Flores Tapia, Carlos Ernesto and Flores Cevallos, Karla Lissette and UNSPECIFIED (2021) Pruebas para comprobar la normalidad de datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23 (2). pp. 83-106. ISSN 1560-0408
![]() |
Text (PDF)
2137 - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4kB) |
Abstract
El objetivo del presente artículo es determinar la normalidad de los datos, utilizando cuatro tipos de pruebas, a saber, Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov, aplicadas a los datos muestrales provenientes del registro de producción de la empresa objeto de estudio, ubicada en la ciudad de Ambato, Ecuador. Estas pruebas permiten determinar si la población de la cual se obtuvo la muestra sigue la distribución normal, identificación que resulta clave para la aplicación del procedimiento estadístico adecuado para el análisis de los datos en un determinado estudio y para la correspondiente contrastación de hipótesis cuando se requiere que, previamente se haya comprobado el supuesto de normalidad de los datos. Por otra parte, en esta investigación se demuestra la aplicabilidad y utilidad de estas pruebas a estudios de caso empresariales; las cuales pueden apoyarse en herramientas informáticas especializadas que agilitan los tiempos de procesamiento y ahorran costos significativos alas organizaciones, particularmente en escenarios complejos, como el generado por la actual crisis del COVID-19.
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Negocios, investigación de operaciones, estadística, distribución normal, prueba de hipótesis, Minitab, Clasificación JEL: C02, C12, C14, C16, M11, L23 |
Subjects: | Q Science > Q Science (General) Q Science > QR Microbiology R Medicine > R Medicine (General) |
Depositing User: | Ulises Alvarez |
Date Deposited: | 30 Aug 2021 16:31 |
Last Modified: | 30 Aug 2021 16:31 |
URI: | http://up-rid.up.ac.pa/id/eprint/4045 |
Actions (login required)
![]() |
View Item |