Académique Documents
Professionnel Documents
Culture Documents
Asignatura:
Control de Calidad
Profesora:
Olga Basora
Sección:
06
Práctica
3
Sustentantes:
Elizabeth Báez de la Rosa 100206746
Anaibelka Mena 100208668
José Adriel Veras 100107841
Huygens Feliz 100185819
Pamela Torres 10015997
Benito de los Santos 100159735
Eilen Medrano 100054091
PRACTICA #3
Preguntas de JAMES EVANS. (pág. 579)
1¿Qué es el pensamiento estadístico? ¿Por qué es importante para los directivos y
empleados de todos los niveles de una organización?
La diferencia principal entre estas dos causas de variación es que , la causa especial de
variación surge de fuentes externas al proceso, lo que permite detectarlas con facilidad
utilizando métodos estadísticos y en el mayor de los casos su corrección resulta
económica, pasa lo contrario en las causas comunes , estas solo se pueden reducir
rediseñando el producto o proporcionando mejor tecnología o entrenamiento y capacitación
en el proceso de producción, por lo que su corrección no resulta económica.
3. Explique los dos errores fundamentales que cometen los directivos al tratar de
mejorar un proceso. ¿Puede mencionar varios ejemplos de su experiencia personal en
los que se cometió este tipo de errores?
Los directivos pueden cometer dos errores fundamentales al tratar de mejorar un proceso:
1. Tratar como causa especial cualquier falla, queja, error, descompostura, accidente o escasez
cuando en realidad se debe a causas comunes.
2. Atribuir a las causas comunes cualquier falla, queja, error, descompostura, accidente o escasez
cuando en realidad se debe a una causa especial.
3. En el primer caso, el manejo de un sistema estable puede aumentar la variación en el sistema; en
el segundo, la oportunidad de reducir la variación se pierde debido a que se piensa erróneamente
que la cantidad de variación es incontrolable.
7. Defina una población y una muestra. ¿Cuáles son sus principales características?
La desviación estándar (SD) representa la variación en los valores de una variable, mientras
que el error estándar de la media (Estándar Error of the Mean, SEM) representa la
dispersión que tendría la media de una muestra de valores si se continuaran tomando
muestras. Por lo tanto, el SEM proporciona una idea de la precisión de la media y el SD nos
da una idea de la variabilidad de las observaciones individuales. Estos dos parámetros están
relacionados. Cuanto mayor sea el tamaño muestral, menor será nuestra incertidumbre.
SEM = SD/√n
Donde:
SEM = Error estándar de la media
SD = Desviación estándar
n = tamaño de la muestra
9. Exprese con sus propias palabras el significado del teorema del límite central. ¿Qué
tan importante es para el desarrollo y uso de las técnicas de control estadístico de la
calidad?
El teorema del límite central es la caracterización de la forma de la distribución de
probabilidad, permite darle el tratamiento de una distribución normal a cualquier tipo de
distribución cuando se aumenta el tamaño de la muestra.
Al aplicar el teorema del límite central, es posible calcular la distribución de muestreo
mediante una distribución normal para tamaños de muestras grandes. Tiene diversas
aplicaciones en las áreas de determinación de las capacidades de los procesos y las gráficas
de control.
Ejercicios de Evans pág. 580
1. Aplique las herramientas de análisis Descriptive Statistics e Histogram de Excel para
calcular la media, la desviación estándar y otros parámetros estadísticos relevantes,
así como una distribución de frecuencia y un histograma para los datos que se hallan
en el problema 11-1 en Excel). ¿De qué tipo de distribución podría sospechar que se
tomaron los datos?
2.5 3.9 3.8 4.9 3.6 3.5 2.9 3.8 2.5 1.9
4.9 4.4 3.6 4 2.4 4 2.4 4.1 3.4 3
3.6 3.9 2.5 4.2 3.1 4.1 5 1.7 3.3 4.5
4.3 3.1 4 2.4 5 3.7 3 4.3 3.8 4
1.9 2.7 3.8 4.4 2 4.5 4.1 4.7 2.6 4.6
3.9 3.7 4 3.5 4.3 3.7 3.8 3.2 2.5 4.6
3.2 3.6 3.2 4.8 5 2.8 3.8 3.1 3 3.9
4 3.7 3.5 5 3.9 3.4 3.2 3.6 4.3 1.7
3.1 4.9 2.6 3.5 3.5 2.8 4.3 2.3 3.8 3.9
3.6 3.6 3.7 3.2 5.3 2.5 3.2 3.4 3.4 4.3
Peso de las cargas de ropa procesadas en el departamento de lavado durante una semana.
15 3 6 82 18 102 49 53 49 31
27 16 19 42 58 26 6 14 1 21
1 80 45 35 2 9 19 59 64 5
30 69 11 103 110 6 7 13 25 8
90 9 44 38 30 21 34 49 77 18
14 39 2 103 29 15 12 16 41 42
45 9 28 15 32 64 4 3 49 62
52 94 31 39 5 41 170 19 3 55
35 19 3 5 14 72 8 53 27 13
13 7 19 12 14 2 36 155 21 18
3. Los datos (problema 11-3 en C11Data.xls) representan el peso (en kilogramos) de
los moldes hechos en Harrison Metalwork tomados de una línea de producción. Con
base en esta muestra de 100 moldes, calcule la media, la desviación estándar y otros
parámetros estadísticos relevantes, así como una distribución de la frecuencia y un
histograma para los datos. ¿A qué conclusión llegaría después del análisis?
4. Los datos (problema 11-4 en C11Data.xls) muestran el peso de los moldes (en
kilogramos) de otra línea de producción en Harrison Metalwork. Calcule la media, la
desviación estándar y otros parámetros estadísticos relevantes, así como una
distribución de la frecuencia y un histograma. Con base en esta muestra de 100
moldes, ¿a qué conclusión llegaría después del análisis?
Paso 1.
Número de datos, N = 100
Paso 2.
Rango = 21.6 – 19.4 = 2.2
𝐾 = √𝑁 = √100
K = 10
Paso 4.
𝑅𝑎𝑛𝑔𝑜
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 =
# 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
2.2
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 = = 0.22
10
Paso 5 y 6
19.4 -19.62 19.61 - 19.85 19.86 - 20.08 20.09 - 20.31 20.32 - 20.54
11 12 2 4 1
Marcas de clase:
19.51 19.73 19.97 20.2 20.43 20.66 20.89 21.21 21.44 21.67
Paso 7.
Histograma
35 32
31
30
25
20
15 12
11
10
4 4
5 2 2
1 1
0
DATOS.
Paso 1.
Número de datos, N = 50
Paso 2.
Rango = 6.45 – 6.35 = 0.1
𝐾 = √𝑁 = √50
Paso 4.
𝑅𝑎𝑛𝑔𝑜
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 =
# 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
0.10
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 = = 0.01
7
Paso 5 y 6
6.340 - 6.350 6.355 - 6.365 6.370 - 6.380 6.385 - 6.395 6.400 - 6.410
1 2 9 8 17
Marcas de clase:
18
Histograma
16
14
12
10
0
6.340- 6.355- 6.370- 6.385- 6.400- 6.415- 6.430-
6.350 6.365 6.380 6.395 6.410 6.425 6.450