Facultad de Ingeniería

Ingeniería
Avance del Informe Final:
IMPLEMENTACIÓN DE HERRAMIENTAS DE
CALIDAD PARA MEJORAR EL PROCESO DE
REDUCCIÓN DE COSTOS EN LAS EMPRESAS
INDUSTRIALES, DISTRITO VILLA EL SALVADOR,
2022

Integrantes:
1. E
2. M
3. S
4. T
5. R

Docente:

Lima – Perú
2021
 INDICE

RESUMEN…………………………………………………………………………
CAPITULO-1………………………………………………………………………
1. Antecedentes………………………………………………………………….
2. Problema central del proyecto……………………………………………….
3. Objetivos…………………………………………………………………………
a) Objetivos Generales ………………………………………………………….
b) Objetivos específicos………………………………………………………….
CAPITULO-2 ………………………………………………………………………….
1. Conceptos Estadísticos………………………………………………………….
2. Variables y Tipo de Variables……………………………………………………
3. Muestra Estadística y Tipo de Muestreo……………………………………….
4. Gráficos y Tablas Estadísticas por Variable…………………………………….
5. Medidas de Tendencia Central/Dispersión……………………………………….
6. Distribución Muestral………………………………………………………………
7. Intervalos de Confianza………………………………………………………
CAPITULO-3……………………………………………………………………………
1. Pruebas de Hipótesis estadísticas y análisis de resultado…………………
CAPITULO-1
1.ANTECEDENTES.

López y Galarreta (2018) en un artículo titulado “Gestión de inventarios para

reducir los costos del almacén de Manpower Perú E.I.R.L.”. Desarrollo la
implementación del modelo de gestión de inventarios, inició con la clasificación
de los artículos del almacén por familias, con la ayuda del método de análisis
ABC a los cuales se le aplicaron los procedimientos del modelo de gestión de
inventarios. Los datos obtenidos se analizaron estadísticamente usando
estadígrafos donde se contrastaron los costos de la demanda histórica y los
costos con el modelo de gestión de inventarios propuestos, de tal modo que se
pudo evidenciar la mejora, dado que los costos de demanda sin la propuesta
ascendieron a S/38 102.57 un costo significativo, mientras que con la propuesta
se obtuvo una reducción considerable de S/8 843.49 que representa el 23.21 %
logrando la reducción considerable de costos y sin perder la calidad de los
productos.

Santos (2019) en un artículo titulado “Gestión Logística y su influencia para

reducir costos operacionales en la empresa de transportes Ave Fénix SAC.”
Mejoro la gestión logística de carga para reducir los costos operativos de la
empresa de transportes Ave Fénix S.A.C., mediante la implementación de un
diagrama de operaciones de procesos y manuales de procedimientos, como
metodologías de mejora; donde se realizó el diagnostico situacional del
departamento de logística de carga, determinándose que existían altos costos
que mermaban la utilidad, identificando los problemas, se redactó el diagnostico
considerando la problemática evidenciada, las causas raíces y priorizándolas;
también se muestra la falta de estandarización de procesos, y de tiempos y el
impacto que generan las herramientas de mejora aplicadas. La implementación
de estas herramientas contiene procedimientos y formatos de análisis y sus
efectos sobre los costos. Finalmente, se analizó los resultados y discusiones
para corroborar cuantitativamente las evidencias y las mejoras logradas,
determinando una influencia positiva sobre los costos operacionales,
reduciéndolos del 100% (S/ 222 644,37) inicial en el 2017, al 71,84% (S/ 159
950,26) final en el 2018, demostrando una reducción total del 28,16% (S/ 62
694,11).
Rodríguez (2020) en el artículo titulado “Gestión de costos en el sector de áridos
a través del método de costeo basado en actividades”. Tuvo como objetivos
identificar oportunidades de mejora y la reducción de costos en una empresa
productora de áridos, a través de la metodología de Costo Basado en Actividades
(ABC). El estudio de caso se realiza con visitas a terreno; entrevistas al dueño,
gerentes y encargados de los procesos; y revisión de informes financieros y
contables. Los resultados muestran como el ABC permite conocer el costo y
rentabilidad de cada uno de los productos de la empresa, medido en metros
cúbicos. Además, está metodología permite identificar las actividades que
significan un mayor costo y aquellas que no agregan valor a la compañía. De
este modo, es posible prever oportunidades de mejora de procesos que puedan
conducir a una reducción de costos en el futuro.

Comas, Monde de Oca Sánchez, Moreno, Valle (2018) en un artículo titulado

“Integración de herramientas para el control de gestión. Caso de estudio en una
empresa comercializadora”. En el procedimiento propuesto para el control de
gestión se integró la gestión por procesos desde la fase de planeación, al
establecerse vínculos entre los objetivos estratégicos, los indicadores que miden
la eficacia de los procesos y la actuación de los factores claves de éxito en el
cuadro de mando integral. La implementación del procedimiento para el control
de gestión basado en el cuadro de mando integral en la empresa objeto de
estudio contribuyó a mejorar la eficacia y la eficiencia de la gestión empresarial,
al mejorar el comportamiento de los indicadores seleccionados para medir el
desempeño de los factores claves de éxito.

Contreras; Cárdenas; González; Toloza; Zambrano y Pulido (2019) En el artículo

titulado “Herramientas estadísticas para la mejora del control de inventarios: un
caso de estudio” Un conveniente control del inventario en una empresa u
organización originaría un fácil procedimiento de estudio de los productos y
gestionar todo el nivel de abastecimiento en los productos finalizado a los
clientes. En este sentido, este artículo propone la realización mediante el
diagrama de Pareto y la clasificación ABC, el mejoramiento de inventario en un
caso de estudio (una empresa fabricadora y comercializadora de partes
metálicas) que permite ver los problemas de ordenes pendientes, suma de
cantidades pendientes y la suma de pérdidas totales. Con este caso se
identificaron productos que son los poco vitales y los muchos triviales en la
empresa cumpliendo con la teoría de Vilfredo Pareto o también conocida como
la del 80 – 20 y con la distribución ABC de los productos.
2.PROBLEMA CENTRAL DEL PROYECTO.

❖ ¿De qué manera se relacionan las herramientas de calidad para la

reducción de costos y la optimización del producto en las empresas
industriales, villa el salvador-2022?

3.OBJETIVOS.
Objetivo general:

❖ Determinar si las empresas industriales cuentan con herramientas de

calidad para la reducción de costos y la optimización del producto, villa el
salvador-2022.

Objetivos Específicos:

✓ Determinar los tipos de procesos que se realizan en las industrias para

poder hacer uso de las herramientas de organización.

✓ Determinar la calidad en lugar de cantidad para reducir costos de

producción en las empresas.

✓ Determinar la optimización de la gestión de los espacios para reducir

costos de producción.

✓ Estandarizar procesos para reducir costos de producción.

✓ Determinar la Implementación de herramientas tecnológicas para reducir

costos de producción.
CAPITULO-2.
1.Conceptos Estadísticos

Población

Todo el personal que laboran en la reducción de costos y optimización de los

productos en las empresas industriales en villa el salvador.

Muestra

30 personas que laboran en la reducción de costos y optimización de los

productos en las empresas industriales en villa el salvador,2022.

Unidad de Análisis

1 persona que labora en la reducción de costos y optimización de los productos

en las empresas industriales en villa el salvador,2022.

Parámetros
• 𝜇 (Media poblacional)
• 𝜎2 (Varianza poblacional)
• 𝜋 (Proporción poblacional)

Estadísticos
• X (Media muestral)
• 𝑆2 (Varianza muestral)
• p (Proporción muestral)
2. Variables y Tipo de Variables
V1. Herramientas de calidad
V2. Reducción de costos

VARIABLES GENERALES TIPO DE VARIABLES

Herramientas de calidad Cualitativa Nominal
Reducción de costos Cuantitativa continua
SUB VARIABLES TIPO DE SUB VARIABLES
Años de servicio Cuantitativa discreta
Horas de servicio Cuantitativa continua
Número de trabajadores en producción Cuantitativa discreta
Número de trabajadores del control de Cuantitativa discreta
calidad
Horario de rotación en el área C.C Cuantitativa continua
Número de trabajadores en el área de Cuantitativa discreta
logística
Disponibilidad de Herramienta de calidad Cualitativa Nominal
Cantidad de herramientas Cuantitativa discreta
Numero de capacitaciones Cuantitativa discreta
Evaluación de personal del área de C.C Cuantitativa discreta
Tiempo de realización del C.C Cuantitativa continua
Cantidad de mantenimientos realizados Cuantitativa discreta
Tiempo de análisis financiero Cuantitativa continua
Cantidad de producción defectuosa Cuantitativa discreta
Número de ing. industriales encargados de Cuantitativa discreta
la Identificación de costos en perdidas
Tiempo de empaquetamiento Cuantitativa continua
Número de herramientas para la reducción Cuantitativa discreta
de costos
Porcentaje de merma Cualitativa Nominal
Personal altamente capacitado Cuantitativa discreta
Reducción de costos con respecto a la Cualitativa Nominal
materia prima
3. Muestra Estadística y Tipo de Muestreo.
Cálculo de la muestra:
Muestra estadística

1.96∗192
Z = 95% =𝑥
52
E =5 28.30 = x
𝜕 2 = 192

• 𝜕2 (Varianza poblacional)
• Z (Nivel de Confianza)
• E (Error máximo permisible en la estimación)

Tipo de muestra:
Muestra por conveniencia.

4. Gráficos y Tablas Estadísticas por Variable.

1. ¿Cuántos años se encuentra laborando en la empresa?
2. ¿Cuántas horas labora directamente?

3. ¿Cuántas personas trabajan en el área de producción?

4. ¿cuántas personas se encargan de realizar el control de calidad de los
productos?

5. ¿cada cuánto tiempo rota el personal que se encargan de realizar el control

de calidad?
6. ¿Cuántas personas pertenecen al área de logística?

7. ¿La empresa cuenta con herramientas de calidad?

8. ¿Cuántas herramientas de calidad se utiliza en la empresa?

9. ¿Cuántas capacitaciones tiene el personal en el año?

10. ¿Cada cuánto tiempo se hace la evaluación de desempeño al personal que
se encargan de hacer los controles de calidad?

11. ¿Cuántas horas les toma la realización de control de calidad en un producto?

12. ¿Cuántas veces mensualmente hacen mantenimiento de las maquinas?

13. ¿Cada cuánto tiempo se hace el análisis financiero de la empresa?

14. ¿Cuántos productos defectuosos hay en un lote de 500 unidades producidas
en un día?

15. ¿Cuántos ingenieros industriales se encargan de identificar los costos en

pérdidas de material en la empresa?
16. ¿Cuánto tiempo en horas se requiere para el empaquetamiento de un lote de
500 unidades?

17. ¿Cuántas herramientas utiliza la empresa para reducir los costos?

18. ¿Cuáles el porcentaje de merma aproximada durante la producción de cada
mes?

19. ¿Crees que los trabajadores están suficientemente capacitados para el uso
de herramientas de reducción de costos?
20. ¿La materia prima que utilizan ayuda a la reducción de costos para una
empresa?

5. Medidas de Tendencia Central/Dispersión.

PROBLEMA 1:
PROBLEMA 2:

PROBLEMA 3:
PROBLEMA 4:

PROBLEMA 5:
PROBLEMA 6:

PROBLEMA 8:
PROBLEMA 9:

PROBLEMA 10
PROBLEMA 12:

PROBLEMA 13:
PROBLEMA 14:

PROBLEMA 15:
PROBLEMA 16:

PROBLEMA 17:
PROBLEMA 18:

6. Distribución Muestral.

6.1 Distribución muestral de media con varianza conocida:

El valor medio de la población de los años que labora un colaborador en una
empresa es 6.2, la muestra es de 30 colaboradores que se dedican a reducir
costos que presenta una varianza poblacional de 11.2 ¿Cuál es la probabilidad
de que la media de esa muestra sea mayor a 4?
Solución:
u=6.2 Ẋ mayor a 4.3
4.3−6.2
n =30 P(z> √11.2
)= P(z<-3.11)
√30

ᵨ2= 11.2 1 – P(z<-3.11) = 1 - 0.00094 = 0.99906

6.2 Distribución muestral de media con varianza desconocida
Unos trabajadores del grupo Alicorp tiene una hora laboral semanal que se ajusta a
una distribución normal cuyo valor medio es de 5 ¿Cuál es la probabilidad de que la
media de una muestra de tamaño 17 sea menor que 5 y 7cm sabiendo que la varianza
muestral ha sido de 6.5?
Solución:
*u=5 z< 5.7
*n=17 P (t (n-1) < (5.7-5) / (√ (6.5) /√17)) = P (t (16) < 1.13) = 0.855

*𝑆 2 = 6.5

6.3 Distribución muestral de diferencia de medias con varianza conocida

Las personas que se encargar del control de calidad tienen una duración media
de 6.7 meses y una varianza de 1 mes, mientras que los de reducción de
precios tienen una media de 5.3 meses y una varianza de 0.5 meses. ¿Cuál es
la probabilidad de que una muestra aleatoria de 17 personas del área de
control de calidad tenga una duración media que sea al menos de un mes más
que la duración media de una muestra de 13 personas del área de reducción
de precios?
Solución:
A: área de control de calidad. B: área de reducción de precios.

U= 6.7 u= 5.3
σ2 = 1 σ2 = 0.5
n1=17 n2=13
x1 > 1 + x2

1−(6.7−5.3)
P(z≥ ) = 1 – P( z<-1.290) = 1 - 0.09853 = 0.90147
1 0.5
√ +
17 13
6.4 Distribución muestral de diferencia de medias con varianza desconocida
iguales

Se realiza una investigación sobre la cantidad de personas que rotan en la

empresa del área de logística y control de calidad. Siguen distribuciones
Normales independientes de media 25 en área de logística donde se realizan
12 muestras obteniéndose una desviación estar de 11.3, 21 en área de control
de calidad donde se tiene muestra de 18 obteniéndose una desviación
estándar de 1.6 Obtener la probabilidad de que la media muestral de área de
logística sea como mínimo tres unidades mayores a la media del área de
control de calidad. Considere homogeneidad de varianzas.
Solución:
A: área logística B: área control de calidad
U = 25 U=21
N =12 N=18
s=11.3 s=1.6
x1 > 3 + x2 σ1=σ2
𝟑−(𝟐𝟓−𝟐𝟏)
t= 𝟐 𝟐
= 2.83 P(t1(12+18-2) > 2.83
√𝒔𝒑𝟐 (𝟏𝟏.𝟑 +𝟏.𝟔 )
𝟏𝟐 𝟏𝟖

(𝟏𝟐−𝟏)𝟏𝟏.𝟑𝟐 +(𝟏𝟖−𝟏)𝟏.𝟔𝟐
𝒔𝒑𝟐 = =51.7 1-P(T28<2.83) = 1 – 0.995=0.005
𝟏𝟐+𝟏𝟖−𝟐

6.5 Distribución muestral de diferencia de medias con varianza desconocida

diferentes

Un equipo de colaboradores está investigando si existen o no diferencias entre

dos métodos de control de calidad. Para lo cual se seleccionan dos muestras
de tamaño 15 cada una, a las que se les aplico el método X e Y
respectivamente. Obteniéndose que las varianzas muéstrales son de 2.7 y 3.2
puntos respectivamente. Suponiendo que las puntuaciones de ansiedad de
ambas poblaciones siguen distribuciones muéstrales con medias poblacionales
de 90 y 87.3 puntos respectivamente y quelas varianzas poblacionales son
desconocidas, pero se sabe que son diferentes. Hallar la probabilidad de la
media muestral de puntuación del método X sea como mínimo 6 unidades
mayor que el método Y.
Resolución:

A: x B: y
U = 90 U=87.3
N =15 N=15
S2=2.7 s2=3.2
𝟔−(𝟗𝟎−𝟖𝟕.𝟑)
t= 𝟏 𝟏
=5.26 1 – P (t1≤ 5.26)
√𝟐.𝟕 +𝟑.𝟐
𝟏𝟓 𝟏𝟓

𝟐.𝟕 𝟑.𝟐
( 𝟏𝟓 + 𝟏𝟓 )𝟐
v= 𝟐.𝟕 𝟐 𝟑.𝟐 𝟐
=1 1-0.94=0.06
( ) ( )
𝟏𝟓 𝟏𝟓
+
𝟏𝟒 𝟏𝟒

6.6 Distribución muestral de la proporción

Una máquina fabrica bolsas. En su producción habitual, se fabrica 5 bolsas

defectuosas de cada 150 piezas. Un cliente recibe una caja de 500 piezas
procedentes de la fábrica. Calcular la probabilidad de que haya más de un 5%
de piezas defectuosas en la caja.
Resolución:
Pi= 0.033
N=500
0.05 – 0.03
P (p > 0.05) = 1
=2.62
√0.03(1−0.03)
500

1 – P(z<2.62) = 1 – 0.996=0.004
 7. Intervalos de Confianza.

7.1 Intervalo de confianza para la media con varianza conocida

Un ing. Industrial hace un control de calidad para detectar productos fallados que tiene
un promedio de efectividad de distribución normal y una desviación estándar de 40
productos identificados con fallas. Si en una muestra de 35 revisiones de control de
calidad tiene 900 productos identificados con fallas.
a) Encuentre el intervalo de confianza del 95% para la media de la población de
todos los controles de calidad que se hacen en la empresa.
b) Que tan grande se requiere que sea una muestra. Si se desea tener una confianza
del 95% de la media poblacional, y que esté dentro de las 15 fallas del promedio real.
Resolución:

Datos población Datos Muestra

μ=? n = 35

σ = 40 fallas (Conocido) ̅ = 900 𝑓𝑎𝑙𝑙𝑎𝑠

𝑋

𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95 𝑇𝑎𝑏𝑙𝑎: 𝑍 0.05 = 𝑍(0.975) = 1.96

(1− )
2
𝛼 = 0.05

➢ X: variable aleatoria productos fallados de una fabrica

➢ X: N (μ, σ2)

Reemplazando:

40 40
900 – 1.96 x ≤ μ ≤ 900 + 1.96 x
√35 √35

IC: 886.74 ≤ μ ≤ 913.25

Con un nivel de confianza del 95%, la cantidad de fallas promedio de los productos está comprendido
desde 886.74 a 913.25 horas.
 7.2 Intervalo de confianza para la media con varianza desconocida
Una industria utiliza herramientas de calidad en sus procesos que según ellos el
tiempo de producción sea reducido en un promedio de 30 horas, para confirmar esto
se prueba 4 herramientas de calidad siendo la media muestral de 28.5 horas y su
desviación estándar S=6 horas. Encuentre un intervalo de confianza del 95% para la
media. Suponga que la distribución de reducción del tiempo de producción es
aproximadamente normal.

Resolución:

Datos población Datos Muestra

μ = 30 n = 4
𝑋̅ = 27.5 ℎ𝑜𝑟𝑎𝑠
σ² = ? ? (Desconocido)
S=5

𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 = 1 − 𝛼 = 0.95 𝑇(1−𝛼, 𝑛−1) = 𝑇(0.975, 4−1)

2
𝛼 = 0.05

De la tabla: t 0.975,3 = 3.182

X: Variación aleatoria tiempo de producción

Reemplazando en la fórmula:

𝑆
IC: 𝑋̅ − 𝑇(1−𝛼,𝑔𝑙) ⋅ ≤ 𝝁 ≤ 𝑋̅ + 𝑇(1−𝛼,𝑔𝑙) ⋅ 𝑆
2 √n 2
√n

Reemplazando datos:
5 5
28.5 horas − 2.182x ≤ 𝜇 ≤ 28.5 horas + 2.182x
2 2
23.045 ≤  ≤ 33.955

Con una confianza del 95%, el tiempo de producción será de 23.045 a 33.955 horas.
7.3 Intervalo de confianza para la diferencia de medias con varianza conocida

Una empresa realiza el análisis de máquinas de producción. Se sospecha que

hay máquinas del primer grupo que hacen una mayor producción que las
demás máquinas. Una muestra de 40 máquinas tomada al azar del primer
grupo dio una media muestral de 418 piezas, y una muestra de 50 máquinas
del segundo grupo dio una duración media muestral de 402 piezas. Las
desviaciones estándares de las dos poblaciones son 26 piezas y 22 piezas,
respectivamente. Puede asumir independencia entre ambas muestras y
normalidad para todas las observaciones.

a) Para decidir use el criterio del p-valor usando como punto de corte a 0.05.

b) Construya un intervalo de confianza del 94% para la diferencia entre el

tiempo medio de las duraciones de los dos grupos de máquinas. ¿En base al
intervalo hallado Hay diferencia entre las medias? Si la respuesta es no ¿Cuál
de los dos grupos tiene una producción mayor?
×1= 418 n1=40 σ1= 26 α=0.06

×2 =402 n2 =50 σ2= 22

Z 0.03=1.88

𝜎2 𝜎2 𝜎2 𝜎2
𝐼𝑐 = ( 𝑋1 − 𝑋2 − 𝑍0.03 √𝑛1 + 𝑛2 , 𝑋1 − 𝑋2 + 𝑍0.03 √𝑛1 + 𝑛2 )
1 2 1 2

2612 2222 2612 2222

𝐼𝑐 = ( 418 − 402 − 1.88 √ + , 418 − 402 + 1.88 √ + )
401 502 401 502

= (6.31, 25.69)

Conclusión: No hay diferencia entre las medias. Con un porcentaje del 94% se
concluye que el segundo grupo de máquinas tiene una mayor producción
7.4 Intervalo de confianza para la diferencia de medias con varianza desconocida
iguales

En un proceso de reducción de costos, se comparan dos herramientas para

verificar su efecto en el resultado de la reacción del proceso. Se preparó una
muestra de 12 procesos utilizando la herramienta 1 y una de 10 con la
herramienta 2, en el primer caso se obtuvo un rendimiento promedio de 85 con
una desviación estándar muestral de 4, mientras que el promedio para la
segunda muestra fue 81 y la desviación estándar muestral de 5. Encuentre un
intervalo de confianza del 90% para la diferencia entre las medias
poblacionales, suponiendo que las poblaciones están distribuidas
aproximadamente en forma normal, con varianzas iguales.
Solución:
A: Herramienta 1 B: Herramienta 2
N= 12 N=10
X=85 X=81
S=4 S=5

𝟏 𝟏
Ic:(𝟖𝟓 − 𝟖𝟏) ± 𝟏. 𝟕𝟐𝟓 ∗ √𝟐𝟎. 𝟎𝟓 ∗ (𝟏𝟐 + 𝟏𝟎)= 4± 3.307

(𝟏𝟐 − 𝟏)𝟒𝟐 + (𝟏𝟎 − 𝟏)𝟓𝟐

𝒔𝒑𝟐 = = 𝟐𝟎. 𝟎𝟓
𝟏𝟐 + 𝟏𝟎 − 𝟐
IC: 𝟎𝟔𝟗𝟑 <∪ 𝟏 −∪ 𝟐 < 𝟕. 𝟑𝟎𝟕𝟐 → ∪ 𝟏 > 𝒖𝟐

7.5 Intervalo de confianza para la diferencia de medias con varianza desconocida

diferentes

El departamento de control de calidad de una industria llevó a cabo un estudio para

estimar la diferencia en la cantidad de Hipoclorito de sodio químico medido en dos
laboratorios diferentes. El Hipoclorito de sodio químico se mide en miligramos por litro.
Se reunieron 15 muestras del laboratorio 1 y se obtuvo una media de 3.84 con una
desviación estándar de 3.07 miligramos por litro, mientras que 12 muestras del
laboratorio 2 tuvieron un contenido promedio de 1.49 con una desviación estándar
0.80 miligramos por litro. Encuentre un intervalo de confianza de 95% para la
diferencia del contenido promedio real del Hipoclorito de sodio químico en estos dos
laboratorios, suponga que las observaciones vienen de poblaciones normales con
varianzas diferentes.
Solución:

Laboratorio 1 Laboratorio 2

n1 = 15 n2 = 12

X1=3.84 X2=1.49

S1= 3.07 S2 = 0.80

Primero se procederá a calcular los grados de libertad:

Al usar =0.05, encontramos en la tabla con 16 grados de libertad que el valor de t

es 2.120, por lo tanto:

que se simplifica a:

0.60 1- 2 4.10
Por ello se tiene una confianza del 95% de que el intervalo de 0.60 a 4.10 miligramos
por litro contiene la diferencia de los contenidos promedios reales de Hipoclorito de
sodio para estos dos laboratorios.

7.6 Intervalo de confianza para la proporción

En las diversas empresas de la villa el salvador, hay una muestra aleatoria de 600
ingenieros. Si los ingenieros son 240 electores le van a la herramienta A obtenga el
intervalo de estimación del porcentaje de herramientas favor de A en toda la población
con un nivel de confianza de 95%.
Solución:

0.6∗0.4
N= 600 IC: 0.4 ± 1.96 ∗ √ 600
= 0.4 ± 0.039

P=0.4 0.361 <∪ 1 −∪ 2 < 0.439

Z=1.96 ∪ 1 > 𝑈2

q=0.6
7.7 Intervalo de confianza para la diferencia de proporciones
Los compradores de última hora de las empresas comerciales se quejan de que las
tiendas por departamento de villa el salvador cierra muy temprano. En una muestra
aleatoria de 600 compradores compulsivos de la calle La Rambla y de la calle el
porvenir se encontró que 360 están a favor de un horario más amplio para las compras
y de la calle el porvenir encontró que 240 están a favor de un horario más amplio de
compra Calcule e interprete un intervalo del 95% de confianza para la diferencia de
proporciones verdadera de compradores de los 2 centros comerciales que están a
favor de un horario más amplio para las compras.
A B
N=600 n=600
P=0.6 p=0.4
Q=0.4 q= 0.6
Z=1.96

0.6∗0.4 0.4∗0.6
(0.6 − 0.4) ± 1.96√ + 600 =0.2 ± 0.055
600

0.145 <∪ 1 −∪ 2 < 0.2554 → ∪ 1 > ∪ 2

7.8 Intervalo de confianza para la varianza

Los siguientes datos representan las edades que tenían al momento de morir por
enfermedad de una muestra de 20 personas de un pueblo: donde s = 11.05
Hallar un intervalo de confianza del 95 % para la varianza poblacional de la edad de
muerte.
Solución:
N=20
Alfa = 5%

𝑠 2 = 11.052
0.05
𝑥22 = (1 − : 19) = 𝑋 2 (0.975; 19) = 32.852
2
𝑋 2 (0.025; 19) = 8.907
19 ∗ 11.052 19 ∗ 11.052
< 𝜕2 <
32.852 8.907
70.61 < 𝜕 2 < 260.52
CAPITULO-3

1. Pruebas de Hipótesis estadísticas y análisis de resultado

1.1 Prueba de hipótesis para la media con varianza conocida
*Una muestra aleatoria de 100 trabajadores registradas en dicha empresa el año
pasado revelo que la edad promedio de sus trabajadores es de 52.8 años. Si se
supone una desviación estándar de la población de 6.5 años, ¿esto parece indicar que
la vida media actual es mayor que 51 años?
-Utilice un nivel de significancia de 0.05
Solución:
Datos disponibles:
n= 100 trabajadores
52.8−51 1.8
x= 52.8 años 𝑧= = = 𝟐. 𝟕𝟔𝟗
6.5/√100 0.65
σ= 6.5 años

α =0.05 𝑧0.05=𝟏.𝟔𝟒𝟓
u = 51 años
u > 51 años

Dado que z > 𝑧α porque 2.769 > 1.645 entonces se rechaza la hipótesis nula. Por lo
tanto, se concluye los datos muestrales sustentan la afirmación de que la vida actual
es mayor que 51 años.

1.2 Prueba de hipótesis para la media con varianza desconocida

Un fabricante de dulces compra costales de azúcar a una empresa. Según los

vendedores, los costales tienen un peso medio de 50.1. El comprador sospecha que el
peso medio es menor y pesa 15 bultos obteniendo una media de 49.4 kg y una
varianza de 1.2, Realice una prueba con una significancia α = 0.05 para confirmar o
rechazar las sospechas del comprador.
Solución:
El parámetro de interés es u: peso medio de los costales
𝐻0 u = 50.1 , 𝐻𝐴 u < 50.1
Con α=0.05 es igual a -1.76, v=n-1= 14
X= 49.4
 49.4−50.1
S=√1.2 𝑡= = -2.47
√1.2/√15
n=15
Como 𝑡 < −𝑡0.05 se rechaza la hipótesis nula 𝐻0 . Es decir, se rechaza la afirmación del
vendedor de que los bultos tienen un peso medio de 50.1, y además la evidencia
señala que dicho peso es menor que el declarado.

1.3 Prueba de hipótesis para la diferencia de medias con varianza conocida

Empresa Salario Desviación Tamaño de la

promedio Estándar muestra
Datos de A 150 19 145
encuesta
B 147 13 180

Realizar la prueba con un nivel de significancia del 5%.

Solución:
*𝑯𝟎 : 𝝁𝑨 = 𝝁𝑩 Decisión: −𝟏. 𝟗𝟔 < 𝒁𝒄 = 𝟏. 𝟔𝟐 < +𝟏. 𝟗𝟔, 𝒔𝒆 𝒂𝒄𝒆𝒑𝒕𝒂 𝒍𝒂 𝑯𝟎
*𝑯𝟏 : 𝝁𝑨 ≠ 𝝁𝑩

𝑿𝟏−𝑿𝟐 𝟏𝟐𝟎−𝟏𝟏𝟒
* 𝒁= = 𝟐 𝟐
= 𝟏. 𝟔𝟐
𝝈 𝝈𝟐 𝟐 √𝟏𝟗 +𝟏𝟑
√ 𝟏+ 𝟐 𝟏𝟒𝟓 𝟏𝟖𝟎
𝒏𝟏 𝒏𝟐

1.4 Prueba de hipótesis para la diferencia de medias con varianza desconocida

iguales
Determinar si hay alguna diferencia en el promedio de reducción de costos entre 2
empresas de villa el salvador y uno de ellos con un nivel de significancia de 0.01 los
datos se resumen como sigue.

Empresa A Empresa B

X = 8.26 X = 8.65
S = 1.5 S = 1.8
n = 35 n = 58
 Solución:
𝑋1−𝑋2 8.26−8.65
*𝑇𝑛1+𝑛2 −2 = 2( 1 + 1 )
= 1 1 = −𝟐. 𝟗𝟕
𝑆𝑃 2.87𝑥( + )
𝑛1 𝑛2 35 58

(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22 (34𝑥1.52 )+(57𝑥1.82 )

*𝑆𝑃2 = = = 𝟐. 𝟖𝟕
𝑛1 +𝑛2 −2 35+58−2

*𝑇𝑐 = −𝟐. 𝟗𝟕 < −𝟐. 𝟔𝟑𝟏; 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝑙𝑎 𝐻0

1.5 Prueba de hipótesis para la diferencia de medias con varianza desconocida

diferentes
En un taller de confección, algunos de los trabajadores ya no reciben sueldo fijo, sino
que trabajan destajo. Para averiguar si esto ha modificado la productividad de los
trabajadores, al supervisor se le pide llevar un registro de la producción diaria de cada
uno. Con los datos que se incluyen en seguida, prueba en un nivel de significancia del
10% si existen diferencias significativas de productividad en las dos clases de
remuneración.

T. de Producción
remuneración
Sueldo fijo 118 115 122 99 106 125 102 100 92 115 103 129
S. por destajo 115 126 113 110 135 102 124 137 108 128

Solución:

𝑆1 𝑆 2
( 2+ 2
𝑛1 𝑛2
* α = 0.1 α⁄ = 0.05
2 𝑣= 𝑆2 𝑆2
(𝑛1 )2 (𝑛2 )2
1 + 2
(𝑛1−1) (𝑛2−1)

*v = 19.1965 ≈ 19
𝒕
* α⁄2, v =

n1 = 12 n2 = 10
 11.73572 11.88652
+
12 10
S1= 11.7257 S2 = 11.8865 𝑣= 2 2 =19.1965
11.73572 11.88652
12 + 10
(12−1) (10−1)

Por lo tanto: Estadística de prueba

*𝑋1 = 110.5 *𝑋1 = 119.8
*𝑆1 = 11.7357 *𝑆1 = 11.8865
*𝑛1 = 12 *𝑛1 = 10

𝑋1 −𝑋2 110.5−119.8
*𝑡 = = = −1.8378
2 2
𝑆2 𝑆2 √11.7357 +11.8865
√ 1+ 2 12 10
𝑛1 𝑛2

𝑡α
Se rechaza 𝐻0 sí t > ⁄2, 𝑣

*/−1.8378/ > 1.729

1.8378 > 1.729

1.6 Prueba de hipótesis de proporción

La proporción poblacional de industrias que utilizan herramientas para la reducción de
costos es mayor a 0,80. Se tomó una muestra de 40 industrias. El 82% de ellos utiliza
herramientas para la reducción de costos. Use un nivel de significación del 3%.

Paso 1Planteamiento de las hipótesis Paso 4: Graficar las regiones criticas

HO: p ≤ 0.80
H1: p > 0.80
PASO 2: Nivel de significación
Α= 0.03 +1.88
PASO 3: Estadístico de prueba Z (0.03) =-1.88
 0.82−0.80
Z calculado= 0.80∗(1−0.80) = 1.11 Paso 5: Decisión
√
500
No se rechaza HO

Paso 6: Conclusión

No se pude afirmar H1

Conclusión
Con un nivel de significancia del 3% no se puede afirmar que la proporción de
industrias que utilizan las herramientas de disminución de costos es mayor a 0.80

1.7 Prueba de hipótesis para la diferencia de proporciones

El caso de una compañía que fabrica productos alimenticios y que está probando dos
nuevos compuestos destinados a reducir los niveles de dulzura. Los compuestos se
administran a dos conjuntos de animales de laboratorio. En el grupo uno, 71 de 100
animales respondieron a la droga 1 con niveles menores de dulzura. En el grupo dos,
58 de 90 animales respondieron a la droga 2 con menores niveles de dulzura. La
compañía desea probar a un nivel de significancia de 0.05 si existe una diferencia en
la eficacia de las dos medicinas.
Solución:
A B
N= 100 N=90 H0= 𝜋1 ≠ 𝜋2 (Aceptamos)
H1= 𝜋1 = 𝜋2 (Rechazamos)
p=0.71 p=0.64
Alfa = 5%
71+58 0.71−0.64−0
P= = 0.68 Z= = 1.034
100+90 1 1
√0.68(1−0.68)( + )
100 90

Con un N.S. del 5 % decimos que no existe diferencia de eficacia de las dos medicinas