Escuela Profesional de Ingeniera Industrial

Curso: Sistema de Mejora de Procesos

2017-2
ANALISIS ESTADISTICO BASICO Y CONTROL ESTADISTICO DE LA CALIDAD
Profesor: Diego Lazo Paz
Alumnas: Diana Escarcena Chambi
Maryori Huachaca Vargas

Utilizando la base de datos: Base tarea 1.xlsx desarrolle lo siguiente

1. Realice un anlisis estadstico exploratorio de la variable: espesor de una placa electrnica
a. El anlisis debe ser segn la procedencia de la placa ( X1 Planta 1, X2 Planta 2, X3 Planta 3)

Informe de resumen de x1
Prueba de normalidad de Anderson-Darling
A-cuadrado 0.43
Valor p 0.290
Media 0.062824
Desv.Est. 0.000788
Varianza 0.000001
Asimetra -0.159487
Curtosis -0.171262
N 25
Mnimo 0.061300
1er cuartil 0.062300
Mediana 0.063000
3er cuartil 0.063450
Mximo 0.064500
Intervalo de confianza de 95% para la media
0.0615 0.0620 0.0625 0.0630 0.0635 0.0640 0.0645
0.062499 0.063149
Intervalo de confianza de 95% para la mediana
0.062399 0.063100
Intervalo de confianza de 95% para la desviacin estndar
0.000615 0.001096

Intervalos de confianza de 95%

Media

Mediana

0.0624 0.0626 0.0628 0.0630 0.0632

1
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
Informe de resumen de x2
Prueba de normalidad de Anderson-Darling
A-cuadrado 0.95
Valor p 0.014
Media 0.063076
Desv.Est. 0.000488
Varianza 0.000000
Asimetra 1.08385
Curtosis 1.33770
N 25
Mnimo 0.062300
1er cuartil 0.062750
Mediana 0.063000
3er cuartil 0.063150
Mximo 0.064400
Intervalo de confianza de 95% para la media
0.0625 0.0630 0.0635 0.0640 0.0645
0.062874 0.063278
Intervalo de confianza de 95% para la mediana
0.062900 0.063100
Intervalo de confianza de 95% para la desviacin estndar
0.000381 0.000679

Intervalos de confianza de 95%

Media

Mediana

0.0629 0.0630 0.0631 0.0632 0.0633

Informe de resumen de x3
Prueba de normalidad de Anderson-Darling
A-cuadrado 0.86
Valor p 0.023
Media 0.062956
Desv.Est. 0.000549
Varianza 0.000000
Asimetra -0.697394
Curtosis 0.844780
N 25
Mnimo 0.061600
1er cuartil 0.062750
Mediana 0.063000
3er cuartil 0.063300
Mximo 0.064000
Intervalo de confianza de 95% para la media
0.0618 0.0624 0.0630 0.0636
0.062730 0.063182
Intervalo de confianza de 95% para la mediana
0.062920 0.063180
Intervalo de confianza de 95% para la desviacin estndar
0.000428 0.000763

Intervalos de confianza de 95%

Media

Mediana

0.0628 0.0629 0.0630 0.0631 0.0632

2
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
b. Interprete cada resultado y de recomendaciones.
Informacin de resumen de X1
Los datos de espesor de una placa electrnica de la planta 1 se distribuyen de manera normal,
debido a que p es igual a 0.29 y es mayor que 0.05. Podemos concluir que se acepta la hiptesis
nula y no hay diferencia significativa entre los datos de espesor de una placa electrnica de la
planta 1.
La media est entre los valores de 0.062824 y 0.063278, esto quiere decir que el verdadero
espesor de una placa electrnica de la planta 1 est entre los valores de 0.062824 y 0.063278.
Informacin de resumen de X2
Los datos de espesor de una placa electrnica de la planta 3 se distribuyen de manera no normal,
debido a que p es igual a 0.023 y es menor que 0.05. Podemos concluir que no se acepta la
hiptesis nula y hay diferencia significativa entre los datos de espesor de una placa electrnica de
la planta 3.
La media est entre los valores de 0.062874 y 0.063149, esto quiere decir que el verdadero
espesor de una placa electrnica de la planta 2 est entre los valores de 0.062824 y 0.063149.
Informacin de resumen de X3
Los datos de espesor de una placa electrnica de la planta 2 se distribuyen de manera no normal,
debido a que p es igual a 0.014 y es menor que 0.05. Podemos concluir que no se acepta la
hiptesis nula y hay diferencia significativa entre los datos de espesor de una placa electrnica de
la planta 2.
La media est entre los valores de 0.062730 y 0.063182, esto quiere decir que el verdadero
espesor de una placa electrnica de la planta 2 est entre los valores de 0.062730 y 0.063182.
Recomendaciones
Se sugiere que se revise o que se cambien algunos valores de espesor dentro de las plantas 2 y
3, debido a que hay una diferencia significativa entre los espesores y hay mucha variabilidad en
cada planta.
2. Realice un anlisis ANOVA para determinar si existe diferencia promedio entre los espesores de cada
planta, interprete

3
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2

Grfica de intervalos de x1; x2; ...

95% IC para la media
0.0634

0.0633

0.0632

0.0631

0.0630
Datos

0.0629

0.0628

0.0627

0.0626

0.0625
x1 x2 x3

La desviacin estndar agrupada se utiliz para calcular los intervalos.

Mtodo

Hiptesis nula Todas las medias son iguales

Hiptesis alterna No todas las medias son iguales

Nivel de significancia = 0.05
Se presupuso igualdad de varianzas para el anlisis.

Informacin del factor

Factor Niveles Valores

Factor 3 x1; x2; x3

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Factor 2 0.000001 0.000000 1.03 0.363

Error 72 0.000028 0.000000
Total 74 0.000029

Resumen del modelo

4
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

0.0006217 2.77% 0.07% 0.00%

Medias

Factor N Media Desv.Est. IC de 95%

x1 25 0.062824 0.000788 (0.062576; 0.063072)

x2 25 0.063076 0.000488 (0.062828; 0.063324)
x3 25 0.062956 0.000549 (0.062708; 0.063204)
Desv.Est. agrupada = 0.000621745

Interpretacin:
Se analizo el valor de la varianza y el valor de p es 0.363, quiere decir que se acepta la hiptesis nula y
que son homogneas las varianzas.

Para reforzar lo mencionado podemos decir que la variabilidad es pequea es de 1.03

Se puede decir que los espesores de la placa electrnica en las 3 plantas son iguales entre si.

a. Adicionalmente muestre un grfico de cajas, interprete

Grfica de caja de x1; x2; ...

0.0645

0.0640

0.0635

0.0630
Datos

0.0625

0.0620

0.0615

0.0610
x1 x2 x3

5
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
Interpretacin:
Se puede decir que los espesores de las placas electrnicas tienen una mediana igual entre las tres
plantas, por esa razn se ve en el grfico que tienen una simetra igual.
3. Obtenga un grfico de control X R, interprete los resultados

Grfica Xbarra-R de x1; ...; x3

0.0640
LCS=0.063893
Media de la muestra

0.0635
__
0.0630 X=0.062952

0.0625

0.0620 LCI=0.062011
1
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

1
0.0024 LCS=0.002368
Rango de la muestra

0.0018

0.0012 _
R=0.00092
0.0006

0.0000 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

Interpretacin:

Resultados de la prueba para la grfica Xbarra de x1; ...; x3

PRUEBA 1. Un punto fuera ms all de 3.00 desviaciones estndar de la lnea central.
La prueba fall en los puntos: 22 y en el punto 15

Mediana de la muestra
El lmite inferior de la media es 0.062011 y el lmite superior es de 0.063893
El promedio de las medias de las medias es 0.062952
El nivel de variabilidad del proceso no est bajo control estadstico
Aplicar medidas preventivas en el punto de la muestra nmero 14
La muestra 22 est fuera de control estadstico
La media de las muestras est fuera del lmite, en consecuencia, esta variabilidad no es estable
estadsticamente hablando, por ello hay una oportunidad de mejora ya que sobresale del lmite. En
cualquier momento puede salir del punto de control, por ello hay una oportunidad de mejora.

Rango de la muestra

6
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
El lmite inferior del rango es de 0 y el lmite superior es de 0.02368

El promedio de los rangos es de 0.00092

La muestra 15 est fuera de control estadstico

El rango de las muestras est fuera del lmite, en consecuencia, esta variabilidad no es estable
estadsticamente hablando, por ello hay una oportunidad de mejora ya que sobresale del lmite.

4. Estime la desviacin estndar de todo el proceso

Estadsticos descriptivos: x1; x2; x3

Estadsticas

Variable Desv.Est. Varianza

x1 0.000788 0.000001
x2 0.000488 0.000000
x3 0.000549 0.000000

Concluimos que tiene muy poca variabilidad el proceso.

5. Obtenga los lmites de control que deben contener aproximadamente todas las observaciones

Grfica Xbarra-R de C2, ..., C4

0.0640
LCS=0.063910
Media de la muestra

0.0635
__
0.0630 X=0.062952

0.0625

0.0620 LCI=0.061994
1
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

1
0.0024 LCS=0.002410
Rango de la muestra

0.0018

0.0012 _
R=0.000936
0.0006

0.0000 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

Los lmites de control para todas la observaciones se hallaron con un a desviaciones estndar agrupada,
dando como resultado LCS=0.063910 Y LCI=0.061994

Resultados de la prueba de la grfica R de C2, ..., C4

PRUEBA 1. Un punto fuera ms all de 3.00 desviaciones estndar de la lnea central.
7
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
La prueba fall en los puntos: 15
Estos lmites se obtuvieron con una desviacin estndar agrupada
6. Estime e interprete los ndices de capacidad para la especificacin, 0.0630 0.0015

Grfica Xbarra-R de C2, ..., C4

LS=0.0645
0.064
Media de la muestra

__
0.063 X=0.063

0.062
LI=0.0615
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

LCS=0.006537
0.0060
Rango de la muestra

0.0045

0.0030 _
R=0.002540
0.0015

0.0000 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

Al menos un parmetro histrico estimado se utiliza en los clculos.

Mediana de la muestra
El lmite inferior de la media es 0.0615 y el lmite superior es de 0.0645
El promedio de las medias de las medias es 0.063
El nivel de variabilidad del proceso est bajo control estadstico
Rango de la muestra

El lmite inferior del rango es de 0 y el lmite superior es de 0.006537

El promedio de los rangos es de 0.002540

El rango de las muestras est bajo control, dado los limites especificados.

7. De sus conclusiones y recomendaciones

Conclusiones
Se puede decir que los espesores de la placa electrnica en las 3 plantas son iguales entre si, en
consecuencia, en el anlisis de ANOVA se tuvo que la mediana era igual entre las tres plantas, por
esa razn se ve en el grfico que tienen una simetra igual.

8
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
Podemos observar que al poner los lmites control especificados el proceso entra en control, es
decir si cumple con las especificaciones de la compaa, esto debido a que los lmites
establecidos dan ms holgura que los que minitab estima para el proceso, por lo que podemos
concluir que se puede encontrar una mejora
Por otro lado la diferencia entre una grfica de control en la que se estima la media ara todos los
datos no difiere mucho de la grfica de control en la que no se hace esta estimacin.

Para reforzar lo mencionado se ha hecho una Prueba de Tukey

ICs simultneos de 95% de Tukey

Diferencia de las medias para x1; x2; ...

x2 - x1

x3 - x1

x3 - x2

-0.00050 -0.00025 0.00000 0.00025 0.00050 0.00075

Si un intervalo no contiene cero, las medias correspondientes son significativamente

diferentes.

Comparaciones en parejas de Tukey

Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95%

Factor N Media Agrupacin

x2 25 0.063076 A
x3 25 0.062956 A
x1 25 0.062824 A
9
 Escuela Profesional de Ingeniera Industrial
Curso: Sistema de Mejora de Procesos
2017-2
Las medias que no comparten una letra son significativamente diferentes.

Se puede concluir que los espesores de una placa electrnica en la planta 1,2 y 3 son igual de
significativos y que estadstica son iguales.

En cuanto a las grficas de control se observ que en tanto en la mediana muestra como el rango de
muestra estaba fuera de control estadstico, y que se tena que hacer acciones correctivas ya que haba
oportunidades de mejora.

Recomendaciones

Se sugiere que se revise o que se cambien algunos valores de espesor dentro de las plantas 2 y 3, debido
a que hay una diferencia significativa entre los espesores y hay mucha variabilidad en cada planta.

10