Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sección: (45285)
Turno: Tarde
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.
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.....................................................................
A. OBJETIVO GENERAL.............................................................7
B. OBJETIVO ESPECÍFICO........................................................7
4. DETERMINACIÓN DE LA UNIDAD DE
INVESTIGACIÓN........................................................................................
A. FORMULACIÓN DE HIPÓTESIS............................................9
6. RECOLECCIÓN DE LA INFORMACIÓN..............................
7. PROCESAMIENTO DE LA INFORMACIÓN.........................
1. ETAPA DESCRIPTIVA:.........................................................14
3
(VARIABLE CUANTITATIVA DISCRETA).....................18
2. ETAPA INFERENCIAL.............................................................33
1. DISTRIBUCION:.......................................................................33
4
A) DISTRIBUCION DE MEDIA CON VARIANZA CONOCIDA 33
E) DISTRIBUCIÓN DE LA PROPORCIÓN..............................39
2. INTERVALO DE CONFIANZA..............................................40
3. PRUEBA DE HIPOTESIS.....................................................43
5
C) PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE
PROPORCIÓN...............................................................49
4. PRUEBAS PARAMETRICAS................................................52
5. PRUEBAS DE AJUSTE........................................................55
A) POISSON.......................................................................55
B) BINOMIAL......................................................................57
6. PRUEBA DE INDEPENDENCIA...........................................59
7. PRUEBA DE HOMOGENEIDAD...........................................61
12. CONCLUCIONES:.................................................................71
1. INTRODUCCIÓN
El presente trabajo realizado por los estudiantes de al UTP, tiene como objetivo
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
su gestión de tiempo para poner en stock los productos que se necesitan, ya que, lo
segundo lugar, está problemática se partirá de los conceptos estadísticos hasta los
importante mencionar que nuestra encuesta fue de manera online, esto cumplen un
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
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
una solución óptima para que cuenten con una mejora en su gestión de inventarios.
a. Objetivo general
gestión del tiempo de los trabajadores en el proceso laboral del 2021 al 2022.
b. Objetivo específico
utiliza la empresa.
empresa
trabajadores del
8
área de inventario para desarrollar un análisis de gestión del tiempo.
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
varias hipótesis de
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.
a 100 trabajadores de inventario de Promart sede Santa Clara, los cuales deberán 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:
13
GENERO fi
Masculino 63
Femenino 37
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
6 meses.
MEDIANA (Me)
n
−Fi−1
2
Me=l .inf +c [ ]
fi
12.5−9
Me=18+3 [ ]=19.5
9
en la empresa.
MODA (Mo)
d1
Mo=l .inf +c [ ]
d 1+d 2
2
Mo=18+3 [ ]=19.50
2+2
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
s= √ s2
s= √ 9.57=3.09
s
cv = .100
x
3.09
cv = .100
22.98
cv =13 %
8
7
6
5
4
3
2
1
0
[18 - 21< [21 - 24< [24 - 27< [27 - 30<
intervalos de edad
16
Total 100 1 100
5.
DISCRETA)
17
Total 100 1 100
pi% (4): El 15% de los encuestados demoran en llegar a su centro laboral entre 45 a
60 minutos.
CUANTITATIVA)
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
Figura6
TIEMPO EN LA EMPRESA
40 37
35
30
25 24
22
20 17
15
10
5
0
fi
MEDIA ARITMÉTICA ( x )
∑ xⅈ ⋅fⅈ
x=
n
558
x= =5.58
100
6 meses.
MEDIANA (Me)
19
n
−Fi−1
2
Me=l .inf +c [ ]
fi
50−37
Me=3+3 [ ]=4.05
37
en la empresa.
MODA (Mo)
d1
Mo=l .inf +c [ ]
d 1+d 2
22
Mo=0+3 [ ]=1.78
22+15
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
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
Figura7
Horas extras
40
34 35
35
30
25 21
20
15
10
10
5
0
fi
21
MODA (Mo) = 35
Figura8
22
MEDIA ARITMÉTICA ( x )
∑ xⅈ ⋅fⅈ
x=
n
462
x= =4.62
100
MEDIANA (Me)
n
−Fi−1
2
Me=l .inf +c [ ]
fi
50−29
Me=3+1.2 [ ]=3.53
47
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 )
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
s= √ s
2
s= √7.25=2.69
s
cv = .100
x
2.69
cv = .100
4.62
cv =58.22
Cuantitativa)
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
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
MEDIA ARITMÉTICA ( x )
∑ xⅈ ⋅fⅈ
x=
n
25
54400
x= =544
100
MEDIANA (Me)
n
−Fi−1
2
Me=l .inf +c [ ]
fi
50−28
Me=400+200[ ]=529.41
34
MODA (Mo)
d1
Mo=l .inf +c [ ]
d 1+d 2
6
Mo=400+ 200[ ]=2200
6+ 8
VARIANZA ( s2)
Σ ( xi2 . fi ) −n ( x )
2
2
s=
n−1
2
33480000−100 ( 544 )
s2=
99
26
2
s =39256.57
s= √ s2
s= √39256.57=198.13
s
cv = .100
x
198.13
cv = .100
544
cv =36
pi% (4): El 22% de los encuestados actualizan los productos en el turno amanecida.
11. ¿Cuáles son los productos que más tiempo toma colocarlos en su Stand? (Variable
Cualitativa)
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
Cualitativa)
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)
30
fi (1): De 100 personas encuestadas 59 sí 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
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)
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.
Poco eficiente
23%
Eficiente
Eficiente Muy eficiente
49% Poco eficiente
Muy eficiente
28%
ETAPA INFERENCIAL
1. DISTRIBUCION:
Se supone que la edad de los trabajadores de la empresa PROMART S.A sigue una
Datos:
32
x −μ
Z= N ( 0,1 )
σ =3.09 σ
√n
( ) ( )
26−24.71 23−24.71
P ( 23≤ x ≤26 )=P Z ≤ −P Z ≤
3.09 3.09
√25 √ 25
INTERPRETACIÓN:
trabajan en Santa Clara, se ajusta a una distribución normal donde la media muestral
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
probabilidad de que la media sea mayor a 7?70 en la cantidad de veces por semana que se
Datos:
µ 8
n 25
S 9.51
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
34
C) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS PARA VARIANZA
DESCONOCIDA
=((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
HOMBRES MUJERES
n= 17 n= 15
ത
ܺൌ 460 ത
ܺൌ 380
S= 50 S= 90
ଶ 2500 ଶ
ܵ ൌ 8100
ܵ ൌ
gl= 21
INTERPRETACIÓN:
36
D) DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS PARA VARIANZA
CONOCIDA
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
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%
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
38
E) DISTRIBUCIÓN DE LA PROPORCIÓN
P−π
P( P>0.1)=P(Z > )
DATOS:
√ π ( 1−π )
n
P = 0.05
2. INTERVALO DE CONFIANZA
VARIANZA CONOCIDA
encuesta que la desviación típica del tiempo laborando de los operarios es 3.34. La
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.
DESCONOCIDA
promedio de reponer 500 productos. Para confirmar esta se hace una muestra
SOLUCIÓN:
Datos:
2.052∗198.13 2.052∗198.13
IC=544− ≤ µ≥ 544+
√ 28 √ 28
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
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
1.049<Ơ <3.331
INTERPRETACIÓN:
Con un nivel de confianza del 95% se puede concluir que la desviación estándar no
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
encontró que 20 son hombres y 10 son mujeres. Calcule e interprete un intervalo del 95% de
SOLUCIÓN:
Muestra
1. Hombre 2. Mujer
20 10
P1= =0.66 P1= =0.33
30 30
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
3. PRUEBA DE HIPOTESIS
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
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:
b) El gerente de Promart - Santa Clara, solicita que se calcule las edades de sus
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
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:
iguales
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
reponer los productos de los hombres es mayor que de las mujeres, que laboran en
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
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
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
centro de trabajo, entre las instalaciones Santa Anita y Santa Clara. Para ello, en
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
Población Muestra
h 0 : μ1 ≤ μ2
h1 : μ1 > μ2 ( tiempo de llegada de los trabajadores de Santa A nita es mayor que Santa clara )
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
estadística para rechazar la hipótesis nula, por lo que es mayor el tiempo de demora
diariamente a la hora del trabajo, el 45% de los trabajadores afirman que las
Datos:
N=33
x 13
p= = =0.39
n 33
α=0.05
π=45%=0.45
48
Solución:
𝒉𝒐: 𝝅 ≥ 𝟎.45
p−π 0.39−0.45
z= = =−0.692
√ π ( 1−π )
n √ 0.45 ( 0.55 )
33
49
Por lo tanto, No se cumple lo mencionado por los trabajadores
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.
local, se sabe que la varianza poblacional en dicho local por estudios anteriormente
Datos Ho:σ 2 ≥ 4
Ơ
2
4
2
n 26 H 1: σ < 4
S2 4.3
α=5%
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
ocurridos en el en local.
4. PRUEBAS PARAMETRICAS
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
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
22
25
53
19
24
Con una media muestral de los datos es 20.
Solución
H o : La muestra es aleatoria
H 1 : La muestra no es aleatoria
18 - 1
13 - 1
14 - 1
22 + 2
25 + 2
19 - 3
24 + 4
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
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:
8 35
10 21
12 10
55
Total 100
Paso 1:
Paso 2: α =0,01
Paso 3:
I. Parámetro de la distribución
−λ x
ⅇ ¿λ
P[ x ] =
x!
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
B) BINOMIAL
Buscamos saber a qué distribución teórica se puede ajustar los datos encontrados.
650 cajas de accesorios de seguridad, cada caja tiene 12 accesorios de las cuales
PRODUCTOS 0 1 2 3 4
EN MAL
ESTADO
FRECUENCIA 170 141 124 100 65
Paso 1:
57
H 0 : El numero de productos en mal estado sigue una distribucion Binomial.
Paso 2: α =0,05
Paso 3:
I. Parámetro de la distribución
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
Paso 4:
58
Paso 5: conclusión
6. PRUEBA DE INDEPENDENCIA
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
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
α= 5%
59
2 ∑ (O i−Ei )
XC=
Ei
Calculamos la frecuencia:
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
60
Paso 5: Conclusión:
materiales de construcción.
7. PRUEBA DE HOMOGENEIDAD
construcción, con una muestra de 25 obreros teniendo las variables tiempo de labor
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
H0: No hay diferencia entre los tiempos de traslados de los productos de las áreas de
H1: Si hay diferencia entre los tiempos de traslados de los productos de las áreas de
α= 5%
2
Total de fila∗Total de columnas 2 ∑ (O i−Ei )
Frecuecia esperada ( E )= XC=
Gran Total Ei
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
31(18) 31(43)
E21= =9.15 E22= =21.85
61 61
2
2 ∑ (Oi−Ei )
XC =
Ei
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
Cupos 20 30 30 10 40 10 20 30
soles
Tiempo 3 2 2 4 1 4 3 2
de
reposició
64
n
Desarrollo
DESARROLLO:
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
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
cupo ^y =50−10∗2.5=25
INTERPRETACION:
66
9. REGRECION LINEAL DE DETERMINACION Y CORRELACION
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)
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
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
materiales de construcción:
Cupos 20 30 30 10 40 10 20 30
Tiempo de 5 2 2 4 1 4 3 2
empaquetado(1)
SOLUCIÓN:
1.
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
70
n= 8
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
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.
4.
Y= 43.01-
ei 2
6.67X SCR SCE ei
72
Coeficiente de correlación
R= -5396,358
Coeficiente de determinación
R² = 0,7337032
73
5. Varianza Residual
SR²= 19,70
base en las horas trabajas (horas del operario) y las horas extras.
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
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
B2: Por cada incremento de una hora extra para reponer los productos, la cantidad
75
76
12. CONCLUCIONES:
inventario.
minutos respectivamente
13. RECOMENDACIONES:
capacitación y seguimiento.
realizado. Esto, generara que los trabajadores tengan una mejor eficiencia al
77
Realizar un amplio análisis sobre las herramientas de seguridad que
recomienda tener el turno tarde como principal momento, para que el personal
78