“Análisis de la gestión del tiempo en los trabajadores

de inventario de Promart sede Santa Clara en el proceso

laboral 2021-2022”
CURSO:
Estadística Inferencial

DOCENTE:
Frans Ramiro Cárdenas Palomino

ALUMNOS:

Atoche Flores Alison Nicole

Mera Martínez Alberto Leónidas

Ravello Aguado Leonardo

Suárez Alcántara, Joseph Ramiro

Villareal Meza Jonathan Ricardo

 INTRODUCCIÓN
El presente trabajo realizado por los estudiantes de la UTP
tiene como objetivo recopilar información y datos sobre el
“Análisis de la gestión del tiempo en los trabajadores de
inventario de Promart sede Santa Clara en el proceso laboral
2021-2022” , para conocer el alcance que realizan en su
proceso de trabajo de análisis. El estudio se divide en capítulos
para que se pueda comprender mejor la aplicación de los
conocimientos adquiridos en el curso de Estadística Inferencial.
PLANTEAMIENTO DEL PROBLEMA
En esta ocasión, la sede de Santa Clara demostró
estar administrando de manera inadecuada las
actualizaciones de inventario. Esto significa que los
clientes tienen que esperar un cierto tiempo para
saber si el artículo que quieren está disponible.
 OBJETIVOS
GENERALES
Este trabajo presenta un análisis
del inventario de trabajadores
de Promart en la sede Santa
Clara con el objetivo general de
una gestión eficiente del tiempo
de los trabajadores en sus
procesos de trabajo del 2021 al
2022.
 OBJETIVOS
ESPECÍFICOS
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.
UNIDAD DE INVESTIGACIÓN
VARIABLE TIPO
DATOS PERSONALES Cualitativa Nominal
DATOS PERSONALES Cuantitativa Discreta
JORNADA DIARIA Cualitativa Nominal
TIEMPO DE LLEGADA Cuantitativa Continua
TIEMPO DE TRABAJO Cuantitativa Continua
HORAS Cuantitativa Continua
TIEMPO DE ACTUALIZACIÓN Cuantitativa Continua
PRODUCTOS REPUESTOS Cuantitativa Discreta
TURNO Cualitativa Nominal
ORDEN DE PRODUCTOS Cuantitativa Continua
HERRAMIENTAS DE INVENTARIO Cualitativa Continua
SALARIO Cualitativa Nominal
MÉTODO DE GESTIÓN Cualitativa Nominal
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.
RECOLECCIÓN DE LA INFORMACIÓN
 ETAPA
DESCRIPTIVA
2. GÉNERO (VARIABLE CUALITATIVA NOMINAL)
GÉNERO fi hi hi%
Femenino 63 0,63 63%
Masculino 37 0,37 37% Género de los trabajadores

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

Masculino
37%
Femenino
• Hi (2): La probabilidad de que la trabajadora sea mujer es 0.37.
63%

MODA: El sexo que más se repite de los trabajadores es el

masculino con 63.
3. INTERVALO DE EDADES DE LOS TRABAJADORES DE PROMART
DATOS ACUMULADA
CURSOS 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< 22,5 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

MEDIDAS DE TENDENCIA CENTRAL

MEDIA MEDIANA MODA

 MEDIDAS DE DISPERSIÓN

VARIANZA DESVIACIÓN ESTÁNDAR COEFICIENTE DE VARIACIÓN

Edad de los trabajadores

10
9
8
cantidad de trabajadores

7
6
5
4
3
2
1
0
[18 - 21< [21 - 24< [24 - 27< [27 - 30<
intervalos de edad
4. ¿ En que jornada diaria trabajas?
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

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.

Jornada Laboral

60 56

50 44
40

30

20

10

0
fi

Full Time Part Time

 5. ¿ Cuánto tiempo se demora en llegar a su centro laboral?

TIEMPO fi Fi hi Hi pi(%) Pi(%) Xi Xi*fi

0-15 min 18 18 0,18 0,18 18 18 7,5 135
15-30 min 32 50 0,32 0,50 32 50 22,5 720
30-45 min 35 85 0,35 0,85 35 85 37,5 1312,5
45-60 min 15 100 0,15 1 15 100 52,5 787,5
TOTAL 100 1 100 120 2955

• 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.
 MEDIDAS DE TENDENCIA CENTRAL

MEDIA MEDIANA MODA

6. ¿Cuánto tiempo llevas trabajando en la empresa?
TIEMPO fi hi hi% Fi Hi Hi% Xi Xi*fi Xi^2*fi
0 3 22 0,22 22% 22 0,22 29% 1,5 33 49,5
3 6 37 0,37 37% 59 0,76 76% 4,5 166,5 749,25
6 9 24 0,24 24% 83 0,91 91% 7,5 180 1350
9 12 17 0,17 17% 100 1 100% 10,5 178,5 1874,25
TOTAL 100 1 100% 24 558 4023

MEDIDAS DE TENDENCIA CENTRAL

MEDIA MEDIANA MODA

 MEDIDAS DE DISPERSIÓN

VARIANZA DESVIACIÓN ESTÁNDAR COEFICIENTE DE VARIACIÓN

TIEMPO TRABAJANDO EN LA EMPRESA

12

10

0
3 6 9 12
0 3 6 9

Promedio de tiempo trabajando

7. ¿Cúantas horas extras trabajas al mes?

HORAS fi Hi hi% Fi Hi
6 horas 34 0,34 34% 34 0,34
8 horas 35 0,35 35% 69 0,69
10 horas 21 0,21 21% 90 0,90
12 horas 10 0,10 10% 100 1
TOTAL 100 1

Horas extras
• fi (1): De 100 personas encuestadas 34 trabajan 6
40
34 35
horas extras al mes. 35

30

• hi (3): La probabilidad de trabajen 10 horas extras es 25

21
20

de 0.21. 15
10
10

• pi% (4): El 10% de los encuestados trabajan 12 5

0
fi
horas extras.
6 Horas 8 horas 10 horas 12 horas
8. ¿Cuánto tiempo se demora en actualizar el estado de stock de los productos?
TIEMPO DE DEMORA fi hi hi% Fi Hi HI% Xi Xi*fi Xi^2*fi

0 3 29 0,29 29% 29 0,29 29% 1,5 43,5 65,25

3 6 47 0,47 47% 76 0,76 76% 7,5 211,5 951,75

6 9 15 0,15 15% 91 0,91 91% 4,5 112,5 843,75

9 12 9 0,09 9% 100 1 100% 10,5 94,5 992,25

TOTAL 100 1 100 24 462 2853

MEDIDAS DE TENDENCIA CENTRAL

MEDIA MEDIANA MODA

 MEDIDAS DE DISPERSIÓN

VARIANZA DESVIACIÓN ESTÁNDAR COEFICIENTE DE VARIACIÓN

TIEMMPO DE DEMORA EN ACTUALIZACIÓN

12

10

0
3 6 9 12
0 3 6 9

Promedio de tiempo de demora

9. ¿ Cuántos productos suele reponer diariamente en su jornada laboral?
CANTIDAD DE fi Fi hi Hi pi (%) Pi (%) Xi Xi² Xi.fi Xi².fi
PRODUCTOS

[200 – 400> 28 28 0.28 0.28 28 28 300 90000 8400 2520000

[400 – 600> 34 62 0.34 0.62 34 62 500 250000 17000 8500000
[600 – 800> 26 88 0.26 0.88 26 88 700 490000 18200 12740000
[800 – 1000] 12 100 0.12 1 12 100 900 810000 10800 9720000
TOTAL 100   1   100   2400 1620000 54400 33480000

MEDIDAS DE TENDENCIA CENTRAL

MEDIA MEDIANA MODA

 MEDIDAS DE DISPERSIÓN

VARIANZA DESVIACIÓN ESTÁNDAR COEFICIENTE DE VARIACIÓN

Promedio de productos a reponer

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

Promedio de productos a reponer

10. ¿En qué turno actualizas los productos?

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 TURNO DE ACTUALIZACIÓN DE PRODUCTOS

actualizan los productos en el turno mañana.

Amanecida
• hi (3): La probabilidad de que actualicen los
Noche
productos en el turno mañana es 0.18
Tarde
• pi% (4): El 22% de los encuestados actualizan
Mañana
los productos en el turno amanecida.
0 5 10 15 20 25 30 35

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

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. Sanitario 46 217 0.176 0.828 46 217
Mayólicas 45 262 0.172 1 45 262
TOTAL 262   1   262  

• fi (1): De 100 personas encuestadas 63 les toma Cantidad de productos que más tiempo toma
en colocar
más tiempo colocar ladrillos en su stand.
Mayolicas

• hi (3): De la muestra 0.191 de los trabajadores les Acce. Sanitario

toma más tiempo colocar los cementos en su stand. Cemento

Herramientas
• pi% (4): El 46% de los encuestados les toma más
Ladrillos

tiempo colocar los accesorios de sanitario en su 0 10 20 30 40 50 60 70

stand. Productos
12. ¿Qué herramientas utilizan al momento de realizar el inventario?

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

ConoS
Orejeras 7% Guantes
herramienta al realizar el inventario. 9% 20%
Guantes
Lentes
Cascos
• hi (5): De la muestra 0.131 de los trabajadores utilizan los 13%
Arnes
Cascos
19% Botas
lentes como herramienta al realizar el inventario Botas Lentes
19% Orejeras
Arnes
13% ConoS
• pi% (4): El 83% de los encuestados utilizan las botas de
seguridad como herramienta al realizar el inventario.
 13. ¿ Estas de acuerdo con el salario que recibes por tu tiempo de trabajo?
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  

• fi (1): De 100 personas encuestadas 59 sí están de acuerdo Personas que están de acuerdo al salario
70
con el salario que reciben por su tiempo de trabajo. 60

50
• hi (2): De la muestra 0.210 de los trabajadores no están de
40
acuerdo con el salario que reciben por su tiempo de trabajo. 30

20
• pi% (3): El 20% de los encuestados tal vez estén de acuerdo
10
con el salario que reciben por su tiempo de trabajo. 0
Si No Tal vez
14. ¿ Te parece eficiente el método de gestión de inventario que la empresa utiliza?

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  

• fi (3): De 100 personas encuestadas 23 les parece poco Eficiencia de la gestión de la empresa
eficiente el método de gestión que utiliza la empresa en su
inventario.
Poco eficiente
23%
• hi (2): De la muestra 0.280 de los trabajadores les parece Eficiente
Eficiente Muy eficiente
49%
muy eficiente el método de gestión que utiliza la empresa en Poco eficiente

Muy eficiente
su inventario. 28%

• pi% (1): El 49% de los encuestados tal vez les parece

eficiente el método de gestión que utiliza la empresa en su
inventario.
 ETAPA
INFERENCIAL
DISTRIBUCIÓN
A) DISTRIBUCIÓN 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:

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) DISTRIBUCIÓN DE MEDIA CON VARIANZA DESCONOCIDA
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?

Datos:

µ 3

n 25

S 1.53

X 2.48
-
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
-0.84)

X 7.70

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.

C) DISTRIBUCIÓN 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.

0,355
gl= 16
Linf= 0,40084209
Lsup= 1,59915791

REY ALPHA NC= 95%

n= 10 n= 8 α= 5% INTERPRETACIÓN:
തൌ
ܺ 3.5 തൌ
ܺ 2.5 α/2= 0.025
S= 0.5 S= 0.7 T(1-α/2;gl)= Con el 95% de confianza, la verdadera diferencia media de los
T(0.975;16)= 2.12 dos productos REY Y ALPHA se encuentra entre 0.400 y 1.599.
ܵ‫ ݌‬ଶ
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.

gl= 21.2825
gl= 21
Linf=25.4794
Lsup= 134.5205585

HOMBRES MUJERES
n= 17 n= 15
INTERPRETACIÓN:
ܺതൌ 460 ܺതൌ 380
La diferencia entre los salarios medios semanales de hombres y
S= 50 S= 90 mujeres se encuentra comprendido entre S/25.479 y S/134.5 con
ܵଶ ൌ 2500 ܵଶ ൌ 8100 el 95% de confianza.
D) DISTRIBUCIÓN DE LA DIFERENCIA DE DOS MEDIAS PARA VARIANZA CONOCIDA
a) Se tiene la siguiente información de la empresa de Promart – Santa Clara, donde vemos que un grupo de trabajadores entre hombres y mujeres, muestran sus opiniones acerca que la gestión de la empresa presenta fallas en
el inventario:
Fallas en el inventario hombres: 14: = 6.6
Fallas en el inventario mujeres: 9: = 8,4
Si tomamos una muestra aleatoria 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  

INTERPRETACIÓN:
 
La probabilidad de que las fallas en el inventario de los
hombres sean al menos a 2; mayor que el =de0.9999
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: = 7.6
Incomodidad sobre horas extras mujeres: 11: = 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
 

 
INTERPRETACIÓN:
La probabilidad de que las mujeres tienen horas extras al
menos 2; menor que los hombres es de 93%.
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 trabajadores tiene dificultad para colocar dichos productos en sus

respectivos lugares. Sí al área de control de inventario recibe una mercadería de 150 productos precedentes del área de producción. Calcular la probabilidad de que haya más de un 5% de trabajadores

que se les complica cumplir su labor.

Datos:

• n = 150
• P(Z ≤ 0.63)
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.
 ETAPA
INFERENCIAL
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

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.

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 71.11

NC 95%  
 
S 8.43

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.

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.

Datos:
Muestra
1. Hombre 2. Mujer

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%).
 ETAPA
INFERENCIAL
PRUEBA DE
HIPÓTESIS
A) PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL

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. 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 = 0,05?

Datos: Paso 2 : Paso 4 :

Paso 3 :
Paso 1 :

Paso 5:
A un nivel de significancia del 5%, existe
evidencia estadística para rechazar la
hipótesis nula, contradiciendo la afirmación
de la empresa.
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. 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:

Paso 1 : Paso 4 :

Paso 2 :

Paso 3 :

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 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

1. Hombres 2. Mujeres

  n1 = 16 n2 = 14

 
S1 = 196.5 S2 = 178.2
 
productos productos
 
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 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

n1 = 25 n2 = 20

 
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 HIPÓTESIS PARA LA PROPORCIÓN

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:
Paso 1: Planteo de Hipótesis
N= 33
α=0.05 𝒉𝒐: 𝝅 ≥ 𝟎.45
π=45%=0.45
𝒉𝟏: 𝝅 < 𝟎.45

 
Paso 2: Nivel de significancia: α=0.05

Paso 3: Estadístico de prueba:

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

Paso 5: Conclusión

A un nivel de significancia del 5% NO se rechaza la Ho. 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
P1=30/60=0.5 P2=20/50=0.4
H1: π1 > π2
N1:60 N2:50
 

P=X1+X2/ n1+n2 2. α=0.05

P=30+20/60+50
 Z=1.04

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 HIPÓTESIS 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 hipótesis PASO 2: Nivel de significancia

Datos PASO 3: Estadístico de prueba

4
Ho:

n 26

S2 4.3
 PASO 4: Gráfico

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.
 ETAPA
INFERENCIAL
PRUEBAS
PARAMÉTRICAS
PRUEBA DE HIPÓTESIS 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%.

OPERARIOS PRODUCTOS SOLUCIÓN:

DAÑADOS
DIARIAMENTE

1 5
2 3
3 1
4 2
5 1
6 2
7 4
8 2
9 3
10 Ho: Me≤3
1 α=0.05 n/2
H1: Me>3
n/2=4
 R≤ 2

R≤ 0;1;2

X P(X)
n= 8
0 0.00390625
p= 0.5 1 0.03125

q= 0.5 2 0.109375

ΣP(X)= 0.14453125

P= 0.2890625

INTERPRETACIÓN:
P>0.05
Se rechaza la Ho. La mediana de los productos dañados es mayor a 3.
PRUEBA DE HIPÓTESIS DE RACHAS

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

De acuerdo a la información presentada la media muestras de los datos será 20.

Solución:
18

13 R:4 (número de rachas)

14

22

25

19

24
DATOS CRITERIOS RACHAS

18 - 1 UG=
13 - 1
OG
14 - 1

22 + 2 Z=
25 + 2
entonces Z<1.96 No se rechaza la H0
19 - 3

24 + 4
N1: 2 (número de racha negativo)

N2: 2 (número de racha positivo)

INTERPRETACIÓN: Se puede aceptar que los datos son aleatorios.

 ETAPA
INFERENCIAL
PRUEBAS DE
AJUSTE
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:

Solución:
# de horas Frecuencia
extras que observada
trabajan al mes Paso 1:
6 34
8 35
10 21
12 10 Paso 2:
Total 100

Use nivel de significancia del 1%.

Paso 3:
6 34 204 0,1178303 11.783026 41.89025
I. Parámetro de la distribución 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
total 100 814   89.487866

II. Calculamos la probabilidad para cada X

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 de horas extras no es Poisson.
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 EN 0 1 2 3 4
MAL ESTADO
FRECUENCIA 170 141 124 100 65

Use significancia del 5%.

Solución:

Paso 1:

Paso 2:
Paso 3:
I. Parámetro de la distribución

II. Calculamos la probabilidad para cada X

fi

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:

Paso 5: Conclusión

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.
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%.

Solución:

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 Paso 4: Región crítica

Calculamos la frecuencia:

0,004705

Paso 5: Conclusión

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.

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.

PLANTA DE SANTA CLARA

    AREAS
TOTAL
    DETERGENTE AEROSOLES
TIEMPO DE TIEMPO LABOR/EMP. 12 6 18
TRASLADO DE
PRODUCTOS EDAD 18 25 43
TOTAL 30 31 61

Solución:

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

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

3.12
 Paso 4: Región critica

PASO 5: Conclusión

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).
 ETAPA
INFERENCIAL
REGRESIÓN LINEAL
SIMPLE Y MÚLTIPLE
REGRESIÓN 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 soles 20 30 30 10 40 10 20 30

Tiempo de 3 2 2 4 1 4 3 2
reposición

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?

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
Gráfico de dispersión
2 30 60 4 900
45
2 30 60 4 900
40
f(x) = − 10 x + 50
4 10 40 16 100 35 R² = 1

1 40 40 1 1600 30

4 10 40 16 100 25

3 20 60 9 400 20

15
2 30 60 4 900
10
21 190 420 63 5300
5

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?

INTERPRETACIÓN:

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

del 25%.
 ETAPA
INFERENCIAL
REGRESIÓN LINEAL
DE DETERMINACIÓN
Y CORRELACIÓN
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.

SOLUCIÓN:
X Y X^2 Y^2 XY Y=0.8333333x+90555556 SCR SCE
(Años laborando) (Tiempo en
min. Para
reponer el
stock)

1 11 1 121 11 9.888888889 2.77777778 1.2345679

3 12 9 144 36 11.55555556 0 0.19753086
3 10 9 100 30 11.55555556 0 2.41975309
2 15 4 225 30 10.72222222 0.69444444 18.2993827
3 15 9 225 45 11.55555556 0 11.8641975
4 12 16 144 48 12.38888889 0.69444444 0.15123457
5 14 25 196 70 13.22222222 2.77777778 0.60493827
4 11 16 121 44 12.38888889 0.69444444 1.92901235
2 4 4 16 8 10.72222222 0.69444444 45.1882716
27 104 93 1292 322 104 8.33333333 81.8888889
 Coeficiente de determinación:

R²=

0.092364532

R² = 9.24%

Coeficiente de correlación: Interpretación:

El modelo de variables de años laborando y el
tiempo en reponer el stock tiene menor ajuste
porque es 9.24%.

r= 0.303915337 es positivo

Interpretación:
Indica que existe una relación lineal intensa entre X e Y de
manera directa moderada.
 ETAPA
INFERENCIAL
REGRESIÓN LINEAL
SIMPLE – ANÁLISIS
DE 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:
•Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se relacionan ambas variables?
•Estime el modelo de Regresión lineal estimada
•Pronosticar: ¿Cuánto en Promedio recibirá de cupos un operario que se ha demorado en atender 2,5 minutos?
•Pruebe con un nivel de significancia de 5%, si existe la relación lineal entre cupos y tiempo de empaquetado.
•Hallar la varianza residual.

Cupos 20 30 30 10 40 10 20 30
Tiempo de 5 2 2 4 1 4 3 2
empaquet
ado(1)
SOLUCIÓN: n=  
8
X
•Variable Independiente: Tiempo de empaquetado (minutos) X TIEMPO Y CUPOS X^2 Y^2 XY
•Variable Dependiente: Cupos (s/.) Y 5 20 25 400 100
2 30 4 900 60
2 30 4 900 60
Gráfico de Dispersión 4 10 16 100 40
45 1 40 1 1600 40
40 4 10 16 100 40
35 f(x) = − 6.69902912621359 x + 43.0097087378641 3 20 9 400 60
R² = 0.73370319001387 2 30 4 900 60
30
25 SUMA 23 190 79 5300 460
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.
 COEFICIENTE DE CORRELACIÓN

Interpretación de , cuando el tiempo de empaquetado

aumenta en un minuto el porcentaje de la eficiencia
R= -5396,358
disminuye en 1%.
COEFICIENTE DE DETERMINACIÓN
Y= 43.01-
6.67X SCR SCE ei
 
9,5145631
1 202,647664 109,944387 10,48543689 109,944387 R² = 0,7337032
29,611650
5 34,3589464 0,15081535 0,388349515 0,15081535
29,611650
5 34,3589464 0,15081535 0,388349515 0,15081535
16,213592
2 56,797442 38,6087284 -6,213592233 38,6087284
36,310679
6 157,770672 13,6110849 3,689320388 13,6110849
16,213592
2 56,797442 38,6087284 -6,213592233 38,6087284
22,912621
4 0,70120299 8,48336318 -2,912621359 8,48336318
29,611650
5 34,3589464 0,15081535 0,388349515 0,15081535

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

 ETAPA
INFERENCIAL
REGRESIÓN
LINEAL
MÚLTIPLE
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.

•Determinar la ecuación de regresión estimada

•Interpretar cada uno de sus coeficientes

Y Hora Laboral Hora

Extra

300 4 2

500 8 1

425 6 5

1000 8 3

680 5 1

350 3 3
Solución:
n= 6

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 73690

{
6 𝑥 ₁+34 𝑥 ₂+15 𝑥 ₃=3255 𝑥 ₁=
733
34 𝑥 ₁+214 𝑥 ₂+84 𝑥 ₃=20200 60000
𝑥 ₂=
Y=Bo+B1X 15 𝑥 ₁+84 𝑥 ₂+ 49 𝑥 ₃=7955 733
6415
𝑥 ₃=
733
B1= Bo=
B1=
Bo= B2= Bo=

Y= 2.7656-0.468X B1=
B2=
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.
 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.

 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.

 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.

GRACIAS