CAPITULO II MARCO TEÓRICO
4.4 Contrastación de hipótesis
4.4.1 Prueba de normalidad de la variable productividad
Se analizaron la información antes y después de la variable dependiente productividad, las dimensiones eficacia y eficiencia mediante el uso del paquete SPSSV25, para determinar si los datos son no paramétricos o paramétricos, así se conoció si es efectivo el rechazo de la hipótesis nula. La muestra es mayor a 30, por eso se aplicó el estadígrafo de Kolmogorov Smirnov.
Ha: La aplicación de la teoría de restricciones aumenta significativamente la productividad de Lopesa Industrial S.A.
Regla de decisión:
Si ρvalor ≤ 0.05, los datos de la serie tienen un comportamiento no paramétrico Si ρvalor > 0.05, los datos de la serie tienen un comportamiento paramétrico.
Tabla 16:
Resumen de procesamiento de datos para la prueba de normalidad Resumen de procesamiento de casos
Casos
Válido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Productividad antes 51 100,0% 0 0,0% 51 100,0%
Productividad después 51 100,0% 0 0,0% 51 100,0%
Fuente: Elaboración propia mediante SPSSV25
Tabla 17:
Prueba de normalidad variable productividad antes y después Pruebas de normalidad
Kolmogorov - Smirnova Shapiro - Wilk
Estadístico gl Sig. Estadístico gl Sig.
Productividad antes ,178 51 ,000 ,775 51 ,000
Productividad después ,140 51 ,014 ,895 51 ,000
a. Corrección de significación de Lilliefors Fuente: Elaboración propia mediante SPSSV25
En la tabla 17, se puede demostrar que el valor de la significancia de las productividades antes y después, poseen un valor de 0.000 y 0.014, puesto que la productividad antes y después es menor a 0.05, por ello de acuerdo con la regla de decisión, este resultado nos demuestra que las variables son de comportamiento no paramétrico, en consecuencia, para el análisis de la contrastación de la hipótesis se procederá al uso del estadígrafo prueba de Wilcoxon.
4.4.2 Contrastación de la hipótesis general
Dado que en el análisis anterior demostró que los comportamientos de nuestros datos son no paramétricos se procederá a usar el estadígrafo prueba de Wilcoxon para confrontar la veracidad de nuestra hipótesis general.
Ho: La aplicación de la teoría de restricciones no aumenta significativamente la productividad de Lopesa Industrial S.A.
Ha: La aplicación de la teoría de restricciones aumenta significativamente la productividad de Lopesa Industrial S.A.
Regla de decisión:
Ho: µPa ≥ µPd
Ha: µPa < µPd Tabla 18:
Contraste de la hipótesis general con el estadígrafo Ruta de Wilcoxon Estadísticos
Productividad antes
Productividad después
N Válido 51 51
Perdidos 0 0
Media ,8766 ,9750
Desviación ,07084 ,01669
Mínimo ,57 ,93
Máximo ,95 ,99
Fuente: Paquete SPSS 25
La tabla 18, se puede constatar que el resultado de la media de la productividad antes 0,8766 tiene un valor menor que el resultado de la media de la productividad después 0,9750, por ello se llega a rechazar la hipótesis nula y se concluye que la aplicación de la teoría de restricciones aumenta significativamente la productividad de Lopesa Industrial S.A.
Análisis del P-Valor
Para consolidar la veracidad del análisis se procedió con el análisis p-valor que también es conocido como significancia.
Regla de decisión:
Si ρvalor ≤ 0.05, se rechaza la hipótesis nula Si ρvalor > 0.05, se acepta la hipótesis nula
Tabla 19:
Análisis del p-valor de la variable productividad antes y después Resumen de contrastes de hipótesis
Hipótesis nula Prueba Sig.a,b Decisión
1
La mediana de diferencias entre productividad antes y productividad después
es igual a 0.
Prueba de rangos con signo de Wilcoxon para muestras
relacionadas
,000
Rechace la hipótesis
nula.
a. El nivel de significación es de ,05.
b. Se muestra la significancia asintótica.
Tabla 20:
Resumen de prueba de rangos con signo de Wilcoxon para muestras relacionadas
N total 51
Estadístico de prueba 1326,000
Error estándar 106,684
Estadístico de prueba
estandarizado 6,215
Sig. asintótica (prueba bilateral) ,000 Fuente: Paquete SPSS 25
La tabla 19 y 20, muestra la significancia de la prueba de Wilcoxon aplicada a la productividad antes y después tiene un valor de 0,000, por dicha razón y basada en la regla de decisión se rechaza la hipótesis nula y se afirma la hipótesis alterna que menciona que la aplicación de la teoría de restricciones aumenta significativamente la productividad de Lopesa Industrial S.A.
4.4.3 Prueba de normalidad de la hipótesis específica 1
Ha: La aplicación de la teoría de restricciones mejora significativamente la eficiencia en Lopesa Industrial S.A.
Regla de decisión:
Si ρvalor ≤ 0.05, los datos de la serie tienen un comportamiento no paramétrico Si ρvalor > 0.05, los datos de la serie tienen un comportamiento paramétrico
Tabla 21:
Resumen del proceso de datos para la prueba de normalidad Resumen de procesamiento de casos
Casos
Válido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Eficiencia antes 51 100,0% 0 0,0% 51 100,0%
Eficiencia después 51 100,0% 0 0,0% 51 100,0%
Fuente: Elaboración propia mediante SPSSV25
Tabla 22:
Prueba de normalidad variable eficiencia antes y después Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Eficiencia antes ,127 51 ,038 ,965 51 ,130
Eficiencia después ,174 51 ,001 ,930 51 ,005
a. Corrección de significación de Lilliefors Fuente: Paquete SPSSV25
La tabla 22, demuestra que el valor de significancia de las productividades antes y después, poseen un valor de 0.038 y 0.01, ya que la productividad antes y después es menor a 0.05, por ello de acuerdo con la regla de decisión, este resultado nos demuestra que las variables son de comportamiento no paramétrico, en consecuencia, para el análisis de la contrastación de la hipótesis se procedió al uso del estadígrafo prueba de Wilcoxon.
4.4.4 Contrastación de la hipótesis específica 1
Dado que en el análisis anterior demostró que los comportamientos de nuestros datos son no paramétricos se procederá a usar el estadígrafo prueba de Wilcoxon para confrontar la veracidad de nuestra hipótesis general.
Ho: La aplicación de la teoría de restricciones no mejora significativamente la eficiencia en Lopesa Industrial S.A.
Ha: La aplicación de la teoría de restricciones mejora significativamente la eficiencia en Lopesa Industrial S.A.
Regla de decisión:
Ho: µPa ≥ µPd
Ha: µPa < µPd Tabla 23:
Contrastación de la hipótesis específica 1 con el estadígrafo Ruta de Wilcoxon Estadísticos
Eficiencia antes Eficiencia después
N Válido 51 51
Perdidos 0 0
Media ,9259 ,9839
Desviación ,02749 ,01126
Mínimo ,86 ,96
Máximo ,97 1,00
Fuente: Paquete SPSS 25
La tabla 23, muestra el resultado de la media de la productividad antes 0,9259 posee valores menores que el resultado de la media de la productividad después 0,9839, razón por la cual se rechaza la hipótesis nula que menciona que la aplicación de la teoría de restricciones no mejora significativamente la eficiencia en Lopesa Industrial S.A.
Análisis del P-Valor
Para analizar la veracidad del análisis se procedió con el análisis p-valor que también es conocido como significancia.
Regla de decisión:
Si ρvalor ≤ 0.05, se rechaza la hipótesis nula Si ρvalor > 0.05, se acepta la hipótesis nula
Tabla 24:
Análisis del p-valor de la eficiencia antes y después Resumen de contrastes de hipótesis
Hipótesis nula Prueba Sig.a,b Decisión
1 La mediana de diferencias entre eficiencia antes y eficiencia después es igual a 0.
Prueba de rangos con signo de Wilcoxon para
muestras relacionadas
,000
Rechace la hipótesis
nula.
a. El nivel de significación es de ,050.
b. Se muestra la significancia asintótica.
Tabla 25:
Resumen de prueba de rangos con signo de Wilcoxon para muestras relacionadas
N total 51
Estadístico de prueba 1326,000
Error estándar 106,682
Estadístico de prueba
estandarizado 6,215
Sig. asintótica (prueba bilateral) ,000 Fuente: Paquete SPSS 25
Las tablas 24 y 25, se observar que la significancia de la prueba de Wilcoxon aplicada a la eficiencia antes y después posee un valor de 0,000, por esta razón y basada en nuestra regla de decisión se rechazó la hipótesis nula y se afirma la hipótesis alterna que menciona que la aplicación de la teoría de restricciones mejora significativamente la eficiencia en Lopesa Industrial S.A.
4.4.5 Prueba de normalidad de la hipótesis específica 2
Ha: La aplicación de la teoría de restricciones mejora significativamente la eficacia en Lopesa Industrial S.A.
Regla de decisión:
Si ρvalor ≤ 0.05, los datos de la serie tienen un comportamiento no paramétrico Si ρvalor > 0.05, los datos de la serie tienen un comportamiento paramétrico
Tabla 26:
Resumen de procesamiento de datos para la prueba de normalidad Resumen de procesamiento de casos
Casos
Válido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Eficacia antes 51 100,0% 0 0,0% 51 100,0%
Eficacia después 51 100,0% 0 0,0% 51 100,0%
Fuente: Elaboración propia mediante SPSSV25
Tabla 27:
Prueba de normalidad variable eficacia antes y después Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Eficacia antes ,268 51 ,000 ,598 51 ,000
Eficacia después ,276 51 ,000 ,726 51 ,000
a. Corrección de significación de Lilliefors Fuente: Elaboración propia mediante SPSSV25
La tabla 27, demuestra que la significancia de las productividades antes y después, poseen un valor de 0.000 y 0.00, puesto que la productividad antes y después es menor a 0.05, por ello de acuerdo con la regla de decisión, este resultado nos demuestra que las variables son de comportamiento no paramétrico, en consecuencia, para el análisis de la contrastación de la hipótesis se procedió al uso del estadígrafo prueba de Wilcoxon.
4.4.6 Contrastación de la hipótesis específica 2
Dado que en el análisis anterior demostró que los comportamientos de nuestros datos son no paramétricos se procederá a usar el estadígrafo prueba de Wilcoxon para confrontar la veracidad de nuestra hipótesis general.
Ho: La aplicación de la teoría de restricciones no mejora significativamente la eficacia en Lopesa Industrial S.A.
Ha: La aplicación de la teoría de restricciones mejora significativamente la eficacia en Lopesa Industrial S.A.
Regla de decisión:
Ho: µPa ≥ µPd
Ha: µPa < µPd Tabla 28:
Contrastación de la hipótesis específica 2 con el estadígrafo Ruta de Wilcoxon Estadísticos
Eficacia
antes Eficacia después
N Válido 51 51
Perdidos 0 0
Media ,9465 ,9909
Desviación ,06732 ,00987
Mínimo ,60 ,95
Máximo ,99 1,00
Fuente: Elaboración propia mediante SPSS 25
La tabla 28, se contrasta que el resultado de la media de la productividad antes 0,9465 posee un valor menor que el resultado de la media de la productividad después 0,9909, razón por la cual se rechaza la hipótesis nula que menciona que la aplicación de la teoría de restricciones no mejora significativamente la eficacia en Lopesa Industrial S.A.
Análisis del P-Valor
Para consolidar la veracidad del análisis se procedió con el análisis p-valor que también es conocido como significancia.
Regla de decisión:
Si ρvalor ≤ 0.05, se rechaza la hipótesis nula Si ρvalor > 0.05, se acepta la hipótesis nula
Tabla 29:
Análisis del p-valor de la eficacia antes y después Resumen de contrastes de hipótesis
Hipótesis nula Prueba Sig.a,b Decisión
1
La mediana de diferencias entre eficacia antes y eficacia después es igual a 0.
Prueba de rangos con signo de Wilcoxon para muestras
relacionadas
,000 Rechace la hipótesis nula.
a. El nivel de significación es de ,05.
b. Se muestra la significancia asintótica.
Tabla 30:
Resumen de prueba de rangos con signo de Wilcoxon para muestras relacionadas
N total 51
Estadístico de prueba 1326,000
Error estándar 106,678
Estadístico de prueba
estandarizado 6,215
Sig. asintótica (prueba bilateral) ,000 Fuente: Paquete SPSS 25
Las tablas 29 y 30, muestra la significancia de la prueba de Wilcoxon aplicada a la eficacia antes y después posee un valor de 0,000 por esta razón y basada en nuestra regla de decisión se rechaza la hipótesis nula y se afirma la hipótesis alterna que menciona que la aplicación de la teoría de las limitaciones mejora significativamente la eficacia en Lopesa Industrial S.A.