Estadística Aplicada al Control de Calidad y Seis
Sigma
Análisis Estadístico e inferencial
Gpo. 1
Paulina Lizeth Flores Pérez
Docente: Alan Tijerina de la Rosa
INDICE
Introducción................................................................................................................................................2
Análisis Estadístico e inferencial de un caso donde aplicaremos la metodología seis sigma.
........................................................................................................................................................................3
Objetivo del trabajo: ................................................................................................................................3
Problema:..................................................................................................................................................4
La estadística descriptiva de las variables continúas y establece conclusiones de sus tendencias
centrales, rango, intervalos de confianza. .............................................................................................4
Realiza una identificación de la distribución de probabilidad y determina a qué tipo de distribuciones
se ajusta cada una de las variables continuas. .......................................................................................8
Realiza un ANOVA entre calidad de acabado y consumo de pintura por remolque y establece si la
primera es significativa con respecto a la segunda................................................................................9
Realiza análisis de regresión lineal para las demás variables y el consumo de pintura y determina
cuales son significativas, el valor del r2 para cada una de las regresiones y en que valores es
conveniente trabajar para optimizar o en este caso disminuir el consumo de pintura. .....................10
Conclusiones............................................................................................................................................14
Introducción
Durante el primer módulo, hemos explorado los fundamentos esenciales de la estadística, la calidad y la
productividad. Antes de abordar el ejercicio adjunto, es pertinente revisar estos conceptos de manera
resumida. Un proceso se compone de una serie de actividades interconectadas, que involucran elementos
de entrada que se transforman en productos denominados resultados.
Las características de calidad que reflejan los desenlaces de un proceso son designadas como variables
de salida, representadas por "Y's", mientras que las condiciones que definen el proceso se denominan
variables de entrada o "X's". Ambas son esenciales para la gestión eficaz de cualquier proceso.
En cuanto a la estadística descriptiva, su propósito es desentrañar el comportamiento de una variable,
ofreciendo detalles sobre su tendencia central y dispersión. Por otro lado, la estadística inferencial, basada
en una muestra, se dedica a inferir y explicar el comportamiento global de dicha variable.
Análisis Estadístico e inferencial de un caso donde aplicaremos la metodología
seis sigma.
Objetivo del trabajo:
Aplicar de manera sumamente práctica las herramientas de estadística para el análisis de datos en un caso
práctico de proyecto de mejora.
Cantidad de Tiempo de secado Aplicación total
Calidad de acabado
recubrimiento gr/ l Pintura min. remolque Kg
13.9 30.9 buena 180
14.2 31.2 buena 180.3
14.1 31.1 buena 180.5
13.5 30.5 buena 180.1
14 31 buena 180.2
14.1 31.1 buena 180.4
13.9 30.9 buena 180.4
13.6 30.6 buena 180.1
14.3 31.3 buena 180.5
13 30 buena 179.6
14.9 31.9 buena 180.6
15.1 32.1 buena 181.8
14.8 31.8 buena 182.7
14.7 31.7 buena 183.5
14.3 31.3 buena 183.9
14.5 31.5 buena 184.5
14.6 31.6 regular 185.2
14.2 31.2 regular 185.5
14.1 31.1 regular 185.7
13.8 30.8 regular 185.6
13.9 30.9 regular 185.6
13.9 30.9 regular 185.6
14.5 31.5 regular 186.2
15.3 32.3 regular 187.6
15.5 32.5 regular 189.2
19.5 36.5 regular 194.8
19.5 36.5 regular 200.4
19.8 36.8 regular 206.3
21.3 38.3 regular 213.7
22.5 39.5 regular 222.3
21.9 38.9 regular 230.3
22 39 regular 238.4
Problema:
En una fábrica de remolques se quiere realizar un proyecto de optimización para reducir el consumo de
pintura utilizada por remolque. Después de un análisis de proceso se llegó a la conclusión que las variables
que pueden afectar el consumo son:
Realiza un análisis estadístico determinando:
La estadística descriptiva de las variables continúas y establece conclusiones de sus
tendencias centrales, rango, intervalos de confianza.
Cantidad de recubrimiento gr/ l (C1)
La media de un conjunto de “n” mediciones es igual a la suma de las mediciones dividida entre “n”, este
nos da un resultado de: 15.725.
La mediana “m” de un conjunto de “n” mediciones es el valor de “x” que cae en la posición media cuando
las mediciones son ordenadas de menor a mayor; este nos da un resultado de: 14.400.
La moda Categoría o valor de “x” que se presenta con más frecuencia; este nos da un resultado de: 13.9.
El rango, R, de un conjunto de “n” mediciones se define como la diferencia entre la medición más grande
y la más pequeña; Este nos da un resultado de: 9.5.
La varianza nos da un resultado de: 8.406.
La desviación estándar nos da un resultado de: 2.899.
00000
La gráfica de caja de la cantidad de recubrimiento gr/l (C1) nos indica que tiene un valor atípico, ya que las
cantidades son superiores a las típicas, siento este último normalmente de 14-16 gr/l, sin embargo, el
gráfico nos muestra que los datos obtenidos llegan a estar entre los 20-22 gr/l como maximo.
Tiempo de secado Pintura min. (C2)
La media nos da un resultado de: 32.725.
La mediana, nos da un resultado de: 31.400
La moda, nos da un resultado de: 30.9
El rango, nos da un resultado de: 9.5.
La varianza nos da un resultado de: 8.406.
La desviación estándar nos da un resultado de: 2.899.
La gráfica de caja del Tiempo de secado Pintura min. nos indica que tiene un valor atípico, ya que las
cantidades son superiores a las típicas, siento este último normalmente menor de 32 min., sin embargo, el
gráfico nos muestra que los datos obtenidos pudieron llegar hasta los 39.5 min.
Realiza una identificación de la distribución de probabilidad y determina a qué
tipo de distribuciones se ajusta cada una de las variables continuas.
La distribución de probabilidad podemos decir que es normal. Ya que es la que más se asemeja a la línea
de probabilidad, a comparación de las otras 3, teniendo como dato un 4.688.
Realiza un ANOVA entre calidad de acabado y consumo de pintura por remolque
y establece si la primera es significativa con respecto a la segunda.
Realiza análisis de regresión lineal para las demás variables y el consumo de pintura y
determina cuales son significativas, el valor del r2 para cada una de las regresiones y en
que valores es conveniente trabajar para optimizar o en este caso disminuir el consumo
de pintura.
Análisis de regresión: Pintura vs Cantidad (recubrimiento)
Análisis de regresión: Pintura vs Secado
Análisis de regresión: Pintura vs Calidad
Conclusiones
Las herramientas abordadas en este primer módulo pueden ser de gran ayuda. Observamos cómo los
problemas se vuelven más visuales.
Esta metodología resulta especialmente valiosa en el contexto de empresas de gran envergadura, donde
los datos suelen quedar almacenados en sistemas, esperando a ser interpretados. Simplificar la
comprensión de esta ingente cantidad de información se logra eficazmente mediante gráficos.
Tal y como lo pusimos en práctica en el ejercicio, empleamos gráficos para identificar lo que no funciona
correctamente.
Una vez recopilados los datos, procedimos a contrastarlos con valores de control que determinan la media,
el punto máximo y el punto mínimo. Alcanzado este punto, se torna más accesible comprender la raíz del
problema y abordarlo de manera efectiva.
