Realizar la evaluación de la producción de 8 máquinas tomados el takt time

para elaborar cada pieza, realizar un ajuste de los datos y su gráfica:

i xi yi
1 1 1.5
2 2 2.0
3 3 4.0
4 5 4.6
5 6 4.7
6 8 8.5
7 9 8.8
8 10 9.9

Presentación De Los Resultados.

Tabla de dato y cálculos

i xi yi x i2 y i2 xi yi (n + m x i-
y i ¿ ¿2
1 1 1.5 1 1 1.5 0.042
2 2 2.0 4 4 4 0.052
3 3 4.0 9 9 12 0.697
4 5 4.6 25 21.16 23 0.189
5 6 4.7 36 22.09 28.2 1.612
6 8 8.5 64 72.25 68 0.4356
7 9 8.8 81 77.44 79.2 0.0006
8 10 9.9 100 98.01 99 0.0361
N= S X =¿¿∑x=4 SY =¿¿∑y = 44 S XX =∑x2 = 320 S yy =∑y2 = 313.2 S xy=∑xy =314.9 x 2= 2.9943
8 4
Se hace una tabla auxiliar, o para el cálculo del coeficiente r de PEARSON.
Dadas 2 variables (x , y), podemos con sus respectivos valores, podemos hacer una
tabla auxiliar (Como se muestra en la tabla anterior). Y mediante la siguiente formula
calcular el coeficiente r de PEARSON.

Parámetros De Ajustes:

N ( S XY )− ( S X ) ( S Y )
r= √¿ ¿ ¿
Aplicamos la formula.
8 ( 314.9 )−( 44 ) ( 44)
√¿¿¿

2519.2−1936 583.2
= (2560−1936)(2505.6−1936) = (624)(569)
√ √
583.2 583.2 583.2
= √(624)(569) = √355056 = 598.866 = 0.974.

r = 0.974

N S − S (S ) 8 ( 314.9 )−( 44 ) (44) 2519.2−1936

m = ( XY ) ¿ ¿( X ) Y = 8(320)−( 44 ¿¿¿ 2 )
= 2560−1936

583.2
m = 624 = 0.935

S XX ( S Y )−( S X ) ( S xY ) 320 ( 44 ) −( 44 ) (314.9) 14080−13855.6

n =N = 8 (320 )−( 44 ) (44)
= 2560−1936
( S XX ) −( S X ) (S X )
 224.4
n = 624 = 0.360

X 2 (n , m) 2.9943(n , m)
ϵ (m) =
√ N
(
N ( S XX )−( S X ) (S X ) N −2
¿ )¿ =
√ 8
8 ( 320 )−( 44 ) (44 )
(
6
¿ )¿ =

8 2.9943 8 2.9943
ϵ (m) = √ 2560−1936
(
6
¿ )¿=
√ 624
(
6
¿ )¿

ϵ (m) = √(0.012820512)(0.49905)=√ 0.006398076

ϵ (m) = 0.079987 = 0.080.

S XX X 2 (n , m) 2.9943(n , m)
ϵ (m) =
√ (
N ( S XX )−( S X ) (S X ) N −2
¿ )¿ =
√ 320
8 ( 320 )−( 44 ) (44 )
(
6
¿ )¿ =

320 2.9943 320 2.9943

ϵ (n) = √ 2560−1936
(
6
¿ ) ¿=
√ 624
(
6
¿ )¿

ϵ (n) = √(0.512820512)(0.49905)=√ 0.255923076

ϵ (n) = 0.506
Interpretación:

**Si r < 0 Hay correlación negativa: las dos variables se correlacionan en sentido

inverso. A valores altos de una de ellas le suelen corresponder valor bajos de la otra y
viceversa. Cuánto más próximo a -1 esté el coeficiente de correlación más patente
será esta variación extrema. Si r= -1 hablaremos de correlación negativa
perfecta lo que supone una determinación absoluta entre las dos variables (en
sentido inverso): Existe una relación funcional perfecta entre ambas (una relación
lineal de pendiente negativa).

** Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido

directo. A valores altos de una le corresponden valores altos de la otra e igualmente
con los valores bajos. Cuánto más próximo a +1 esté el coeficiente de correlación más
patente será esta covariación. Si r = 1 hablaremos de correlación positiva
perfecta lo que supone una determinación absoluta entre las dos variables (en
sentido directo): Existe una relación lineal perfecta (con pendiente positiva).

En conclusión:

Como el resultado es (r = 0.974), y uno es perfecto (100%), por lo tanto, estamos a

más del 97.4 %.