Ejemplo 1

Facultad de Ingeniería
Ingeniería
Avance del Informe Final:
“CONTROL DE CALIDAD Y PROCESO EN LA

ELABORACIÓN DE PRODUCTOS DE LA EMPRESA
AJE, PARA EL ÁREA DE PRODUCCIÓN, LIMA-
2022”
Integrantes:
1. E
2. M
3. S
4. T
5. R
Docente:
Lima – Perú
2021
Estadística Inferencial
TRABAJO DE APLICACIÓN
Tabla de Contenidos
RESUMEN……………………………………………………………………………II
CAPÍTULO-1
1. Antecedentes/ Descripción del proyecto

2. Problema central del proyecto
3. Objetivos Generales/ Específicos
CAPÍTULO-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
CAPÍTULO-3
8. Pruebas de Hipótesis Estadísticas y análisis de resultados
Conclusiones/ Recomendaciones
Anexos/ Referencias
CAPÍTULO-1
1. Antecedentes /Descripción del proyecto
Antecedentes
Acosta (2020) en su artículo titulado “¿Cómo asegurar el control de
calidad de bebidas en la industria alimentaria?” Desempeña un papel importante
en la elaboración de bebidas, debido a que este sector ha crecido
descontroladamente durante los últimos años. El presente trabajo tiene una
conclusión relacionada al diseño del procesamiento de los productos. además
que concuerda en la idea que se presenta, la cual es convencer a los clientes
que AJE es una ventaja única frente a su competencia en lo que se basa el
control de calidad , dándonos a entender que estos temas en la actualidad son
de mucha importancia para el consumidor , brindando la suficiente información
nutricional de cómo es procesado y llevado a la venta un producto. Con los
suficientes antecedentes, este Artículo está basado cualitativamente que
muestran un resultado a base de preguntas frecuentes por parte de distintas
empresas.
Salvatierra (2021) en su artículo de investigación: “Sistema de control de
calidad para la automatización de la inspección de bebidas en plantas
embotelladoras de Potosí, Bolivia”. En el presente trabajo tuvo como resultado
el sistema de control de calidad para la automatización, el cual se construyó
aplicando la Metodología Ágil XP, el lenguaje de programación C++ y OpenCV
para el procesamiento de imágenes y la teoría correspondiente para el diseño
del Hardware para dar respuesta al diagnóstico de necesidades.

López y Peralta (2019) en su artículo científico “Sistema de gestión de
calidad de los Productos Lácteos Miraflor en la ciudad de Estelí, en el primer
semestre 2019”. El presente trabajo tiene como resultado, que en relación con la
gestión de calidad en los productos Lácteos Miraflor Estelí, se determina un
aumento en la productividad y desarrollo de diferentes productos derivados de
leche, siendo necesario una mejor capacitación a los trabajadores de la empresa
para poder mantenerse siempre encaminados en la mejora continua. Partiendo
de lo anterior, se busca de esta manera evitar fallos a futuro que puedan afectar
la calidad, rentabilidad y aceptabilidad de los clientes hacia los productos.
Rodríguez et. al (2019) en su artículo científico “Muestreo para el control
de calidad en el proceso de elaboración de envases metálicos para alimentos”,
propone el uso del muestreo sistemático probabilístico como herramienta de
monitoreo de la calidad en procesos de manufactura. El presente trabajo tiene
como conclusión, que para facilitar el muestreo y mejorar la precisión, en
situaciones de producción continua, es conveniente utilizar un mecanismo de
selección sistemática en el tiempo cuando las unidades de muestreo son
consecutivas, asumiendo que existe una relación entre los indicadores de
calidad y la incompatibilidad de la máquina que podría generar productos fuera
de las especificaciones.
Hernández et al. (2018) en su artículo de investigación: “Gestión de la
calidad: elemento clave para el desarrollo de las organizaciones”. El resultado
del presente trabajo menciona que promover una cultura de mejora continua en
la calidad de los procesos debe estar basada en la satisfacción del cliente y la
mejora continua. Asimismo, promover la calidad en dichos procesos impulsa la

competitividad empresarial a través de la conexión entre el producto-servicio y el
cliente.
2. Problema central del proyecto
¿De qué manera se relaciona el control de calidad y los procesos en la
elaboración de productos de la empresa Aje, del área de producción, Lima-
2022?
3. Objetivos
Objetivo general:
● Realizar un análisis estadístico del control de calidad y los procesos de
producción en la empresa Aje.
Objetivos Específicos
● Determinar la cantidad de trabajadores en el área de producción y
supervisión en la calidad de los productos.
● Determinar cuánto tiempo se dedican a la desinfección de los
trabajadores, maquinarias e insumos utilizados para el proceso.
● Determinar con qué frecuencia se presentan inconvenientes, quejas o
reclamos con respecto a la producción y calidad de los productos.
● Determinar el tiempo requerido que toma el proceso de producción de las
bebidas.
CAPÍTULO-2
2.1. Conceptos Estadísticos
2.1.1. Población
Todo el personal del área de producción encargadas del control de calidad y
proceso en la elaboración de productos de la empresa Aje en Lima, 2022.
2.1.2. Muestra
42 personas del área de producción encargadas del control de calidad y proceso
en la elaboración de productos de la empresa Aje en Lima, 2022.
2.1.3. Unidad de Análisis
1 persona del área de producción encargada del control de calidad y proceso en
la elaboración de productos de la empresa Aje en Lima, 2022.
2.1.4. Parámetro
● Media poblacional
● varianza poblacional
● proporción poblacional
2.1.5. Estadísticos
● Media muestral
● Varianza muestral
● Proporción muestral
2.2. Variables / Tipos de variables
V1=Control de calidad
V2=Procesos de producción
VARIABLES GENERALES TIPOS DE VARIABLES
Control de calidad Cualitativa ordinal
Procesos de producción Cualitativa nominal
SUB VARIABLES TIPOS DE VARIABLES
Años de servicio Cuantitativa Discreta
Tiempo laboral Cuantitativa Continua
Número de productos Aje Cuantitativa Discreta
Número de productos elaborados Cuantitativa Discreta
Número de personas en el área de Cuantitativa Discreta

producción
Número de personas encargadas de Cuantitativa Discreta

la supervisión de la calidad de un
producto
Tiempo de rotación para el control de Cuantitativa Continua

calidad
Uso adecuado de vestimenta y Cualitativa Nominal

herramientas
Tiempo en horas para la realización Cuantitativa Continua

del control en un producto
Frecuencia con la que se realiza el Cuantitativa Discreta
control de calidad semanalmente
Veces con las que se revisa las Cuantitativa Discreta

máquinas mensualmente
Cantidad de veces en que se Cuantitativa Discreta

presentaron desperfectos
Frecuencia con la que se realiza una Cuantitativa Discreta

capacitación sobre una adecuada
desinfección
Tiempo en minutos en que un Cuantitativa Continua

trabajador le dedica a la desinfección
Frecuencia al mes con la que se Cuantitativa Discreta

renueva el equipo de bioseguridad
Tiempo en horas que se requiere Cuantitativa Continua

para el empaquetamiento de un
producto
Tiempo en días de expiración de un Cuantitativa Discreta

producto
Cantidad de productos que llevan Cuantitativa Discreta

octógonos
Cantidad de azúcar en gramos Cuantitativa Continua

usados en cada producto
Porcentaje de merma Cuantitativa Continua

2.3. Muestra Estadística y Tipo de Muestreo
2.3.1. Muestra Estadística
Para la elaboración de este trabajo, se han seleccionado 42 trabajadores del
área de producción de la empresa AJE, para que de esta forma se pueda realizar
un análisis estadístico del control de calidad y los procesos de producción en la
empresa Aje.
Tamaño de muestra:
𝑧𝛼2 × 𝑝 × 𝑞
𝑛=
𝑑2
𝑧𝛼 = 1.29 (𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 80%)
𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜 = 0.5
𝑞 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜 = 0.5
𝑑 = 𝑒𝑟𝑟𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 𝑝𝑒𝑟𝑚𝑖𝑠𝑖𝑏𝑙𝑒 = 0.10
1.292 ×0.5×0.5
𝑛= = 41.6025 = 42
0.102
Interpretación:
Se encuestó a 42 trabajadores del área de producción de la empresa AJE.
2.3.2. Tipo de Muestreo
Al tener un familiar trabajando en dicha empresa para la realización de este
trabajo de investigación se procederá a realizar un muestreo no probabilístico
por conveniencia, el cual consiste en seleccionar a los individuos que convienen
al investigador para la muestra. Esta conveniencia se produce porque al
investigador le resulta más fácil examinar a estos sujetos, ya sea por proximidad
geográfica, por amistad, entre otras.

2.4. Gráficos y Tablas Estadísticas por Variable

Tabla 1
Años laborando en la empresa
Años xi fi Fi Hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 5[ 2.5 21 21 0.5 0.5 50% 50% 52.5 131.25
[5 - 10[ 7.5 16 37 0.38 0.88 38% 88% 120 900
[10 - 15[ 12.5 5 42 0.12 1 12% 100% 62.5 781.25
[15 - 20] 17.5 0 42 0 1 0% 100% 0 0
Total 42 1 100% 235 1812.5
Nota. Datos tomados de la encuesta realizada por el presente grupo.
Figura 1
Fuente: Elaboración propia

Tabla 2
Horas laborando en la empresa
Años xi Fi Fi Hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 4[ 2 3 3 0.07 0.07 7% 7% 6 12
[4 - 8[ 6 24 27 0.57 0.57 57% 64% 144 864
[8 - 12] 10 15 42 0.36 1 36% 100% 150 1500
Total 42 1 100% 300 2376
Nota. Datos tomados de la encuesta realizada por el presente grupo

Figura 2

Tabla 3
Cantidad de productos de la empresa
Productos xi Fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 10[ 5 0 0 0 0 0% 0% 0 0
[10 - 20[ 15 2 2 0.05 0.05 5% 5% 30 450
[20 - 30[ 25 7 9 0.17 0.22 17% 22% 175 4375
[30 - 40] 35 33 42 0.78 1 78% 100% 1155 40425
Total 42 1 100% 1360 45250
Figura 3

Tabla 4
Productos a su cargo
Productos xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 5[ 2.5 14 14 0.33 0.33 33% 33% 35 87.5
[5 - 10[ 7.5 21 35 0.5 0.83 50% 83% 157.5 1181.25
[10 - 15] 12.5 7 42 0.17 1 17% 100% 87.5 1093.75
Total 42 1 280 2362.5
Figura 4

Tabla 5
Personas que trabajan en el área de producción
Personas xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 50[ 25 0 0 0 0% 0% 0% 0 0
[50 - 100[ 75 2 2 0.05 5% 5% 5% 150 11250
[100 - 150[ 125 37 39 0.88 88% 88% 93% 4625 57812 5
[150 - 200[ 175 3 42 0.07 0% 7% 100% 525 91875
Total 42 5300 681250
Figura 5

Tabla 6
Personas que supervisan la calidad
Personas xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 10[ 5 6 6 0.14 0.14 14% 14% 30 150
[10 - 20[ 15 11 17 0.26 0.4 26% 40% 165 2475
[20 - 30[ 25 18 35 0.43 0.83 43% 83% 450 11250
[30 - 40] 35 7 42 0.17 1 17% 100% 245 8575
Total 42 100 890 22450
Figura 6
Fuente: Elaboración propia.

Tabla 7
Tiempo en horas de la rotación
Horas xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 4[ 2 16 16 0.38 0.38 38% 38% 32 64
[4 - 8[ 6 25 41 0.6 0.98 60% 98% 150 900
[8 - 12] 10 1 42 0.02 1 2% 100% 10 100

Tabla 8
Uso de la vestimenta y herramientas adecuadas
Vestimenta fi Fi hi Hi hi% Hi%
Sí 42 42 1 1 100% 100%
No 0 0 0 0 0% 100%
Total 42 1 1 100%
Figura 8

Tabla 9
Tiempo en horas para el control de calidad
HORAS xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 2[ 1 4 4 0.1 0.1 10% 10% 4 4
[2 - 4[ 3 19 23 0.45 0.55 45% 55% 57 171
[4 - 6[ 5 19 42 0.45 1 45% 100% 95 475
[6 - 8] 7 0 42 0 0 0% 100% 0 0
Total 42 1 100% 156 650
Figura 9

Tabla 10
Frecuencia de controles de calidad a la semana
Control de Fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
calidad
0 0 0 0 0 0% 0% 0 0
1 1 1 0.02 0.02 2% 2% 1 1
2 18 19 0.43 0.45 43% 45% 36 72
3 18 37 0.43 0.88 43% 88% 54 162
4 5 42 0.12 1 12% 100% 20 80
Total 42 1 100% 111 315

Figura 10

Tabla 11
Veces que se hace mantenimiento a las máquinas
Mantenimiento fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
0 0 0 0 0 0% 0% 0 0
1 0 0 0 0 0% 0% 0 0
2 10 10 0.24 0.24 24% 24% 20 40
3 10 20 0.24 0.48 24% 48% 30 90
4 19 39 0.45 0.93 45% 93% 76 304
5 3 42 0.07 1 7% 100% 15 75
Total 42 1 100% 141 509

Figura 11

Tabla 12
Frecuencia en que se presentaron desperfectos
Desperfectos fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
0 3 3 0.07 0.07 7% 7% 0 0
1 17 20 0.4 0.47 40% 47% 17 17
2 13 33 0.31 0.78 31% 78% 26 52
3 5 38 0.12 0.9 12% 90% 15 45
4 4 42 0.1 1 10% 100% 16 64
5 0 42 0 1 0% 100% 0 0
Total 42 1 100% 74 178
Figura 12

Tabla 13
Cantidad de capacitaciones al mes
Capacitación xi Fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 2[ 1 8 8 0.19 0.19 19% 19% 8 8
[2 - 4[ 3 29 37 0.69 0.88 69% 88% 87 261
[4 - 6] 5 5 42 0.12 1 12% 100% 25 125
Total 42 1 100% 120 394
Figura 13

Tabla 14
Tiempo en minutos para la desinfección
Minutos Xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 20[ 10 12 12 0.28 0.28 28% 28% 120 1200
[20 - 40[ 30 26 38 0.62 0.9 62% 90% 780 23400
[40 - 60] 50 4 42 0.1 1,00 10% 100% 200 10000
Total 42 1 100% 1100 34600
Figura 14

Tabla 15
Renovación del equipo de bioseguridad
Renovación Xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 5[ 2.5 4 4 0.1 0.1 10% 10% 10 25
[5 - 10[ 7.5 16 20 0.38 0.48 38% 48% 120 900
[10 - 15[ 12.5 16 36 0.38 0.86 38% 86% 200 2500
[15 - 20] 17.5 6 42 0.14 1 14% 100% 105 1837.5
Total 42 1 100% 435 5262.5
Figura 15

Tabla 16
Tiempo en horas del empaquetamiento
Horas xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 4[ 2 17 17 0.4 0.4 40% 40% 34 68
[4 - 8[ 6 23 40 0.55 0.95 55% 95% 138 828
[8 - 12] 10 2 42 0.05 1 5% 100% 20 200
Total 42 1 100% 192 1096
Figura 16

Tabla 17
Tiempo en meses de expiración
Meses xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 3[ 1.5 0 0 0 0 0% 0% 0 0
[3 - 6[ 4.5 2 2 0.05 0.05 5% 5% 9 40.5
[6 - 9[ 7.5 33 35 0.78 0.83 78% 83% 247.5 1856.25
[9 - 12] 10.5 7 42 0.17 1 17% 100% 73.5 771.75
Total 42 1 100% 330 2668.5
Figura 17

Tabla 18
Cantidad de productos con octógonos
Productos xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 5[ 2.5 33 33 0.78 0.78 78% 78% 82.5 206.25
[5 - 10[ 7.5 4 37 0.1 0.88 10% 88% 30 225
[10 - 15[ 12.5 4 41 0.1 0.98 10% 98% 50 625
[15 - 20] 17.5 1 41 0.02 1 2% 100% 17.5 306.25
Total 42 1 100% 180 1362.5
Figura 18

Tabla 19
Cantidad de azúcar utilizada
Gramos de xi Fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
Azúcar
[0 - 50[ 25 12 12 0.28 0.28 28% 28% 300 7500
[50 - 100[ 75 26 38 0.62 0.9 62% 90% 1950 146250
[100 - 150[ 125 4 42 0.1 1 10% 100% 500 62500
Total 42 1 100% 2750 216250
Figura 19

Tabla 20
Porcentaje de merma
Merma xi fi Fi hi Hi hi% Hi% xifi 𝑥𝑖 2 𝑓𝑖
[0 - 5[ 2.5 4 4 0.1 0.1 10% 10% 10 25
[5 - 10[ 7.5 16 20 0.38 0.48 38% 48% 120 900
[10 - 15[ 12.5 16 36 0.38 0.86 38% 86% 200 2500
[15 - 20[ 17.5 4 4 0.1 0.96 10% 96% 70 1225
[20 - 25] 22.5 2 42 0.04 1 4% 100% 45 1012.5
Total 42 1 100% 445 5662.5
Figura 20

2.5. Medidas de Tendencia Central/ Dispersión
Años laborando en la empresa AJE:
Medidas de tendencia central:
Media:
𝛴𝑥𝑖.𝑓𝑖 235
𝑥= = = 5.6
𝑛 42
Interpretación: El promedio de años laborando en la empresa AJE es de 5.6.
Mediana:
𝑛 42
− 𝐹𝑖−1 −0
2 2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) = 0 + 5( )=5
𝑓𝑖 21
Interpretación: El 50% de los trabajadores han laborado menos de 5 años y el

otro 50% más de 5 años.
Moda:
𝑑1 21
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 0 + 5(21+26) = 4.0385
Interpretación: El año laborado que tiene mayor frecuencia es de 4.0385.
Medidas de dispersión
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (235)2
Σ 𝑓𝑖𝑥𝑖 2 − 1812.5−
2 𝑛 42
𝑠 = = = 12.13705
𝑛−1 41
Desviación Estándar:
𝑠 = √𝑠 2 = 3.4838
Horas laborando en la empresa:
Medidas de Tendencia Central
Media:
𝑥= = = 7.143
𝑛 42
Interpretación: El promedio de horas laboradas en la empresa Aje es de

7.143.
Mediana:
𝑛 42
− 𝐹𝑖−1 −3
2 2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) = 4 + 4( )=7
𝑓𝑖 24
Interpretación: El 50% de los trabajadores laboran menos de 7 horas, y el

otro 50% labora más de 7 horas.
Moda:
𝑑1 21
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 4 + 4(21+9) = 6.8
Interpretación: Las horas trabajadas con más frecuencia es de 6.8 horas
Medidas de Dispersión
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (300)2
Σ 𝑓𝑖𝑥𝑖 2 − 2376−
2 𝑛 42
𝑠 = = = 5.68641
𝑛−1 41
𝑠 = √𝑠 2 = 2.3846
Cantidad de productos de la empresa:
Media:
𝑥= = = 32.38
𝑛 42
Interpretación: El promedio de la cantidad de productos en la empresa Aje es

de 32.38.
Mediana:
𝑛 42
− 𝐹𝑖−1 −9
2 2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑐( ) = 30 + 10( ) = 33.6
𝑓𝑖 33
Interpretación: El 50% de los productos elaborados en la empresa es menos

de 33.6 y el otro 50% más de 33.6.
Moda:
𝑑1 26
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑐(𝑑1+𝑑2) = 30 + 10(26+33) = 34.4
Interpretación: La cantidad de productos elaborados en la empresa con más

frecuencia es de 34.4.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (1360)2
Σ 𝑓𝑖𝑥𝑖 2 − 45250−
2 𝑛 42
𝑠 = = = 29.55865
𝑛−1 41
𝑠 = √𝑠 2 = 5.4369
Cantidad de productos a su cargo
Media:
𝑥= = = 6.67
𝑛 42
Interpretación: El promedio de la cantidad de productos a su cargo es de

6.67.
Mediana:
𝑛 42
− 𝐹𝑖−1 − 14
2 2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( )5 + 5( ) = 6.67
𝑓𝑖 21
Interpretación: El 50% de los trabajadores tiene a su cargo menos de 6.67

productos, y el otro 50% más de 6.67.
Moda:
𝑑1 7
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 5 + 5(7+14) = 6.6667
Interpretación: La cantidad de productos a su cargo con más frecuencia es de

6.6667.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (280)2
Σ 𝑓𝑖𝑥𝑖 2 − 2362.5−
2 𝑛 42
𝑠 = = = 12.0935
𝑛−1 41
𝑠 = √𝑠 2=3.48
Cantidad de personas que laboran en el área de producción:
Media:
𝛴𝑓𝑖𝑥𝑖 5300
𝑥= = = 126.19
𝑛 42
Interpretación: El promedio de personas que trabajan en el área de

producción es de 126,19.
Mediana:
𝑛
− 𝐹𝑖−1 21−2
2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) = 100 + 50( ) = 125.67
𝑓𝑖 37
Interpretación: El 50% de los trabajadores laborando en el área de

producción es menor de 125.67 y el otro 50% más de 125.67.
Moda:
𝑑1 35
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 100 + 50(35+34) = 125.36
Interpretación: La frecuencia que más se repite es de 125,36
Medidas de dispersión:
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (5300)2
Σ 𝑓𝑖𝑥𝑖 2 − 681250−
2 𝑛 42
𝑠 = = = 303.42624
𝑛−1 41
𝑠 = √𝑠 2 = 17,41913
Personas encargadas de la supervisión de la calidad:
Media:
𝛴𝑓𝑖𝑥𝑖 890
𝑥= = = 21.19
𝑛 42
Interpretación: El promedio de personas encargadas de la supervisión de

calidad es de 21.19
Mediana:
𝑛
− 𝐹𝑖−1 21−17
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 20 + 10( ) = 22.2
𝑓𝑖 18
Interpretación: El 50% de los trabajadores que se encuentran encargadas en

la supervisión de la calidad es menor de 22.2, y el otro 50% es mayor de
22.2.
Moda:
𝑑1 7
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 20 + 10(7+11) = 23.8
Interpretación: la frecuencia que más se repite es de 23,8
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (890)2
Σ 𝑓𝑖𝑥𝑖 2 − 22450−
2 𝑛 42
𝑠 = = = 87,57259
𝑛−1 41
𝑠 = √𝑠 2 = 9,36
Tiempo en horas de la rotación del personal de calidad:

Media:
𝛴𝑥𝑖𝑓𝑖 192
𝑥= = = 4.57
𝑛 42
Interpretación: El promedio del tiempo en horas de rotación es de 4,57
Mediana:
𝑛
−𝑓𝑖−1 21−16
𝑀𝑒 = 𝑙𝑖 + 𝑊( 2 ) = 4 + 4( ) = 4.8
𝑓𝑖 25
Interpretación: El 50% del tiempo de rotación del personal de calidad es

menor a 4.8 horas y el otro 50% es mayor a 4.8 horas.
Moda:
𝑑1 9
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 4 + 4(9+24) = 5.09
Interpretación: la frecuencia que más se repite es de 5,09
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (192)2
Σ 𝑓𝑖𝑥𝑖 2 − 1064−
2 𝑛 42
𝑠 = 𝑛−1
= 41
= 4,54355
𝑠 = √𝑠 2 = 2,13
Tiempo en horas para el control de calidad:
Media:
𝑥= = = 3,7143 h
𝑛 42
Interpretación: El promedio del tiempo dedicado al control de calidad es de

3,71 hrs.
Mediana:
𝑛
− 𝐹𝑖−1 21−4
2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) == 2 + 2( ) = 3.79 ℎ𝑟𝑠
𝑓𝑖 19
Interpretación: El 50% del tiempo empleado para el control de calidad es

menor de 3.79 horas y el otro 50% es mayor a 3.79 horas.
Moda:
𝑑1 15
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 2 + 2(15+0) = 4
Interpretación: El tiempo más frecuente que se le dedica al control de calidad

es de 4 hrs.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (156)2
Σ 𝑓𝑖𝑥𝑖 2 − 650−
2 𝑛 42
𝑠 = = = 1,721
𝑛−1 41
𝑠 = √𝑠 2 = 1,312
Control de calidad:
Media:
𝑥= = = 2,6428
𝑛 42
Interpretación: El promedio a la semana del control de calidad de los

productos es 2,6428.
Mediana:
3+3
𝑀𝑒 = = 3
2
Interpretación: El 50% de la cantidad de veces del control a la semana

semanalmente es menos de 3 y el otro 50% es mayor de 3 veces por
semana.
Moda:
𝑀𝑜 = 2 ; 3 Moda Bimodal
Interpretación: Las veces de control de calidad más frecuente durante la
semana son 2 y 3.
Varianza:
Σ [𝑥𝑖−𝑥 ]2 𝑓𝑖 21,643
𝑆2 = = = 0.5279
𝑛−1 41
𝑠 = √𝑠 2 = 0.73
Veces que se realiza mantenimiento a las máquinas:

Media:
𝑥= = = 3,3571
𝑛 42
Interpretación: El promedio a la semana que se hace mantenimiento a las

máquinas es 2,6428.
Mediana:
4+4
𝑀𝑒 = = 4
2
Interpretación: El 50% de las revisiones que se hacen mensualmente en las

máquinas es menor de 4 veces, mientras que el otro 50% es mayor a 3
veces.
Moda:
𝑀𝑜 = 4
Interpretación: Las veces que se realiza mantenimiento en las máquinas
mensualmente más frecuente es 4.
Varianza:
Σ [𝑥𝑖−𝑥 ]2 𝑓𝑖 35,643
𝑆2 = = = 0,8693
𝑛−1 41
𝑠 = √𝑠 2 = 0.93
Desperfectos en las máquinas:

Media:
𝑥= = 42 = 1,7619
𝑛
Interpretación: El promedio de desperfectos al mes que presentan las

máquinas es de 1.7619.
Mediana:
2+2
𝑀𝑒 = = 2
2
Interpretación: El 50% de desperfectos presentados al mes es menor de 2,

mientras que el otro 50% es mayor a 2 desperfectos por mes.
Moda:
𝑀𝑜 = 1
Interpretación: Las veces que se realiza mantenimiento en las máquinas
mensualmente más frecuente es 4.
Varianza:
Σ [𝑥𝑖−𝑥 ]2 𝑓𝑖 47,619
𝑆2 = = = 1,1614
𝑛−1 41
𝑠 = √𝑠 2 = 1,08
Cantidad de capacitaciones al mes:

Media:
𝑥= = = 2.86
𝑛 42
Interpretación: El promedio de capacitaciones al mes que reciben los

empleados es de 2.86.
Mediana:
𝑛 42
− 𝐹𝑖−1 −8
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 2 + 2( 229 ) = 2.9
𝑓𝑖
Interpretación: El 50% de capacitaciones realizadas al mes es menor a 2.9

veces, mientras que el otro 50% es mayor a 2.9 veces.
Moda:
𝑑1 21
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 2 + 2(21+24) = 2.93
Interpretación: Las veces que se realiza las capacitaciones más frecuentes es

2.93 veces.
Varianza:
Σ [𝑥𝑖−𝑥 ]2 𝑓𝑖 394−342.86
𝑆2 = = = 1.25
𝑛−1 41
𝑠 = √𝑠 2 = 1,12
Tiempo en minutos que se le dedica a la desinfección:
Media:
𝑥= = = 26.19
𝑛 42
Interpretación: El tiempo promedio que se dedica a la desinfección es de

26.19 minutos.
Mediana:
𝑛
− 𝐹𝑖−1 21−12
2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) = 20 + 20( ) = 26.92 𝑚𝑖𝑛
𝑓𝑖 26
Interpretación: El 50% de los minutos utilizados para la desinfección es

menor de 26.92 y el otro 50% es mayor de 26.92 min.
Moda:
𝑑1 14
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 20 + 20(14+22) = 27.78
Interpretación: El tiempo con más frecuencia en que los trabajadores dedican

a la desinfección es de 27.78 minutos.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (1100)2
Σ 𝑓𝑖𝑥𝑖 2 − 34600−
2 𝑛 42
𝑠 = = = 141.23
𝑛−1 41
Desviación estándar:
𝑠 = √𝑠 2 = 11.88
Renovación del equipo de bioseguridad:
Media:
𝑥= = = 10.36
𝑛 42
Interpretación: Se concluye que la frecuencia promedio en la que se renueva

el equipo de bioseguridad es 10.36 veces.
Mediana:
𝑛
− 𝐹𝑖−1 21−20
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 10 + 5( ) = 10.31 𝑣𝑒𝑐𝑒𝑠
𝑓𝑖 16
Interpretación: El 50% de las renovaciones del equipo de bioseguridad al

mes es menor de 10.31 veces, y el otro 50% es mayor de 10.31 veces.
Moda:
𝑑1 0
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 10 + 5(0+10) = 10 𝑣𝑒𝑐𝑒𝑠
Interpretación: El número de veces con más frecuencia de renovación de

equipo de bioseguridad es de 10 veces al mes.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (435)2
Σ 𝑓𝑖𝑥𝑖 2 − 5262.5−
2 42
𝑠 = 𝑛
= = 18.47
𝑛−1 41
𝑠 = √𝑠 2 = 4.30
Tiempo en horas del empaquetamiento de productos:

Media:
𝑥= = = 4.51
𝑛 42
Interpretación: El promedio de horas del empaquetamiento de productos es

de 4.51 horas.
Mediana:
𝑛 42
− 𝐹𝑖−1 − 17
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 4 + 4( 2 23 ) = 5.04
𝑓𝑖
Interpretación: El 50% del tiempo en horas para el empaquetamiento de

productos es menor de 5.04 horas, y el otro 50 es mayor de 5.04 horas.
Moda:
𝑑1 23− 17
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 4 + 4( 6+21 ) = 4.9
Interpretación: El tiempo más frecuente para el empaquetamiento de

productos es 4.9 horas.
Varianza:
Σ [𝑥𝑖−𝑥 ]2 𝑓𝑖 218.3
𝑆2 = = = 5.32
𝑛−1 41
𝑠 = √𝑠 2 = 2.31
Tiempo de expiración:
Media:
𝑥= = = 7.86
𝑛 42
Interpretación: El promedio de expiración de los productos de la empresa es

de 7.86 meses.
Mediana:
𝑛 42
− 𝐹𝑖−1 −2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 6 + 3( 233 ) = 7.73
𝑓𝑖
Interpretación: El 50% de los productos tienen una fecha de expiración menor

de 7.73 meses y el otro 50% mayor a 7.73 meses.
Moda:
𝑑1 31
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 6 + 3(31+26) = 7.63
Interpretación: El tiempo de expiración más frecuente es de 7.63 meses.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (330)2
Σ 𝑓𝑖𝑥𝑖 2 − 2668.5−
2 42
𝑆 = 𝑛
= = 1.84495
𝑛−1 41
𝑠 = √𝑠 2 = 1,36
Productos con octógonos
Media:
𝑥= = = 4.29
𝑛 42
Interpretación: El promedio de productos de AJE que presenten octógonos es

4.29.
Mediana:
𝑛 42
− 𝐹𝑖−1 −0
2
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( ) = 0 + 5( 2
) = 3.18
𝑓𝑖 33
Interpretación: El 50% de los productos que presentan octógonos es menor

de 3.18 y el otro 50 es mayor de 3.18 productos.
Moda:
𝑑1 33
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊 (𝑑1+𝑑2) = 5(33+29) = 2.66
Interpretación: Los productos con octógonos más frecuente son 2.66.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (180)2
Σ 𝑓𝑖𝑥𝑖 2 − 1362.5−
2 42
𝑆 = 𝑛
= = 14.41638
𝑛−1 41
𝑠 = √𝑠 2 = 3.80
Cantidad de azúcar utilizada:
Media:
𝑥= = = 65.48
𝑛 42
Interpretación: La cantidad de azúcar promedio utilizada es 65.48 gramos.
Mediana:
𝑛 42
− 𝐹𝑖−1 − 12
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 ) = 50 + 50( 2 26 ) = 67.31
𝑓𝑖
Interpretación: El 50% de la azúcar utilizada es menor de 67.31 gramos y el

otro 50% es mayor de 67.31 gramos.
Moda:
𝑑1 14
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 50 + 50(14+22) = 69.44
Interpretación: La cantidad más frecuente utilizada es de 69.44 gramos.
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (2750)2
Σ 𝑓𝑖𝑥𝑖 2 − 216250−
2 42
𝑆 = 𝑛
= = 882.69454
𝑛−1 41
𝑠 = √𝑠 2 = 29.71
Porcentaje de Merma:
Media:
𝑥= = = 10.59
𝑛 42
Interpretación: El porcentaje de merma promedio es de 10.59.
Mediana:
𝑛 42
− 𝐹𝑖−1 − 20
𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑊( 2 𝑓𝑖
) = 10 + 5( 2 16 ) = 10.31
Interpretación: El 50% del porcentaje de merma es menor de 10.31, y el otro

50% es mayor de 10.31 de merma.
Moda:
𝑑1 0
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑊(𝑑1+𝑑2) = 10 + 5(14+0) = 10
Interpretación: El porcentaje de merma más frecuente es de 10.
Medidas de dispersión
Varianza:
Σ (𝑓𝑖𝑥𝑖)2 (445)2
Σ 𝑓𝑖𝑥𝑖 2 − 5662.5−
2 42
𝑆 = 𝑛
= = 23.11266
𝑛−1 41
𝑠 = √𝑠 2 = 4.81
6. DISTRIBUCIÓN MUESTRAL
6.1 DISTRIBUCIÓN MUESTRAL DE MEDIA CON VARIANZA CONOCIDA

El tiempo que los operarios de la empresa Aje realizan en el control de calidad,
es una variable aleatoria que tiene distribución normal con una media de 3.7143
horas y una desviación estándar de 1,1312. El ingeniero industrial responsable
del área de control de calidad selecciona muestras aleatorias de 15 productos.
Calcula la probabilidad de que la media para el tiempo que realizan en el control
de calidad de las muestras aleatorias sea menor que 4 horas.
Población Muestra
n= 15
𝑢 = 3.7143
𝜎 = 1.1312
(𝑥−𝑢)
Fórmula: z= 𝜎
√𝑛
(4−3.7143)
𝑃(𝑥 < 4) = 𝑃(𝑍 < 1.1312 )
√15
= 𝑃(𝑍 < 0.97)
= 0.83398
Interpretación:
El tiempo medio de producción de los productos es menor a 4 horas con una
probabilidad de 83.4%
6.2 DISTRIBUCIÓN MUESTRAL DE MEDIA CON VARIANZA DESCONOCIDA
En la empresa AJE, los registros de los trabajadores sugieren que la población
de empleados pasa un promedio de 7.143 horas a la semana laborando en la
producción y control de calidad de los productos. Basándose en una muestra de
21 trabajadores con desviación estándar de 2.3846. La empresa Aje quiere
realizar varias estimaciones. ¿Cuál es la probabilidad de que la empresa Aje
encuentre una media muestral sea menor que 8 horas?
Población Muestra
n=21
𝑢 = 7.14 S= 2.38
𝜎 =?
(𝑥−𝑢)
Formula: T= 𝑠 ~𝑇𝑛 − 1
√𝑛
Como 𝜃 2 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑦 𝑛 < 30
Piden: 𝑃(𝑥 < 8)

(8−7.14)
𝑃(𝑥 < 8) = 𝑃(𝑡𝑛−1 < 2.38 ) = 𝑃(𝑡20 < 2.31)
√21
= 𝑃(𝑡20 < 1.65)
= 0.94
Interpretación:
Se tiene una probabilidad de 0.94 de que la empresa AJE encuentre una media
muestral menor a 8 horas.

6.3 DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS CON

VARIANZA CONOCIDA
Para el empaquetamiento de las bebidas realizadas por el grupo A se ha
requerido de un tiempo medio de 5.30 horas, con desviación estándar de 2.55,
mientras que para el empaquetamiento de las bebidas realizadas por el grupo B
se ha requerido de un tiempo medio de 4.57 horas, con desviación estándar de
2.30.¿Cuál es la probabilidad de que una muestra aleatoria para el
empaquetamiento de 15 bebidas del grupo A requiera de un tiempo medio que
sea al menos de una hora más que el tiempo medio requerido de una muestra
para el empaquetamiento de 20 bebidas del grupo B?
Grupo A Grupo B
𝑢1 = 5.30 𝑢2 = 4.57
𝜎 = 2.55 𝜎 = 2.30
𝑛1 = 20 𝑛2 = 15
x1: grupo A
x2: grupo B
Se deduce: Estandarización:
(𝑥1 −𝑥2 ) − (𝑢1−𝑢2)
P(𝑥1 ≥ 1 + 𝑥2 ) 𝑍= 2 2
√ 𝜎1 +𝜎2
𝑛1 𝑛2
1−(5.30−4.57)
=P(𝑥1 − 𝑥2 ≥1) 𝑃(𝑍 ≥ ) = 𝑃(𝑍 ≥ 0.33)
2 2
√2.55 +2.30
20 15
= 1 − 𝑃(𝑍 < 0.33) = 1 − 0.62930
= 0.3703
Interpretación: La probabilidad de que el tiempo requerido para el
empaquetamiento del grupo A sea al menos 1 hora mayor al tiempo requerido
del empaquetamiento del grupo B será de 0.3707.

VARIANZA DESCONOCIDA IGUALES
Para una mejor producción de los productos de la empresa Aje, se desea
comprobar si el promedio de horas diarias laboradas en la realización del control
de calidad del grupo A es mayor que en el grupo B. Por ello, se realiza las
siguientes muestras aleatorias: 13 productos del grupo A, encontrando un
promedio muestral de horas trabajadas de 7.143 horas con una desviación
estándar de 2.3846, y 12 productos del grupo B, con un promedio muestral de
8.13 horas a diario y 2.25 de desviación estándar. ¿Cuál es la probabilidad de
que las horas diarias laboradas en la realización del control de calidad del grupo
A tienen una media que sea al menos una hora más que los del grupo B?
Supóngase que las varianzas poblacionales son desconocidas, pero se sabe que
son iguales.
Grupo A Grupo B
𝑢1 = 7.14 𝑢2 = 8
𝜎 = 2.38 𝜎 = 2.25
𝑛1 = 13 𝑛1 = 12
P (𝑥1 ≥ 1 + 𝑥2 )= P (𝑥1 − 𝑥2 ) ≥1
(13−1)∗5.68+(12−1)∗5.06
𝑆𝑝2 = 13+12−2
𝑆𝑝2 = 5.38
1−(7.143−8)
𝑃(𝑡23 ≥ ) = 𝑃(𝑡23 ≥ 1.9)
1 1
√5.38∗( +
13 12
= 1 − 𝑃(𝑡23 < 1.9) = 0.03
Interpretación:
La probabilidad de que las horas diarias laboradas del grupo A sea al menos 1
hora mayor que el grupo B es de 0.03.

VARIANZA DESCONOCIDA DIFERENTES
Uno de los gerentes de la empresa AJE desea conocer si existe diferencia entre
dos grupos del área de producción que son A y B. Se quiere saber cuál de las
dos áreas produce más cantidad de productos. Para ello seleccionó dos
muestras aleatorias simples, de 21 trabajadores cada una. Las varianzas
muestrales de los grupos A y B son 12.09 y 10.34 respectivamente. Suponiendo
que las puntuaciones en cada área siguen distribuciones muestrales con medias
poblacionales 42.43 y 39.53 productos por día respectivamente y que las
varianzas poblacionales son desconocidas, pero se sabe que son diferentes.
Calcular la probabilidad de que la diferencia de medias muestrales de producción
del grupo A sea como mínimo 7.5 más que el grupo B.
Grupo A Grupo B
𝑛1 = 21 𝑛2 = 21
𝑆12 = 12,09 𝑆22 = 10,34
𝑢1 = 42.43 𝑢2 = 39.53
𝑠𝑢𝑝𝑜𝑛𝑒𝑚𝑜𝑠
𝜎𝑥 2 ≠ 𝜎𝑦 2
Nos piden:
𝑃(𝑋1 − 𝑋2 > 5.5)

(𝑥−𝑦)−(𝜇𝑥 −𝜇𝑦 )
𝑡= → 𝑡 − 𝑠𝑡𝑢𝑑𝑒𝑛𝑡 𝑔. 𝑙. = 𝑣
𝑆2
1 𝑆2
2
√ +
𝑛1 𝑛2
𝑆 2 𝑆 2
( 1 + 2 )2 (
12.09 10.34 2
+ )
𝑛1 𝑛2
𝑣= 𝑆 2 𝑆2
= 21 21
12.09 2 10.34 2 = 39.75 = 40
( ) ( )
( 1 )2 ( 2 )2 21 + 21
𝑛1 𝑛
+ 2 21−1 21−1
𝑛1 −1 𝑛2 −1
5.5−(42.43−39.53)
𝑝 [𝑡𝑣 > ] = (𝑡𝑣 > 2.52) = 1 − 𝑃(𝑡40 ≤ 2.52) = 1 − 0.995 = 0.005
12,09 10,34
√ +
21 21
Interpretación:
La probabilidad de que la producción del grupo A sea 5.5 mayor que del grupo B
es de 0.005.
6.6 DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN
En la empresa AJE, en la fabricación habitual de productos fallan 4 de las 80
máquinas de la empresa. Durante un día cualquiera, se están utilizando 10 de
estas máquinas, calcular la probabilidad de que el 10% de estas máquinas
presentan algún desperfecto.
Población Muestra
4 𝑛 = 10
𝜋=
80
𝜋 = 0.05
0.10−0.05
𝑝(𝑝 > 0,10) → 𝑝(𝑧 > )
0.05(1−0.05)
√
10
= 𝑝(𝑧 > 0.73)
= 1 − 𝑝(𝑧 ≤ 0.73)
= 1 − 0.76730
= 0,2327
Interpretación: La probabilidad de que el 10% de las 10 máquinas utilizadas
presenten algún desperfecto es del 0.2327 o del 23.27%.

7. INTERVALOS DE CONFIANZA
7.1 INTERVALO DE CONFIANZA PARA LA MEDIA CON VARIANZA
CONOCIDA
La empresa AJE produce bebidas para todo el país, que tienen un promedio de
vida de 7 meses con una distribución normal y una desviación estándar de 3.54.
Para poder confirmar esto se tomó una muestra de 35 bebidas al azar que
muestra que el tiempo de vida promedio es de 7.86 meses. Encuentre el intervalo
de confianza del 95% para la media de la población de estas bebidas producidas
por esta empresa.
Población Muestra
𝑢 = 7 𝑚𝑒𝑠𝑒𝑠 n=35
𝜃 = 3.54 x=7.86 meses
Confianza:
1 − 𝛼 = 95%
𝛼 = 5%
𝑍(1−0.05) = 1.96
2
𝜃 𝜃
𝐼𝐶: 𝑋 − 𝑍(1−𝛼/2) ≤ 𝑢 ≤ 𝑋+ 𝑍(1−𝛼/2)
√𝑛 √𝑛
3.54 3.54
𝐼𝐶: 7.86 − 1.96 × ≤ 𝑢 ≤ 7.86+ 1.96 ×
√35 √35
𝐼𝐶: 7.86 − 1.1728 ≤ 𝑢 ≤ 7.86+ 1.1728
𝐼𝐶: 6.69 ≤ 𝑢 ≤ 9.03

Interpretación: Con un nivel de confianza del 95%, la vida promedio de las
bebidas está comprendida desde 6.69 a 9.03 meses.
7.2 INTERVALO DE CONFIANZA PARA LA MEDIA CON VARIANZA
DESCONOCIDA
En la empresa AJE se realizó un informe sobre la cantidad de azúcar que se
emplea para la producción de bebidas, donde se evidenció que se utiliza en
promedio 100 gramos de azúcar. Para comprobar esto, se escogió al azar 42 de
estas bebidas siendo la media muestral de 65.48 gramos y su desviación
estándar de 29.71. Encuentre el intervalo de confianza del 95% para la media.
Población Muestra
𝑢 = 70 𝑔𝑟𝑎𝑚𝑜𝑠 n=21
𝜃 =¿ ? X=65.48
S=29.71
Confianza:
1 − 𝛼 = 95%
𝛼 = 5%
𝑇(1−0.05,𝑛−1) = 𝑇(0.975,20)=2.086
2
Resolución:
𝑆 𝑆
𝐼𝐶: 𝑋 − 𝑇(1−𝛼,𝑛−1) ≤ 𝑢 ≤ 𝑋 + 𝑇(1−𝛼,𝑛−1)
2 √𝑛 2 √𝑛
29.71 29.71
𝐼𝐶: 65.48 − 2.086 × ≤ 𝑢 ≤ 65.48+ 2.086 ×
√21 √21
𝐼𝐶: 65.48 − 13.52 ≤ 𝑢 ≤ 65.48+ 13.52
𝐼𝐶: 51.96 ≤ 𝑢 ≤ 79
Interpretación: Con un nivel de confianza del 95%, el azúcar promedio utilizado para
la fabricación de bebidas está comprendida desde 51.96 a 79 gramos.
7.3 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS CON
VARIANZA CONOCIDA
En un estudio para determinar las horas invertidas para el control de calidad
entre el área A y el área B con desviaciones estándar de 2 y 1 horas
respectivamente. Se toma una muestra al azar de 24 trabajadores en el área A
arrojando un promedio de 3,71 horas y 18 trabajadores en el área B arrojando
un promedio de 1,57 horas. Determinar un intervalo de confianza de 95% para
la diferencia de horas invertidas.
Área A Área B
𝜃1 = 2 𝜃1 = 1
𝑛1 = 24 𝑛1 = 18
𝑥1 = 3.71 𝑥1 = 1.57
Nivel de confianza:
1 − 0.95 = 𝛼
𝛼 = 0.05
𝑍(1−0.05) = 1.96
2
𝜃2 𝜃2 𝜃2 𝜃2
𝐼𝐶: ( 𝑥1 − 𝑥2 ) − 𝑍(1−𝛼/2) √𝑛1 + 𝑛2 ≤ 𝑢1 − 𝑢2 ≤ ( 𝑥1 − 𝑥2 ) + 𝑍(1−𝛼/2) √𝑛1 + 𝑛2
2 2 2 2
2 2 2 2
2 1 2 1
𝐼𝐶: ( 3.71 − 1.57) − 1.96√24 + 18 ≤ 𝑢1 − 𝑢2 ≤ ( 3.71 − 1.57) + 1.96√24 + 18
𝐼𝐶: ( 2.14) − 1.96√0.22 ≤ 𝑢1 − 𝑢2 ≤ ( 2.14) + 1.96√0.22
𝐼𝐶: ( 2.14) − 0.92 ≤ 𝑢1 − 𝑢2 ≤ ( 2.14) + 0.92

𝐼𝐶: 1.22 ≤ 𝑢1 − 𝑢2 ≤ 3.06
Interpretación: Con un nivel de confianza del 95% la diferencia de horas
media entre el área A y B se encuentra entre 1.22 y 3.06.
La empresa AJE desea averiguar si los trabajadores del área de producción
llevan una desinfección adecuada de dos grupos diferentes. Por lo que del grupo
A se escogió a 22 trabajadores y del grupo B a 20. En la primera investigación
se obtuvo del grupo A un promedio de 26.19 min y una desviación estándar de
11.88, mientras que del grupo B se obtuvo un promedio de 25.25 min y una
desviación estándar de 10.34. Encuentre el intervalo de confianza del 90% para
la diferencia de medias poblaciones, suponiendo que las poblaciones están
distribuidas aproximadamente en forma normal, con varianzas iguales.
Grupo A Grupo B
𝑛1 = 22 𝑛2 = 20
𝑥1 = 26.19 𝑥2 = 25.25
𝑆1 = 11.88 𝑆1 = 10.34
Nivel de confianza:
1 − 0.90 = 𝛼
𝛼 = 0.10
𝑔𝑙 = 𝑛1 + 𝑛2 − 2 = 22 + 20 − 2 = 40
(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22 (22−1)11.882 +(20−1)10.342 (21)141.1+(19)106.9 4994.2

𝑆𝑝2 = = = = = 124.86
𝑛1 +𝑛2 −2 22+20−2 40 40
1 1
𝐼𝐶: ( 𝑥1 − 𝑥2 ) ± 𝑇(1−𝛼/2,𝑔𝑙) √𝑆𝑝2 (𝑛 + 𝑛 )
1 2
1 1
𝐼𝐶: ( 26.19 − 25.25) ± 𝑇(0.95,40) √124.86(22 + 20)
𝐼𝐶: ( 0.94) ± 1.684√124.86(0.095)
𝐼𝐶: ( 0.94) ± 1.684√11.86
𝐼𝐶: ( 0.94) ± 1.684(3.44)
𝐼𝐶: ( 0.94) ± 5.79
𝐼𝐶: −4.85 ≤ 𝑢1 − 𝑢2 ≤ 6.73
Interpretación: Con un nivel de confianza del 90%, la diferencia en media de
minutos para la desinfección adecuada del grupo A y B está comprendida de -
4.85 a 6.73.
Se registraron los siguientes datos, que representan los años que los
trabajadores laboran en la empresa asignados en el grupo A y B.
GRUPO A GRUPO B
n= 25 n=17
x= 5.6 x=4.7
𝑆12 = 12.14 𝑆22 = 11.45
Encuentre un intervalo de confianza del 99% para la diferencia µ1-µ2 en el
tiempo promedio de años que los empleados llevan en la empresa AJE.
Solución:
Nivel de confianza:
1 − 𝛼 = 99%
𝛼 = 0.01
𝑆2 𝑆 2
( 1 + 2 )2 (
12.14 11.45 2
+ )
𝑛1 𝑛2 25 17
𝑣= 𝑆2 𝑆2
= 12.14 2 11.45 2 = 35.19 ≈ 35
( ) ( )
( 1 )2 ( 2 )2 25
+ 17
𝑛1 𝑛
+ 2 25−1 17−1
𝑛1 −1 𝑛2 −1
𝑆2 𝑆2
𝐼𝐶: ( 𝑥1 − 𝑥2 ) ± 𝑇(1−𝛼/2,𝑔𝑙) √𝑛1 + 𝑛2
1 2
12.14 11.45
𝐼𝐶: ( 5.6 − 4.7) ± 𝑇(0.995,35) √ 25
+ 17
𝐼𝐶: ( 0.9) ± 3.591√0.49 + 0.67
𝐼𝐶: ( 0.9) ± 3.591√1.16
𝐼𝐶: ( 0.9) ± 3.591(1.08)
𝐼𝐶: ( 0.9) ± 3.88
𝐼𝐶: −2.98 ≤ 𝑢1 − 𝑢2 ≤ 4.78
Interpretación: Con un nivel de confianza del 99%, la verdadera diferencia del
tiempo de años medios trabajando de ambos grupos está comprendido de -
2.98 y 4.78.
7.6 INTERVALO DE CONFIANZA PARA LA PROPORCIÓN
Al mes, se analizan los cumplimientos de protección de bioseguridad. En una
muestra de 42 de trabajadores, 28 muestran una actitud de responsabilidad con
las normas de bioseguridad. Calcule e interprete un intervalo del 95% de
confianza para la proporción verdadera de trabajadores que cumplen con la
norma.
Datos:
n=42
x=28
𝑥 28
𝑝 = 𝑛 = 42 = 0.67
𝑞 = 0.33
Confianza:
1 − 𝛼 = 95%
𝛼 = 0.05
𝑍(1−𝛼/2) = 𝑍(0.975)=1.96
𝑝𝑞 𝑝𝑞
𝐼𝐶: 𝑝 − 𝑍(1−𝛼/2) √ 𝑛 ≤ 𝜋 ≤ 𝑝 + 𝑍(1−𝛼/2) √ 𝑛
(0.7)(0.3) (0.7)(0.3)
𝐼𝐶: 0.67 − 1.96√ ≤ 𝜋 ≤ 0.67 + 1.96√
42 42
0.21 0.21
𝐼𝐶: 0.67 − 1.96√ ≤ 𝜋 ≤ 0.67 + 1.96√
42 42
𝐼𝐶: 0.67 − 1.96√0.005 ≤ 𝜋 ≤ 0.67 + 1.96√0.005
𝐼𝐶: 0.67 − 1.96(0.07) ≤ 𝜋 ≤ 0.67 + 1.96(0.07)

𝐼𝐶: 0.67 − 0.14 ≤ 𝜋 ≤ 0.67 + 0.14
𝐼𝐶: 0.53 ≤ 𝜋 ≤ 0.81
Interpretación: Con una confianza del 95% la verdadera proporción de
empleados que muestran una actitud responsable con las normas de
bioseguridad, se encuentran entre el 53% y 81%.
7.7 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES
La empresa AJE, desea determinar si un cambio en el proceso de fabricación de
la bebida A ha sido efectivo. Para ello toma dos muestras, una antes y otra
después de la implementación de un nuevo proceso. Los resultados se
presentan en la siguiente tabla.
Antes Después
N°de bebidas defectuosas. 75 80
N° de bebidas analizadas 1500 2000
Calcule e interprete un intervalo del 90% de confianza para la diferencia de
proporciones verdadera de ambos momentos del proceso.

Solución:
Antes Después
𝑛1 = 1500 𝑛2 2000
𝑥1 = 75 𝑥2 = 80
Entonces: Entonces:
𝑝1 = 0,05 𝑝2 = 0,04
𝑞1 = 0,95 𝑞2 = 0,96
Confianza:
NC=0,90 ⇒ α = 10 y así:
𝑍(𝛼/2) = 𝑍0,05= 1,645.
Intervalo de confianza para 𝑝1 y 𝑝2 :
𝑝1 𝑞1 𝑝2 𝑞2
𝐼𝐶: ( 𝑝1 − 𝑝2 ) ± 𝑍(𝛼/2) √ 𝑛1
+ 𝑛2
0,05(0,95) 0,04(0,96)
IC: ( 0,05 − 0,04) ± 1,645√ +
1500 2000
0,0475 0,0384
IC: ( 0,01) ± 1,645√ 1500 + 2000
IC: -0,0017 < 𝜋 < 0,0217
Interpretación: Con un nivel de confianza del 90 % de ambos momentos del
proceso (antes y nuevo), se encuentra entre -0.0017 y 0.021 (-0.17% y 0.21%).

7.8 INTERVALO DE CONFIANZA PARA LA VARIANZA
Se pide estimar el intervalo de confianza para la varianza poblacional del tiempo
requerido en el control de calidad de la bebida de las bebidas en la empresa AJE.
Para el efecto se tomó una muestra aleatoria de 42 colaboradores que arrojó una
desviación estándar de 1,3 hrs.
Datos:
n = 42
S = 1,3 hrs.
Primero, obtenemos los valores de tablas:
Para 𝑋²𝛼/2 , tendríamos que 1- 𝛼 = 0,95, por lo que:
𝛼 = 0,05 y 𝛼/2= 0,025
con grados de libertad, df= n - 1, por lo que:
df = 42 - 1= 41
Por lo tanto: 𝑋²(0,025; 41) = 60,5941
Para el otro extremo, tendríamos:
𝑋²0,975; 41 = 25,2119
Solución:
(𝑛−1)𝑆² (𝑛−1)𝑆²
𝐼𝐶: ≤ 𝛿² ≤ 𝑋²
𝑋²(1−𝛼/2,𝑛−1) (𝛼/2,𝑛−1)
(42−1)1,3² (42−1)1,3²
𝐼𝐶: ≤ 𝛿² ≤
60,5941 25,2119
𝐼𝐶: 1,144 ≤ 𝛿² ≤ 2,748
Interpretación: Hay un 95% de confianza de que la varianza para el tiempo
requerido para la elaboración de todos los productos en AJE cae entre 1.144 y
2.748.
CAPÍTULO 3:
8. PRUEBA DE HIPÓTESIS
8.1 PRUEBA DE HIPÓTESIS PARA LA MEDIA CON VARIANZA CONOCIDA
En el presente año, el área de gestión de calidad de la empresa AJE realizó un
estudio para conocer el tiempo promedio que se le dedica al empaquetamiento
en la elaboración de sus productos. Para ello, se utilizaron datos obtenidos el
año pasado donde se tomó una muestra aleatoria de 42 colaboradores, en la
cual se reveló que el tiempo promedio que ellos le dedican es de 4,51 hrs.
Entonces, si se supusiera una desviación estándar poblacional de 2,31. ¿Esto
indicaría que el tiempo promedio de empaquetamiento actual es mayor de 4,30
hrs?
Datos:
n = 42
X = 4,51 hrs.
𝜃 = 2,31
Paso 1: Plantear hipótesis
𝐻0 : 𝑢 ≤ 4,30
𝐻1 : 𝑢 > 4,30
Paso 2: Nivel de significancia
𝛼 = 0.05
Paso 3: Estadístico de prueba
𝑋−𝑢 4,51 − 4,30

𝑍𝑐 = = = 0, 589158
𝜃/√𝑛 2,31 / √42
Paso 4: Región Crítica
Si𝑍𝑐𝑎𝑙 >
𝑍𝑡𝑎𝑏𝑙𝑎 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
Paso 5: Decisión
𝑍𝐶 = 0,5892 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
Paso 6. Conclusión:
Con un nivel de significancia del 5%, existe evidencia estadística para aceptar
la 𝐻0 , de modo que esto indicaría que el tiempo promedio de empaquetamiento
actual es menor de 4,30 hrs.

8.2 PRUEBA DE HIPÓTESIS PARA LA MEDIA CON VARIANZA
DESCONOCIDA
La empresa Aje, con el fin de medir la exactitud de azúcar utilizada en gramos
en la bebida A, toma una muestra de doce bebidas del área de empaque.
Después de realizar los estudios pertinentes, se encontró que el contenido
promedio de azúcar en cada bebida es de 65,48 grs. con una desviación
estándar de 29,71. Mientras que el área de calidad afirma que la cantidad
promedio de azúcar utilizada es mayor que 95 grs. por bebida. Entonces, ¿Puede
aceptarse esta afirmación si se asume un nivel de confianza del 90 por ciento?
Datos:
n = 12
X = 65,48 gr
S = 29,71 gr
𝐻0 : 𝑢 ≤ 95
𝐻1 : 𝑢 > 95
𝛼 = 0.10
𝑋−𝑢 65,48 − 95
𝑇𝑐 = 𝑆/ = 29,71/√12 = -3,4419
√𝑛

Si: 𝑇𝑐𝑎𝑙 > 𝑇𝑡𝑎𝑏𝑙𝑎 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
Paso 5: Decisión
𝑇𝐶 = −3,44 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
Paso 6. Conclusión:
Con un nivel de significancia del 10%, existe evidencia estadística para aceptar
la hipótesis nula, existe un uso de azúcar menor de 95 gramos en los productos
AJE.
8.3 PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIAS CON
VARIANZA CONOCIDA
La empresa AJE siempre ha buscado la mejora en la producción y calidad, por
lo que está interesada en comparar el rendimiento de dos grupos de producción,
deseando determinar si el rendimiento de productos elaborados diariamente por
el grupo A es mayor al del grupo B. Por ello, se realizaron las siguientes muestras
aleatorias: 21 individuos del grupo A, con un promedio diario de 6.67, y 21
individuos del grupo B con un promedio muestral de 5.9 de productos diarios.
Supóngase una varianza poblacional para el grupo A de 18 y una varianza
poblacional de 15 para el grupo B. ¿Existe evidencia de mayor rendimiento en el
grupo A? Pruebe a un nivel de significancia del 3%.
GRUPO A GRUPO B
𝜃 = 18 𝜃 = 15
𝑛1 = 21 𝑛1 = 21
𝑥1 = 6.67 𝑥1 = 5.8
𝐻0 : 𝑢1 ≤ 𝑢2
𝐻1 : 𝑢1 > 𝑢2
𝛼 = 0.05
(𝑋1 −𝑋2 )−(𝑢1 −𝑢2 ) (6.67−5.8)−(0)

𝑍𝑐 = = = 0.170154
𝜃2 2
1 𝜃2
2 2
√ + √18 +15
𝑛1 𝑛2 21 21
Si: 𝑍𝑐𝑎𝑙 > 𝑍𝑡𝑎𝑏𝑙𝑎 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
Paso 5: Decisión
𝑍𝐶 = 0.17 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
Paso 6: Conclusión
Con un nivel de significancia de 5%, existe evidencia estadística para aceptar la
hipótesis nula, existe evidencia de menor rendimiento por el grupo A.

La empresa AJE está llevando a cabo una reestructuración, por lo desea
comprobar si el promedio de horas diarias laborando en la empresa del grupo de
los nuevos (menos de 5 años laborando) es menor que la de los antiguos
(trabajan más de 5 años). Por ello, se realiza las siguientes muestras aleatorias:
27 trabajadores del grupo de los nuevos, encontrando un promedio muestral de
horas trabajadas de 7.14 con una desviación estándar de 2.38, y 15 trabajadores
antiguos, con un promedio muestral de 6.3 horas a diario y 2.25 de desviación
estándar. Con un nivel de significancia del 5% ¿Existe evidencia que el promedio
de las horas laborando de los trabajadores nuevos es mayor que la de los
antiguos? Asuma homogeneidad de varianzas.
NUEVOS ANTIGUOS
𝑛1 = 27 𝑛2 = 15
𝑥1 = 7.14 𝑥2 = 6.30
𝑆1 = 2.38 𝑆2 = 2.25
suponiendo 𝜃1 = 𝜃2
𝐻0 : 𝑢1 ≥ 𝑢2
𝐻1 : 𝑢1 < 𝑢2
𝛼 = 0.05
(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22 (𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22

𝑆𝑝2 = = = 5.45
𝑛1 +𝑛2 −2 𝑛1 +𝑛2 −2
(𝑋1 −𝑋2 )−(𝑢1 −𝑢2 ) (7.14−6.3)−(0)

𝑇𝑐 = 1 1
= = 1.11734
1 1
√𝑆𝑝2 (𝑛 +𝑛 ) √5.45( + )
1 2 27 15
Si: 𝑇𝑐𝑎𝑙 > 𝑇𝑡𝑎𝑏𝑙𝑎 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
Paso 5: Decisión
𝑇𝐶 = 1.109 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
Paso 6: Conclusión:
Con una significancia del 5%, existe evidencia estadística para no rechazar la
hipótesis nula, y afirmar que el promedio de horas trabajadas por los nuevos
trabajadores es mayor que la de los antiguos.

Para la realización de 20 bebidas realizadas por el grupo A se ha usado una
cantidad promedio de azúcar de 65.48, con desviación estándar de 29.71,
mientras que para la realización de 22 bebidas por el grupo B se usa una
cantidad promedio de azúcar de 60.21, con desviación estándar de 25.55. Con
un nivel de significancia de 10%, se desea determinar si existe alguna diferencia
significativa en el uso de azúcar promedio para la producción de bebidas entre
ambos grupos, donde se supone que las dos poblaciones son normales, pero no
se puede suponer que las varianzas poblacionales desconocidas sean iguales.
GRUPO A GRUPO B
𝑛2 = 20 𝑛2 = 22
𝑥1 = 65.48 𝑥1 = 60.21
𝑆1 = 29.71 𝑆1 = 25.55
suponiendo 𝜃1 ≠ 𝜃2
𝐻0 : 𝑢1 = 𝑢2
𝐻1 : 𝑢1 ≠ 𝑢2
𝛼 = 0.10
(𝑋1 −𝑋2 )−(𝑢1 −𝑢2 ) (65.48−60.21)−(0)

𝑇𝑐 = = = 0.6037
𝑆2 𝑆2 2 2
√ 1 + 2 √29.71 +25.55
𝑛1 𝑛2 27 15
2 2
29.712 25.552 2
𝑆 𝑆
( 1 + 2 )2 ( + )
𝑛1 𝑛2 20 22
𝑣= 𝑆2 𝑆2
= 2 = 37.7 = 38
29.71 2 25.552 2
( 1 )2 ( 2 )2 (
20
) ( )
𝑛1
+
𝑛2 + 22
𝑛1 −1 𝑛2 −1 20−1 22−1
Si: 𝑇𝑐𝑎𝑙 > 𝑇𝑡𝑎𝑏𝑙𝑎 𝑜 𝑇𝑐𝑎𝑙 < 𝑇𝑡𝑎𝑏𝑎𝑙𝑎 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
Paso 5: Decisión
𝑇𝐶 = 0.6037 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
hipótesis nula, y evidenciar que no existe una diferencia significativa en el uso
de azúcar de ambos grupos en la producción de bebidas.

8.6 PRUEBA DE HIPÓTESIS DE PROPORCIÓN
Una supervisora de la empresa AJE, está muy preocupada por el rendimiento de
los trabajadores de la empresa, por lo que afirma que "Menos del 55% de los
trabajadores de la empresa cuentan con menos de 5 años laborando en la
empresa". Por ello, se realizó una nueva investigación, donde se tomó una
muestra de 42 trabajadores del área de producción, del cual 21 de ellos han
trabajado por más de 5 años en la empresa. ¿Se seguirá cumpliendo lo afirmado
por la supervisora en el nuevo estudio? Use un nivel de significancia del 5%.
Datos
n=42
21
𝑝 = 42 = 0.5
𝐻0 : 𝜋 ≥ 0.55
𝐻1 : 𝜋 < 0.55
𝛼 = 0.05
𝑝−𝜋 0.5 − 0.55

𝑍𝑐 = = = −0.65
𝜋(1−𝜋) 0.55(1−0.55)
√ √
𝑛 42
Paso 5: Decisión
𝑍𝐶 = −0.65 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
hipótesis nula, y evidenciar que no lo que menciona la supervisora no es
correcto.
8.7 PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE PROPORCIONES
Un supervisor de la empresa AJE seleccionan muestras aleatorias de 15
trabajadores del grupo A y otros 27 trabajadores del grupo B para poder
investigar si las máquinas usadas durante la producción son debidamente
revisadas. La tabla muestra los resultados de la investigación:
Grupo 1 Grupo 2
[0 - 3[ 10 5
[3 - 5] 5 22
TOTAL 15 27
Con una significancia de 1% ¿Existe diferencia significativa entre las
afirmaciones del Grupo 1 y Grupo 2 que afirman que durante el mes se realizan
menos de 3 revisiones a las máquinas de la empresa AJE?
GRUPO A GRUPO B
𝑛1 = 15 𝑛2 = 27
𝑥1 = 10 𝑥2 = 5
10 5
𝑝1 = = 0.67 𝑝1 = = 0.19
15 27

𝐻0 : 𝜋1 = 𝜋2
𝐻1 : 𝜋1 ≠ 𝜋2
𝛼 = 0.01
𝑋 +𝑋 10+5
𝑃 = 𝑛1 +𝑛2 = 15+27 = 0.36
1 2
(𝑝1 −𝑝2)−(𝜋1 −𝜋2 ) (0.67−0.19)−(0)

𝑍𝑐 = 1 1
= = 3.1053
1 1
√𝑃(1−𝑃)(𝑛 +𝑛 ) √0.36(1−0.36)( + )
1 2 15 27
Paso 5: Decisión
𝑍𝐶 = 3.10 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑜
Con una significancia del 1%, existe evidencia estadística para rechazar la
hipótesis nula, y evidenciar que existe una diferencia significativa entre las
afirmaciones de ambos grupos.

8.8. PRUEBA DE HIPOTESIS PARA LA VARIANZA

La empresa AJE se dedica a la producción de bebidas que se distribuyen a todo
el Perú. Sabiéndose que estas bebidas han presentado por un tiempo de
expiración cuya varianza era 1.20 meses.
Tras esto, el gerente de la empresa espera que haya aumentado la variabilidad
del tiempo de vida, para ello se realiza una muestra aleatoria de 30 bebidas,
encontrándose una varianza de 1.36 meses. ¿Qué noticias se le dará al gerente?
Use el nivel de significancia del 5% para realizar la prueba.
Datos:
n=30
𝑆 2 = 1.36
Paso 1: Planteamiento de hipótesis

𝐻0 : 𝜃 2 ≤ 1.20
𝐻1 : 𝜃 2 > 1.20
𝛼 = 0.05
(𝒏−𝟏)𝑺𝟐 (𝟑𝟎−𝟏)𝟏.𝟑𝟔
𝑿𝟐𝒄𝒂𝒍 = = = 𝟑𝟐. 𝟖𝟕
𝜽𝟐𝟎 𝟏.𝟐𝟎
Paso 4: Región crítica

Paso 5: Decisión
𝑋 2 𝐶 = 32.87 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑑𝑒 𝑛𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜.
Paso 6: Conclusión
A un nivel de significancia del 5% no existe evidencia estadística para rechazar
𝐻0 , por lo tanto, podemos afirmar que la varianza ha disminuido y se tiene malas
noticias para el gerente.

Bibliografía:
Acosta, O. (2020). ¿Cómo asegurar el control de calidad de bebidas en la
industria alimentaria? THE FOOD TECH. Recuperado de :
https://thefoodtech.com/columnistas/como-asegurar-el-control-de-
calidad-de-bebidas-en-la-industria-alimentaria/
Lopez, C. & Peralta E. (2019). Sistema de gestión de calidad de los Productos
Lácteos Miraflor en la ciudad de Estelí, en el primer semestre 2019.
Recuperado de:
https://revistas.uptc.edu.co/index.php/ingenieria_sogamoso/article/view/5
306/4976
Hernandez Palma H., Barrios Parejo I., & Martínez Sierra D. (2018). Gestión de
la calidad: elemento clave para el desarrollo de las organizaciones.
Revista Criterio Libre. Vol. 16. (N° 28). pp. 179-195.
https://revistas.unilibre.edu.co/index.php/criteriolibre/article/view/2130/16
21
Salvatierra S.R.(2021).Sistema de control de calidad para la automatización de
la inspección de bebidas en plantas embotelladoras de Potosí,
Bolivia.Rev. de Ingeniería y sus Alcances Vol. 5 (Núm. 12)
https://doi.org/10.33996/revistaingenieria.v5i12.82
Rodríguez Balza, M. Y., Machado Torrealba, W. S., & Villamarin Oliveros, A. J.
(2019). Muestreo para el control de calidad en el proceso de elaboración
de envases metálicos para alimentos. Revista en Ingeniería Investigación

y Tecnología (Vol. 20, Números 2, pp. 1-9).
https://doi.org/10.22201/fi.25940732e.2019.20n2.017
ANEXOS:
Modelo de encuesta:
Para poder realizar este trabajo, el grupo propuso una serie de preguntas las
cuales fueron plasmadas en una encuesta virtual para aplicarla en la población
de los trabajadores del área de producción de la empresa AJE. La herramienta
usada fue Google Forms “encuestas”, la cual consta de 20 preguntas y donde el
usuario podrá responder de forma acertada dependiendo de su criterio y tiempo
laborando en dicha empresa de cómo se ha ido desarrollando la calidad y el
proceso de los productos elaborados.
1. ¿Cuántos años se encuentra laborando en la empresa?

● [0-5[
● [5-10[
● [10-15[
● [15-20]
2. ¿Cuántas horas labora diariamente?
● [0-4[
● [4-8[
● [8-12]
3. ¿Cuántos productos tiene el grupo AJE?
● [0-5[
● [5- 10[
● [10-15[
● [15-20[
● [20-25]
4. Durante el tiempo de servicio: ¿Cuántos productos elaboró en la
empresa?
● [1 - 5[
● [5 - 10[
● [10 - 15]
5. ¿Cuántas personas trabajan en el área de producción?
● [0-50[
● [50 - 100[
● [100 - 150[
● [150 - 200]
6. ¿Cuántas personas se encargan de la supervisión de la calidad de un
producto antes de distribuirse?
● [0 - 10[
● [10 - 20[
● [20 - 30[
● [30 - 40]
7. ¿Cada que tiempo rotan el personal encargado del control de calidad?
● [0 - 4[
● [4 - 8[
● [8 - 12]
8. ¿Se usa la vestimenta y herramientas adecuadas para realizar el control
de calidad?
● SI
● NO
9. ¿Cuántas horas les toma la realización de control de calidad en un
producto?
● [0 - 2[
● [2 - 4[
● [4 - 6[
● [6-8]
10. ¿Con qué frecuencia a la semana se realiza un control de calidad de los
productos en AJE?
● 0 veces
● 1 vez
● 2 veces
● 3 veces
● 4 veces
11. ¿Cuántas veces mensualmente se revisan las máquinas usadas en el
área de producción?
● 0 veces
● 1 vez
● 2 veces
● 3 veces
● 4 veces
● 5 veces
12. ¿Con qué frecuencia al mes se han presentado desperfectos en las
máquinas?
● 0 veces
● 1 vez
● 2 veces
● 3 veces
● 4 veces
● 5 veces
13. ¿Con qué frecuencia al mes se realiza una capacitación sobre una
desinfección adecuada?
● [0 - 2[
● [2 - 4[
● [4 - 6]
14. Como trabajador, ¿Cuánto tiempo en minutos le dedican a la
desinfección antes de ingresar a la planta?
● [0 - 20[
● [20 - 40[
● [40 - 60]
15. ¿Con qué frecuencia al mes se renueva el equipo de bioseguridad para
la elaboración de los productos?
● [0 - 5[
● [5 - 10[
● [10 - 15[
● [15 - 20]
16. ¿Cuánto tiempo en horas se requiere para el empaquetamiento del
producto?
● [0 - 4[
● [4 - 8[
● [8 - 12]
17. ¿Cuánto tiempo de expiración tiene la mayoría de sus productos?
(meses)
● [0 - 3[
● [3 - 6[
● [6 - 9[
● [9 - 12]
18. ¿Cuántos de los productos producidos llevan octógonos?
● [0 - 5[
● [5 - 10[
● [10 - 15[
● [15 - 20]
19. ¿Cuántos gramos en promedio de azúcar tiene cada producto elaborado
por el grupo AJE?
● [0 - 50[
● [50 - 100[
● [100 - 150]
20. ¿Cuál es el porcentaje de merma aproximada durante la realización de
una producción mensualmente?
● [0 - 5[
● [5 - 10[
● [10 - 15[
● [15 - 20[
● [20 - 25]

Ejemplo 1

Cargado por

Copyright:

Formatos disponibles

Ejemplo 1

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

Ejemplo 1

Cargado por

Copyright:

Formatos disponibles

Facultad de Ingeniería

“CONTROL DE CALIDAD Y PROCESO EN LA

1. Antecedentes/ Descripción del proyecto

1. Antecedentes /Descripción del proyecto

Acosta (2020) en su artículo titulado “¿Cómo asegurar el control de

calidad de bebidas en la industria alimentaria?” Desempeña un papel importante

en la elaboración de bebidas, debido a que este sector ha crecido

descontroladamente durante los últimos años. El presente trabajo tiene una

conclusión relacionada al diseño del procesamiento de los productos. además

que concuerda en la idea que se presenta, la cual es convencer a los clientes

que AJE es una ventaja única frente a su competencia en lo que se basa el

control de calidad , dándonos a entender que estos temas en la actualidad son

de mucha importancia para el consumidor , brindando la suficiente información

nutricional de cómo es procesado y llevado a la venta un producto. Con los

suficientes antecedentes, este Artículo está basado cualitativamente que

muestran un resultado a base de preguntas frecuentes por parte de distintas

Salvatierra (2021) en su artículo de investigación: “Sistema de control de

calidad para la automatización de la inspección de bebidas en plantas

embotelladoras de Potosí, Bolivia”. En el presente trabajo tuvo como resultado

el sistema de control de calidad para la automatización, el cual se construyó

aplicando la Metodología Ágil XP, el lenguaje de programación C++ y OpenCV

para el procesamiento de imágenes y la teoría correspondiente para el diseño

del Hardware para dar respuesta al diagnóstico de necesidades.

calidad de los Productos Lácteos Miraflor en la ciudad de Estelí, en el primer

gestión de calidad en los productos Lácteos Miraflor Estelí, se determina un

aumento en la productividad y desarrollo de diferentes productos derivados de

leche, siendo necesario una mejor capacitación a los trabajadores de la empresa

para poder mantenerse siempre encaminados en la mejora continua. Partiendo

la calidad, rentabilidad y aceptabilidad de los clientes hacia los productos.

Rodríguez et. al (2019) en su artículo científico “Muestreo para el control

de calidad en el proceso de elaboración de envases metálicos para alimentos”,

propone el uso del muestreo sistemático probabilístico como herramienta de

monitoreo de la calidad en procesos de manufactura. El presente trabajo tiene

como conclusión, que para facilitar el muestreo y mejorar la precisión, en

situaciones de producción continua, es conveniente utilizar un mecanismo de

selección sistemática en el tiempo cuando las unidades de muestreo son

consecutivas, asumiendo que existe una relación entre los indicadores de

calidad y la incompatibilidad de la máquina que podría generar productos fuera

Hernández et al. (2018) en su artículo de investigación: “Gestión de la

calidad: elemento clave para el desarrollo de las organizaciones”. El resultado

la calidad de los procesos debe estar basada en la satisfacción del cliente y la

mejora continua. Asimismo, promover la calidad en dichos procesos impulsa la

2. Problema central del proyecto

¿De qué manera se relaciona el control de calidad y los procesos en la

elaboración de productos de la empresa Aje, del área de producción, Lima-

● Realizar un análisis estadístico del control de calidad y los procesos de

producción en la empresa Aje.

● Determinar la cantidad de trabajadores en el área de producción y

supervisión en la calidad de los productos.

● Determinar cuánto tiempo se dedican a la desinfección de los

trabajadores, maquinarias e insumos utilizados para el proceso.

● Determinar con qué frecuencia se presentan inconvenientes, quejas o

reclamos con respecto a la producción y calidad de los productos.

● Determinar el tiempo requerido que toma el proceso de producción de las

2.1. Conceptos Estadísticos

Todo el personal del área de producción encargadas del control de calidad y

proceso en la elaboración de productos de la empresa Aje en Lima, 2022.

42 personas del área de producción encargadas del control de calidad y proceso

en la elaboración de productos de la empresa Aje en Lima, 2022.