para rechazar la

hipostasis nula; por tal motivo se llega la conclusión de que sí existe diferencia entre

los tiempos de traslados de los productos de las áreas de sanitarios y materiales de

construcción (no son iguales).

8. REGRESION LINEAL SIMPLE Y MULTIPLE

A) REGRESION LINEAL SIMPLE

En la empresa PROMART- SANTA CLARA los BONOS que se otorga a sus

trabajadores depende de muchos factores velocidad, eficiencia, puntualidad, etc.

Cada cupo esta valorizado en S/10.

En el siguiente cuadro se tiene la cantidad de cupos que la empresa brinda a los en

función al tiempo de demora de reposición de los productos:

Cupos 20 30 30 10 40 10 20 30
soles
Tiempo 3 2 2 4 1 4 3 2
de
reposició

64
 n

a) Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se

relacionan ambas variables?

b) Estime el modelo de Regresión lineal estimada

c) Pronosticar: ¿Cuánto en promedio será la eficiencia de la persona que tiene

un tiempo de reposición de 2,5 horas?

Desarrollo

d) Encontrar un intervalo de predicción de un valor individual y un intervalo de

confianza para el valor medio a un 95% para evaluar la eficiencia de las

personas con respecto al tiempo de reposición cuando se demoran 2.5 horas.

DESARROLLO:

a) X es una variable independiente

Y es una variable dependiente

b) Estimando el modelo de regresión lineal

n= 8
TIEMPO
X CUPOS Y XY  X^2 Y^2 
3 20 60 9 400
2 30 60 4 900
2 30 60 4 900
4 10 40 16 100
1 40 40 1 1600
4 10 40 16 100
3 20 60 9 400
2 30 60 4 900
21 190 420 63 5300

65
 ^y = β^ 0 + β^ 1 x

^β = n ∑ xy−∑ x ∑ y = 8∗420−21∗190 =−10

1 2 2 2
nΣ x −( Σx ) 8∗63−( 21 )
^
^β = ∑ y− β 1 ∑ x = 190− (−1 )( 21 ) =50
0
n 8
cupo ^y =50−10 xtiempo

Gráfico de dispersión
45

40
f(x) = − 10 x + 50
35 R² = 1

30

25

20

15

10

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5

c) Pronosticar: ¿Cuánto en promedio será la eficiencia de la persona que tiene un

tiempo de reposición de 2,5 horas?

cupo ^y =50−10 xtiempo

cupo ^y =50−10∗2.5=25

INTERPRETACION:

El tiempo de eficacia de una persona que tiene un tiempo de reposición de 2.5

horas es del 25%

66
 9. REGRECION LINEAL DE DETERMINACION Y CORRELACION

Trabajando los reponedores de Promart-Santa Clara y el tiempo que se demoran en

reponer el stock.

Años 1 3 3 2 3 4 5 4 2
Trabajando
Tiempo en 11 12 10 15 15 12 14 11 13
reponer el
stock.(min)

Halle e interprete el coeficiente de Correlación y Determinación.

X Y X^2 Y^2 XY Y=0.8333333x+90555 SCR SCE

(Años (Tiemp 556
laborando o en
) min.
Para
repone
r el
stock)
1 11 1 121 11 9.888888889 2.777777 1.234567
78 9
3 12 9 144 36 11.55555556 0 0.197530
86
3 10 9 100 30 11.55555556 0 2.419753
09
2 15 4 225 30 10.72222222 0.694444 18.29938
44 27
3 15 9 225 45 11.55555556 0 11.86419
75
4 12 16 144 48 12.38888889 0.694444 0.151234
44 57
5 14 25 196 70 13.22222222 2.777777 0.604938
78 27
4 11 16 121 44 12.38888889 0.694444 1.929012
44 35
2 4 4 16 8 10.72222222 0.694444 45.18827
44 16
27 104 93 129 322 104 8.333333 81.88888
2 33 89
SOL:

67
Coeficiente de correlación:

10 ( 322 )−(27)(104)
r= =0.303915337
√ 10 ( 93 )−272 . √ 10 ( 1292 )−1042

r= 0.303915337es positivo

Interpretación:

Indica que existe una relación lineal intensa entre X e Y de manera directa

moderada.

Coeficiente de determinación:

R2=(0.303915337)2

R^2= 0.092364532

R² = 9.24%

Interpretación:

68
El modelo de variables de años laborando y el tiempo en reponer el stock tiene

menor ajuste porque es 9.24%.

10. REGRESIÓN LINEAL SIMPLE – ANÁLISIS DE LA VARIANZA

En la empresa PROMART- Santa Clara los cupos que se otorga a sus trabajadores

depende de muchos factores velocidad, eficiencia, puntualidad, etc. Cada cupo esta

valorizado en 20 S/. En el siguiente cuadro se tiene la cantidad de cupos que la

empresa brinda a los operarios en función al tiempo de demora del empaquetado de

materiales de construcción:

Cupos 20 30 30 10 40 10 20 30

Tiempo de 5 2 2 4 1 4 3 2

empaquetado(1)

a) Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se

relacionan ambas variables?

b) Estime el modelo de Regresión lineal estimada

c) Pronosticar: ¿Cuánto en Promedio recibirá de cupos un operario que se ha

demorado en atender 2,5 minutos?

d) Pruebe con un nivel de significancia de 5%, si existe la relación lineal entre

cupos y tiempo de empaquetado.

e) Hallar la varianza residual.

SOLUCIÓN:

1.

 Variable Independiente: Tiempo de empaquetado (minutos) X

 Variable Dependiente: Cupos (s/.) Y

69
 Gráfico de Dispersión
45
40
35 f(x) = − 6.69902912621359 x + 43.0097087378641
R² = 0.73370319001387
30
25
20
15
10
5
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Los cupos que se otorga a un operario dependen del tiempo que se demore en el

empaquetado. Por lo tanto, es de RELACIÓN INVERSA.

70
 n= 8

X TIEMPO Y CUPOS X^2 Y^2 XY

5 20 25 400 100

2 30 4 900 60

2 30 4 900 60

4 10 16 100 40

1 40 1 1600 40

4 10 16 100 40

3 20 9 400 60

2 30 4 900 60

SUMA 23 190 79 5300 460

71
2.

n ∑ xy−∑ x ∑ y 8∗460−23∗190
^y = β^ 0 + β^ 1 x ^β 1= = =−6,70
nΣ x 2−( Σx )2 8∗79−( 23 )2

^
^β = ∑ y− β 1 ∑ x = 190− (−6,70 )( 23 ) =43,01cupo ^y =43,01+6,70 xtiempo
0
n 8

3.

c^ upo=43,01+ 6.70 ( 2,5 )=59,76

upo=43,01+ 6,70 xtiempo c^

Interpretación de ^β 1, cuando el tiempo de empaquetado aumenta en un

minuto el porcentaje de la eficiencia disminuye en 1%.

4.

Y= 43.01-
ei 2
6.67X SCR SCE ei

9,51456311 202,647664 109,944387 10,48543689 109,944387

29,6116505 34,3589464 0,15081535 0,388349515 0,15081535

29,6116505 34,3589464 0,15081535 0,388349515 0,15081535

16,2135922 56,797442 38,6087284 -6,213592233 38,6087284

36,3106796 157,770672 13,6110849 3,689320388 13,6110849

16,2135922 56,797442 38,6087284 -6,213592233 38,6087284

22,9126214 0,70120299 8,48336318 -2,912621359 8,48336318

29,6116505 34,3589464 0,15081535 0,388349515 0,15081535

190 577,791262 209,708738 10,87378641 118,239231

72
Coeficiente de correlación

R= -5396,358

Coeficiente de determinación

R² = 0,7337032

73
 5. Varianza Residual

SR²= 19,70

11. REGRESION LINEAL MULTIPLE

Se ha reunido la siguiente información de una muestra aleatoria de la reposición de

los productos de la tienda Promart. Se intenta predecir la cantidad de productos con

base en las horas trabajas (horas del operario) y las horas extras.

Y Hora Laboral Hora Extra

300 4 2
500 8 1
425 6 5
1000 8 3
680 5 1
350 3 3

a) Determinar la ecuación de regresión estimada

b) Interpretar cada uno de sus coeficientes

n= 6
2
X1 X 22
Y Cantidad X1 Hora L X2 Hora E X1*X2 X1*Y X2*Y
300 4 2 16 4 8 1200 600
500 8 1 64 1 8 4000 500
425 6 5 36 25 30 2550 2125
1000 8 3 64 9 24 8000 3000
680 5 1 25 1 5 3400 680
350 3 3 9 9 9 1050 1050
SUMA 3255 34 15 214 49 84 20200 7955

a) Interpretar cada uno de sus coeficientes

Y=Bo+B1X

74
 6 x 84−34 x 15
B1= =−0.046875
6 x 214−34²

15−(−0.046875 ) x 34
Bo= =2.765625
6

Y=2.7656-0.0468X

{
73690
x ₁=
733

{
6 x ₁+34 x ₂+15 x ₃=3255
60000
34 x ₁+214 x ₂+ 84 x ₃=20200 x ₂=
15 x ₁+84 x ₂+ 49 x ₃=7955 733
6415
x ₃=
Bo=
733
B1=

| )
B2=

(
6 34 15 3255
34 214 84 20200
15 84 49 7955

73690
Bo= =100.53206
733

60000
B1= =81.8553888
733

−6415
B2= =−8.7517053
733

Interpretación:

B0: La cantidad esperada (promedio), cuando las horas laborables y las horas extras

de la empresa Promart toman el valor de cero será de 100.533 productos repuestos.

B1: Por cada incremento de hora laboral, la cantidad esperada (promedio) se

incrementará en 81.855 productos de la empresa Promart, manteniendo un

constante las horas extras de los operarios.

B2: Por cada incremento de una hora extra para reponer los productos, la cantidad

esperada (promedio) disminuirá en -8.75 productos, manteniendo constante el

número de horas laborables.

75
76
 12. CONCLUCIONES:

 Se concluye, que con un nivel de confianza del 95%, la desviación estándar

da como resultado el tiempo de traslado promedio de herramientas al

almacén, se encuentra entre los intervalos de 1.049 y 3.31 horas.

 Se obtuvo una muestra de 25 operarios para la estimación del tiempo que

llevan laborando en la empresa PROMART – Santa Clara, está comprendido

entre 5.1407 a 7.759 meses.

 El estudio que se realizó sobre la cantidad de hombres y mujeres que

laboran en el área de control de inventario con un 95% de confianza fue que,

de cada 10 personas que trabajan, 4 son mujeres que laboran en el área de

inventario.

 Se considera que, en las instalaciones de Santa Anita y santa clara, el

tiempo de llegada de los trabajadores de Promart es de 23.74 y 19.65

minutos respectivamente

13. RECOMENDACIONES:

 Se recomienda sobre la variable de productos dañados por parte del personal al

momento de cubrir los materiales y stock de la misma. Se requiere más

capacitación y seguimiento.

 El supervisor de área de inventario debe capacitar al personal tanto en proceso

de traslado de los productos y en el proceso de empaquetado que se ha

realizado. Esto, generara que los trabajadores tengan una mejor eficiencia al

momento de hacer el stock diario.

77
 Realizar un amplio análisis sobre las herramientas de seguridad que

implementan a los trabajadores para hacer el stock de cada área de

almacenamiento con la finalidad de cuidar la integridad de los trabajadores.

 Para que la cantidad de actualización de los productos sea más óptima, se

recomienda tener el turno tarde como principal momento, para que el personal

involucrado tenga más oportunidad de funcionalidad y cumpla su función

asignada sin tener inconvenientes.

78