Sal Is Maribel

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ
CARRIÓN
Facultad de Ingeniería Industrial, Sistemas e Informática
Escuela Profesional de Ingeniería Industrial
Ejemplo sobre Estadística (Prueba de hipótesis - T pareada) Aplicando Lean Manufacturing
planteada en el artículo de investigación: “Aplicación del Lean Manufacturing (5s y Kaizen) para
el incremento de la productividad en el área de producción de adhesivos acuosos de una empresa
manufacturera”
ASIGNATURA:
Lean Manufacturing
DOCENTE:
Ing. Manrique Quiñonez Javier Alberto
CICLO:
VII
ESTUDIANTE:
Salis Leon Maribel Jacky
HUACHO - PERÚ
2024
i) Enunciado de problema a resolver
Una empresa manufacturera que en los últimos cuatro años ha estado presentando un problema
de baja productividad en el área de producción de adhesivos acuosos, cuyos valores de
productividad son inferiores a 5 Kg/h-h, que es el valor esperado. Por consiguiente, en el
presente estudio se consideró necesario aplicar una estrategia de mejora basada en la
metodología de Lean Manufacturing, por lo que se seleccionó la metodología Kaizen y las 5S.
¿Se logró una mayor productividad en el 2019 luego de aplicado la metodología 5S?
Tabla 1.
Datos de la productividad 2018 y 2019.
En la Tabla 1 se muestran los datos de productividad obtenidos en el área de producción de

adhesivos acuosos para el 2018 (antes de aplicar la metodología del Lean Manufacturing) y los
datos de la productividad del 2019 (después de aplicar la metodología Lean Manufacturing).
ii) Formulación las hipótesis estadísticas: nula h0 y alterna h1 (hipótesis del investigador)
Se definen las medias poblacionales:
u1: La media poblacional de la productividad en el área de producción de adhesivos

acuosos antes de la aplicación del plan de mejora basada en 5’S y kaizen
u2: La media poblacional de la productividad en el área de producción de adhesivos

acuosos después de la aplicación del plan de mejora basada en 5’S y kaizen
Se plantean las hipótesis:
h0: La productividad no aumentó después de la aplicación del plan de mejora basado en

las 5s y kaizen.
La media poblacional de la productividad en el área de producción de adhesivos

acuosos antes de la aplicación del plan de mejora basada en 5’S y kaizen es mayor o
igual a la media poblacional de la productividad en el área de producción de adhesivos
acuosos después de la aplicación del plan de mejora basada en 5’S y kaizen.
u1 ≥ u2
h1: La productividad aumentó después de la aplicación del plan de mejora basado

en las 5s y kaizen.
La media poblacional de la productividad en el área de producción de adhesivos

acuosos antes de la aplicación del plan de mejora basada en 5’S y kaizen es menor a la
media poblacional de la productividad en el área de producción de adhesivos acuosos
después de la aplicación del plan de mejora basada en 5’S y kaizen.
u1 < u2 (hipótesis del investigador)
iii) Verificación de supuestos de normalidad de los datos
a). Plantear hipótesis sobre normalidad de los datos
h0: Los datos provienen de poblaciones normales (aplicar t pareada)
h1: Los datos no provienen de poblaciones normales (aplicar Wilcoxon)

b). Especificación del nivel de significancia.
Nivel de significancia será del 5% (a=0,05)
c). Selección del software para realizar la prueba estadística.
Minitab 22
d). Establecimiento de la regla de decisión basado en el valor p.
(1) Si Valor p ≤ a ; Valor p ≤ 0,05 rechazar ho y aceptar h1

(2) Si Valor p > a; Valor p > 0,05 aceptar ho y rechazar h1
e) Crear una columna que contendrá las diferencias entre los tiempos de ensamblado
antes y después de la aplicación plan de mejora basada en Lean Manufacturing.
f) Determinar las diferencias de los tiempos de ensamblado antes y después de la

aplicación del plan de mejora basado en Lean Manufacturing.
Para ello, seleccionar Calc -> Calculadora.

g) En Calculadora -> Almacenar resultado en variable ingresar Diferencia (variable
donde se almacenará el resultado de la expresión). Luego, en Calculadora->Expresión
ingresar la expresión: “P-2019” y “P-2018”. Finalmente hacer clic en el botón de
comando Aceptar.
h) Verificar que se presenten las diferencias los tiempos de ensamblado antes y

después de la aplicación plan de mejora basada en Lean Manufacturing.
i) En Estadísticas seleccionar Estadísticas básicas->Prueba de normalidad.
j) En Prueba de normalidad->Variable ingresar la columna Diferencia. Luego,
seleccionar en Línea de percentiles Ninguno y en Pruebas de normalidad Anderson-
Darling. Finalmente haga clic en el botón de Comando Aceptar.
k) Verificar que se presenten los siguientes resultados.
Observe el Valor p que tiene un valor de 0,857
l) Tomar de la decisión
Rechazar h0 y aceptar la h1 si el Valor p es menor o igual que el valor de significancia.
Dado el Valor p = 0,857 y el Valor p > 0,05 se acepta ho a nivel de significancia de 5%.
m) Realizar la conclusión respectiva basada en el resultado de la prueba de hipótesis.
Dado los resultados de la prueba de hipótesis, se puede concluir a un nivel de confianza

del 95% (nivel de significancia del 5%) que los datos son paramétricos por lo tanto
provienen de poblaciones normales por lo que aplicaremos t pareada.
iv) Especificación del nivel de significancia para la prueba de hipótesis sobre la efectividad del
plan de mejora basada en Lean Manufacturing
Según enunciado se utiliza un nivel de significancia será del 5% (=0,05)
v) Selección del software para realizar la prueba estadística.
En nuestro caso se utilizará Minitab versión 22 - online
vi) Establecimiento de la regla de decisión basado en el valor p sobre la efectividad del plan de
mejora basada en Lean Manufacturing cuando se aplique t pareada.
Si valor p > α aceptar ho al nivel α
Si valor p ≤ α Rechazar ho y aceptar h1 al nivel α
vii) Cálculo del valor p utilizando el software Minitab versión 22 - online
(a) Seleccionar Estadísticas -> Estadísticas básicas -> t pareada.
(b) Configurar el cuadro de diálogo t pareada para la media. Luego, haga clic en el
botón de comando Opciones.
(c) En t pareada: Opciones configurar un Nivel de confianza de 95.0, Diferencia
hipotetizada de 0.0. En Hipótesis alterna seleccionar Diferencia < diferencia
hipotética. Luego, hacer clic en el botón de comando Aceptar.
(d) Verificar que se presenten los siguientes resultados.

viii) Tomar de la decisión de rechazar la hipótesis nula si el valor p es menor o igual que el
nivel de significancia y aceptar la hipótesis alterna o no rechazar la hipótesis nula en caso
de que el valor p es mayor que el valor de significancia.
Dado el Valor p = 0,000 y el Valor p (0,000) <= 0,05 se rechaza h o y se acepta la hipótesis h1 a
un nivel de significancia de 5%.
ix) Realizar la conclusión respectiva basada en él enunciado del problema y resultado de la

prueba de hipótesis.
Dado los resultados de la prueba de hipótesis se puede concluir a un nivel de confianza del 95%
(nivel de significancia del 5%) que la productividad aumentó después de la aplicación del plan
de mejora basado en las 5s y kaizen.

Sal Is Maribel

Cargado por

Copyright:

Formatos disponibles

Sal Is Maribel

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sal Is Maribel

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ

Facultad de Ingeniería Industrial, Sistemas e Informática

Escuela Profesional de Ingeniería Industrial

Ejemplo sobre Estadística (Prueba de hipótesis - T pareada) Aplicando Lean Manufacturing

el incremento de la productividad en el área de producción de adhesivos acuosos de una empresa

Ing. Manrique Quiñonez Javier Alberto

Salis Leon Maribel Jacky

Datos de la productividad 2018 y 2019.

En la Tabla 1 se muestran los datos de productividad obtenidos en el área de producción de

Se definen las medias poblacionales:

u1: La media poblacional de la productividad en el área de producción de adhesivos

u2: La media poblacional de la productividad en el área de producción de adhesivos

Se plantean las hipótesis:

h0: La productividad no aumentó después de la aplicación del plan de mejora basado en

La media poblacional de la productividad en el área de producción de adhesivos

h1: La productividad aumentó después de la aplicación del plan de mejora basado

La media poblacional de la productividad en el área de producción de adhesivos

u1 < u2 (hipótesis del investigador)

iii) Verificación de supuestos de normalidad de los datos

a). Plantear hipótesis sobre normalidad de los datos

h0: Los datos provienen de poblaciones normales (aplicar t pareada)

h1: Los datos no provienen de poblaciones normales (aplicar Wilcoxon)

Nivel de significancia será del 5% (a=0,05)

c). Selección del software para realizar la prueba estadística.

d). Establecimiento de la regla de decisión basado en el valor p.

(1) Si Valor p ≤ a ; Valor p ≤ 0,05 rechazar ho y aceptar h1

f) Determinar las diferencias de los tiempos de ensamblado antes y después de la

Para ello, seleccionar Calc -> Calculadora.

h) Verificar que se presenten las diferencias los tiempos de ensamblado antes y

k) Verificar que se presenten los siguientes resultados.

Observe el Valor p que tiene un valor de 0,857

m) Realizar la conclusión respectiva basada en el resultado de la prueba de hipótesis.

Dado los resultados de la prueba de hipótesis, se puede concluir a un nivel de confianza

Según enunciado se utiliza un nivel de significancia será del 5% (=0,05)

v) Selección del software para realizar la prueba estadística.

En nuestro caso se utilizará Minitab versión 22 - online

Si valor p > α aceptar ho al nivel α

Si valor p ≤ α Rechazar ho y aceptar h1 al nivel α

vii) Cálculo del valor p utilizando el software Minitab versión 22 - online

(a) Seleccionar Estadísticas -> Estadísticas básicas -> t pareada.

(d) Verificar que se presenten los siguientes resultados.

ix) Realizar la conclusión respectiva basada en él enunciado del problema y resultado de la

También podría gustarte