SEGUNDO EXAMEN PARCIAL DE ESTADÍSTICA II

Integrantes:
 Haiderh Silvera Abellaneda
 Cesar Rodríguez Béjar

Escribir sus apellidos y nombres

1. Se quiere realizar una investigación para determinar el nivel de satisfacción laboral de los trabajadores de la UAC. Se
sabe que el número de trabajadores es de 3020.
a) ¿Qué tamaño de muestra se debe seleccionar para realizar este estudio, si se quiere tener una confianza
del 90% de que el error de estimación de la proporción de trabajadores de la UAC no sea superior al 5%?
Si los trabajadores están en una nómina y son:

Docente 2100

Administrativo 920

Total 3020

Tamaño de poblacion N 3020

Nivel de confianza z 1.645
Proporcion de éxito p 0.5
Error e 0.05
Tamaño Muestra n 249

b) Cuantos Docentes y personal administrativo deben ser considerados en la muestra por afijación
constante y proporcional.

Poblacion Muestreo Muestreo

estratificado estraficado
constante proporcional
Distrito Ni ni = n/k ni = n(Ni/N)
Docente 2100 124 172
Administrativo 920 124 76
Total 3020 248 248

c) Utilizando afijación constante y muestreo aleatorio simple, indicar quienes serían los docentes
seleccionados.
DOCENTE
=ALEATORIO.ENTRE(1;2100)

381 433 551 1315 1457

1605 922 522 1677 2082
247 1307 976 1800 427
1871 2013 367 111 1057
1673 383 2078 1281 592
57 658 913 1528 1603
988 229 1774 1983 382
1460 1824 1876 2072 1424
1930 222 268 1787 1928
1556 92 1622 465 1364
650 412 527 304 2080
1629 1593 1072 309 490
1408 1809 1018 351 1367
681 272 524 1817 1337
254 1421 644 2018 923
110 401 1261 1957 1765
1492 2008 1644 1211 1752
478 1833 1886 692 68
249 994 1034 1991 438
1715 664 1239 1944 956
225 114 1663 1413 1761
927 1678 1514 1526 1955
1426 1474 1590 1420 1916
82 241 1583 1325 821
1967 324 88 1229 114
 ADMINISTRATIVO
=ALEATORIO.ENTRE(1;920)

163 281 861 690 401

99 516 427 8 327
149 207 295 743 525
201 744 37 390 588
499 722 292 22 492
537 319 679 808 379
139 551 355 262 656
681 137 652 464 648
858 827 758 83 375
476 617 229 45 680
268 450 275 37 841
590 135 459 648 466
636 900 186 148 109
177 401 533 334 686
328 196 21 227 539
598 516 349 725 322
585 308 805 6 855
695 286 544 685 189
211 773 658 30 707
447 645 830 359 726
850 637 431 338 768
507 686 294 874 444
636 638 71 566 552
166 29 688 633 804
288 368 184 542 225

d) Utilizando afijación proporcional y muestreo sistemático indicar quienes serían los trabajadores
administrativos seleccionados.
 N=2100
 n=173
𝑁
 𝐼= 𝑛
= 12.14 = 12

2. Las primeras semanas del 2018 fueron buenas para el mercado de acciones. En una muestra de 35 fondos abiertos
se encontraron las siguientes ganancias (en millones de soles).
7.0 3.2 1.4 5.4 8.5 2.5 2.5 1.9 5.4 1.6
1.0 2.1 8.5 4.3 6.2 1.5 1.2 2.7 3.8 2.0
1.2 2.6 4.0 2.6 0.9 1.7 5.2 4.6 9.2 2.3
3.5 4.6 2.6 3.5 1.8
 Los corredores de bolsa recibirán un aumento en sus remuneraciones si este promedio supera 3.5 puesto que la
población tiene una distribución normal, si Usted es uno de los corredores de bolsa sustente significativamente si
recibe o no el aumento.

FORMULACION DE HIPOTESIS
Hipótesis nula:
µ= 3.5 (Los corredores de bolsa no reciben aumento en sus remuneraciones, por superar el
promedio puesto)
Hipótesis alterna:
µ > 3.5 (Los corredores de bolsa recibirán un aumento en sus remuneraciones, por superar el
promedio puesto)

Z de una muestra: Ganancias

Error
estándar Límite
de la inferior
Variable N Media Desv.Est. media de 95% Z P
C1 35 3.514 2.240 0.379 2.891 0.04 0.485

CONCLUSION
Como P = 0.485 > 0.05 Se rechaza la hipótesis nula, es decir que al 95% de confianza se afirma
que los corredores de bolsa no van a recibir un aumento en sus remuneraciones, por superar el
promedio puesto.

3. Un fabricante reemplazaría su sistema actual de producción que tiene una media de 4.5 segundos y una varianza de
0.09 segundos, solo si el nuevo sistema resulta más estable en variabilidad que el actual. Para tomar la decisión
escogió una muestra al azar de 10 tiempos del nuevo sistema de producción y obtuvo las siguientes mediciones en
segundos:

4.55 4.30 4.45 4.48 4.59 4.53 4.36 5.10 4.40 4.38
¿Debería el fabricante reemplazar su sistema de producción actual por el nuevo? Use el nivel de significación de 5%
y asuma que el tiempo que emplea el nuevo sistema se distribuye según el modelo de probabilidad normal.

Datos:
MUESTRA 10
MEDIA 4.5
NIVEL DE CONFIANZA 1-α=95%
VARIANZA 0.09
NIVEL DE SIGNIFICACIÓN
𝛼 = 0.05

ESTADÍSTICO DE PRUEBA
𝑥̅ −𝜇0 (10−4.5)∗√10
𝑍𝑐 = 𝜎 = = 193.2503
⁄ 𝑛 0.09
√

REGIÓN CRITICA
Distribution Plot
Normal; Mean=4.5; StDev=0.09
5

3
Density

0.05
0
4.352 4.5
X

FORMULACIÓN DE HIPÓTESIS
Hipótesis nula:
μ = 4.5 (la producción aumente en menos tiempo).
Hipótesis alterna:
𝜇 > 4.5 (la producción disminuya en mayor tiempo).

N Mean SE Mean 95% CI

12 10.0000 0.0260 (9.9491; 10.0509)

Prueba
Hipótesis nula H₀: μ = 4.5

Hipótesis alterna H₁: μ > 4.5

VALOR T VALOR P
 172.20 0.000

CONCLUSIÓN
Como 𝑝 = 0 > 0.05 entonces se acepta la hipótesis nula, es decir al 95% de confianza se
afirma que, la producción disminuirá en mayor tiempo

4. En una sucursal bancaria se había establecido que el tiempo promedio de espera en la atención a cada cliente en la
ventanilla correspondiente era de 8 minutos. Para disminuir el valor de este parámetro, el personal tuvo una
capacitación, posteriormente se tomó una muestra aleatoria de 10 clientes, y se registró los tiempos de espera (en
minutos) frente a la ventanilla correspondiente:

7.8 5.2 9.8 6.6 10.5 8.4 2.6 5.6 4.7 4.1
Al 99% de confianza que puede Ud. Afirmar con respecto al curso de capacitación.
Datos:
𝑛 = 10
1 − 𝛼 = 0.99
μ = 6.53

FORMULACIÓN DE HIPÓTESIS
Hipótesis nula:
μ = 6.53 (La capacitación a los empleados hizo optimizar el tiempo, para disminuir el tiempo
que le lleva en atender a un cliente)
Hipótesis alterna:
𝜇 ≠ 6.53 (La capacitación a los empleados no hizo optimizar el tiempo, para disminuir el
tiempo que le lleva en atender a un cliente).

One-Sample T: C1

Test of μ = 8 vs ≠ 8

Variable N Mean StDev SE Mean 99% CI

C1 10 6.530 2.558 0.809 (3.901; 9.159)
T P
-1.82 0.103

CONCLUSIÓN
Como 𝑝 = 0.103 > 0.05 entonces se acepta la hipótesis nula, es decir al 99% de confianza
se afirma que, La capacitación a los empleados hizo optimizar el tiempo, para disminuir el
tiempo que le lleva en atender a un cliente
5. Un estudio para investigar la atención al asegurado cuando realiza una llamada a la central de comunicaciones del
seguro social de Cusco, en el cual se registraba la frecuencia con la que los operadores contestaban el teléfono y la
frecuencia con que dejaban que la llamada pase al buzón de voz., se registró 611 llamadas, de cuales 481 se
contestaron siempre. La administración ve por conveniente contratar más personal si la proporción de llamadas que
pasan al buzón de voz es al menos 20%. Cuál es su recomendación al 90% de confianza.
Datos:
𝑝 = 0.2
𝑥 481
𝑝̅ = = = 0.78
𝑛 611

FORMULACIÓN DE HIPÓTESIS
Hipótesis nula:
p = 0.38 (Se recomienda al alcalde promover estrategias para elevar la proporción de
aceptación de los electores en las próximas de electores).
Hipótesis alterna:
𝑝 > 0.38 (Se recomienda al alcalde presentarse a las próximas elecciones).
 CONCLUSIÓN
Como 𝑝 = 0.000 > 0.05 entonces se acepta la hipótesis nula, es decir al 95% de confianza
se recomienda al Alcalde presentarse a las próximas elecciones.

6.-Una empresa de recordatorios compra tazas de loza para imprimir en ellas logotipos de actos deportivos,
graduaciones, cumpleaños u otras ocasiones importantes. La empresa recibió un pedido esta mañana. para
asegurarse de la calidad del envió, selecciona una muestra aleatoria de 300 tazas encontrando que 15 estaban
defectuosas. El dueño de la empresa llego a un acuerdo con su proveedor devolverá los lotes si encuentra Al menos
el 10% de artículos defectuosos. Que decisión toma el dueño.

𝑋 15
Proporción muestral 𝑝̅ = = = 0.05
𝑛 300

𝑝̅ (1 − 𝑝̅ ) 0.05 ∗ 0.95
𝜎𝑝̅ = √ =√ = 0.0126
Error estándar 𝑛 300

Nivel de confianza 1 − 𝛼 = 0.99

𝑍0 𝑍0 =2.576

Error máximo
𝑒 = 𝑍0 ∗ 𝜎𝑝̅ = 0.032416
 𝐿𝐼 𝑝̅ − 𝑒 = 0.082414

𝐿𝑆 𝑝̅ + 𝑒 = 0.017586

0.082 ≤ 𝑃 ≤ 0.018
𝐼𝐶(𝑃)1−𝛼% : 𝐿𝐼 ≤ 𝑃 ≤ 𝐿𝑆

CONCLUSION
El proveedor no devolverá los lotes porque se comprobó que a lo más que se llego es un 8.2% de productos
defectuosos y por ende no llega al 10% de artículos defectuosos.