UNIVERSIDAD DEL NORTE

DIVISION DE INGENIERIAS
DEPARTAMENTO DE INGENIERIA INDUSTRIAL
ANLISIS DE DATOS EN INGENIERIA I
TALLER

1. Para hacer ms sencillos todos los anlisis respectivos recurrimos al software

estadstico Statgraphics, el cual es una herramienta que permite automatizar de
forma clara y sencilla todos nuestros clculos. En el archivo adjunto de Excel, y de
Statgraphics, estn resumidos todos los clculos hechos durante la investigacin.
a) Nuestra variable de inters son tiempos de atencin, en minutos.
En primer lugar, hacemos el respectivo grfico de lneas:

No observamos ningn patrn extrao que indique correlacin entre los tiempos
tomados. Para trazar el histograma, debemos seguir la siguiente secuencia de
comandos:
1

Por defecto, Statgraphics usa una cantidad irrisoria de clases. Nosotros usamos la
cantidad ptima, que es 6:

Este histograma ser analizado de manera detallada en incisos posteriores.

b) Para este paso, nos valemos de Microsoft Excel.

Medidas de Centralizacin:
Centralizacin
Media
7,51
Mediana
5,93

Moda

2,4

Vemos que, la moda es menor a la Mediana, y esta a la vez menor a la media.

Esto nos indica una distribucin sesgada a la derecha.

Medidas de posicin:

Posicin
Cuartil 1
3,70
Cuartil 2
5,93
Cuartil 3
8,12

Segn los resultados, el 75% de los datos se encuentra entre 3,7 y 8,12. Esto
supone una alta variabilidad entre los datos.

Medidas de dispersin:

Dispesin
Varianza
35,8
0
Desviacin
5,98
Coef var
0,17
Rango
4,42
InterQ

Tenemos un coeficiente de variacin relativamente pequeo, lo que indica que la

dispersin dentro del rango inter cuartil es pequea.

c) Dado el sesgo hacia la derecha en la distribucin, y el hecho de trabajar con

tiempos, podemos suponer que se trata de una distribucin exponencial. As,
4

procedemos a hacer la prueba de bondad de ajuste respectiva, donde debe

estimarse un solo parmetro, el tiempo promedio de atencin:
H 0 :t Provie ne de una poblacin exponencialmente distribuida
H 1 :t no Provie ne de una poblacin exponencialmente distribuida

Como el p valor de la prueba es superior a 0,05, no puede rechazarse la hiptesis

nula; es decir, los tiempos de atencin se ajustan a una distribucin exponencial
con una confiabilidad del 95%.
d) Para la distribucin exponencial:
F ( x )=1ex

Donde

=7,51 minutos. Adems:

==7,51

Los lmites para dos desviaciones de distancia de la media son:

LI =7,5127,51=7,51; LI =7,51+27,51=22,53
7

En la muestra, hay 29 datos que cumplen esta condicin, lo que representa un

93,5% del total. Usando la distribucin exponencial:
7,51 (22,53)

F ( X =22,53 )=1e

=1

As, hay un distanciamiento significativo en ambos resultados. Esto podemos

atribuirlo al hecho de que el tamao de la muestra es relativamente pequeo.
e) Los primeros 16 datos fueron tomados durante la maana, mientras que los
otros dos durante la tarde. As, procederemos a hacer una prueba de medias:
H 0 :u maana=uTarde
H 1 :u maana uTarde

Para automatizar la prueba, nos valemos nuevamente de Statgraphics.

Vemos que la conclusin es no rechazar la hiptesis nula con alfa del 5%, por lo
que la media en el tiempo de atencin es independiente de la hora del da.

2. Para este punto, evaluamos el mismo proceso. Sin embargo, la variable a

estudiar no fue el tiempo de atencin, sino la cantidad de entidades que llegaban
al sistema cada 10 minutos.
Planteamos las hiptesis:
H 0 : Las llegadas siguenuna distribucin Poisson
H 1 : Las llegadas no siguenuna distribucin Poisson

Volvemos a hacer la prueba de bondad de ajuste en Statgraphics:

10

El p valor de la prueba es 0,477>0,05. Esto nos lleva a concluir, que, en efecto, las
entidades que llegan en un perodo de 10 minutos se ajustan a una distribucin
Poisson.

11

3. Para la encuesta, se encontraron los siguientes lugares susceptibles de quejas

por parte de los estudiantes. En el archivo de la encuesta, iniciamos haciendo una
tabla dinmica:

Suma de
Cantidad
4
8
7
4
1
10
5
7
1
8
55

Rtulos de fila
Biblioteca
Cafetera
Centro de copiado
Centro mdico
Otro
Parqueadero
Registro
Salas de usuario
Zonas de deporte
Zonas de estudio
Total general

Ordenamos las frecuencias de mayor a menor, y acumulamos:

tem
Parqueadero
Cafetera
Zonas de estudio
Centro de
copiado
Salas de usuario
Registro
Biblioteca
Centro mdico
Otro
Zonas de
deporte

f
10
8
8
7
7
5
4
4
1
1

F
10
18
26

F Relativa
0,18181818
0,32727273
0,47272727

33
40
45
49
53
54

0,6
0,72727273
0,81818182
0,89090909
0,96363636
0,98181818

55

Haciendo el respectivo grfico de Pareto

12

1.200
1.000
.800
.600
.400
Acumulado

.200

1.000
.982
.964
.891
.818
.727
.600
.473
.327
.182

.000

F Relativa

tem

De las 10 causas asignables encontradas, 6 acumulan el 82% de todas las quejas.

Estas 6 causan representan un 60% del total de causas. Podemos interpretar este
resultado de la siguiente manera: En particular, no hay una causa nica de queja,
y puede resultar normal que alguna de estas causas presenten fallas en ciertos
momentos del tiempo, pero no permanentemente, ya que de ser as, esto se
hubiese visto reflejado en el grfico. Por ejemplo si registro siempre prestara un
mal servicio, la gran mayora de los encuestados se habra quejado de este lugar.
Sin embargo, esto no ocurri.

13