1. Enumere tres beneficios de la aplicacin de mtodos estadsticas.
2. Cules son los pasos recomendados para el manejo de la informacin (datos)? 3. u aspectos deben tenerse en cuenta dentro de la planeacin de recoleccin de datos? !. "entro de las #erramientas estadsticas tenemos la recoleccin $ anlisis de datos% cual de las si&uientes tcnicas mencionadas no pertenece a este &rupo' a. (lu)ia de ideas b. "ia&rama de dispersin c. "ia&rama de afinidad d. "ia&rama de relacin *. +encione tres de los &rficos estadsticos ms utili,ados dentro del control de calidad. -. +encione cuatro utilidades de la buena aplicacin de la tcnica de recoleccin de datos. .. /r&anice los pasos para una buena $ eficiente recoleccin de datos' a. "efinir los datos 0ue se necesitan% as como su detalle $ precisin b. "ise1o de una #oja de inspeccin o de recoleccin de datos con una forma clara $ uso fcil. c. 2oma $ re&istro de datos en el formato pre3establecido% si&uiendo las especificaciones. d. "efinir el perodo de tiempo para la obser)acin $ recoleccin de los datos. e. "eterminar el mtodo de recoleccin de datos' formato% responsables% momento $ la forma de uso. f. "efinir claramente la situacin 0ue se desea obser)ar $ las ra,ones por las cuales se desea #acerlo. 4. 5esponda falso o )erdadero se&6n sea el caso ' (a recoleccin de datos' a. 7nicamente se usa para obtener informacin pre)ia a un anlisis de causa 8 efecto. ( ) b. 9ermite el monitoreo o se&uimiento de un proceso o una acti)idad. ( ) :. +encione 3 caractersticas de la tcnica de llu)ia de ideas. 1;. /r&anice los pasos para la aplicacin de la tcnica del anlisis de datos denominado (lu)ia de ideas. a. "urante la llu)ia de ideas se toman en cuenta principios como' Espontaneidad% no criticar% participacin de todas las personas% no se anali,an las ideas en el momento. b. El facilitador or&ani,a el aporte de ideas de los participantes% mediante turnos o con un tiempo especfico. c. <dentificacin de un facilitador. d. "efinicin del tema. e. El facilitador &aranti,a 0ue la idea est clara. f. El ejercicio termina cuando $a no e=isten nue)as ideas. &. Conforma un &rupo de personas relacionadas con el tema a tratar. #. >e anali,an% e)al6an $ or&ani,an las ideas% para )alorarlas de acuerdo a su utilidad en funcin del objeti)o% posteriormente se estudia la informacin mediante otra tcnica. i. >e numeran las ideas en el orden en 0ue fueron presentadas. 11. u es un dia&rama de afinidad $ cundo se usa? 12. >e sabe 0ue un "ia&rama de 5elacin es un mtodo para establecer relaciones entre diferentes &rupos de ideas% or&anice los pasos citados a continuacin para la aplicacin de sta tcnica' PASOS PARA ELABORAR UN DIAGRA DE RELACIN a. ?si&nar el sentido de la flec#a de la de ms a la de menos influencia. b. Contar el n6mero de flec#as de salida de cada &rupo. c. >e enumeran los temas o ttulos definidos% posterior a la aplicacin del dia&rama de afinidad% mediante el cual se a&ruparon las ideas. d. Esco&er las ideas $@o soluciones a tener en cuenta de acuerdo con el n6mero de flec#as de salida% dando prioridad a las 0ue poseen ma$or n6mero de estas. e. 9ara cada una de las parejas de &rupos enfrentadas debe pre&untarse' Cul es la consecuencia indi)idual? Cmo influ$e una en otra? f. El orden de prioridad de los &rupos de ideas est dado por el ma$or n6mero de flec#as 0ue sal&an de cada &rupo. &. >e establecen relaciones de causa 8 efecto% entre los diferentes &rupos de ideas. #. E)itar lar&as discusiones sobre el sentido de las flec#as% $ no asi&nar doble sentido a nin&una de ellas. 13. ? continuacin se presenta un cuadro con los nombres de los &rficos estadsticos ms utili,ados para el anlisis de datos dentro del control de calidad $ las dos tcnicas recomendadas para la )erificacin del estado de control de un proceso $ una bre)e descripcin de cada una% Escriba en el parntesis el n6mero de la definicin 0ue considere correcta. Grficos y !c"ic#s $s#%&sic#s D$fi"ici'" ( ) Di#(r#)# %$ %is*$rsi'" +, Es una #erramienta 0ue se utili,a para priori,ar los problemas o las causas 0ue los &enera. Como representacin &rfica en forma de barras% a$uda a detectar en orden las causas principales de un problema en estudio% se identifican los pocos defectos )itales $ los muc#os 0ue podran considerarse tri)iales. ( ) Hiso(r#)# %$ fr$c-$"ci# ., 2ambin llamado Adia&rama de espina de pescadoA o dia&rama de <s#iBaCa. Con esta #erramienta estadstica se identifican unas causas principales' +a0uinaria% mano de obra% materia prima% mtodo% medicin $ medio ambiente. +uestra como las causas se relacionan entre si. ( ) / 0 Grfico %$ 1&"$#s 2, En l se )isuali,a el comportamiento de un proceso% comparndolo con unos lmites de control superior e inferior preestablecidos con respecto a un )alor central esperado. +ediante stos &rficos se pueden determinar causas asi&nables $ aleatorias. ( ) Di#(r#)# C#-s# 3 Ef$co 4, Drfico en el cual se muestra el comportamiento de una o )arias caractersticas a tra)s del tiempo% utili,ando el dibujo de barras o blo0ues. ( ) Di#(r#)# %$ f1-5o 6, Drfico en el cual se representan las )ariaciones $ tendencias de la informacin recolectada mediante lneas consecuti)as $@o punteadas. ( ) Grficos %$ Co"ro1 7, 5epresentacin &rfica en forma de barras de un conjunto de datos a&rupados en inter)alos. <lustra la frecuencia con la 0ue ocurren e)entos relacionados entre si. ? tra)s de ste se identifican patrones de ocurrencia. ( ) Grfico %$ 8#rr#s 9, Drfico circular 0ue muestra las porciones en forma de porcentaje% indicando en forma numrica% la participacin para cada una de stas. ( ) Di#(r#)# %$ P#r$o :, 5epresentacin &rfica en la cual se busca la posible relacin entre dos )ariables. >e usa para mostrar como se afecta una )ariable cuando la otra cambia $ la intensidad 0ue pudiera tener la misma. >e representa a tra)s de puntos distribuidos dentro de los ejes E $ F. ( ) Grfico %$ *#s$1 1, 5epresentacin &rfica de un proceso donde se muestra la secuencia de pasos 0ue #a$ 0ue reali,ar para lle)ar a cabo una acti)idad o proceso. 1!. (os dia&ramas de "ispersin ilustran clases de correlacin' positi)a% apro=imadamente cero $ ne&ati)a% como se apreci en el documento. "etermine la correlacin entre los si&uientes pares de )ariables. +ar0ue cada par indicando si usted espera 0ue la correlacin sea positi)a (G)% ne&ati)a (3) o cercana a cero (;). SITUACIN a. (a llu)ia $ la asistencia a partidos de f6tbol. ( ) b. (a edad de un autom)il $ su )alor. ( ) c. Hentas de "H" $ asistencia a cine en un determinado perodo de tiempo. ( ) d. Capacidad para )er en la oscuridad $ ,ana#orias comidas. ( ) e. Ii)el de desempleo $ )entas en un determinado perodo de tiempo. ( ) f. Jilmetros recorridos en autom)il $ cantidad de &asolina consumida. ( ) &. Ci&arrillos fumados e incidencia de cncer de pulmn. ( ) #. (os n6meros obtenidos en cada uno de dos dados tirados el mismo tiempo. ( ) 1*. Kna empresa de la ciudad% desea anali,ar los pesos del arro, empacado por una m0uina automtica con el propsito de ofrecer bolsas de arro, 0ue pesen 1;;; &ramos $ cu$a )ariacin en peso sea la menor posible% en ra,n a 0ue el mercado le e=i&e unos lmites de especificacin i&uales a 1;;; G@3 1; &ramos. El tama1o de muestras 0ue se tomar es de 3; unidades o bolsas de 1 Bilo&ramo. >e re&istrarn los pesos de 1* unidades en cada jornada de ! #oras (ma1ana $ tarde) (a #ora en 0ue se tomar la muestra se #a fijado en forma aleatoria. (os datos re&istrados% se muestran a continuacin (las cantidades estn e=presadas en &ramos)' 1;2* 1;3; 1;1; 1;;3 ::4 1;1; 1;2* 1;2; 1;14 1;;4 1;1* 1;2; 1;12 1;1. ::: 1;3; ::: 1;;! 1;;4 :4. 1;;! 1;;; 1;24 1;;: 1;1; 1;22 1;12 1;1; 1;;; 1;;* "esarrollar el correspondiente #isto&rama de frecuencia% la caracterstica de calidad del producto es el peso% $ sacar las respecti)as conclusiones comentndolas en &rupo o de acuerdo a su&erencias del docente. 1-. "entro de un laboratorio de pro$ectos% al reali,ar ensa$os de resistencia (IeCton @ metro) para *1; productos% se asume 0ue los datos pueden ser anali,ados a tra)s de una distribucin normal. 9osterior a encontrar la media () $ la des)iacin estndar% ( ); se 0uiere determinar cunta puntuacin de dic#a distribucin cae por encima de una car&a de 11; I@m. L 4; I@m < L 1- " L *1; 1.. (a empresa >/95/E (2"?. 9roduce un mismo modelo de uniformes de dotacin $ comerciali,a sus productos en todo el territorio nacional. >u capacidad de produccin mensual es de 1;.*;; uniformes. 9ara un mes tpico se inspeccion la produccin $ se contabili, el total de uniformes con defectos 0ue salen al final del proceso producti)o (supn&ase 0ue no se tienen controles 0ue permitan detener el flujo de un producto cuando se detectan errores)% obtenindose el si&uiente resultado' 2otal de artculos rec#a,ados L 213 Ti*o %$ f#11# C#"i%#% Mallas en corte 33 Mallas en ensamble !2 Mallas en te1ido 2- Mallas en acabado !2 Mallas en almacenamiento *; /tros 2; (os artculos buenos se )enden a N!;.;;; por unidad% los artculos rec#a,ados se )enden a un precio menor% as' 2ipo de falla' Ti*o %$ f#11# Pr$cio = Mallas en corte 1;.;;; Mallas en ensamble 2;.;;; Mallas en te1ido 2..;;; Mallas en acabado 3*.;;; Mallas en almacenamiento 3-.;;; /tro 3:.;;; 9or medio de un dia&rama de 9areto identifi0ue las principales fallas sobre las cuales se deben iniciar un proceso de mejoramiento. 14. /r&anice un dia&rama causa3efecto% la si&uiente lista de causas 0ue ori&inan el problema definido como O9intura defectuosa del muebleP' 1. Qaja capacidad de compresor. 2. +al estado de la pistola. 3. <ne=periencia del pintor. !. "istancia incorrecta de la pistola al pintar. *. Composicin inadecuada de la pintura utili,ada. -. 9oco mantenimiento de los compresores. .. /rden incorrecto de la tcnica para pintar. 4. 9oco tiempo del proceso de secado. :. +ala calidad de la pintura. 1;. Malta de concentracin del pintor 11. 9oca moti)acin del a$udante del pintor. 12. Malta de entrenamiento para el a$udante del pintor.
Excel para principiantes: Aprenda a utilizar Excel 2016, incluyendo una introducción a fórmulas, funciones, gráficos, cuadros, macros, modelado, informes, estadísticas, Excel Power Query y más
Inteligencia artificial: Lo que usted necesita saber sobre el aprendizaje automático, robótica, aprendizaje profundo, Internet de las cosas, redes neuronales, y nuestro futuro
ChatGPT Ganar Dinero Desde Casa Nunca fue tan Fácil Las 7 mejores fuentes de ingresos pasivos con Inteligencia Artificial (IA): libros, redes sociales, marketing digital, programación...