Las empresas y los estudios de investigacin disponen de grandes cantidades de datos, por

lo que se requiere habilidad para sintetizarlos y convertirlos en resultados tiles para su

interpretacin.
La fbrica de libros Impresiones trabaja por turnos de la siguiente manera: Turno1 de 6 de
la maana a 2 de la tarde, turno 2 de 2 de la tarde a 10 de la noche y turno 3 de 10 de la
noche a 6 de la maana. Se ha encontrado que algunos defectos estn siendo significativos
en los libros de exportacin y la casa matriz requiere de un anlisis de la produccin de los
ltimos cinco meses para tomar decisiones con respecto a algunas de las variables que
pueden afectar el proceso.
Con la informacin suministrada en la base de datos que aparece en el archivo en Excel
realice las siguientes actividades.
Seleccin de una muestra aleatoria
Con los datos de la base de datos se debe seleccionar una muestra aleatoria simple de 40
das de trabajo que incluya trabajadores de los tres turnos.

1. Para la seleccin de los datos se realiz lo siguiente:

Un da lo componen 24 horas los cuales lo conforman los tres turnos de trabajo que estn
divididos en 8 horas cada uno. Como tenemos una recoleccin de 359 datos divididos en
tres turnos, se integraron los turnos 1,2 y 3 de tal forma que al sumar los tres datos me
arrojara los datos de un da de 24 horas, y de esta manera se redujeron los datos que antes
estaban dados por turnos a una base de datos conformadas por das. Siendo as ahora se
obtuvo una base de datos de 120 das donde se integran todos los turnos. De all se hizo
una seleccin aleatoria simple con ayuda de Excel, de una muestra de 40 das.

Tabla muestra aleatoria por das.

DIA

Unidades

Defectos por

Defectos por

Falta de

Folios al

Costo por u

(TURNOS
1,2,3)

producidas

corte

pegue

folios

revs

defectuosas

49

16073

34

46

16587

31

11

10

2,27

73

15974

30

13

21

2,05

32

17122

28

10

12

2,08

110

16093

29

14

2,11

19

15898

41

10

12

1,96

25

16845

33

11

11

12

58

16018

33

13

14

2,07

115

16111

23

10

13

2,07

29

16161

26

14

14

14

2,26

95

16909

33

10

12

2,02

88

17686

43

14

11

2,07

31

17259

35

10

17

2,04

87

16660

32

11

20

2,06

70

17795

34

10

10

2,01

94

15550

30

10

17

2,07

91

16494

26

15

14

2,23

47

16614

32

12

14

2,07

25

16845

33

11

11

12

67

15620

19

11

2,17

51

16519

24

12

19

2,06

101

16196

25

10

19

2,31

104

16311

33

15

2,01

85

16245

25

10

15

2,12

17

16689

28

12

10

15

2,25

27

16540

26

11

11

19

1,9

10

16618

26

2,26

79

16741

20

10

18

1,97

12

15786

35

12

16

1,95

33

16361

29

15

1,95

22

17375

34

13

11

13

2,02

98

17027

23

10

2,17

14

16306

31

12

24

2,08

119

16860

30

14

15

2,02

84

16172

26

13

2,03

78

15792

32

10

1,97

52

16465

27

17

2,08

108

17108

25

10

1,94

64

16775

35

12

12

15

2,07

82

16803

28

11

15

2,14

Como tenemos una muestra mayor que 30 y voy a utilizar la desviacin estndar de la
muestra para la realizacin de los siguientes ejercicios, en primer lugar hallare los
siguientes datos:
Desviacin estndar de la muestra
La media de la muestra

x =

S= xxn1

xn

Los resultados fueron realizados en excel.

Media

Unidades Defectos
producida por corte
s

Defectos Falta
por pegue de
folios

Folios Costo por unidades

al revs defectuosas (miles de
pesos)

16525,07

29,67

10,25

8,9

13,15

2,07

5,06

1,72

3,69

4,59

0,10

Desviacion 526,84
estandar
mustra (s)

Teniendo estos datos podemos dar solucin a los ejercicios propuestos.

1.

Estimar con un nivel de confianza del 95% el nmero promedio de unidades

producidas.
Para estimar el nivel de confianza vamos a utilizar la siguiente formula teniendo en cuenta
que estamos trabajando con una muestra mayor a 30 y utilizando la desviacin estndar de
la muestra.

xz2sn donde s = 526,84 , x = 16525,07 , n = 40

Luego se determina el factor de fiabilidad

z2 en la tabla normal donde :

1 = 0,95
= 10,95
= 0,05
2 = 0,025

Sumamos el nivel de confianza mas 2

0,95+025 = 0,975
Se busco en la tabla normal y nos arroja este resultado

z2 = 1,96

Aplico la formula

xz2sn
16525,07 1,96526,8440
= 16361,80 y 16688,33
Con una confiabilidad del 95% se estima que el numero de unidades producidas estn
entre 16361,80 y 16688,33

2. Estimar con un nivel de confianza del 95% el nmero de unidades defectuosas por cada
tipo de defecto.
Teniendo en cuenta los datos de la tabla (desviacin estndar y la media) se estimara cada
tipo de defecto.
Defectos por corte

29,67 1,965,0640
= 28,10 y 31,23
Con un nivel de confianza del 95% se estima que las unidades defectuosas por corte estn
entre 28,10 y 31,23

Defectos por pegue

10,25 1,961,7240
= 9,71 y 10,78
Con un nivel de confianza del 95% se estima que las unidades defectuosas por pegue estn
entre 9,71 y 10,78

Falta de folios

8,9 1,963,6940
= 7,75 y 10,04
Con un nivel de confianza del 95% se estima que las unidades defectuosas por falta de
folios estn entre 7,75 y 10,04

Folios al revs

13,15 1,964,5940
=11,15 y 14,57
Con un nivel de confianza del 95% se estima que las unidades defectuosas por folios al
revs estn entre 11,15 y 14,57

3. Con un nivel de confianza del 95% digan si existen diferencias significativas en el

nmero promedio de unidades defectuosas presentadas por corte con respecto a las
defectuosas presentadas por pegado.

(x1x2) z (s21n1+s22n2)
29,6710,25) 1,96 (5,06240+1,72240)
= 17,11 y 21,72
Con un nivel de confianza del 95%, la diferencia entre los defectos por corte y defectos por
pegue oscila entre 17,11 y 21,72.

4. Estime con un nivel de confianza del 95% el costo promedio por total de unidades
defectuosas.

xz2sn
2,07 1,960,1040

= 2,03 y 2,10
Con una confiabilidad del 95% se estima que el costo promedio por total de unidades
defectuosas estn entre 2,03 y 2,10

5. En reunin de supervisores se afirm que los operarios del turno 2 tienen menor
entrenamiento en la mquina de corte recientemente adquirida. Podra usted afirmar que el
turno 2 es el que mayor nmero de unidades defectuosas de corte produce? Pruebe el
supuesto con un nivel de significancia del 5%.
Se realiz una muestra de 40 por cada turno y se hall la media y la desviacin estndar de
cada turno de los defectos por corte.

Turno 1

Turno2

Turno 3

media

10,32

10,75

9,77

desviacin estndar

3,38

3,16

2,73

Se hallara con un nivel de significancia de 5% el intervalo de cada turno para determinar

cul turno produce ms defectos por corte.
Turno 1

10,32 1,643,3840
= 9,88 y 10,79
turno 2

10,75 1,643,1640
= 10,28 y 11,21
Turno 3

9,77 1,642,7340
= 9,34 y 10,19
Por lo tanto podemos observar que con un nivel de significancia del 5% la cantidad de
defectos por corte es mayor en el turno 2 que el 1 y 3 teniendo los siguiente intervalos
(turno 1 9,88 y 10,79, turno 2 10,28 y 11,21 , turno 3 9,34 y 10,19