ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

1. ANTECEDENTES DE LA EMPRESA:

1.1

EMPRESA:

La Caja Metropolitana se cre bajo la denominacin social de Caja Municipal de Crdito Popular de Lima, por Ley N 10769 del 20 de enero de 1947 y fue reglamentada mediante Acuerdo de Concejo N 0062 de 1971, de propiedad de la Municipalidad Metropolitana de Lima, con autonoma econmica y financiera, e inici sus operaciones el 8 de setiembre de 1949. La Caja Metropolitana es una sociedad annima integrada al sistema financiero nacional que se rige por su Estatuto, la Ley N 26702, Ley General del Sistema Financiero y del Sistema de Seguros y Orgnica de la Superintendencia de Banca y Seguros, Ley General, la Ley N 10769, la Ley General de Sociedades y las disposiciones establecidas por la Superintendencia de Banca y Seguros, el Banco Central de Reserva del Per y la Contralora General de la Repblica. La Caja Metropolitana es una empresa de operaciones mltiples definida en el artculo 282 de la Ley General como una empresa especializada en otorgar crditos pignoraticios al pblico en general, encontrndose tambin facultada para realizar operaciones activas y pasivas con los concejos provinciales y distritales y con las empresas municipales dependientes de los primeros, as como para brindar servicios bancarios a dichos concejos y empresas. La Caja Metropolitana tiene por finalidad fomentar el ahorro, desarrollar el crdito de consumo en las modalidades de prstamos pignoraticios y personales, concediendo adicionalmente crditos a la micro y pequea empresa e hipotecarios para financiacin de vivienda.

Pgina 1

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

1.2

MISION Y VISION DE LA EMPRESA:

VISION: Contribuye con soluciones financieras innovadoras para cumplir con las aspiraciones de las personas sus emprendimientos y el xito de sus empresas.

MISION: Es un equipo comprometido que aportamos soluciones financieras capaces de agregar valor a la sociedad conducindonos con eficiencia y rentabilidad.

Pgina 2

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

1.3 MODELO ORGANIZACIONAL DE LA EMPRESA:

Pgina 3

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

2. IDENTIFICACION Y DESCRIPCION DEL SISTEMA:

2.1. TEORIA DE COLAS:

La teora de colas es un tema perteneciente a la Investigacin de Operaciones, encargada de proponer modelos para el manejo eficiente de las lneas de espera, sean estas personas, productos, automviles, llamadas telefnicas entre otras. Este estudio investigativo aplicado es un claro ejemplo de interpolacin entre los problemas que a diario deben enfrentar las empresas y las herramientas matemticas y estadsticas diseadas en las ciencias administrativas, las cuales se disponen para el modelamiento y el apoyo en la toma de decisiones complejas. La metodologa general se baso inicialmente en la recoleccin de datos, relacionados con tiempos de llegada y de atencin, y el anlisis exploratorio estadstico de los mismos para comprobar supuestos del modelo y confiabilidad de los datos. Posteriormente se determinaron los parmetros necesarios para utilizar el modelo de teora de colas y determinar las variables de salida de inters. Finalmente se aplico un modelo de aceptacin que permiti calcular el nmero ptimo de promotores sin sacrificar la eficiencia de la empresa representada en el tiempo ocioso de los empleados. Se pretendi conocer inicialmente el flujo de clientes durante los das de la semana y a diferentes horas, por medio de una caracterizacin del sistema de servicio. Este paso fue clave para la aplicacin del modelo propuesto de la teora de colas, el cual, a travs de la informacin obtenida en la caracterizacin, mostro el nmero optimo de promotores que ofreceran un tiempo determinado de espera de los clientes con una eficiencia aceptable para la empresa.

Pgina 4

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

2.2 OBJETIVOS DE LA TEORA DE COLAS:

Los objetivos de la teora de colas consisten en: Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el coste total del mismo. Establecer un balance equilibrado ("ptimo") entre las consideraciones cuantitativas de costes y las cualitativas de servicio. Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la "paciencia" de los clientes depende del tipo de servicio especfico considerado y eso puede hacer que un cliente "abandone" el sistema. Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la "paciencia" de los clientes depende del tipo de servicio especfico considerado y eso puede hacer que un cliente "abandone" el sistema.

2.3 EL SISTEMA DE COLAS

Pgina 5

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

3. APLICACIN DEL MODELO: 3.1 ESTUDIO ESTADISTICO DE LAS LLEGADAS

Para determinar la distribucin de probabilidad para la cantidad de llegadas en un periodo dado, se puede utilizar la distribucin de Poisson. /= Media o cantidad promedio de ocurrencia en un intervalo e= 2.17828 x= Cantidad de ocurrencias en el intervalo

3.2 ESTUDIO ESTADISTICO DE TIEMPO DE SERVICIO

El tiempo de servicio es el tiempo que pasa un cliente en la instalacin una vez el servicio ha iniciado. Se puede utilizar la distribucin de probabilidad exponencial para encontrar la probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t. e= 2.17828

A continuacin, las formulas que pueden usarse para determinar las caractersticas operativas de estado estable para una lnea de espera de un solo canal. El objetivo de las formulas es mostrar cmo se puede dar informacin acerca de las caractersticas operativas de la lnea de espera.

Pgina 6

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

MODELOS DE LINEA DE ESPERA DE UN SOLO CANAL CON LLEGADAS DE POISSON Y TIEMPOS DE SERVICIOS EXPONENCIALES

Pgina 7

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

MODELOS DE LINEA DE ESPERA CON CANALES MULTIPLES CON LLEGADAS DE POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES
A continuacin, las formulas que pueden usarse para determinar las caractersticas operativas de estado estable para lneas de espera con mltiples canales.

Pgina 8

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

4. EVALUACION DEL MODELO:

El punto de partida fue clasificar el comportamiento de los usuarios a la llegada a la agencia, durante todos los das de la semana y las horas hbiles del dia, dependiendo de la tasa de arribo de los clientes. Para evitar datos sesgados, los das que se tuvieron en cuenta para la recoleccin de las muestras en la base de datos cumplieron las siguientes caractersticas: Ningn martes despus de festivos. Por experiencia se sabe que la agencia posee un comportamiento inusual. Ningn da del mes de diciembre. Este mes requiere un estudio paralelo dado el comportamiento inusual que se presenta. Las horas habilitadas para el estudio fueron aquellas en la que la agencia permanece abierta es decir, de lunes a viernes de 8:00 am a 11:30 am, de 2:00pm a 4:00 pm y de 5:00 pm a 6:30pm.

Posteriormente para examinar el comportamiento de llegada de los clientes a la agencia, se tuvo en cuenta la condicin explicada en el apartado anterior: se observo la conducta de la afluencia de los clientes durante los das de la semana y a diferentes horas del da. Con respecto a los intervalos de tiempo para un da en particular, estos fueron elegidos a partir de muestreo piloto y con informacin suministrad por el personal de la agencia segn el flujo de personas que ocurra en el transcurso del da. Se pueden resumir y clasificar as: Intervalo I: Intervalo II: Intervalo III: Intervalo IV: 8:00 am 10:00 am 10:00 am 11:30 am 2:00 am 4:00 pm 5:00 am 6:30 pm

La tabla 1 permite apreciar el tiempo promedio entre llegada de los clientes(la inversa de la tasa de llegada) para los diferentes das-horas de la semana luego de recolectar 10 muestras para cada caso. En el eje horizontal se muestran los intervalos de horas elegidos y en el vertical los das de la semana.

Pgina 9

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

A su vez, la figura 1 muestra grficamente los datos correspondientes a la tabla 1. Como queda ilustrado, no hay ningn aparente predominio de cualquiera de los das (las lneas se cruzan entre s).

Es visible, si, una clara diferencia entre los respectivos intervalos de hora, lo que hace pensar que las discrepancias se presentan por la hora del da y no por el da de la semana. El paso siguiente se centra en realizar pruebas de hiptesis que comparen los promedios encontrados y no corroboren su igualdad o diferencia. Dado que los tiempos entre llegadas no suelen poseer distribuciones de probabilidad normal sino exponencial(como de hecho se verificara ms adelante), con el objetivo de confirmar la sospecha enunciada, se plantea una prueba de hiptesis no paramtrica llamada Kruskal-Wallis, la cual compara el valor de las medias de las veinte horas-da seleccionadas diciendo si existe alguna diferencia entre ellas. El contraste de Kruskal-Wallis es la alternativa no parametrica del mtodo Anova, es decir, sirve para contrastar la hiptesis de que K muestras cuantitativas han sido obtenidas de la misma poblacin. La nica exigencia versa sobre la aleatoriedad en la extraccin de las muestras, no haciendo referencia a ninguna de las otras condiciones adicionales de homocedasticidad y normalidad necesarias para la aplicacin del test paramtrico Anova. En la tabla 2 se presentan algunos aspectos importantes a considerar para la realizacin de la prueba.

Pgina 10

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

La hiptesis a contrastar es:

Todos los clculos necesarios para realizar la prueba se soporto en un macro realizado en Microsoft Excel. Los resultados del macro, as como las hiptesis y las conclusiones obtenidas se ilustran en la tabla 3.

Pgina 11

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

5. CONCLUSIONES:

El planteamiento que se utilizo para el estudio de la lnea de esperas, sirve como plataforma o modelo para realizar trabajos posteriores que relacionen las mismas variables de entrada y de respuesta. Tambin, con el objetivo de obtener razones cuantitativas para la toma de decisiones, se puede recurrir a esta metodologa si se desea llevar a cabo ms adelante una investigacin donde se sospeche que las caractersticas en el sistema de colas inicialmente encontradas han cambiado. Los modelos cuantitativos aplicados en este trabajo son muy adecuados como soporte para la toma de decisiones, ayudando al mejoramiento de los procesos de atencin al cliente. De este modo se convierten en una va para la obtencin de ventajas competitivas de empresas prestadoras de servicios, donde el ambiente que rodea la entrega del producto es el que genera el valor agregado que perciben los clientes Las colas que se presentan en el transcurso de los procesos de atencin al usuario, indudablemente, tienen un modus operandi dependiendo de los das y las horas en que ocurre el evento; es deber de las empresas, pues, obtener el modelo de dicho comportamiento para adecuar su sistema de atencin. En caso contrario o si se hace caso omiso a dicho modus operandis, las empresas desperdiciaran recursos valiosos, disminuyendo la eficiencia global de la empresa.

Pgina 12

ESTADISTICA INFERENCIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

6. RECOMENDACIONES:

El sistema de colas brinda una ayuda a los problemas que a diario deben enfrentar las empresas y las herramientas matemticas y estadsticas diseadas en las ciencias administrativas, las cuales se disponen para el modelamiento y el apoyo en la toma de decisiones complejas.

Pgina 13