Prueba de Promedios para Muestras Relacionadas en Máquinas de un Sistema de Producción, mediante el Mantenimiento Preventivo, Panamá, 2022

Autores/as

  • Jorge Luis Martinez Ramirez Universidad de Panamá, Facultad de Ingeniería

Palabras clave:

Prueba de promedios, Mantenimiento preventivo, Prueba de normalidad

Resumen

Una forma de comprobar un experimento antes y después de una muestra relacionada es específicamente la prueba estadística de promedios, lo que permite demostrar si la aplicación del experimento fue positivo o negativo. El objetivo de esta investigación es demostrar por medio de la prueba de promedios que la aplicación del experimento (mantenimiento preventivo) incremento el rendimiento de las máquinas del sistema de producción. El enfoque de la investigación fue cuantitativo mediante la toma de datos antes y después de la aplicación del experimento a las 30 máquinas lo que se considera una prueba longitudinal al obtener los datos de dos pruebas. El método utilizado, es el análisis de datos mediante la prueba de promedios. Se inició con la prueba de normalidad para determinar si la muestra tiene un comportamiento a la distribución normal, el comportamiento de estos datos se realizó mediante la prueba de Shapiro – Wilk por ser una muestra de 30 datos, al obtener este comportamiento muestral se aplicó la prueba de promedio para datos de muestras relacionados. El instrumento que se utilizó para la obtención de los resultados estadístico fue programa SPSS. El resultado de la aplicación del método de mantenimiento preventivo demostró que hubo un incremento mayor al 22.49 % de producción en cada máquina lo que se puedo comprobar mediante la prueba estadística de promedios para muestras relacionadas. En conclusión se puede mencionar que el análisis estadístico mediante la prueba de promedios justifica el comportamiento de la aplicación de un experimento al analizar los datos antes de la aplicación del experimento y después de la aplicación.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alejandro, S. A. F. (2020). Pruebas Paramétricas y No Paramétricas. Probabilidad y Estadística.

Arias, F. (2011). Metodología de la investigación en las ciencias aplicadas al deporte: Un enfoque cuantitativo. Revista Digital EFDeportes, 16(157).

Bautista, R. C. (2009). La hipótesis en investigación. Contribuciones a las ciencias sociales, 4, 19.

Benites, L. (2022, marzo 18). Prueba de Shapiro-Wilk: Definición, cómo ejecutarla en SPSS. Statologos: El sitio web para que aprendas estadística en Stata, R y Phyton. https://statologos.com/prueba-de-shapiro-wilk/

Cabrera, G., Zanazzi, J. F., Zanazzi, J. L., & Boaglio, L. (2017). Comparación de potencias en pruebas estadísticas de normalidad, con datos escasos. Revista Facultad de Ciencias Exactas, Físicas y Naturales, 4(2), 47-52.

CARMONA ARCE, M., & CARRION ROSALES, H. (2015). Potencia de la prueba estadìstica de normalidad Jarque-Bera frente a las pruebas de Anderson-Darling, Jarque-Bera Robusta, Chi-Cuadrada, Chen-Shapiro y Shapiro-Wilk.

Condori-Ojeda, P. (2020). Niveles de investigación.

Delgado Rodríguez, M., & Llorca Díaz, J. (2004). Estudios longitudinales: Concepto y particularidades. Revista española de salud pública, 78, 141-148.

Fabbri, M. (1998). Las técnicas de investigación: La observación. Disponible en: humyar. unr. edu. ar/escuelas/3/materiales% 20de% 20catedras/trabajo% 20de% 20campo/solefabril. htm.(Fecha consulta: Julio de 2013).

Fernández, P. A. T. (2016). Acerca de los enfoques cuantitativo y cualitativo en la investigación educativa cubana actual. Atenas, 2(34), 1-15.

Flores Tapia, C. E., & Flores Cevallos, K. L. (2021). Pruebas para comprobar la normalidad de datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23(2), 83-106.

Galarza Curisinche, E. P. (2021). Implementación de un programa de mantenimiento preventivo en la línea de producción de moldes de panetón para el incremento de la productividad en la empresa Multimoldes SAC–2018.

Hurtado, M. J. R., & Silvente, V. B. (2012). Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. Reire, 5(2), 83-100.

Mendoza Vinces, Á. O., & Ramírez Franco, J. M. (2020). Aprendiendo metodología de la investigación. Grupo Compás.

Mousalli-Kayat, G. (2015). Métodos y diseños de investigación cuantitativa. Revista researchgate. Obtenido de https://www. researchgate. net/publication/303895876_Metodos_y_Disenos_de_Investigacion_Cuantitativa.

Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio. International journal of morphology, 35(1), 227-232.

Pedrosa, I., Juarros-Basterretxea, J., Robles-Fernández, A., Basteiro, J., & García-Cueto, E. (2015). Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué estadístico utilizar? Universitas Psychologica, 14(1), 245-254. https://doi.org/10.11144/Javeriana.upsy13-5.pbad

Quiroz, M. Q. G., & Oyarvide, W. R. V. (s. f.). Prueba t para muestras relacionadas e independientes usando Rstudio, para que sirve y cómo aplicarlo. Convergencias y divergencias en investigación, 192.

Alejandro, S. A. F. (2020). Pruebas Paramétricas y No Paramétricas. Probabilidad y Estadística.

Arias, F. (2011). Metodología de la investigación en las ciencias aplicadas al deporte: Un enfoque cuantitativo. Revista Digital EFDeportes, 16(157).

Bautista, R. C. (2009). La hipótesis en investigación. Contribuciones a las ciencias sociales, 4, 19.

Benites, L. (2022, marzo 18). Prueba de Shapiro-Wilk: Definición, cómo ejecutarla en SPSS. Statologos: El sitio web para que aprendas estadística en Stata, R y Phyton. https://statologos.com/prueba-de-shapiro-wilk/

Cabrera, G., Zanazzi, J. F., Zanazzi, J. L., & Boaglio, L. (2017). Comparación de potencias en pruebas estadísticas de normalidad, con datos escasos. Revista Facultad de Ciencias Exactas, Físicas y Naturales, 4(2), 47-52.

CARMONA ARCE, M., & CARRION ROSALES, H. (2015). Potencia de la prueba estadìstica de normalidad Jarque-Bera frente a las pruebas de Anderson-Darling, Jarque-Bera Robusta, Chi-Cuadrada, Chen-Shapiro y Shapiro-Wilk.

Condori-Ojeda, P. (2020). Niveles de investigación.

Delgado Rodríguez, M., & Llorca Díaz, J. (2004). Estudios longitudinales: Concepto y particularidades. Revista española de salud pública, 78, 141-148.

Fabbri, M. (1998). Las técnicas de investigación: La observación. Disponible en: humyar. unr. edu. ar/escuelas/3/materiales% 20de% 20catedras/trabajo% 20de% 20campo/solefabril. htm.(Fecha consulta: Julio de 2013).

Fernández, P. A. T. (2016). Acerca de los enfoques cuantitativo y cualitativo en la investigación educativa cubana actual. Atenas, 2(34), 1-15.

Flores Tapia, C. E., & Flores Cevallos, K. L. (2021). Pruebas para comprobar la normalidad de datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23(2), 83-106.

Galarza Curisinche, E. P. (2021). Implementación de un programa de mantenimiento preventivo en la línea de producción de moldes de panetón para el incremento de la productividad en la empresa Multimoldes SAC–2018.

Hurtado, M. J. R., & Silvente, V. B. (2012). Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. Reire, 5(2), 83-100.

Mendoza Vinces, Á. O., & Ramírez Franco, J. M. (2020). Aprendiendo metodología de la investigación. Grupo Compás.

Mousalli-Kayat, G. (2015). Métodos y diseños de investigación cuantitativa. Revista researchgate. Obtenido de https://www. researchgate. net/publication/303895876_Metodos_y_Disenos_de_Investigacion_Cuantitativa.

Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio. International journal of morphology, 35(1), 227-232.

Pedrosa, I., Juarros-Basterretxea, J., Robles-Fernández, A., Basteiro, J., & García-Cueto, E. (2015). Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué estadístico utilizar? Universitas Psychologica, 14(1), 245-254. https://doi.org/10.11144/Javeriana.upsy13-5.pbad

Quiroz, M. Q. G., & Oyarvide, W. R. V. (s. f.). Prueba t para muestras relacionadas e independientes usando Rstudio, para que sirve y cómo aplicarlo. Convergencias y divergencias en investigación, 192.

Ríos, A. R., & Peña, A. M. P. (2020). Estadística inferencial. Elección de una prueba estadística no paramétrica en investigación científica. Horizonte de la Ciencia, 10(19), Art. 19. https://doi.org/10.26490/uncp.horizonteciencia.2020.19.597

Sampieri, R., Fernández, C., & Baptista, L. (2014). Definiciones de los enfoques cuantitativo y cualitativo, sus similitudes y diferencias. RH Sampieri, Metodología de la Investivación, 11-1.

Supo-Condori, J. (2013). Importancia del empleo de la bioestadística en las investigaciones biomédicas actuales. Revista Médico-Científica" Luz y Vida", 4(1), 63-64.

Taipe Peña, N. S. (2014). Nivel de estrés y satisfacción laboral del profesional de enfermería del servicio de neonatología del Instituto Nacional Materno Perinatal: 2013.

Valdivieso Torres, J. C. (2010). Diseño de un plan de mantenimiento preventivo para la empresa Extruplas SA [B.S. thesis].

Villasís-Keever, M. Á., & Miranda-Novales, M. G. (2016). El protocolo de investigación IV: Las variables de estudio. Revista Alergia México, 63(3), 303-310.

Wadsworth, J. (1997). Análisis de sistemas de producción animal: Tomo 1. las bases conceptuales. FAO Animal Production and Health Paper.

Descargas

Publicado

2023-01-31

Cómo citar

Martinez Ramirez , J. L. (2023) «Prueba de Promedios para Muestras Relacionadas en Máquinas de un Sistema de Producción, mediante el Mantenimiento Preventivo, Panamá, 2022», REICIT, 2(2), pp. 180–195. Disponible en: https://revistas.up.ac.pa/index.php/REICIT/article/view/3587 (Accedido: 26 marzo 2023).

Número

Sección

Artículos