c) Elabore la grfica de dos procesos con la misma media pero diferente dispersin.
d) Represente dos procesos cuya forma de distribucin sea diferente.
Distribution Plot
0.14 Distribution Mean
Poisson 400
0.10
0.08
Density
0.06
0.04
0.02
0.00
350 375 400 425 450 475
X
Significa que los valores que obtuvieron han cado dentro de las especificaciones
inferiores y superiores.
2.-Si una caracterstica de calidad debe estar entre 30 2, y se sabe que su media es =29.9;
entonces, se tiene buena calidad, se cumple con las especificaciones?
3.- De qu manera afectan los datos raros o atpicos a la media? Explique su respuesta.
Estos valores muy extremos hacen que la media pierda representatividad. Es decir, el
valor obtenido sea muy inferior o superior a lo real.
4.- Un grupo de 30 nios va de paseo en compaa de tres de sus maestras. La edad de los nios
vara entre 4 y 8 aos, la mitad tiene 5 aos o menos. La edad que se repite ms es la de 4. La
edad de las tres maestras es de aproximadamente 30 aos. Con base en lo anterior, incluyendo
a las tres maestras, proponga un valor aproximado para la media, la moda y la mediana de la
edad de los 33 paseantes. Argumente sus propuestas.
Media = 11, est valor estimado es porque al ver 3 valores muy extremos como 30 aos
con 4 y 8 aos, esto condiciona a la media a perder representatividad.
Mediana = 5, es el valor medio. Es decir; que el 50% tiene un valor inferior a 5 aos y el
otro 50% tiene un valor superior a 5 aos a pesar que las 3 maestras tienen un
aproximado de 30 aos. Esto es porque la mayor cantidad de paseantes son menores de
5 aos y las 3 maestras de 30 aos aproximadamente no influyen en la mediana.
5.- En una empresa se llevan los registros del nmero de fallas de equipos por mes; la media es
de 4 y la mediana de 6.
a) Si usted tiene que reportar la tendencia central de fallas, qu nmero reportara? Por
qu?
El 6, porque me da el valor medio de fallas que ocurrieron en cada mes. Es decir, que el
50% de fallas es inferior a 6 y el otro 50% es superior a 6.
b) La discrepancia entre la media y la mediana se debi a que durante varios meses
ocurrieron muchas fallas?
S, porque al ver varias fallas en unos meses y en otros meses no. Esto nos proporciona
valores extremos que influyen en el anlisis de los datos perdiendo representatividad el
valor de la media.
6.- De acuerdo con los registros de una empresa, el ausentismo por semana del personal de
labor directa es de 25 personas en promedio, con una desviacin estndar de 5. Con base en
esto, conteste los siguientes dos incisos:
0.08
0.07
0.06
Density
0.05
0.04
0.03
0.02
0.01
0.025 0.025
0.00
15.20 25 34.80
X
No, debido a que se encuentra dentro de los valores de la campana, haciendo que sea
un valor dentro de lo estimado.
7.- En una empresa se lleva un registro semanal del n- mero de empleados que acuden a la
enfermera de la empresa a recibir atencin mdica. De acuerdo con los datos de los primeros
seis meses del ao se tiene que el nmero promedio por semana es de 16, y la desviacin
estndar es de 3.5. Con base en esto conteste los siguientes dos incisos:
Distribution Plot
Normal, Mean=16, StDev=3.5
0.12
0.10
0.08
Density
0.06
0.04
0.02
0.025 0.025
0.00
9.140 16 22.86
X
S, porque est dentro del rango de baja probabilidad de ocurrencia, lo que hace que
sea inusual el hecho de que 25 personas acudan enfermas.
8.- De acuerdo con cierta norma, a una bomba de gasolina en cada 20 L se le permite una
discrepancia de 0.2 L. En una gasolinera se hacen revisiones peridicas para evitar infracciones
y ver si se cumplen las especificaciones (EI = 19.8, ES = 20.2). De acuerdo con los resultados de
15 inspecciones para una bomba en particular, la media y la desviacin estndar de los 15 datos
son 19.9 y 0.1, respectivamente. De acuerdo con esto, se puede garantizar que la bomba
cumple con la norma? Argumente su respuesta.
La bomba no cumple con la norma porque el proceso es inadecuado por la izquierda, respecto
a las especificaciones.
Si una variable aleatoria tiene una desviacin estndar pequea, esperaramos que la mayora
de los valores se agrupen alrededor de la media. Por lo tanto, la probabilidad de que una variable
aleatoria tome un valor dentro de cierto intervalo alrededor de la media es mayor que para una
variable aleatoria similar con una desviacin estndar mayor si pensamos en la probabilidad en
trminos de una rea, esperaramos una distribucin continua con un valor grande de que
indique una variabilidad mayor y, por lo tanto, esperaramos que el rea este extendida. Sin
embargo, una desviacin estndar pequea debera tener la mayor parte de su rea cercana a
.
Esta desigualdad de chebyshev es aplicada para ambos casos (muestral y poblacional).
10.- Dos mquinas, cada una operada por una persona, son utilizadas para cortar tiras de hule,
cuya longitud ideal es de 200 mm, con una tolerancia de 3 mm. Al fi nal del turno un inspector
toma una muestra e inspecciona que la longitud cumpla especificaciones. A continuacin se
muestran las ltimas 110 mediciones para ambas mquinas.
199.2 199.7 201.8 202 201 201.5 200 199.8
200.7 201.4 200.4 201.7 201.4 201.4 200.8 202.1
200.7 200.9 201 201.5 201.2 201.3 200.9 200.7
200.5 201.2 201.7 201.2 201.2 200.5 200.1 201.4
200.2 201 201.4 201.4 201.1 201.2 201 200.6
202 201 201.5 201.6 200.6 200.1 201.3 200.6
200.7 201.8 200.5 200.5 200.8 200.3 200.7 199.5
198.6 200.3 198.5 198.2 199.6 198.2 198.4 199
199.7 199.7 199 198.4 199.1 198.8 198.3 198.9
199.6 199 198.7 200.5 198.4 199.2 198.8 198.5
198.9 198.8 198.7 199.2 199.3 199.7 197.8 199.9
199 199 198.7 199.1 200.3 200.5 198.1 198.3
199.6 199 199.7 198.9 199.2 197.9 200.3 199.6
199.4 198.7 198.5 198.7 198.6 198.5
a) Obtenga las medidas de tendencia central y con base en ellas seale si la tendencia
central del proceso es adecuada.
Mediana= 200
Media= 200.1
Todas las medidas de tendencia central nos indican que la tendencia es adecuada,
porque est dentro de los lmites permitidos
b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y a partir de
stos decida si la variabilidad de los datos es aceptable.
Histogram of C1
Normal
12
Mean 200.0
StDev 1.156
N 110
10
8
Frequency
0
197.25 198.00 198.75 199.50 200.25 201.00 201.75 202.50
C1
Como el sesgo es negativo, nos indica que la curva tiene una tendencia hacia la derecha.
Las longitudes de las tiras se encuentran en el rango permitido, asi que podemos decir
que las tiras cumplen las especificaciones requeridas y el lote es aceptado.
11.- En el caso del ejercicio anterior, considere que los primeros 55 datos (ordenados por
rengln) corresponden a una mquina, y los ltimos 55 a otra. Ahora conteste lo siguiente.
a) Evale las dos mquinas en cuanto a su centrado (tendencia central) y con respecto a la
longitud ideal (200)
N 55
6
6
4
4
2
2
0 0
198 199 200 201 202
e) Considere que cada mquina es operada por una persona diferente, y determine
cules son las posibles causas de los problemas sealados en el inciso anterior
y seale qu hara para corroborar cules son las verdaderas causas.
Causas:
Puede ser que la persona que est operando la maquina no es
revisndola constantemente, ya que la maquina puede ser muy antigua
y se descontrole fcilmente.
El operador no ha sido capacitado correctamente.
Precauciones:
Revisar constantemente la mquina.
Evaluar al operario.
12.- En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para
evaluar la calidad del servicio proporcionado y el nivel de satisfaccin de los clientes internos.
La encuesta consiste de 10 preguntas, y cada una de ellas evala diferentes aspectos del servicio
proporcionado. Las respuestas para cada pregunta es un nmero entre 0 y 10. Para hacer un
primer anlisis de los resultados obtenidos se suman los puntos obtenidos de las 10 preguntas
para cada cuestionario. A continuacin se muestran los puntos obtenidos en 50 cuestionarios.
78 78 82 85 81 86 80 73
68 84 75 78 76 76 82 85
70 87 77 82 84 48 49 39
35 42 34 44 49 34 30 43
41 42 45 42 35 38 39 42
a) Calcule las medidas de tendencia central, de dispersin a los datos anteriores y d una
primera opinin acerca de la calidad en el servicio
Media: 59.8
Error Tpico: 2.99
Mediana: 58.4
Moda: 78
Desviacin Estndar: 21.13
Varianza de la muestra: 446.29
Curtosis: -1.8
Coeficiente de asimetra: -0.02
Rango: 62
Mnimo: 29
Mximo: 91
Suma: 2990
Cuenta: 50
Los puntos promedio obtenidos del cuestionario es 59.
El 50% de los puntos obtenidos tiene una igualdad o inferior de 59.
78 puntos, es el puntaje que con mayor frecuencia se repite.
b) Realice el histograma e interprtelo con cuidado.
Histogram of C1
Normal
12 Mean 59.8
StDev 21.13
N 50
10
8
Frequency
0
18 36 54 72 90 108
C1
Se nota que los 50 resultados de las encuestas estn divididos en dos grupos, en un
grupo donde conlleva la nota ms baja esta entre 26.92 a 51.02 y el segundo grupo est
entre 62.81 a la nota ms alta que es 92.8.
Lo que ms resalta del histograma es que los resultados que mayor se repite esta con
un puntaje inferior del 50%
Son muy pocos los que llegaron a la nota ms alta.
d) Tendra alguna utilidad hacer un anlisis por separado de cada una de las preguntas?
Explique.
No, debido a que ambos grupos formados van hacia una sola respuesta, haciendo que
un anlisis individual de cada grupo formado sea algo que acabara en redundancia.
13.- En una fbrica de piezas de asbesto una caracterstica importante de la calidad es el grosor
de las lminas. Para cierto tipo de lmina el grosor ptimo es de 5 mm y se tiene una discrepancia
tolerable de 0.8 mm, ya que si la lmina tiene un grosor menor que 4.2 mm se considera
demasiado delgada y no reunir las condiciones de resistencia exigidas por el cliente. Si la lmina
tiene un grosor mayor que 5.8 mm, entonces se gastar demasiado material para su elaboracin
y elevarn los costos del fabricante. Por lo tanto, es de suma importancia fabricar las lminas
con el grosor ptimo, y en el peor de los casos dentro de las tolerancias especificadas. De
acuerdo con los registros de las mediciones realizadas en los ltimos tres meses se aprecia un
proceso con una estabilidad aceptable, el grosor medio es = 4.75, la mediana 4.7, y la
desviacin estndar = 0.45.
b) Si considera slo la media y la mediana, puede decidir si el proceso cumple con las
especificaciones? Explique.
No, debido a que pueden ser los valores medios, pero no sabemos la cantidad de
pruebas que se han hecho para saber estos resultados.
c) Calcule los lmites reales, haga la grfi ca de capacidad y seale si el proceso cumple con
especifi caciones. Argumente su respuesta
El proceso cumple con los lmites dados, debido a que los lmites tienden a estar en la
parte favorable de los resultados.
14.- En el problema anterior, con el propsito de mejorar la calidad que se tena en cuanto al
grosor de las lminas, se implement un proyecto de mejora siguiendo la metodologa Seis
Sigma (ver captulo 16). Varios de los cambios implementados fueron relativos a mejora y
estandarizacin de los procedimientos de operacin del proceso. Para verificar si el plan tuvo
xito, se eligieron lminas de manera aleatoria y se midi su grosor. Los 120 datos obtenidos
durante tres das se muestran a continuacin:
4.8 4.3 4.8 5.1 4.9 4.6 4.9 4.6 5 4.9 4.8 4.5
4.7 5.7 4.5 5.3 4.4 5.1 4.6 4.9 4.2 4.6 5.3 5.1
4.7 4.1 5.1 5 5 4.9 4.6 4.9 5.2 4.8 4.7 5.1
4.9 4.8 4.7 5.1 5.1 5.3 5.1 5 5.3 5 5.1 5.2
4.7 5 5 5.3 5.1 5.1 4.5 5.2 4.1 5.1 4.9 4.9
4.6 5 4.6 4.8 4.7 4.9 4.4 4.5 5.3 5.3 4.4 5
4.2 4.5 5.3 5.1 4.8 4.4 4.7 5.3 5.1 4.7 4.7 4.8
5 5 4.9 5.2 5.6 5.1 5.2 4.5 4.6 5.2 4.9 5
5.3 4.9 5 4.4 4.9 4.7 4.6 5.3 4.8 4.7 4.6 5.1
4.4 5 4.5 5 5.2 4.7 5 5.3 5.6 5 5 4.5
a) Calcule la media y mediana de estos datos, y comprelas con las que se tenan antes del
proyecto, decida si con los cambios se mejor el centrado del proceso.
Media: 4.8833
Mediana: 4.9
La media y la media aumentaron, lo que indica que mejoro el valor promedio del espesor
de las planchas.
b) Calcule la desviacin estndar y, con sta, obtenga una estimacin de los nuevos lmites
reales y decida si la variabilidad se redujo.
Como se puede apreciar en el histograma, hay solo un poco porcentaje de error dentro
del nuevo sistema de estandarizacin, haciendo que su aplicacin sea un xito dado que
redujo considerablemente las planchas fuera del margen de error.
El proyecto dio buenos resultados, reduciendo las piezas rechazadas por espesores
menores a 4.2 mm y eliminado el nmero de piezas rechazadas por exceder el espesor
de 5.8 mm.
Adems, el proyecto hizo que la mayora de las planchas tendieran a converger en el
valor deseado de 5 mm.
Media: 27.976
Mediana: 27.96
Las tendencias son las adecuadas, debido a estn dentro del margen de error que se
tiene.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales y con base en
stos decida si la variabilidad de los datos es aceptable.
16.- Una caracterstica clave en la calidad de las pinturas es su densidad, y un componente que
influye en sta es la cantidad de arenas que se utilizan en su elaboracin. La cantidad de arena
en la formulacin de un lote se controla por medio del nmero de costales, que segn el
proveedor contienen 20 kg. Sin embargo, continuamente se tienen problemas en la densidad de
la pintura que es necesario corregir con retrabajo y reprocesos adicionales. En este contexto se
decide investigar cunta arena contienen en realidad los costales. Para ello, se toma una
muestra aleatoria de 30 costales de cada lote o pedido (500 costales). Los pesos obtenidos en
las muestras de los ltimos tres lotes se muestran adelante. Las especificaciones iniciales que se
establecen para el peso de los costales de arena son de 20 0.8 kg.
lote1
18.6 19.2 19.5 19.2 18.9 19.4 19 20 19.3 20
19.1 18.6 19.4 18.7 21 19.8 19 18.6 19.6 19
19.6 19.4 19.8 19.1 20 20.4 18.8 19.3 19.1 19.1
Lote2
18.6 19.9 18.8 18.4 19 20.1 19.7 19.3 20.7 19.6
19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6
20 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19 19.7
Lote3
20.1 20.2 21 19.7 20.1 20 19.1 20.4 19.6 20.6
20 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20 20
20.2 19.7 20 19.6 19.7 19.8 19.9 20.3 20.4 20.2
Media: 19.562
Mediana: 19.6
Desviacin Estndar: 0.651
De los valores obtenidos, el centrado del proceso es el adecuado, dado que el promedio
de los valores esta entre el marguen de error y con el valor de desviacin estndar bajo,
hace que la mayora de las pruebas tiendan al valor medio.
Variancia: 0.424
La variancia es poco, lo que hace que las pruebas converjan la mayora en la media.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprtelo con
detalle
En la grfica se aprecia que aunque la mayora de pruebas estn dentro del margen de
error, hay una buena cantidad que est por debajo, haciendo que haya problemas con
la pintura.
d) D su conclusin general acerca de si los bultos cumplen con el peso especificado.
Los bultos no estn cumpliendo con el peso especificado, an hay una cantidad
considerable de error en los 3 lotes, lo que hace que haya que buscar mejoras.
e) Haga un anlisis de cada lote por separado y con apoyo de estadsticos y grficas, seale
si hay diferencias grandes entre los lotes
f) Las diferencias encontradas se podran haber inferido a partir del histograma del inciso
c)?
No, porque los valores se vieron como un todo, haciendo que la diferencia de cada lote
se pierda en la grfica.
21.0
20.5
20.0
19.5
Data
19.0
18.5
18.0
C1 C2 C3