El tiempo de respuesta en cualquier servicio de emergencia es de vital importancia para proporcionar servicios que salvan vidas. El siguiente proyecto de investigación tuvo como objetivo mejorar el tiempo de respuesta de las emergencias reportadas al Sistema Nacional de Emergencias 911 (SNE 911), apoyados con la herramienta de simulación Flexsim. Para llevar a cabo la investigación, se realizaron visitas al SNE 911, para familiarizarse con el proceso y luego poder realizar el análisis de datos del área de Call Center y Monitoreo del año 2019. Estos fueron divididos por mes y se analizó el comportamiento por día y hora. Los datos fueron introducidos a Experfit para identificar las distribuciones estadísticas, con el objetivo de poder imitar el comportamiento del sistema real y posteriormente realizar su simulación y las propuestas de mejora. Luego de un análisis de varianzas se pudieron identificar de 82 agrupaciones de días para el área de monitoreo y 113 para Call Center. La mayor cantidad de incidentes observados fueron durante el mes de diciembre, pero la mayor afluencia de llamadas se presentó en marzo. Los resultados mostraron que el modelo se validó utilizando como indicadores la cantidad de llamadas atendida, la cantidad de incidentes visualizados y el nivel de servicio brindado en el área de Call Center. Se comprobó que el buen funcionamiento del sistema es afectado por la mala utilización de los recursos del área de Despacho. Con los resultados obtenidos de los modelos se identificó inicialmente que el nivel se servicio era de 97%.Response time in any emergency service is vital to provide life-saving services. The following research project aimed to improve the response time of emergencies reported to the National Emergency System 911 (SNE 911), supported by the Flexsim simulation tool. Several visits were made to SNE 911, to become familiar with the process and then be able to perform data analysis of the Call Center and Monitoring area of 2019. These were divided by month and the behavior was analyzed by day. and hour. The data was introduced to Experfit to identify the statistical distributions, with the aim of being able to imitate the behavior of the real system and subsequently perform its simulation and improvement proposals. 82 groupings of days were identified for the Monitoring area whereas for the Call Center the grouping was a total of 113. The greatest number of incidents were observed during December, while during March a larger percentage of calls were received when compared to the rest of the year. The model was validated using as indicators the service level, amount of calls answered, and number of incidents attended. Identifying the factor that affects the proper functioning of the system was a key step in the research, this factor was determined to be the misuse of resources in the Dispatch area. Similarly, with the results obtained from the models, it was identified that the service level was 97%.