Вы находитесь на странице: 1из 10

REPÚBLICA DE PANAMÁ

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ


CAMPUS VÍCTOR LEVI SASSO
FACULTAD DE INGENIERÍA INDUSTRIAL

GESTIÓN DE CALIDAD II
II SEMESTRE
ASIGNACIÓN Nº1 – REPASO: MÓDULO 1

POR:
García, Karen

CÉDULA:
8-867-797

PROFESORA:
Analida Sanjur de Miranda

GRUPO:
1II-141

AÑO LECTIVO:
2014
ASIGNACIÓN Nº1 – REPASO: MÓDULO 1

1. Dos máquinas, 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 las especificaciones. A continuación se muestran las últimas
110 mediciones para ambas máquinas.

Tabla de datos ordenados


197.8 198.6 199 199.6 200.2 200.6 201 201.4
197.9 198.6 199 199.6 200.3 200.7 201.1 201.5
198.1 198.7 199 199.6 200.3 200.7 201.2 201.5
198.2 198.7 199 199.6 200.3 200.7 201.2 201.5
198.2 198.7 199 199.7 200.3 200.7 201.2 201.6
198.3 198.7 199.1 199.7 200.4 200.7 201.2 201.7
198.3 198.7 199.1 199.7 200.5 200.8 201.2 201.7
198.4 198.8 199.2 199.7 200.5 200.8 201.3 201.8
198.4 198.8 199.2 199.7 200.5 200.9 201.3 201.8
198.4 198.8 199.2 199.8 200.5 200.9 201.4 202
198.5 198.9 199.2 199.9 200.5 201 201.4 202
198.5 198.9 199.3 200 200.5 201 201.4 202.1
198.5 198.9 199.4 200.1 200.6 201 201.4
198.5 199 199.5 200.1 200.6 201 201.4

a) Obtenga las medidas de tendencia central y con base en ellas señale si


la tendencia central del proceso es adecuada.

∑ 𝑥𝑖
 Para calcular 𝑥̅ se utiliza la siguiente ecuación: 𝑥̅ = 𝑛

MEDIDAS DE TENDENCIA CENTRAL


̅)
Media aritmética (𝒙 199.996
Mediana (Md) 200.100
Moda (Mo) 201.400

𝑥̅ Md Mo
La medida de tendencia central apropiada es la mediana (Md), ya que la
curva tiene forma asimétrica con sesgo negativo, en los resultados
obtenidos podemos observar que 𝑥̅ < 𝑀𝑑 < 𝑀𝑜. Se puede decir que el
que el 50% de las mediciones obtenidas están por arriba de 200.10mm y
el 50% está por debajo de la misma. La tendencia central de las
mediciones es adecuada ya que se encuentra dentro del rango de
tolerancia de ± 3mm.

b) Calcule la desviación estándar y una aproximación de los límites


reales, y con base en estos decida si la variabilidad de los datos es
aceptables.

Para calcular la desviación estándar de una muestra se utiliza la siguiente


ecuación:

̅) 𝟐
∑(𝒙𝒊 −𝒙
𝑺=√
𝒏

𝑺 = 𝟏. 𝟏𝟓𝟔mm

Calculando el coeficiente de variación CV


𝑠 1.156
𝑪𝑽 = 𝑥̅
= 199.996 = 𝟎. 𝟎𝟎𝟓𝟕𝟖 ≅ 𝟎. 𝟓𝟖%

Se puede concluir que la variabilidad de los datos es aceptable ya que el


coeficiente de variación (CV) es muy pequeño, indicándonos que no
existe mucha variabilidad con respecto a la media aritmética muestral 𝑥̅ ,
en otras palabras los datos son bastante homogéneos.

c) Obtenga un Histograma e interprételo.

Límite superior 202.1


Límite inferior 197.8
Rango 4.3
N° de clase K 7
Tamaño aproximado de la clase C 0.6
Distribución de Frecuencia

Intervalo de clase Frecuencia de clase


# (longitudes de tiras) (número de tiras)

1 197.8-198.4 10
2 198.5-199.1 25
3 199.2-199.8 17
4 199.9-200.5 16
5 200.6-201.2 23
6 201.3-201.9 16
7 202.0-202.6 3
Suma 110

Histograma absoluto
30

25
Número de tiras de nula

20

15

10

0
0 197.8 198.5 199.2 199.9 200.6 201.3 202.0
a a a a a a a
198.4 199.1 199.8 200.5 201.2 201.9 202.6
Longitudes de tiras (mm)

La mayor parte de tiras entre las longitudes de 198.5mm a 199.1mm y es


aceptable ya que se encuentran dentro del nivel de tolerancia de ± 3mm.
d) Con la evidencia obtenida antes, cuál es su opinión sobre lo adecuado
o no de la longitud de las tiras que se han cortado en el periodo que
representan las mediciones.

En base al estudio estadístico realizado, se puede concluir que las


mediciones obtenidas tienen una longitud adecuada ya que todas están
dentro del nivel de tolerancia de ±3mm. Por otro lado las mediciones son
bastante homogéneas ya que su coeficiente de variación es pequeño.

2. Mencione las características de las distribuciones binomial y Poisson.

Características de la distribución binomial:

 La media aritmética es igual a E(y)=np


 La desviación típica =√𝑛𝑝𝑞
 La forma o configuración de la distribución.
 En cada prueba del experimento sólo son posibles dos
resultados: éxito y fracaso.
 La probabilidad de éxito es constante, es decir, que no varía de una
prueba a otra. Se representa por p.
 La probabilidad de fracaso también es constante, Se representa por q.
 p+q=1
 El resultado obtenido en cada prueba es independiente de los
resultados obtenidos anteriormente.
 La variable aleatoria binomial, X, expresa el número de éxitos
obtenidos en las n pruebas. Por tanto, los valores que puede
tomar X son: 0, 1, 2, 3, 4, ..., n.

Características de la distribución Poisson:

 Esperanza: E(X) = λ.
 Varianza: V(X) = λ.
 El número medio (o esperado) de eventos en cada unidad se
denota por la letra griega lambda .
 La probabilidad de que un evento ocurra en una unidad dada de
tiempo, área o volumen es la misma para todas las unidades.
 El número de eventos que ocurren en una unidad de tiempo,
área o volumen es independiente del número de los que ocurren
en otras unidades.
3. Se sabe que la dimensión de una pieza se distribuye normalmente con µ=
82.0mm y σ =0.5. Se desea calcular el porcentaje de piezas que cumplen con la
especificación 82 ± 1 mm.

Aplicando la regla empírica tenemos que:

82 + 2(0.5) = 83𝑚𝑚
82 − 2(0.5) = 81𝑚𝑚

Según la regla empírica para el porcentaje de


piezas que cumplen con la especificación de
82 ± 1 mm es de 95% 81mm 83mm

4. ¿Cuáles son los pasos para Prueba de Hipótesis e indique cual es el


estadígrafo de prueba a utilizar, para cada caso?

Pasos para una prueba de hipótesis

1. Plantear el problema
2. Identificar la población a estudiar
3. Definir las variables a estudiar
4. Estimar el tamaño de la muestra y determinar si es finita o infinita
5. Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1) del
problema. Determinar si la prueba debe ser unilateral o bilateral, esto se
dará de acuerdo con lo que se desee, acerca del comportamiento de la
variable.
La Hipótesis Nula (Ho), siempre especifica un solo valor del parámetro
de la población si la hipótesis es simple o un conjunto de valores si es
compuesta (es lo que queremos desacreditar).
La Hipótesis Alternativa (H1), es la que responde nuestra pregunta, la
que se establece en base a la evidencia que tenemos.

Bilateral Ho: µ = µ0 H1: µ ≠ µ0

Ho: µ ≥ µ0 H1: µ < µ0


Unilateral
Ho: µ ≤ µ0 H1: µ > µ0

6. Establecer el nivel de significancia (α) dependiendo de la confianza que


se desee de la estimación. Son comunes los niveles de significación del
1%, 5% o 10%. Determinar los puntos críticos (el valor de 𝑍𝛼 si la prueba
2
es bilateral, o bien 𝑍𝛼 si es unilateral).
7. Verificar que el instrumento de medición este debidamente calibrado.
8. Coleccionar los datos y calcular el valor de la muestra de la prueba
estadística apropiada.
9. Definir según el comportamiento de la variable, y lo que se desee probar
(una media, dos medias, una varianza, dos varianzas, una proporción o
dos proporciones), cuál es el estadístico de prueba que se debe usar.
10. Definir las áreas, donde se cumplirán cada una de las hipótesis. Esto se
hace buscando en tablas el estadístico teórico, según el nivel de
significancia ().
11. Calcular el valor del estadístico de prueba.
12. Identificar el área donde cae el valor del estadístico calculado y según la
regla de decisión comparar con el estadístico teórico.
13. Según la regla de decisión establecida, no rechazar la Ho o se rechaza Ho
y se acepta H1. Si el valor del parámetro muestral esta dentro de la zona
de aceptación, se acepta la hipótesis planteada con un nivel de
significación α. Si no se rechaza.
14. Sacar conclusiones con respecto al experimento en cuestión.

Estadígrafos de prueba utilizados en cada caso:

Para la media 𝝁 de una población

Tamaño de n σ Conocida σ Desconocida

(𝑥̅ − 𝜇0 ) (𝑥̅ − 𝜇0 )
n≥30 𝒁𝒄 = 𝒁𝒄 =
𝜎𝑥̅ 𝑆𝑥̅
(𝑥̅ − 𝜇0 ) (𝑥̅ − 𝜇0 )
n≤30 𝒁𝒄 = 𝒕𝒄 =
𝜎𝑥̅ 𝑆𝑥̅

Para diferencia de medias 𝝁𝟏 − 𝝁𝟐 de una población

Tamaño de n 𝜎1 𝑦 𝜎2 Conocidas 𝜎1 𝑦 𝜎2 Desconocidas

(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )


n1+ n2 ≥ 30 𝒁𝒄 = 𝒁𝒄 =
𝜎𝑥̅1 − 𝜎𝑥̅ 2 𝑆𝑥̅1 − 𝑆𝑥̅2

n1+ n2 ≤ 30 (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )


𝒕𝒄 =
𝑆𝑥̅ 1 − 𝑆𝑥̅2

Para la proporción de éxitos P de una población

𝑝̅ − 𝑝̅0
𝒁𝒄 =
𝑝0 . 𝑞0

𝑛
Para la diferencia de proporciones 𝒑𝟏 − 𝒑𝟐
𝑝̅1 − 𝑝̅2
𝒁𝒄 =
𝑝̅1 𝑝̅1 𝑝̅2 𝑝̅2

𝑛1 + 𝑛2

Para la varianza 𝝈𝟐 de una población

(𝒏 − 𝟏)𝑺𝟐
𝑿𝟐𝒄 =
𝝈𝟐

5. En el proceso de fabricación de discos para computadoras una de las variables


críticas es el rendimiento de formato. Se toma una muestra aleatoria de n= 10
discos de la producción del turno de la mañana. Se formatean y se reporta el
rendimiento de cada disco. Los datos obtenidos son:

96.1, 91.06, 93.38, 88.52, 89.57, 92.63, 85.20, 91.41, 89.79, 92.62

Con base a estos datos estime puntualmente y por intervalo la media y la


desviación estándar para la población de discos de dicho turno.

n=10 discos

 Estimación puntual

∑ 𝑥𝑖
𝑥̅ =
𝑛

̅ = 91.03
𝒙

∑(𝑥𝑖 − 𝑋̅)2
𝑺=
𝑛−1

𝑺 = 2.989

 Estimación por intervalos

Estimando la media de la población

s 2.989
𝐬𝐱̅ = = = 0.945
√n √10

𝟏 − 𝜶 = 95% 𝜶 = 5% 𝒕𝜶/𝟐 = ±2.262 𝛎 = n − 1 = 10 − 1 =9


x̅ − t α⁄2 Sx̅ < 𝝁 < x̅ + t α⁄2 Sx̅
91.03 − (2.262)(0.945) < 𝝁 < 91.03 + (2.262)(0.945)
𝟖𝟖. 𝟖𝟗 < 𝝁 < 𝟗𝟑. 𝟏𝟕

La media de la población de se encuentra entre 88.89 y 93.17 con un nivel de


significancia del 5%.

Estimando la desviación estándar de la población

𝟏 − 𝜶 = 95% 𝜶 = 5% 𝒙𝟐 𝜶/𝟐 = 19.023 𝒙𝟐 𝟏−𝜶/𝟐 = 2.7


𝛎 = n − 1 = 10 − 1 =9

(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
√ 2 ≤𝝈≤√ 2
𝑥𝛼/2 𝑥1−𝛼/2

(9)(2.989)2 (9)(2.989)2
√ ≤𝝈≤√
(19.023) (2.7)

𝟐. 𝟎𝟓𝟔 ≤ 𝝈 ≤ 𝟓. 𝟒𝟓𝟕

La desviación estándar de la población está entre los valores 2.056 y 5.457 con
un nivel de significancia del 5%.

6. Una compañía de transporte de carga desea escoger la mejor ruta para llevar
la mercancía de un depósito a otro. La mayor preocupación es el tiempo de
viaje. En el estudio se seleccionaron cinco choferes al azar de un grupo de 10
y se asignaron a la ruta A; los cinco restantes se asignaron a la ruta B. Los
datos obtenidos fueron:

Ruta Tiempo de viaje (horas) ̅


𝒙 S
A 8 24 30 21 32 23 9.49
B 22 29 34 25 35 29 5.61
a) Existen diferencias significativas entre las rutas. Plantee y pruebe las
hipótesis estadísticas correspondientes.

𝑯𝒐 : 𝜇1 − 𝜇2 = 0

𝑯𝟏 : 𝜇1 − 𝜇 2 ≠ 0

𝜶 = 5% nA =5 nB =5 SA=9.49 SB=5.61 𝜸=5+5−2 =8

(𝒏𝑨 − 𝟏)𝑺𝟐𝑨 + (𝒏𝑩 − 𝟏)𝑺𝟐𝑩


𝑺𝒑 = √
𝒏𝑨 + 𝒏𝑩 − 𝟐

(5 − 1)(9.49)2 + (5 − 1)(5.61)2
𝑺𝒑 = √ = 7.79
5+5−2

𝟏 𝟏
𝑺(𝒙̅𝑨 −𝒙̅𝑩 ) = √ + .𝑺
𝒏𝑨 𝒏 𝑩 𝒑

1 1
𝑺(𝒙̅𝑨 −𝒙̅𝑩 ) = √ + (7.79) = 4.93
5 5

(𝑥̅𝐴 − 𝑥̅𝐵 ) − (𝜇1 − 𝜇2 )


𝒕𝒄 =
𝑆(𝑥̅ 𝐴−𝑥̅𝐵 )

(𝟐𝟑 − 𝟐𝟗) − 𝟎
𝒕𝒄 = = −𝟏. 𝟐𝟐
𝟒. 𝟗𝟑

𝒕𝜶 = ±𝟐. 𝟑𝟎𝟔
𝟐

Se acepta la Ho con un nivel de de confiabilidad de 95%, concluyendo que no


existen diferencias significativas entre las rutas.

b) Sugiera otra manera de obtener los datos (diseño alternativo) para este
estudio que puedan lograr una comparación más efectiva de las rutas.

Se podría obtener una muestra más significativa para cada ruta y calcular su
desviación estándar y sus respectivos coeficientes de variación, con esto
podríamos escoger la ruta con el menor coeficiente de variación ya que sus
datos serian más homogéneos.