Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad"

Transcripción

1 Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad

2 Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos del producto (especificación). Reducir en gran medida esta variabilidad. La CAPACIDAD O APTITUD DE UN PROCESO se refiere a su uniformidad.

3 Variabilidad (Distribución ormal) ,700 artículos no-conformes por millón LITN 3δ µ 3δ LSTN Y si la distribución de la salida del proceso no es normal?

4 Análisis de capacidad de proceso o Estudio para estimar la aptitud del proceso. o Puede ser descriptivo (distribución de probabilidad, media, desviación estándar), sin tomar en cuenta la especificación. o Puede expresarse como un porcentaje fuera de la especificación. o Mide parámetros del producto y no del proceso (Sin embargo, es necesario vigilar la obtención de los datos para inferir acerca del comportamiento del proceso en el tiempo). o o se puede vigilar esto? El estudio es caracterización del producto. Pero si se puede...

5 Uso de los datos del estudio Predecir el grado de cumplimiento del proceso a las tolerancias. A los diseñadores del producto, a seleccionar o modificar un proceso. A establecer un periodo entre toma de observaciones en un muestreo. Especificar los requisitos para el funcionamiento de nuevos equipos. Elegir entre diferentes proveedores. Planear la secuencia de los procesos de producción cuando existe un efecto interactivo de los procesos sobre las tolerancias. Reducir la variabilidad en un proceso de manufactura.

6 Análisis de la capacidad del proceso mediante un histograma Obtener entre 50 y 100 datos del proceso de interés. Al obtener los datos directamente del proceso, proceder así: La máquina seleccionada debe ser representativa de toda la población. Varias máquinas, identificar claramente el origen de los datos. Definir cuidadosamente las condiciones (velocidad de corte, temperatura, etcétera) Seleccionar un operario representativo. Sospecha de fuertes diferencias entre operarios, seleccionar los operadores al azar. Vigilar cuidadosamente la recopilación de datos y registrar la secuencia de obtención de los mismos. Calcular la media y la desviación estándar muestrales; elaborar el histograma

7 Resistencia a la presión interna de 100 botellas de vidrio de un litro para refresco (unidad = psi) Calcular la media ( x ) y desviación estándar ( s ) muestrales; elaborar el histograma con 9 intervalos de clase (LI=170 y LS=350) Capacidad de proceso = x + 3 s

8 Estadística Descriptiva Variable N Mean Median TrMean StDev SE Mean C Variable Minimum Maximum Q1 Q3 C

9 Histograma 20 Frequency C1

10 Prueba de Normalidad Normal Probability Plot Probability C1 Average: StDev: N: 90 W-test for Normality R: P-Value (approx): >

11 Grafica de Control de Promedios y Desviación Estándar Xbar/S Chart for C1 Sample Mean SL=307.6 X= SL=222.9 Subgroup Sample StDev SL=61.99 S= SL=0.000

12 Grafico de Control de Promedios y Rangos Xbar/R Chart for C1 Sample Mean Subgroup SL=327.4 X= SL=203.0 Sample Range SL=108.0 R= SL=0.000

13 Capacidad del Proceso Process Capability Analysis for C1 Process Data USL Target * LSL Mean Sample N 90 StDev (ST) StDev (LT) LSL USL ST LT Potential (ST) Capability Cp 1.00 CPU 0.94 CPL 1.06 Cpk 0.94 Cpm * Overall (LT) Capability Observed Performance Expected ST Performance Expected LT Performance Pp PPU PPL Ppk PPM < LSL PPM > USL PPM Total PPM < LSL PPM > USL PPM Total PPM < LSL PPM > USL PPM Total

14 Relación de Capacidad del Proceso RCP = LSE LEI 6δ Especificación unilateral : RCP = LSE µ 3δ RCP = µ LIE Con los datos calculados y sabiendo que LIE=200, calcula el RCP Cuántas botellas de un millón producidas estarán por debajo del LIE? 3δ

15 Rechazo de un proceso normal (en ppm de no-conformes) RCP Especificación unilateral 66,800 12,200 1, Especificación bilateral 133,600 24,400 2,

16 Valores mínimos requeridos de RCP CASO Procesos existentes Especificación bilateral 1.33 Especificación unilateral 1.25 Procesos nuevos Procesos existentes (valor crítico) Procesos nuevos (valor crítico)

CAPÍTULO 4 CAPACIDAD DEL PROCESO

CAPÍTULO 4 CAPACIDAD DEL PROCESO APÍTULO 4 APAIDAD DEL PROESO APÍTULO 4 APAIDAD DEL PROESO En este capítulo se hace una evaluación de la situación actual de la producción de la tapa de las guanteras para el coche modelo Jetta A4. Para

Más detalles

VI. CAPACIDAD DE PROCESOS

VI. CAPACIDAD DE PROCESOS V. Capacidad de Procesos V. CAPACDAD DE PROCESOS NTRODUCCÓN Una vez hayamos comprobado que el proceso está bajo control, estaremos interesados en saber si es un proceso capaz, es decir, si cumple con las

Más detalles

ACTIVIDAD 3: Intervalos de Confianza para 1 población

ACTIVIDAD 3: Intervalos de Confianza para 1 población ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución

Más detalles

CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com

CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com Control Estadístico de Procesos - (Statistical Process Control) El objetivo del Control estadístico de procesos es

Más detalles

ACTIVIDAD 2: La distribución Normal

ACTIVIDAD 2: La distribución Normal Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la

Más detalles

El Rol de la Estadística en el Control de la Calidad

El Rol de la Estadística en el Control de la Calidad El Rol de la Estadística en el Control de la Calidad Jaime Mosquera Restrepo Profesor Escuela de Estadística. Universidad del Valle jaime.mosquera@correounivalle.edu.co Que es calidad? Como se evalúa la

Más detalles

Martín Burgos Consultor Asociado Stream Technologies

Martín Burgos Consultor Asociado Stream Technologies Martín Burgos Consultor Asociado Stream Technologies Martín consultor asociado de Stream Technologies, Actuario por la UNAM, Maestría en Administración de Empresas, experto en Control Estadístico de Procesos

Más detalles

Introducción a la metodología. Seis Sigma. QFB. Elba Berrones Janssen-Cilag

Introducción a la metodología. Seis Sigma. QFB. Elba Berrones Janssen-Cilag Introducción a la metodología Seis Sigma QFB. Elba Berrones Janssen-Cilag 1 Agenda Introducción Conceptos Generales Beneficios Reales Preguntas 2 Introducción 3 Significado Seis sigma, es una metodología

Más detalles

DIPLOMADO SIX SIGMA GREEN BELT

DIPLOMADO SIX SIGMA GREEN BELT DIPLOMADO SIX SIGMA GREEN BELT CARACTERISTICAS GENERALES Duración: 60 Horas Son personas parcialmente dedicadas a realizar proyectos Six Sigma para mejorar los procesos de su área de trabajo, utilizan

Más detalles

INDICES DE CAPACIDAD

INDICES DE CAPACIDAD INDICES DE CAPACIDAD Producción bajo control no significa que el producto satisfaga las especificaciones de calidad (externas) fijadas por el diseñador, el productor o el comprador, sobre todo si la variabilidad

Más detalles

Intervalos de confianza con STATGRAPHICS

Intervalos de confianza con STATGRAPHICS Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media

Más detalles

Estadísticas Pueden ser

Estadísticas Pueden ser Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más

Más detalles

Muestreo y Distribuciones en el Muestreo

Muestreo y Distribuciones en el Muestreo Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo

Más detalles

2. Distribuciones de Muestreo

2. Distribuciones de Muestreo 2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores

Más detalles

Control Estadístico de Procesos Capacidad de Proceso

Control Estadístico de Procesos Capacidad de Proceso Control Estadístico de Procesos Capacidad de Proceso Un proceso de fabricación es un conjunto de equipos, materiales, personas y métodos de trabajo que genera un producto fabricado. Maquinaria Métodos

Más detalles

ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS

ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de

Más detalles

MEDIDAS DE VARIABILIDAD

MEDIDAS DE VARIABILIDAD MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados

Más detalles

PDF created with pdffactory trial version www.pdffactory.com

PDF created with pdffactory trial version www.pdffactory.com Cátedra de Métricas del Software Universidad Tecnológica Nacional Facultad Regional Córdoba } Diego Rubio } Álvaro Ruiz de Mendarozqueta } Natalia Andriano } Juan Pablo Bruno } Conocer, interpretar y aplicar

Más detalles

SOLUCIÓN DE EJERCICIOS CAPÍTULO 7 LIBRO: CONTROL ESTADISTICO DE LA CALIDAD Y SEIS SIGMA

SOLUCIÓN DE EJERCICIOS CAPÍTULO 7 LIBRO: CONTROL ESTADISTICO DE LA CALIDAD Y SEIS SIGMA SOLUCIÓN DE EJERCICIOS CAPÍTULO LIBRO: CONTROL ESTADISTICO DE LA CALIDAD Y SEIS SIGMA 2. Con sus palabras, y de forma gráfica, conteste las siguientes preguntas: a) Como es un proceso estable o en control

Más detalles

ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA

ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA Daniel Polit Arguello 1, Marcos Buestán Benavides 2 1 Ingeniero

Más detalles

Uso de la metodología Seis Sigma en la preparación de mezclas de nutrición parenteral

Uso de la metodología Seis Sigma en la preparación de mezclas de nutrición parenteral Farm Hosp. 2014;38(2):105-111 ORIGINALES Uso de la metodología Seis Sigma en la preparación de mezclas de nutrición parenteral M. F. Silgado Bernal 1, I. Basto Benítez 2 y G. Ramírez García 3 1 Jefe Mejoramiento

Más detalles

Ventanas de SPSS 1 y resultados de los análisis estadísticos descriptivos

Ventanas de SPSS 1 y resultados de los análisis estadísticos descriptivos Ventanas de SPSS 1 y resultados de los análisis estadísticos descriptivos Al poner en funcionamiento el programado SPSS, aparecen dos ventanas una sobre la otra. La ventana que aparece en el fondo es la

Más detalles

Corrosión n en tuberías de transporte de gas y petróleo

Corrosión n en tuberías de transporte de gas y petróleo Corrosión n en tuberías de transporte de gas y petróleo Uso de herramientas de estadística aplicada Ing. Fernando Tomati Ing. Adrián Gabriele 4tas. Jornadas de Celebración del Mes Nacional de la Calidad

Más detalles

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales ESTADISTICA GENERAL INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales Objetivos Entender los conceptos de estimación puntual y estimación por intervalos. Calcular e interpretar intervalos de confianza

Más detalles

CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO

CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO 31 CAPÍTULO 4 CONTROL ESTADÍSTICO DEL PROCESO Como se ha dado a conocer en el capítulo anterior, el proceso de laminación de Clorets Nueva

Más detalles

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En

Más detalles

Unidad V. Control Estadístico de la Calidad

Unidad V. Control Estadístico de la Calidad UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma

Más detalles

ESTUDIOS DE CAPACIDAD

ESTUDIOS DE CAPACIDAD ESTUDIOS DE CAPACIDAD La capacidad de una máquina o proceso, se puede interpretar como su aptitud para producir artículos de acuerdo con las especificaciones. También se puede interpretar como la aptitud

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Intervalos de confianza Álvaro José Flórez 1 Escuela de Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

Más detalles

Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios

Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios Antonio González Fragoso Universidad de las Américas, Puebla Seminario Aleatorio, ITAM 20 de octubre

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

EXAMEN EXTRAORDINARIO DE OPCIÓN TERMINAL

EXAMEN EXTRAORDINARIO DE OPCIÓN TERMINAL EXAMEN EXTRAORDINARIO DE OPCIÓN TERMINAL Nombre: Luis Antonio Garcia Vega Calif. Aprobado: Si No Elaboró: Dr. Primitivo Reyes Aguilar Septiembre de 2006 Página 1 de 27 LINEAMIENTOS El tiempo para resolver

Más detalles

PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales

Más detalles

Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11

Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11 Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como

Más detalles

LEAN SIX SIGMA YELLOW BELT

LEAN SIX SIGMA YELLOW BELT LEAN SIX SIGMA YELLOW BELT CARACTERISTICAS GENERALES Duración: 32 Horas Son personas que participan activamente en el desarrollo de los proyectos Lean-Six Sigma de su área de trabajo, si son operadores

Más detalles

El aseguramiento de la calidad en el entorno moderno de la gestión. Calidad Montgomery Douglas

El aseguramiento de la calidad en el entorno moderno de la gestión. Calidad Montgomery Douglas El aseguramiento de la calidad en el entorno moderno de la gestión Referencia: : Control Estadístico stico de Calidad Montgomery Douglas Significado de la calidad Es esencial que los productos satisfagan

Más detalles

Probabilidades y Estadística Práctica N 3

Probabilidades y Estadística Práctica N 3 Probabilidades y Estadística Práctica N 3 Ejercicio N 1 La siguiente tabla presenta la relación de mezcla (W) en Resistencia durante 25 días. Observación W (gr/kg) Observación W (gr/kg) 1 3.8 14 2.0 2

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Examen Extraordinario de Estadística I, 22 de Junio de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.

Examen Extraordinario de Estadística I, 22 de Junio de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. Examen Extraordinario de Estadística I, de Junio de 1. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. NORMAS: 1 Entregar cada problema en un cuadernillo distinto, aunque esté en blanco. Realizar

Más detalles

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad 1. Objetivos de la práctica Utilización de herramientas estadísticas para el Control de Procesos. En particular realizaremos:

Más detalles

Análisis de Capacidad Multivariada

Análisis de Capacidad Multivariada Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos

Más detalles

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student

Más detalles

Estadística Descriptiva

Estadística Descriptiva M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo

Más detalles

Control Estadístico de Procesos - (Statistical Process Control)

Control Estadístico de Procesos - (Statistical Process Control) CENTRO DE INGENIERÍA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com Control Estadístico de Procesos - (Statistical Process Control) El objetivo del Control estadístico de procesos es

Más detalles

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central

Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una

Más detalles

(b) Entre qué valores se encontrará la verdadera media, µ, del tiempo que dura el viaje en tren de A a B, a un nivel de confianza al 95%?

(b) Entre qué valores se encontrará la verdadera media, µ, del tiempo que dura el viaje en tren de A a B, a un nivel de confianza al 95%? LEC/LADE/LECD/LADED CURSO 2006/07 HOJA DE PROBLEMAS 4 CONTRASTES DE HIPÓTESIS Y DIAGNOSIS DEL MODELO 1.- El tiempo en minutos que dura un viaje en tren entre dos ciudades A y B, es una variable aleatoria

Más detalles

EL DIAGRAMA DE ESTRATIFICACIÓN

EL DIAGRAMA DE ESTRATIFICACIÓN CAPÍTULO VI EL DIAGRAMA DE ESTRATIFICACIÓN. INTRODUCCIÓN Otra herramienta simple, pero muy poderosa y útil es el Diagrama de Estratificación, el cual consiste básicamente en un Histograma, pero ahora estratificado,

Más detalles

Intervalos de Confianza

Intervalos de Confianza Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de

Más detalles

Diseño de Experimentos

Diseño de Experimentos Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro

Más detalles

LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO

LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO TRABAJO DE ESTADISTICA PROBABILISTICA PRESENTADO A LA PROFESORA MARIA ESTELA SEVERICHE SINCELEJO CORPORACIÓN UNIVERSITARIA

Más detalles

«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno».

«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». «La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». George Bernard Shaw (1856-1950) Escritor irlandés. Para empezar: Primera parte: Estadística

Más detalles

EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD

EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD GRÁFICAS DE CONTROL POR VARIABLES Ejemplo 1 Gráfica X Calculando la desviación estándar Para Gráfica x cuando se conoce s Límite superior de control (LSC)

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

DESCRIPCIÓN ESPECÍFICA. Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS.

DESCRIPCIÓN ESPECÍFICA. Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS. DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS. Objetivo General:

Más detalles

Estadística. Convocatoria ordinaria

Estadística. Convocatoria ordinaria Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación:

STATGRAPHICS genera tres tipos de planes de muestreo de aceptación: Muestreo de Aceptación (Variables) Cuando los lotes contienen un número relativamente grande de artículos que requieren la inspección, los planes de muestreo de aceptación pueden proporcionar la protección

Más detalles

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico

Más detalles

SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA ELSA M BENAVIDES Y JAVIER AVALOS-ALVAREZ

SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA ELSA M BENAVIDES Y JAVIER AVALOS-ALVAREZ REGISTRATION NUMBER 002-0314 Abstract Number: 002-0221 SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA Second World Conference on POM and 15th Annual POM

Más detalles

VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS

VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS CONTENIDO Ejemplos de la variabilidad que afecta a los pavimentos Variabilidad en el comportamiento del pavimento Variabilidad en los resultados de los ensayos

Más detalles

Gráfico de Control de Aceptación

Gráfico de Control de Aceptación Gráfico de Control de Aceptación Resumen El procedimiento de Gráfico de Control de Aceptación crea gráficos de control con límites de control modificados basándose en la desviación estándar del proceso

Más detalles

Tests de Hipótesis. Métodos no paramétricos ESTADÍSTICA (Q) Algunas consideraciones sobre las inferencias sobre la media de una población Normal

Tests de Hipótesis. Métodos no paramétricos ESTADÍSTICA (Q) Algunas consideraciones sobre las inferencias sobre la media de una población Normal 148 Algunas consideraciones sobre las inferencias sobre la media de una población Normal 1. Los tests e intervalos de confianza para la media de una población Normal utilizan un estadístico que tiene distribución

Más detalles

Práctica de MODELOS DE PROBABILIDAD

Práctica de MODELOS DE PROBABILIDAD Práctica de MODELOS DE PROBABILIDAD 1 1. Objetivos: Los objetivos que persigue esta práctica son: Representar distribuciones de probabilidad conocidas e interpretar sus parámetros. Generar variables aleatorias

Más detalles

INFORME DE VALIDACION DEL PROCESO DE PRODUCCION DE AIRE MEDICINAL EN SITIO POR COMPRESOR ESTUDIO PROSPECTIVO DE VALIDACION CLINICA LA COLINA

INFORME DE VALIDACION DEL PROCESO DE PRODUCCION DE AIRE MEDICINAL EN SITIO POR COMPRESOR ESTUDIO PROSPECTIVO DE VALIDACION CLINICA LA COLINA de 24 INFORME DE VALIDACION DEL PROCESO DE PRODUCCION DE AIRE MEDICINAL EN SITIO ESTUDIO PROSPECTIVO DE VALIDACION CLINICA LA COLINA BOGOTA, MAYO DE 204 2 de 24. OBJETIVO Determinar que el proceso de producción

Más detalles

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

Más detalles

Diagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico

Diagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones

Más detalles

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta

Más detalles

Tema 4: Variables Aleatorias

Tema 4: Variables Aleatorias Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto

Más detalles

Contraste de hipótesis con STATGRAPHICS

Contraste de hipótesis con STATGRAPHICS Contraste de hipótesis con STATGRAPHICS Ficheros empleados: Transistor.sf3, Estaturas.sf3 1. Introducción: Una forma habitual de hacer inferencia acerca de uno o más parámetros de una población consiste

Más detalles

SEMINARIO 2. Introducción a la presentación de resultados científicos

SEMINARIO 2. Introducción a la presentación de resultados científicos SEMINARIO 2 Introducción a la presentación de resultados científicos 1. Las variables de estudio 2. Estadística descriptiva 3. Gráficos descriptivos de las variables Histogramas Gráficos de caja-bigotes

Más detalles

CAPÍTULO 5 ANÁLISIS 1. AJUSTE DE FLUJOS DE EFECTIVO A UNA DISTRIBUCIÓN CONOCIDA

CAPÍTULO 5 ANÁLISIS 1. AJUSTE DE FLUJOS DE EFECTIVO A UNA DISTRIBUCIÓN CONOCIDA CAPÍTULO ANÁLISIS. AJUSTE DE FLUJOS DE EFECTIVO A UNA DISTRIBUCIÓN CONOCIDA A continuación se realizarán las pruebas de bondad de ajuste para determinar si los flujos de efectivo siguen una distribución

Más detalles

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Módulo 2. Estadística Descriptiva: Medidas de síntesis Mª Purificación Galindo Villardón Mª Purificación

Más detalles

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k 1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES CONTROL DE CALIDAD CONTROL ESTADÍSTICO DE PROCESO Avanzar hacia la excelencia operacional es clave para la mejora de la competitividad de

Más detalles

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),

Más detalles

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1 Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea

Más detalles

Diseño de experimentos Hugo Alexer Pérez Vicente

Diseño de experimentos Hugo Alexer Pérez Vicente Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre

Más detalles

(1 punto) (1.5 puntos)

(1 punto) (1.5 puntos) Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA

ANALISIS DE FRECUENCIA EN HIDROLOGIA ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos

Más detalles

Recordando: El problema de la Inferencia Estadística

Recordando: El problema de la Inferencia Estadística Recordando: El problema de la Inferencia Estadística Población (N) Muestra (n) µ σ Muestreo Aleatorio Parámetro µ σ P θ Inferencia Estimador X S pˆ θˆ INFERENCIA: Método inductivo que permite generalizar

Más detalles

Verificación de una hipótesis sobre una media

Verificación de una hipótesis sobre una media Sesión 14 Verificación de una hipótesis sobre una media Verificación de una hipótesis sobre una media Procedimiento de verificación de una hipótesis si el parámetro de interés es una media poblacional.

Más detalles

Análisis de dos muestras

Análisis de dos muestras Análisis de dos muestras Supongamos el siguiente ejemplo. La resistencia a la rotura de un componente eléctrico constituye una característica importante de un cierto proceso. Un fabricante utiliza un material

Más detalles

DISEÑO EXPERIMENTAL PARA LA MEJORA DE PROCESOS ROBUSTOS: UNA PROPUESTA DE APLICACIÓN INTEGRANDO LA SIMULACIÓN DE PROCESOS.

DISEÑO EXPERIMENTAL PARA LA MEJORA DE PROCESOS ROBUSTOS: UNA PROPUESTA DE APLICACIÓN INTEGRANDO LA SIMULACIÓN DE PROCESOS. Capítulo 1 Administración de la calidad DISEÑO EXPERIMENTAL PARA LA MEJORA DE PROCESOS ROBUSTOS: UNA PROPUESTA DE APLICACIÓN INTEGRANDO LA SIMULACIÓN DE PROCESOS. Dr. Jesús Gerardo Cruz Álvarez, Dr. Jesús

Más detalles

MEDIR (Evaluación del sistema de medición) ING MARTA GABRIELA RIOS NAVA

MEDIR (Evaluación del sistema de medición) ING MARTA GABRIELA RIOS NAVA MEDIR (Evaluación del sistema de medición) ING MARTA GABRIELA RIOS NAVA 2 FLUJO DMAIC 1 D Definir el problema Eliminar causas especiales N Proceso estable? M Describir el problema S S Capaz? M Medición

Más detalles

UNIVERSIDAD TÉCNICA DEL NORTE INFORME TÉCNICO

UNIVERSIDAD TÉCNICA DEL NORTE INFORME TÉCNICO UNIVERSIDAD TÉCNICA DEL NORTE FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS CARRERA DE INGENIERÍA INDUSTRIAL INFORME TÉCNICO TEMA IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO PARA LA CALIDAD EN LA EMPRESA ANGIE

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

ÁREAS DE LA ESTADÍSTICA

ÁREAS DE LA ESTADÍSTICA QUÉ ES LA ESTADÍSTICA? Es el arte de realizar inferencias y sacar conclusiones a partir de datos imperfectos. ÁREAS DE LA ESTADÍSTICA Diseño: Planeamiento y desarrollo de investigaciones Descripción: Resumen

Más detalles

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS

Más detalles

APLICACIONES INDUSTRIALES

APLICACIONES INDUSTRIALES Ingeniería Energética, Vol. XXXIV, No. 2 / 2013, p. 151-162, Mayo/ Agosto ISSN 1815-5901 APLICACIONES INDUSTRIALES Análisis estadístico de la caída de tensión en un sistema eléctrico de baja tensión Statistical

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación continua 1 - PEC1

Solución ESTADÍSTICA. Prueba de evaluación continua 1 - PEC1 Semestre sep04 - feb05 Módulos: 1-11 Prueba de evaluación continua 1 - PEC1 Solución Presentación y objetivos Enunciados: descripción teórica de las prácticas a realizar Materiales Criterios de evaluación

Más detalles

= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =

= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) = SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden

Más detalles

4. ESTRATEGIA Y EJECUCIÓN DE LA VALIDACIÓN DEL PROCESO DE ENSAMBLE DE UNA AGUJA HIPODÉRMICA.

4. ESTRATEGIA Y EJECUCIÓN DE LA VALIDACIÓN DEL PROCESO DE ENSAMBLE DE UNA AGUJA HIPODÉRMICA. 4. ESTRATEGIA Y EJECUCIÓN DE LA VALIDACIÓN DEL PROCESO DE ENSAMBLE DE UNA AGUJA HIPODÉRMICA. 4.1 Proceso de ensamble de la línea de agujas hipodérmicas Es necesario conocer los componentes y los procesos

Más detalles

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA

Más detalles

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles