Distribuciones Variables Discretas Y Continuas.

DISTRIBUCIONES VARIALES DISCRETAS Y CONTINUAS

En un entorno desafiante como el actual, el área de recursos humanos necesita analizar a fondo el comportamiento, competencias, resultados y actitudes de los trabajadores, todo esto para tomar decisiones oportunas y lograr los objetivos de la empresa mediante un personal y procesos eficientes. De esta manera, los recursos humanos encuentran en la Estadística un aliado importante que le provee de distintas herramientas para el estudio de los colaboradores. Ejemplo de estas herramientas son las distribuciones de probabilidad aleatorias discretas y continuas que son frecuentemente utilizadas.

Las distribuciones de variables aleatorias discretas son aquellas que asumen un conjunto de valores finitos, numerables o contables. Entre ellas la distribución Binomial y de Poisson. Las distribuciones de probabilidad binomial nos permiten enfrentar circunstancias en las que los resultados pertenecen a dos categorías relevantes, tales como éxito/fracaso. Veamos el siguiente ejemplo:

• El último estudio estadístico realizado en la empresa demostró que el 68% de los empleados llegan tarde. Tomando en cuenta que en el departamento de contabilidad hay 10 empleados. ¿Cuál es la probabilidad de que la mitad de colaboradores en este departamento no sean puntuales? Respuesta: La probabilidad de que no sean puntuales es del 12.29%. Este resultado servirá de apoyo para comparar con los demás departamentos de la empresa y observar cuáles son los departamentos que poseen más empleados impuntuales y de esta forma tomar métodos correctivos sobre la impuntualidad en cada una de las áreas.

La distribución de Poisson se aplica a las ocurrencias de algún suceso durante un intervalo específico. Ejemplo:

• La recepcionista de la empresa nos pregunta si es posible que se tome una hora para refaccionar durante su turno en la mañana. Ella insiste, que el departamento de reservaciones la puede apoyar con las llamadas durante esta hora. Para decidir si se debe o no darle permiso, vemos que un estudio realizado anteriormente en el departamento de recepción, indicó que las llamadas recibidas durante el primer turno son 92.

• Al buscar la probabilidad de que entren más de 10 llamadas durante 1 hora, se encuentra que es del 59.82 %, lo que lo hace muy probable. Al consultarle al departamento de reservaciones sí podrían atender más de 10 llamadas extras, ellas contestaron que no les es posible, con estos datos se puede concluir que la petición y solución de la recepcionista no es viable y se deben buscar medidas alternas.

Las distribuciones de variables aleatorias continuas tienen un número infinito de valores en una escala continua donde no existen interrupciones. El modelo de distribución normal es comúnmente encontrado la práctica, ya que multitud de fenómenos se comportan según una distribución normal. Ejemplo:

• Bajo una distribución normal, la media que un digitador tarda en ingresar 10,000 datos es de 10 días con una desviación estándar de 1 día. Calcular la probabilidad de que un digitador se tarde:

o Menos de 9 días = 15.87%

o Más de 5 días = 100%

o Entre 11 y 12 días = 34.13%

• Con estos datos podemos deducir que no se le puede exigir a un digitador que ingrese los 10,000 datos en menos de 5 días. Sin embargo, el 15.87% lo podrá hacer en un día menos y el 34.13% se tardará entre uno y dos días más en terminar de ingresar datos.

En conclusión, si utilizamos estas distribuciones como instrumentos, podremos calcular la probabilidad de ocurrencia de distintos sucesos y con esto predecir comportamientos, hacer deducciones y por consiguiente tener la certeza de tomar la decisión correcta para beneficio de la empresa en la que laboremos.

...