El documento presenta los resultados de una inspección de 30 días de las mediciones del diámetro de vasos fabricados por dos máquinas y operadas por dos personas. Los datos muestran variación en los diámetros medidas. Para determinar si el problema de calidad se debe a las máquinas o las operadoras, el documento propone estratificar los datos por operadora y máquina para identificar patrones. Esto ayudará a la empresa a determinar dónde enfocar los esfuerzos de mejora.
Se lleva a cabo un experimento para comparar el desgaste por abrasivo de dos materiales laminados. El material 1 tuvo un desgaste promedio de 85 unidades y el material 2 de 81 unidades. Usando una prueba t de Student con un nivel de significancia del 0.05, no se puede concluir que el desgaste del material 1 exceda el del material 2 en más de 2 unidades.
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
El documento habla sobre la capacidad y control estadístico de procesos industriales. Explica que la capacidad de un proceso mide su reproducibilidad intrínseca y uniformidad del producto resultante. También describe diferentes tipos de procesos y cómo analizar la capacidad de un proceso para predecir si cumplirá las especificaciones o identificar por qué no las cumple. Finalmente, presenta un esquema general para implementar un programa de control estadístico que mejore los procesos.
Este documento discute el alto costo de los malos jefes para las empresas y organizaciones. Indica que los malos jefes generan graves problemas y pérdidas significativas, ya que los empleados no están felices y no trabajan de forma eficiente. También señala que es importante que los jefes creen las condiciones para que sus subordinados se desempeñen de manera sobresaliente y productiva. Finalmente, sugiere que es necesario preparar mejor a los jefes sobre cómo ser buenos líderes y desarrollar competencias gerenciales como
El documento presenta una discusión sobre las siete herramientas de la calidad, incluyendo hojas de registro de control estadístico del proceso. Se proporcionan ejemplos de diferentes tipos de checklist alfanuméricos, numéricos y gráficos.
Este documento presenta 5 problemas de estudio de procesos industriales que involucran el uso de histogramas. Cada problema describe una situación de producción e incluye datos de muestras tomadas que se representan gráficamente mediante histogramas. Los resúmenes concluyen que en la mayoría de los casos los procesos cumplen con las especificaciones requeridas, a excepción de un caso donde se identifica una oportunidad para mejorar la eficiencia recuperando productos descartados.
Este documento presenta 5 ejemplos de correlación lineal simple entre diferentes variables. En cada ejemplo, se muestran los datos, se calculan los coeficientes de correlación y determinación, y se concluye que algunos conjuntos de datos muestran una fuerte correlación positiva o negativa, mientras que otros muestran poca o ninguna correlación.
El documento trata sobre el control estadístico de procesos en la Universidad Tecnológica de Torreón para el curso de Procesos Industriales 3° “C”. Presenta información sobre las siete herramientas de la calidad y hojas de registro para el alumno Luis Alberto García Aguilar y el profesor Gerardo Edgar Mata Ortiz.
Se lleva a cabo un experimento para comparar el desgaste por abrasivo de dos materiales laminados. El material 1 tuvo un desgaste promedio de 85 unidades y el material 2 de 81 unidades. Usando una prueba t de Student con un nivel de significancia del 0.05, no se puede concluir que el desgaste del material 1 exceda el del material 2 en más de 2 unidades.
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
El documento habla sobre la capacidad y control estadístico de procesos industriales. Explica que la capacidad de un proceso mide su reproducibilidad intrínseca y uniformidad del producto resultante. También describe diferentes tipos de procesos y cómo analizar la capacidad de un proceso para predecir si cumplirá las especificaciones o identificar por qué no las cumple. Finalmente, presenta un esquema general para implementar un programa de control estadístico que mejore los procesos.
Este documento discute el alto costo de los malos jefes para las empresas y organizaciones. Indica que los malos jefes generan graves problemas y pérdidas significativas, ya que los empleados no están felices y no trabajan de forma eficiente. También señala que es importante que los jefes creen las condiciones para que sus subordinados se desempeñen de manera sobresaliente y productiva. Finalmente, sugiere que es necesario preparar mejor a los jefes sobre cómo ser buenos líderes y desarrollar competencias gerenciales como
El documento presenta una discusión sobre las siete herramientas de la calidad, incluyendo hojas de registro de control estadístico del proceso. Se proporcionan ejemplos de diferentes tipos de checklist alfanuméricos, numéricos y gráficos.
Este documento presenta 5 problemas de estudio de procesos industriales que involucran el uso de histogramas. Cada problema describe una situación de producción e incluye datos de muestras tomadas que se representan gráficamente mediante histogramas. Los resúmenes concluyen que en la mayoría de los casos los procesos cumplen con las especificaciones requeridas, a excepción de un caso donde se identifica una oportunidad para mejorar la eficiencia recuperando productos descartados.
Este documento presenta 5 ejemplos de correlación lineal simple entre diferentes variables. En cada ejemplo, se muestran los datos, se calculan los coeficientes de correlación y determinación, y se concluye que algunos conjuntos de datos muestran una fuerte correlación positiva o negativa, mientras que otros muestran poca o ninguna correlación.
El documento trata sobre el control estadístico de procesos en la Universidad Tecnológica de Torreón para el curso de Procesos Industriales 3° “C”. Presenta información sobre las siete herramientas de la calidad y hojas de registro para el alumno Luis Alberto García Aguilar y el profesor Gerardo Edgar Mata Ortiz.
Aplicaciones de los histogramas y tablas de distribución de frecuenciasluiisalbertoo-laga
El documento presenta las tablas de mediciones y histogramas de 3 proveedores de rodamientos (Carlos Gardel, El Vítor, Elodio) para que una fábrica de microscopios elija uno. El histograma de Carlos Gardel es rectangular, indicando buen trabajo. El de El Vítor es asimétrico a la derecha, mostrando poca calidad. El de Elodio tiene picos en las colas, dentro de los límites de especificación.
Este documento proporciona información sobre el control estadístico de procesos. Explica conceptos clave como la variabilidad y sus tipos, y los beneficios del control de variación. También describe las Reglas Occidentales Eléctricas y las Reglas de Nelson, que son reglas de decisión para detectar condiciones fuera de control en gráficos de control. Finalmente, explica cómo interpretar cada gráfico de acuerdo con las diferentes reglas cuando hay variaciones en los datos.
The document proposes a conceptual model of workplace gossip and its effects on the power of employees who initiate gossip. It defines gossip as informal and evaluative talk about another member of an organization who is not present. The model focuses on the relationship between a gossiper and recipient and how gossip can influence the gossiper's coercive, reward, expert, and referent power over the recipient. Specifically, it proposes that negative gossip enhances a gossiper's coercive power by implicitly threatening recipients, while positive gossip enhances reward power by showing ability to distribute benefits. Moderating factors like the credibility and work-relatedness of gossip may also impact these effects.
El documento resume las enseñanzas de varios pasajes bíblicos sobre la amistad con Dios. Explica que cuando nos encontramos con Dios, nuestra vida cambia radicalmente. También discute que Jesús nos ofrece una verdadera amistad al morir por nosotros, y nos invita a ser sus amigos en lugar de solo sus siervos. Finalmente, enfatiza la importancia de no desperdiciar esta preciosa amistad con Dios.
La empresa TorMex recibió un pedido de 10,000 tornillos de 8.5 milímetros de diámetro con una tolerancia de ±0.19 milímetros del cliente FerrSun. Para verificar que la producción cumpla con las especificaciones, se midió un lote de prueba de 1,300 tornillos y los resultados se mostrarán en un histograma.
El documento presenta un comentario sobre la reseña del libro "De barbaros a burócratas". Brevemente describe que el libro habla sobre factores socioeconómicos que afectan a las empresas y cómo infundir sentido de pertenencia en los empleados. También menciona que el autor describe siete estilos de liderazgo y sus características principales. El comentario concluye resumiendo los puntos más relevantes de la reseña del libro.
Este documento presenta una traducción de 50 palabras del inglés al español realizada por un estudiante de la Universidad Tecnológica de Torreón para su clase de Procesos Industriales. La traducción incluye palabras como "autocumplida", "rico", "suficiente", "trampas", "incauto", "evitar", "comienzo", "logrado", "rápidamente", "aprendido", "cualquier cosa", "analizar", y "se" entre otras.
Este documento presenta información básica sobre un estudiante de nombre Luís Alberto García Aguilar que cursa el tercer semestre de la carrera de Procesos Industriales con énfasis en Manufactura. El documento está dirigido al profesor Edgar Gerardo Mata Ortiz para la asignatura de Estadística.
La capacidad se refiere a la cantidad máxima de productos que puede producirse en un período de tiempo. Existen diferentes tipos de capacidad como la capacidad instalada, demostrada y requerida. El documento describe el proceso de planificación de la capacidad que consta de cuatro fases: cálculo de la capacidad disponible, determinación de las necesidades de capacidad, desarrollo de alternativas y evaluación de las alternativas.
En estadística, un intervalo de confianza es un rango de valores que se estima incluirá el verdadero parámetro poblacional con una cierta probabilidad predeterminada, llamada nivel de confianza. Generalmente se construyen intervalos de confianza del 95%, lo que significa que se espera que el parámetro caiga dentro del intervalo el 95% de las veces. El intervalo de confianza para una media se calcula tomando la media muestral más o menos el error estándar de la media, mientras que para una proporción se calcula tomando
El documento presenta varios ejemplos de cálculos de intervalos de confianza para promedios y proporciones basados en muestras de datos. Incluye intervalos de confianza del 95% y 99% para puntajes promedio, tasas de hipertensión, peso al nacer, tiempos de nado, notas de gimnasia, fuerza muscular, preferencias electorales y resultados de lanzar una moneda.
En estadística, un intervalo de confianza es un rango de valores que se estima incluirá el verdadero parámetro poblacional con una cierta probabilidad predeterminada, llamada nivel de confianza. Generalmente se construyen intervalos de confianza del 95%, lo que significa que se espera que el parámetro poblacional se encuentre dentro del intervalo el 95% de las veces. El intervalo de confianza para una media poblacional aproxima la desviación estándar poblacional desconocida con la desviación estándar
Este documento describe los pasos para realizar una prueba de hipótesis estadística. Primero, se plantean las hipótesis nula y alternativa. Luego, se establece el nivel de significación, generalmente 5%. Después, se aplica el estadístico de prueba y se establece la regla de decisión. Finalmente, se saca la conclusión de aceptar o rechazar la hipótesis nula.
Este documento presenta varios ejemplos de aplicaciones de distribuciones de probabilidad como la binomial, Poisson y normal. Explica cómo calcular la probabilidad de eventos usando estas distribuciones y las fórmulas asociadas. También muestra cómo aproximar la binomial con la normal para calcular probabilidades.
Este documento presenta 5 ejemplos de diferentes distribuciones de probabilidad, incluyendo distribuciones de Bernoulli, binomial, Poisson, normal y gamma. Los ejemplos ilustran cómo calcular probabilidades para variables aleatorias discretas y continuas usando las fórmulas correspondientes a cada distribución.
El documento describe varias distribuciones de probabilidad, incluyendo la distribución de Bernoulli, la distribución binomial, la distribución de Poisson, la distribución normal y la distribución gamma. Explica las fórmulas clave, parámetros y aplicaciones de cada distribución.
Este documento presenta evidencia del trabajo de Luis Alberto García Aguilar de la clase 2° "B" durante la clase, incluyendo hojas que muestran su comprensión de las diapositivas y PDFs revisados.
Este documento presenta evidencia del trabajo de Luis Alberto García Aguilar de la clase 2° "B" durante la clase, incluyendo hojas que muestran su comprensión de las diapositivas y PDFs revisados.
Este documento es una hoja de evidencias que muestra el trabajo de Luis Alberto García Aguilar de la clase 2° “B” durante la clase. La hoja sirve para verificar la información presentada en las diapositivas y archivos PDF.
Eventos aleatorios, espacio muestral y técnicas de conteoluiisalbertoo-laga
Probabilidad se refiere al número entre 0 y 1 que evalúa la posibilidad de que ocurra un evento. Un experimento involucra un resultado y un evento, como lanzar un dado. Cuanto más cercana esté una probabilidad a cero, menos probable es que ocurra el evento, mientras que cuanto más cercana esté a uno, más seguro es que suceda. Un fenómeno aleatorio es aquel cuyo resultado puede variar bajo las mismas condiciones iniciales y cuyo resultado no puede predecirse.
Aplicaciones de los histogramas y tablas de distribución de frecuenciasluiisalbertoo-laga
El documento presenta las tablas de mediciones y histogramas de 3 proveedores de rodamientos (Carlos Gardel, El Vítor, Elodio) para que una fábrica de microscopios elija uno. El histograma de Carlos Gardel es rectangular, indicando buen trabajo. El de El Vítor es asimétrico a la derecha, mostrando poca calidad. El de Elodio tiene picos en las colas, dentro de los límites de especificación.
Este documento proporciona información sobre el control estadístico de procesos. Explica conceptos clave como la variabilidad y sus tipos, y los beneficios del control de variación. También describe las Reglas Occidentales Eléctricas y las Reglas de Nelson, que son reglas de decisión para detectar condiciones fuera de control en gráficos de control. Finalmente, explica cómo interpretar cada gráfico de acuerdo con las diferentes reglas cuando hay variaciones en los datos.
The document proposes a conceptual model of workplace gossip and its effects on the power of employees who initiate gossip. It defines gossip as informal and evaluative talk about another member of an organization who is not present. The model focuses on the relationship between a gossiper and recipient and how gossip can influence the gossiper's coercive, reward, expert, and referent power over the recipient. Specifically, it proposes that negative gossip enhances a gossiper's coercive power by implicitly threatening recipients, while positive gossip enhances reward power by showing ability to distribute benefits. Moderating factors like the credibility and work-relatedness of gossip may also impact these effects.
El documento resume las enseñanzas de varios pasajes bíblicos sobre la amistad con Dios. Explica que cuando nos encontramos con Dios, nuestra vida cambia radicalmente. También discute que Jesús nos ofrece una verdadera amistad al morir por nosotros, y nos invita a ser sus amigos en lugar de solo sus siervos. Finalmente, enfatiza la importancia de no desperdiciar esta preciosa amistad con Dios.
La empresa TorMex recibió un pedido de 10,000 tornillos de 8.5 milímetros de diámetro con una tolerancia de ±0.19 milímetros del cliente FerrSun. Para verificar que la producción cumpla con las especificaciones, se midió un lote de prueba de 1,300 tornillos y los resultados se mostrarán en un histograma.
El documento presenta un comentario sobre la reseña del libro "De barbaros a burócratas". Brevemente describe que el libro habla sobre factores socioeconómicos que afectan a las empresas y cómo infundir sentido de pertenencia en los empleados. También menciona que el autor describe siete estilos de liderazgo y sus características principales. El comentario concluye resumiendo los puntos más relevantes de la reseña del libro.
Este documento presenta una traducción de 50 palabras del inglés al español realizada por un estudiante de la Universidad Tecnológica de Torreón para su clase de Procesos Industriales. La traducción incluye palabras como "autocumplida", "rico", "suficiente", "trampas", "incauto", "evitar", "comienzo", "logrado", "rápidamente", "aprendido", "cualquier cosa", "analizar", y "se" entre otras.
Este documento presenta información básica sobre un estudiante de nombre Luís Alberto García Aguilar que cursa el tercer semestre de la carrera de Procesos Industriales con énfasis en Manufactura. El documento está dirigido al profesor Edgar Gerardo Mata Ortiz para la asignatura de Estadística.
La capacidad se refiere a la cantidad máxima de productos que puede producirse en un período de tiempo. Existen diferentes tipos de capacidad como la capacidad instalada, demostrada y requerida. El documento describe el proceso de planificación de la capacidad que consta de cuatro fases: cálculo de la capacidad disponible, determinación de las necesidades de capacidad, desarrollo de alternativas y evaluación de las alternativas.
En estadística, un intervalo de confianza es un rango de valores que se estima incluirá el verdadero parámetro poblacional con una cierta probabilidad predeterminada, llamada nivel de confianza. Generalmente se construyen intervalos de confianza del 95%, lo que significa que se espera que el parámetro caiga dentro del intervalo el 95% de las veces. El intervalo de confianza para una media se calcula tomando la media muestral más o menos el error estándar de la media, mientras que para una proporción se calcula tomando
El documento presenta varios ejemplos de cálculos de intervalos de confianza para promedios y proporciones basados en muestras de datos. Incluye intervalos de confianza del 95% y 99% para puntajes promedio, tasas de hipertensión, peso al nacer, tiempos de nado, notas de gimnasia, fuerza muscular, preferencias electorales y resultados de lanzar una moneda.
En estadística, un intervalo de confianza es un rango de valores que se estima incluirá el verdadero parámetro poblacional con una cierta probabilidad predeterminada, llamada nivel de confianza. Generalmente se construyen intervalos de confianza del 95%, lo que significa que se espera que el parámetro poblacional se encuentre dentro del intervalo el 95% de las veces. El intervalo de confianza para una media poblacional aproxima la desviación estándar poblacional desconocida con la desviación estándar
Este documento describe los pasos para realizar una prueba de hipótesis estadística. Primero, se plantean las hipótesis nula y alternativa. Luego, se establece el nivel de significación, generalmente 5%. Después, se aplica el estadístico de prueba y se establece la regla de decisión. Finalmente, se saca la conclusión de aceptar o rechazar la hipótesis nula.
Este documento presenta varios ejemplos de aplicaciones de distribuciones de probabilidad como la binomial, Poisson y normal. Explica cómo calcular la probabilidad de eventos usando estas distribuciones y las fórmulas asociadas. También muestra cómo aproximar la binomial con la normal para calcular probabilidades.
Este documento presenta 5 ejemplos de diferentes distribuciones de probabilidad, incluyendo distribuciones de Bernoulli, binomial, Poisson, normal y gamma. Los ejemplos ilustran cómo calcular probabilidades para variables aleatorias discretas y continuas usando las fórmulas correspondientes a cada distribución.
El documento describe varias distribuciones de probabilidad, incluyendo la distribución de Bernoulli, la distribución binomial, la distribución de Poisson, la distribución normal y la distribución gamma. Explica las fórmulas clave, parámetros y aplicaciones de cada distribución.
Este documento presenta evidencia del trabajo de Luis Alberto García Aguilar de la clase 2° "B" durante la clase, incluyendo hojas que muestran su comprensión de las diapositivas y PDFs revisados.
Este documento presenta evidencia del trabajo de Luis Alberto García Aguilar de la clase 2° "B" durante la clase, incluyendo hojas que muestran su comprensión de las diapositivas y PDFs revisados.
Este documento es una hoja de evidencias que muestra el trabajo de Luis Alberto García Aguilar de la clase 2° “B” durante la clase. La hoja sirve para verificar la información presentada en las diapositivas y archivos PDF.
Eventos aleatorios, espacio muestral y técnicas de conteoluiisalbertoo-laga
Probabilidad se refiere al número entre 0 y 1 que evalúa la posibilidad de que ocurra un evento. Un experimento involucra un resultado y un evento, como lanzar un dado. Cuanto más cercana esté una probabilidad a cero, menos probable es que ocurra el evento, mientras que cuanto más cercana esté a uno, más seguro es que suceda. Un fenómeno aleatorio es aquel cuyo resultado puede variar bajo las mismas condiciones iniciales y cuyo resultado no puede predecirse.
Eventos aleatorios, espacio muestral y técnicas de conteo
1.0 problema
1. Universidad Tecnológica de Torreón
Procesos Industriales Área Manufactura
“Estratificación con Histograma
Luís Alberto García Aguilar
Lic.: Edgar Gerardo Mata Ortiz
Control estadístico del proceso
3º “C”
Torreón Coahuila 25/04/12
1
2. Universidad Tecnológica de Torreón
Estratificación Problema.-
La empresa “Vasomex” se encarga de fabricar vasos con un diámetro de 27
cm ±. 3.2 mm, se utilizan dos maquinas Para la realización de estos vasos una
es la ZZB-121 y la otra es la ZZB-122, estas maquinas son operadas por dos
personas Paola y Brenda.
El supervisor de calidad Juan Carlos está teniendo dudas sobre el diámetro de
los vasos, por lo que diariamente toma durante 30 días una muestra de los
vasos de cada máquina para inspeccionarlos
Los resultados de la inspección se muestran en la siguiente tabla:
Día Operario Maquina 1 (ZZB-121)
1 Paola 27.15 26.85 27 26.92 27.02 26.77 26.94 27.03 26.9 26.98
2 Paola 26.99 26.95 27.14 27.04 27.11 27.07 27.16 27.01 26.94 27.08
3 Brenda 27.15 26.93 26.99 27.01 26.72 26.98 27.08 27.15 26.99 26.86
4 Paola 26.98 27 27.01 27.03 26.99 27.07 26.84 26.86 27.08 26.88
5 Brenda 27.05 27.06 26.9 26.84 27.21 27.12 26.94 27.03 27.31 26.9
6 Brenda 26.92 27.04 26.98 26.94 26.89 27.11 27 27 26.97 27.01
7 Paola 27.04 27.05 27.03 26.92 27.07 27.01 26.99 27.07 27.03 27.03
8 Brenda 27.01 26.9 27.03 27.02 27.13 26.96 27.07 26.91 27.03 27
9 Paola 26.99 26.91 26.96 26.99 27.16 27.03 26.88 26.98 26.92 27.22
10 Paola 26.91 26.79 26.91 27.18 26.97 26.91 26.97 26.99 26.98 26.87
11 Brenda 26.91 27.02 27.1 27.12 27.09 26.96 26.88 27 26.8 27
12 Paola 26.9 26.93 27.02 26.82 26.89 26.89 26.95 27.01 27.12 26.9
13 Brenda 26.97 26.95 27 27.16 26.96 26.86 27.06 27.02 27.24 26.95
14 Brenda 26.93 27.04 26.96 27.05 27.01 26.97 26.89 27 26.85 27.09
15 Brenda 27.03 26.94 26.92 27.13 27 27.03 27.03 27.03 27 26.89
16 Paola 27.07 26.99 27.1 26.92 27.05 26.91 27.01 27.12 27.09 26.92
17 Brenda 26.82 26.9 26.98 26.93 26.96 26.92 27.09 26.97 27.02 27.01
18 Paola 26.99 27.03 27.08 27.09 26.87 27.04 27.14 27.22 26.92 27.14
19 Paola 27.02 26.86 26.96 27.06 26.96 26.9 26.83 27.12 27.18 26.98
20 Paola 26.95 26.98 26.99 26.82 26.81 27.17 27 27.11 27.09 26.95
2
4. Universidad Tecnológica de Torreón
25 Paola 26.82 26.82 26.79 26.94 26.86 26.9 26.87 26.89 26.94 27.01
26 Brenda 26.88 26.82 26.88 26.99 26.85 26.97 26.87 26.86 27.01 26.91
27 Paola 26.85 26.79 26.87 26.88 26.98 26.81 27 26.75 26.7 26.83
28 Brenda 26.96 26.88 26.78 26.92 26.74 27.04 27.01 26.94 26.9 26.98
29 Paola 27.06 26.9 26.98 26.83 26.79 27.06 26.89 26.72 26.72 26.88
30 Brenda 26.93 26.81 26.9 26.95 26.63 26.81 26.97 26.77 26.92 27.15
Como podemos ver es una muestra grande la que hemos obtenido ahora
veremos el histograma para saber con más precisión si en verdad estamos
teniendo déficit de calidad:
Como podemos ver las sospechas del supervisor de calidad eran ciertas ya
que estamos las pruebas tomadas de los vasos no están cumpliendo al 100%
con los requerimientos especificados, ahora tenemos que estratificar para
ver qué es lo que nos está presentando la falta de calidad, si las empleadas o
la maquinaria.
4
6. Universidad Tecnológica de Torreón
27 Paola 26.85 26.79 26.87 26.88 26.98 26.81 27 26.75 26.7 26.83
29 Paola 27.06 26.9 26.98 26.83 26.79 27.06 26.89 26.72 26.72 26.88
Aun observando los datos no nos dicen nada aun, es por eso que
necesitamos realizar el histograma para ver con más claridad si es ella la
causante del déficit de calidad, encontramos el histograma de esta manera:
Como podemos ver aun el histograma no nos dice nada concreto ya
que encontramos el mismo déficit de calidad que en el histograma anterior.
Encontrando en este histograma que no todo el 100% de lo producido por
Paola esta dentro de los márgenes de tolerancias.
6
7. Universidad Tecnológica de Torreón
Segunda estratificación, (Empleada Brenda)
Debemos de continuar con la estratificación para que nos aclare cuál es la
Causante del déficit de calidad.
Aquí están los datos obtenidos por la operaria Brenda:
Día Operario Maquina 1 (ZZB-121)
3 Brenda 27.15 26.93 26.99 27.01 26.72 26.98 27.08 27.15 26.99 26.86
5 Brenda 27.05 27.06 26.9 26.84 27.21 27.12 26.94 27.03 27.31 26.9
6 Brenda 26.92 27.04 26.98 26.94 26.89 27.11 27 27 26.97 27.01
8 Brenda 27.01 26.9 27.03 27.02 27.13 26.96 27.07 26.91 27.03 27
11 Brenda 26.91 27.02 27.1 27.12 27.09 26.96 26.88 27 26.8 27
13 Brenda 26.97 26.95 27 27.16 26.96 26.86 27.06 27.02 27.24 26.95
14 Brenda 26.93 27.04 26.96 27.05 27.01 26.97 26.89 27 26.85 27.09
15 Brenda 27.03 26.94 26.92 27.13 27 27.03 27.03 27.03 27 26.89
17 Brenda 26.82 26.9 26.98 26.93 26.96 26.92 27.09 26.97 27.02 27.01
21 Brenda 26.91 27 27.06 27.12 26.86 26.95 27.02 27.01 26.91 26.92
22 Brenda 26.95 27.07 26.93 26.88 27.08 26.99 27.02 27.11 26.99 27.13
23 Brenda 27.17 27.1 27.02 27.11 27.1 26.96 26.91 27.11 26.94 26.86
26 Brenda 27.01 26.96 27.01 26.98 26.76 26.99 26.96 27.09 26.89 27.11
28 Brenda 27.04 26.89 26.82 26.89 27.02 27.05 27.01 27.03 26.93 26.89
30 Brenda 27.12 26.79 26.99 27.14 26.86 26.98 27.08 26.94 27 26.99
Día Operario Maquina 2 (ZZB-122)
3 Brenda 26.8 26.97 26.92 26.76 26.96 26.91 26.9 26.96 26.94 26.92
5 Brenda 26.9 26.85 26.88 26.99 27.03 26.78 27.01 26.99 26.76 27.02
6 Brenda 26.8 26.83 27.04 27.03 26.84 26.86 26.89 26.71 26.8 27.02
8 Brenda 27.04 26.72 26.89 26.61 26.84 26.97 26.95 26.98 26.84 26.93
11 Brenda 26.9 27.03 26.94 26.95 26.76 26.88 26.94 26.68 26.8 26.87
13 Brenda 26.92 27.02 27.13 26.85 26.85 26.78 26.96 26.87 26.72 26.78
14 Brenda 27.01 26.86 27.07 26.74 26.96 26.9 26.92 26.76 26.86 26.69
15 Brenda 26.98 27.23 26.94 26.97 26.69 26.9 26.87 26.92 27.01 26.76
17 Brenda 27.02 27 26.82 26.82 26.8 26.98 26.99 26.84 26.86 26.84
7
8. Universidad Tecnológica de Torreón
21 Brenda 26.78 26.99 26.91 26.87 26.96 26.95 26.83 26.88 26.87 26.99
22 Brenda 27.08 26.88 26.86 26.74 26.91 26.82 26.91 26.95 26.89 27
23 Brenda 26.76 26.81 27 26.65 26.91 26.99 26.79 26.91 27.07 26.82
26 Brenda 26.88 26.82 26.88 26.99 26.85 26.97 26.87 26.86 27.01 26.91
28 Brenda 26.96 26.88 26.78 26.92 26.74 27.04 27.01 26.94 26.9 26.98
30 Brenda 26.93 26.81 26.9 26.95 26.63 26.81 26.97 26.77 26.92 27.15
Aun observando los datos no nos aclaran nada aun, es por eso que
necesitamos realizar el histograma para ver con más claridad si es ella la
causante del déficit de calidad, encontramos el histograma de esta manera:
Como podemos ver aun el histograma no nos muestra nada
concreto ya que al verlo presenta el mismo déficit de calidad que en los
histogramas anteriores.
8
9. Universidad Tecnológica de Torreón
Tercera estratificación, (Maquina #1)
Debemos de continuar con la estratificación para aclarar cuál es la causante
del déficit de calidad, ya que al realizar por medio de las operarias no
encontramos nada, si nos muestra el faltante de calidad pero no concretando
nada aun, es por eso que ahora veremos por maquinas.
Aquí están los datos obtenidos la maquina ZZB-121.
Dí Operari Maquina 1 (ZZB-121)
a o
1 Paola 27.1 26.8 27 26.9 27.0 26.7 26.9 27.0 26.9 26.9
5 5 2 2 7 4 3 8
2 Paola 26.9 26.9 27.1 27.0 27.1 27.0 27.1 27.0 26.9 27.0
9 5 4 4 1 7 6 1 4 8
3 Brenda 27.1 26.9 26.9 27.0 26.7 26.9 27.0 27.1 26.9 26.8
5 3 9 1 2 8 8 5 9 6
4 Paola 26.9 27 27.0 27.0 26.9 27.0 26.8 26.8 27.0 26.8
8 1 3 9 7 4 6 8 8
5 Brenda 27.0 27.0 26.9 26.8 27.2 27.1 26.9 27.0 27.3 26.9
5 6 4 1 2 4 3 1
6 Brenda 26.9 27.0 26.9 26.9 26.8 27.1 27 27 26.9 27.0
2 4 8 4 9 1 7 1
7 Paola 27.0 27.0 27.0 26.9 27.0 27.0 26.9 27.0 27.0 27.0
4 5 3 2 7 1 9 7 3 3
8 Brenda 27.0 26.9 27.0 27.0 27.1 26.9 27.0 26.9 27.0 27
1 3 2 3 6 7 1 3
9 Paola 26.9 26.9 26.9 26.9 27.1 27.0 26.8 26.9 26.9 27.2
9 1 6 9 6 3 8 8 2 2
10 Paola 26.9 26.7 26.9 27.1 26.9 26.9 26.9 26.9 26.9 26.8
1 9 1 8 7 1 7 9 8 7
11 Brenda 26.9 27.0 27.1 27.1 27.0 26.9 26.8 27 26.8 27
1 2 2 9 6 8
12 Paola 26.9 26.9 27.0 26.8 26.8 26.8 26.9 27.0 27.1 26.9
3 2 2 9 9 5 1 2
13 Brenda 26.9 26.9 27 27.1 26.9 26.8 27.0 27.0 27.2 26.9
7 5 6 6 6 6 2 4 5
14 Brenda 26.9 27.0 26.9 27.0 27.0 26.9 26.8 27 26.8 27.0
3 4 6 5 1 7 9 5 9
15 Brenda 27.0 26.9 26.9 27.1 27 27.0 27.0 27.0 27 26.8
3 4 2 3 3 3 3 9
16 Paola 27.0 26.9 27.1 26.9 27.0 26.9 27.0 27.1 27.0 26.9
7 9 2 5 1 1 2 9 2
17 Brenda 26.8 26.9 26.9 26.9 26.9 26.9 27.0 26.9 27.0 27.0
2 8 3 6 2 9 7 2 1
9
10. Universidad Tecnológica de Torreón
18 Paola 26.9 27.0 27.0 27.0 26.8 27.0 27.1 27.2 26.9 27.1
9 3 8 9 7 4 4 2 2 4
19 Paola 27.0 26.8 26.9 27.0 26.9 26.9 26.8 27.1 27.1 26.9
2 6 6 6 6 3 2 8 8
20 Paola 26.9 26.9 26.9 26.8 26.8 27.1 27 27.1 27.0 26.9
5 8 9 2 1 7 1 9 5
21 Brenda 26.9 27 27.0 27.1 26.8 26.9 27.0 27.0 26.9 26.9
1 6 2 6 5 2 1 1 2
22 Brenda 26.9 27.0 26.9 26.8 27.0 26.9 27.0 27.1 26.9 27.1
5 7 3 8 8 9 2 1 9 3
23 Brenda 27.1 27.1 27.0 27.1 27.1 26.9 26.9 27.1 26.9 26.8
7 2 1 6 1 1 4 6
24 Paola 27.0 27.0 27.0 27 27 26.9 27.0 26.9 27.0 27.0
6 5 7 8 2 6 4 1
25 Paola 27.0 26.9 26.9 26.8 27.0 26.9 27.0 26.8 26.8 26.9
1 6 8 1 2 2 6 7 7
26 Brenda 27.0 26.9 27.0 26.9 26.7 26.9 26.9 27.0 26.8 27.1
1 6 1 8 6 9 6 9 9 1
27 Paola 27.0 27.0 26.9 26.9 27 27.0 27.0 26.9 26.9 27.0
3 1 4 7 1 3 6 1 6
28 Brenda 27.0 26.8 26.8 26.8 27.0 27.0 27.0 27.0 26.9 26.8
4 9 2 9 2 5 1 3 3 9
29 Paola 26.7 27.1 27 27.0 27.1 26.9 27.0 26.9 27.0 26.7
5 2 6 8 9 8 6 9
30 Brenda 27.1 26.7 26.9 27.1 26.8 26.9 27.0 26.9 27 26.9
2 9 9 4 6 8 8 4 9
Aun observando los datos podemos observar que no encontramos
ninguna muestra fuera de los limites de calidad, si no que al contrario todos
los datos están dentro de los márgenes, pero para asegurar con más claridad
esto se realizo un histograma con la muestra de la maquina uno, que es el
siguiente:
10
11. Universidad Tecnológica de Torreón
Al realizar el histograma por maquina encontramos que en la maquina
uno no se encuentra ningún tipo de faltante de calidad, teniendo la muestra
de los 300 vasos dentro de los limites de especificación, pudiendo asegurar
con certeza que la maquina uno esta trabajando con optimas condiciones.
11
12. Universidad Tecnológica de Torreón
Tercera estratificación, (Maquina #2)
Debemos de continuar con la estratificación para aclarar cual es la causante
del déficit de calidad, aunque creo que ya estamos cerca de ella, al encontrar
la maquina uno en optimas condiciones según la muestra tomada, ahora
veremos los datos obtenidos por la maquina #2
Datos tomados obtenidos por la maquina #2:
Día Operario Maquina 2 (ZZB-122)
1 Paola 26.77 27.13 26.81 27.14 27.05 26.89 26.77 26.85 27.11 26.89
2 Paola 27.02 26.79 26.96 26.78 26.87 26.85 26.77 27 27 26.94
3 Brenda 26.8 26.97 26.92 26.76 26.96 26.91 26.9 26.96 26.94 26.92
4 Paola 26.85 26.82 26.77 26.78 26.99 26.89 26.99 26.86 26.85 26.9
5 Brenda 26.9 26.85 26.88 26.99 27.03 26.78 27.01 26.99 26.76 27.02
6 Brenda 26.8 26.83 27.04 27.03 26.84 26.86 26.89 26.71 26.8 27.02
7 Paola 26.97 26.96 26.77 26.97 26.88 26.89 27.19 26.77 26.96 27.15
8 Brenda 27.04 26.72 26.89 26.61 26.84 26.97 26.95 26.98 26.84 26.93
9 Paola 26.97 27.04 26.92 26.84 26.88 26.8 26.88 26.89 26.97 26.62
10 Paola 26.88 26.91 26.9 27.02 26.96 26.9 26.71 26.89 26.83 26.79
11 Brenda 26.9 27.03 26.94 26.95 26.76 26.88 26.94 26.68 26.8 26.87
12 Paola 26.89 26.93 26.98 27.12 26.75 26.87 27.02 26.95 26.8 26.86
13 Brenda 26.92 27.02 27.13 26.85 26.85 26.78 26.96 26.87 26.72 26.78
14 Brenda 27.01 26.86 27.07 26.74 26.96 26.9 26.92 26.76 26.86 26.69
15 Brenda 26.98 27.23 26.94 26.97 26.69 26.9 26.87 26.92 27.01 26.76
16 Paola 27.11 27.05 26.71 26.87 26.8 26.82 26.88 26.99 26.77 26.94
17 Brenda 27.02 27 26.82 26.82 26.8 26.98 26.99 26.84 26.86 26.84
18 Paola 26.89 27.03 26.87 27.1 26.9 26.82 27.03 26.99 26.83 26.81
19 Paola 26.93 26.99 26.88 26.84 26.81 26.83 26.93 26.88 26.95 26.92
20 Paola 26.68 27.01 26.95 26.98 26.62 26.87 26.9 26.78 26.88 26.92
21 Brenda 26.78 26.99 26.91 26.87 26.96 26.95 26.83 26.88 26.87 26.99
22 Brenda 27.08 26.88 26.86 26.74 26.91 26.82 26.91 26.95 26.89 27
23 Brenda 26.76 26.81 27 26.65 26.91 26.99 26.79 26.91 27.07 26.82
24 Paola 27.02 26.79 26.93 26.98 26.67 26.82 26.87 26.79 26.93 26.89
25 Paola 26.82 26.82 26.79 26.94 26.86 26.9 26.87 26.89 26.94 27.01
12
13. Universidad Tecnológica de Torreón
26 Brenda 26.88 26.82 26.88 26.99 26.85 26.97 26.87 26.86 27.01 26.91
27 Paola 26.85 26.79 26.87 26.88 26.98 26.81 27 26.75 26.7 26.83
28 Brenda 26.96 26.88 26.78 26.92 26.74 27.04 27.01 26.94 26.9 26.98
29 Paola 27.06 26.9 26.98 26.83 26.79 27.06 26.89 26.72 26.72 26.88
30 Brenda 26.93 26.81 26.9 26.95 26.63 26.81 26.97 26.77 26.92 27.15
Aun observando los datos no nos dicen nada aun, es por eso que
necesitamos realizar el histograma para ver con más claridad si es ella la
causante del déficit de calidad, encontramos el histograma de esta manera:
Con este histograma hemos encontrado al fin cual era la causa del
déficit de calidad ya que un porcentaje de muestras tomadas se sale de los
límites de tolerancia.
13
14. Universidad Tecnológica de Torreón
Interpretación final
Al final se ha encontrado cual es la causante del déficit de calidad, se
tuvo que realizar varios histogramas de una sola muestra de datos ya que
participaban varios individuos en su fabricación, primero se realizo un
histograma con todos los datos en total, encontrando un déficit de calidad
pero no el factor que lo estaba causando, es por eso que se decidió realizar
varias estratificaciones de los datos para encontrar con mas claridad cual era
la causante de este problema si la Operaria uno, operaria dos, maquina uno o
maquina dos, realizando una separación de la muestra de cada uno con su
respectivo histograma para cada uno.
Al comenzar la primera y la segunda estratificación paso algo muy raro, que
después de haber realizado lo anterior se procedió a realizar su histograma
correspondiente y al verlo detenidamente se podía ver a grandes rasgos que
era igual al de todos los datos, aunque ya había encontrado que se tenia una
faltante de calidad dentro de la muestra, aun no podía saber con precisión
cuál era la causante de este.
Terminando con estos histogramas procedí a realizar la estratificación por
maquinas claro con sus respectivos histogramas, y al realizar el primer
histograma pude notar que toda la muestra estaba dentro de las
especificaciones, sabiendo con esto que la maquina uno no era la causante
del déficit de calidad, pero procediendo a realizar el de la maquina dos se
encontró que efectivamente tenía un déficit de calidad.
Comparando toda la muestra con su respectiva estratificación se pudo llegar
a la conclusión que la causante de la falta de calidad era la maquina dos ya
que las operarias no podían ser, aunque las dos presentaban déficit de
calidad, era fácil de notar que ellas no eran las causantes.
Concluyendo que la maquina #2 tiene una posible avería y se debe de
realizar un chequeo para determinar cuál es el motivo del porque esta
máquina está entregando un porcentaje de las piezas fuera de los limites de
especificación.
14