Académique Documents
Professionnel Documents
Culture Documents
CUSCO
FACULTAD DE INGENIERA QUMICA E INGENIERA
METALRGICA
CARRERA PROFESIONAL DE INGENIERA METALRGICA
CAMPANA DE GAUSS
CAMPANA DE GAUSS
ES EL NOMBRE INFORMAL QUE LE DAMOS A LA
REPRESENTACIN GRFICA DE UNADISTRIBUCIN
NORMAL DE UN CONJUNTO DE DATOS.
LA
CAMPANA
DE
GAUSS
ES
EMPLEADA
ENESTADSTICAYPROBABILIDAD,
Y
DEBE
SU
NOMBRE A SU DESCUBRIDOR, EL MATEMTICO,
ASTRNOMO Y FSICO ALEMNCARL FRIEDRICH
GAUSS
DESVIACI
ON
SECCION SECCION SECCION PROMEDI ESTANDA
1
2
3
O
R
0.104083
1.45
1.4
1.6
1.483
3
1.55
1.48
1.2
0.185202
1.410
592
1.2
1.69
1.5
1.56
1.583
0.097125
349
0.2
1.58
1.6
1.62
1.600
1.5
1.63
1.85
0.02
0.176918
1.660
06
2.2
3.784087
19
1.62
0.070237
1.627
692
0.439094
13
1.36
0.211266
1.557
025
0.065978
52
1.45
0.055677
1.500
644
1.3
ALUMNO
F
G
H
1.7
1.78
1.56
1.56
1.53
1.49
DISTRIB.NORMAL
1.2
RANGO
Desviacin
Medidas de
Dispersin
Las medidas de
dispersin son un
conjunto de valores
que tienen por objeto
proporcionar, en un
valor nico
informacin sobre la
variabilidad que
presenta la poblacin
o la muestra con
VARIANZA
DESVIACI
N
ESTNDAR
COEFICIENTE
DE VARIACIN
Diagrama de Dispersin
Un Diagrama de Dispersin es la forma mas sencilla de definir si existe o no una relacin causa efecto entre dos variables y que tan firme es esta
relacin, como estatura y peso. Una aumenta al mismo tiempo con la otra.
El Diagrama de Dispersin es de gran utilidad para la solucin de problemas de la calidad en un proceso y producto, ya que nos sirve para
comprobar que causas (factores) estn influyendo o perturbando la dispersin de una caracterstica de calidad o variable del proceso a controlar.
Los motivos mas comunes de este tipo de diagrama son analizar:
La relacin entre una causa y un efecto.
La relacin entre una causa y otra.
La relacin entre una causa y otras dos causas.
Un efecto y otro efecto.
Caractersticas principales
Impacto visual
Un Diagrama de Dispersin muestra la posibilidad de la existencia de
correlacin entre dos variables de un vistazo.
Comunicacin
Simplifica el anlisis de situaciones numricas complejas.
Gua en la investigacin
El anlisis de datos mediante esta herramienta proporciona mayor informacin
que el simple anlisis matemtico de correlacin, sugiriendo posibilidades y
alternativas de estudio, basadas en la necesidad de conjugar datos y procesos
en su utilizacin.
Pasos previos a la
construccin de
un Diagrama de
Dispersin
INTERPRETACIN
Posibles tipos de
relaciones entre
variables
Relaciones causa-efecto.
Este es el caso ms comn en su utilizacin para la mejora de la calidad. Se
utiliza el diagrama a partir de la medicin del efecto observado y de su posible
causa.
Ejemplo: Comprobar la relacin entre el nmero de errores y la hora en que se
cometen.
- Relaciones entre dos efectos.
Sirve para contrastar la teora de que ambos provienen de una causa comn
desconocida o difcil de medir.
Ejemplo: Analizar la relacin entre el nmero de quejas que llegan y el
aumento/disminucin de las ventas, suponiendo que los dos dependen del nivel
de satisfaccin del cliente.
- Posibilidad de utilizar un efecto como sustituto de otro.
Se puede utilizar para controlar efectos difciles o costosos de medir, a travs
de otros con medicin ms simple.
Ejemplo: Estudiar la relacin existente entre reduccin de costes y satisfaccin
del cliente para utilizar el parmetro de ms fcil medicin en la evaluacin
de las actividades de planificacin.
- Relaciones entre dos posibles causas.
Sirve para actuar sobre efectos de forma ms simple o adecuada y para
analizar procesos complejos.
Ejemplo: Analizar la relacin entre el porcentaje idneo de contenido en
potasio de un fertilizante y la cantidad media de lluvia recogida en la zona de
cultivo, puesto que ambos elementos influyen en la calidad del vino y el
rgimen de lluvias no puede ser modificado.
Correlacin Fuerte
Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa
por el centro de la masa de los mismos. Estos casos sugieren que el control
de
una de las variables lleva al control de la otra.
Los datos parecen confirmar la teora estudiada, pero hay que analizar la
existencia de otras posibles explicaciones admisibles y relevantes para dicha
relacin.
Correlacin Dbil
Los puntos no estn suficientemente agrupados, como para asegurar que
existe
la relacin. El control de una de las variables no necesariamente nos llevar al
control de la otra.
Si lo que se busca es determinar las causas de un problema, se deben buscar
otras variables con una relacin mayor o ms relevante sobre el efecto.
Correlacin compleja
El valor de la variable "Y" parece estar relacionado con el de la variable "X",
pero esta relacin no es simple o lineal.
En este caso se estudia la relacin ms profundamente
Sin correlacin
Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No
aparece ninguna relacin especial entre ambas variables.
En este caso, nuestra teora no es correcta y se deben buscar otros tipos de
relaciones.
Temperatura en almacn
Situacin
En una empresa que produca un producto alimenticio, se detect un aumento
de la cantidad de productos deteriorados despus de una noche de almacenaje,
antes del transporte al cliente.
Una de las teoras sobre posibles causas, era que el nuevo sistema de
climatizacin del almacn no era suficientemente preciso y la temperatura
superaba la mxima que el producto soportaba (temperatura mxima 5 grados
centgrados).
El equipo recogi datos durante 40 das y los represent en un Diagrama de
Dispersin.