Вы находитесь на странице: 1из 7

Herramientas y Control Estadstico de la Calidad

ESTADSTICA DESCRIPTIVA

1. Si una caracterstica de calidad debe estar entre 30 2, y se sabe que su media es = 29,9; entonces, Se tiene buena calidad, se cumple con las especificaciones? 2. De qu manera afectan los datos raros o atpicos a la media? Explique su respuesta. 3. Un grupo de 30 nios se va de paseo en compaa de tres maestras. La edad de los nios vara entre 4 y 8 aos, la mitad tiene 5 aos o menos. La edad que se repite ms es la de 4.. La edad de las tres maestras es de aproximadamente 30 aos. Con base en los anterior, incluyendo a las tres maestras, proponga un valor aproximado para la media, la moda y la mediana de la edad de los 33 paseantes Argumente sus propuestas.

4. En una empresa se lleva un registro semanal del nmero de empleados que acuden a la enfermera de la empresa a recibir atencin mdica. De acuerdo con los datos de los primeros seis meses del ao se tiene que el nmero promedio pro semana es de 16 y la desviacin estndar es de 3.5. Con base en esto conteste los siguientes incisos:

Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad

a. Entre qu cantidades se espera que varen usualmente el nmero de empleados que acuden a la enfermera por semana? b. Si en la ltima semana acudieron a la enfermera 25 personas, esto significa que en esa semana pas algo fuera de lo usual. Conteste s o no y explique por qu.

5. De acuerdo con cierta norma, a una bomba de gasolina de cada 20 L se le permite una discrepancia de 0.2 L. En una gasolinera se hacen revisiones peridicas para evitar infracciones y ver si se cumplen las especificaciones El = 19.8, ES= 20.2. De acuerdo con los resultados de 15 inspecciones para una bomba en particular, la media y la deviacin estndar de los 15 datos son 19.9 y 0.1 respectivamente. De acuerdo con esto, Se puede garantizar que la bomba cumple con la norma? Argumente su respuesta. 6. La desigualdad de chebyshev y la regla emprica establecen la relacin entre la media y la desviacin estndar. Explique esta situacin y explique si se aplica para el caso muestral, poblacional o para ambos. 7. Dos mquinas cada una operada por una persona, son utilizadas para cortar tiras de hule, cuya longitud ideal es de 200 mm, con una tolerancia de 3mm. Al final del turno un inspector toma una muestra e inspecciona que la longitud cumpla especificaciones. A continuacin se muestran:
199.2 200.7 200.7 200.5 200.2 202 200.7 198.6 199.7 199.6 198.9 199 199.7 201.4 200.9 201.2 201 201 201.8 200.3 199.7 199 198.8 199 201.8 200.4 201 201.7 201.4 201.5 200.5 198.5 199 198.7 198.7 198.7 202 201.7 201.5 201.2 201.4 201.6 200.5 198.2 198.4 200.5 199.2 199.1 201 201.4 201.2 201.2 201.1 200.6 200.8 199.6 199.1 198.4 199.3 200.3 201.5 201.4 201.3 200.5 201.2 200.1 200.3 198.2 198.8 199.2 199.7 200.5 200 200.8 200.9 200.1 201 201.3 200.7 198.4 198.3 198.8 197.8 198.1 199.8 202.1 200.7 201.4 200.6 200.6 199.5 199 198.9 198.5 199.9 198.3

Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad 199.6 199.4 199 198.7 199.7 198.5 198.9 198.7 199.2 198.6 197.9 198.5 200.3 199.6

a. Obtenga las medidas de tendencia central y con base en ellas seale si la tendencia central del proceso es adecuada. La media es 199.99, la moda es 200.5 y la mediana es 200.1. La tendencia central no es adecuada dado que las medidas obtenidas no se encuentran muy cercanas al valor de longitud ideal (200mm). Por eso es recomendable utilizar las medidas de variabilidad. b. Calcule la desviacin estndar y una aproximacin de los lmites reales, y a partir de stos decida si la variabilidad de los datos es aceptable. La desviacin estndar es 1.156 y los lmites reales son 196.532 y 203.468. La variabilidad de datos no es aceptable ya que los lmites del proceso se encuentran fuera de los lmites de las especificaciones tcnicas (197 203). Significa que dentro del proceso algo est fallando y podra, con el tiempo, darse una variabilidad mayor y una mayor dispersin de datos. c. Obtenga un histograma e interprtelo (tendencial central, variabilidad, acantilados, sesgos, etctera)

Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad

d.

Al observar el histograma en donde se presentan los datos de la longitud de las tiras de hule, podemos observar que est aparentemente centrado. Sin embargo vemos tambin que la frecuencia ms alta corresponde a tres datos distintos por lo cual, tambin tiene una apariencia multimodal. Por otro lado, observamos que la variabilidad hace que los datos estn dispersos, de forma que superan los de las especificaciones y por tanto, podramos decir tambin, que el proceso no es capaz. Para disminuir la variabilidad se recomienda analizar el proceso, de forma que se determinen las causas y se logre mejorar la capacidad de producir productos homgeneos. e. Con la evidencia obtenida antes, cul es su opinin acerca de lo adecuado o no de la longitud de las tiras que se cortaron en el periodo que representa las mediciones. a. De acuerdo con lo anterior, cul es el problema de cada mquina? b. Considera que cada mquina es operada por una persona diferente, y determine cules son las posibles causas de los problemas sealados en el inciso anterior y seale qu hara para corroborar cules son las verdaderas causas c. Vuelva a analizar el histograma realizado en el inciso c. del ejercicio anterior y vea si de alguna forma se vislumbraba lo que detect con los anlisis realizados en este ejercicio.
Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad

8. En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para evaluar la calidad del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre 0 y 10. Para hacer un primer anlisis de los resultados obtenidos se suman los puntos obtenidos de las 10 preguntas para cada cuestionario. A continuacin se muestran los puntos obtenidos en 50 cuestionarios.
78 68 70 35 41 78 84 87 42 42 82 75 77 34 45 85 78 82 44 42 81 76 84 49 35 86 76 48 34 38 80 82 49 30 39 73 85 39 43 42 84 91 39 31 43 78 80 43 34 29

a) A los datos anteriores calcleles sus medidas de tendencia central, de dispersin y d una primera opinin sobre la calidad en el servicio. b) Realice el histograma e interprtelo con cuidado. c) Qu es lo ms destacado que observa en el histograma? d) Con base en el anlisis anterior qu decisin tomara o que otro anlisis hara? e) Tendra alguna utilidad hacer un anlisis por separado de cada una de las preguntas? Explique.

9. Una caracterstica clave en la calidad de la pintura es su densidad, y un componente que influye en sta es la cantidad de arenas que se utilizan en su elaboracin La cantidad d arena es la formulacin de un lote se controla por medio del nmero de costales, que segn el proveedor contienen 20kg. Sin embargo, continuamente se tienen problemas en la densidad de la pintura que es necesario corregir con retrabajo y reprocesos adicionales. En este contexto se decide investigar cunta arena contienen en realidad los costales. Para ello, se toma una muestra aleatoria de 30 costales de cada lote o pedido (500 costales). Los pesos obtenidos en las muestras de los ltimos tres lotes se muestran adelante. Las
Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad

especificaciones iniciales que se establecen para el peso de los costales de arena son de 20 0.8 kg. a. De acuerdo con los 90 datos, El centrado del proceso es adecuado? b. La variabilidad es poca o mucha? Apyese en los estadsticos adecuados. c. Obtenga un histograma para los 90 datos, especificaciones e interprtelo con detalle. inserte las

d. D su conclusin general acerca de si los bultos cumplen co el peso especificado. e. Haga un anlisis de cada lote por separado y con apoyo de estadsticos y grficas seale si hay diferencias grandes entre los lotes. f. Las diferencias encontradas se podran haber inferido a partir del histograma del inciso b.? g. Obtenga un diagrama de caja para cada lote y comprelos.

LOTE 18.6 19.1 19.6 18.6 19.5 20 20.1 20 20.2 19.2 18.6 19.4 19.9 19.1 18.4 20.2 19.7 19.7

PESO DE COSTALES DE LA MUESTRA 19.5 19.4 19.8 18.8 18.5 18.9 21 20.8 20 19.2 18.7 19.1 18.4 19.6 19.7 19.7 19.7 19.6 18.9 21 20 19 19.4 17.8 20.1 19.7 19.7 19.4 19.8 20.4 20.1 19.6 19.4 20 20.4 19.8 19 19 18.8 19.7 20.3 18.9 19.1 19.8 19.9 20 18.6 19.3 19.3 18.8 18.4 20.4 20.5 20.3 19.3 19.6 19.1 20.7 19.6 20 19.6 20 20.4 20 19 19.1 19.6 20.6 19.7 20.6 20 20.2

Ing. Martha Tesn Arroyo

Herramientas y Control Estadstico de la Calidad

Ing. Martha Tesn Arroyo