Hoja de trabajo

Diplomado Lean six sigma

Resolución de problemas estadística descriptiva y capacidad de procesos

NOMBRE: __________________________________________ FECHA: _____________

INSTRUCCIONES. Resuelve correctamente los siguientes problemas

1. Una fábrica de automóviles desea estudiar el consumo de un nuevo modelo que quiere
lanzar al mercado. Para ello realiza cien pruebas echando ocho litros de gasolina y viendo
qué distancia en kilómetros recorre el vehículo; se espera que el coche recorra 90
kilómetros con una tolerancia de ± 3 kilómetros. Cada día se hacen 5 pruebas. Los
resultados de las pruebas son los siguientes:

MUESTRA KILÓMETROS RECORRIDOS

1 85 91 91 92 89
2 90 92 91 89 89 DETERMINE:
3 90 87 87 90 88 a) Media, mediana y moda
4 88 88 88 90 87 b) Desviación estándar y varianza
c) Rango y coeficiente de variación de Pearson
5 91 88 90 90 91
d) Límites reales o naturales (mínimo y máximo)
6 88 92 88 93 88 e) Asimetría (sesgo) y sesgo estandarizado
7 88 88 84 90 89 f) Curtosis y curtosis estandarizado
8 94 92 92 89 88 g) Histograma de la curva normal
9 91 90 91 93 90 h) Realice un análisis con los resultados obtenidos y
documente un informe con sus recomendaciones y
10 91 88 89 91 93
conclusiones correspondientes.
11 91 90 88 90 90
12 90 89 87 92 90
13 86 89 90 89 88 FASE 2, DETERMINE:
14 92 88 88 89 95
i) Capacidad potencial del proceso y capacidad real
15 92 90 88 92 90
del proceso.
16 87 91 88 85 89 j) Si aplica, determine el porcentaje y partes por
17 90 90 88 91 89 millón fuera de especificaciones.
18 90 89 91 86 92 k) Calcule el desplazamiento o movimiento del
19 89 89 88 92 86 proceso (Zm).
20 86 91 88 91 89
 2. En un proceso de producción de punterías para motor se tiene que el cuerpo de cierta
puntería debe tener un diámetro exterior de 2.0 cm, con una tolerancia de ± 25μm (siendo
ahora el valor nominal "0"). En una de las últimas etapas del proceso de fabricación de las
punterías (componentes de un motor), cada hora se mide el diámetro de cinco punterías, a
continuación los datos de cuatro turnos (dos días).

MUESTRA DIÁMETRO DE PUNTERÍAS DETERMINE:

a) Media, mediana y moda
1 -21 -4 -13 2 2
b) Desviación estándar y varianza
2 0 -2 -7 -5 0 c) Rango y coeficiente de variación de Pearson
3 9 -16 19 -3 -19 d) Límites reales o naturales (mínimo y máximo)
4 5 21 13 7 10 e) Asimetría (sesgo) y sesgo estandarizado
5 -1 -13 2 -1 3 f) Curtosis y curtosis estandarizado
g) Histograma de la curva normal
6 6 0 1 6 14
h) Realice un análisis con los resultados obtenidos y
7 7 1 -12 -20 5 documente un informe con sus recomendaciones y
8 -2 6 -3 12 4 conclusiones correspondientes.
9 4 6 11 -4 8
10 7 -9 -4 3 1
11 4 -16 2 5 10
12 17 7 4 17 10
13 9 -1 5 0 22
14 3 3 -13 -4 -1
15 14 5 -18 9 2
16 1 -22 1 -4 6
17 -13 -10 -23 -6 1
18 10 4 -19 7 -4
19 -4 11 -2 7 21
20 -7 -11 0 15 4
21 2 -8 -16 2 -7
22 -5 -5 2 -7 -14
23 -20 -19 7 11 2
24 -4 -9 -33 -3 12
25 15 2 12 14 10
26 -14 10 -1 7 3
27 5 -6 -8 28 22
28 0 26 -13 5 -2
29 -10 10 -14 7 3
30 -1 4 -2 0 -5
 3. Se diseña una nueva línea de producción de manera que llene cada lata que pasa por ella
con 12 onzas de un líquido. Sin importar el cuidado que se tenga, ocurre cierta variabilidad
en el volumen de bebida en cada lata. Después de la calibración de la máquina y la
capacitación del personal de la línea de producción, se obtienen cinco observaciones por
hora del volumen con que se llena cada lata, durante 24 horas; adicional se estableció una
tolerancia de ±0.05 onzas por lata. Los datos obtenidos se presentan a continuación.

MUESTRA PESO (ONZAS) POR LATA

1 12.046 12.006 12.139 12.112 12.139
2 12.091 12.118 11.85 11.931 11.863
DETERMINE:
3 11.952 11.862 11.899 11.999 12.139 a) Media, mediana y moda
4 11.821 11.989 11.866 12.104 12.028 b) Desviación estándar y varianza
5 11.674 11.881 11.886 11.921 11.886 c) Rango y coeficiente de variación de
6 12.02 12.016 12.227 12.004 11.887 Pearson
7 12.077 12.038 11.949 12.029 12.103 d) Límites reales o naturales (mínimo
y máximo)
8 11.867 11.971 12.016 11.866 11.124 e) Asimetría (sesgo) y sesgo
9 12.063 12.038 11.858 11.985 11.969 estandarizado
10 12.042 12.059 12.086 12.024 11.915 f) Curtosis y curtosis estandarizado
11 12.014 11.747 11.965 11.953 11.944 g) Histograma de la curva normal
h) Realice un análisis con los
12 11.949 11.894 11.951 12.076 12.023
resultados obtenidos y documente un
13 12.168 11.985 12.06 11.91 11.884 informe con sus recomendaciones y
14 11.974 11.964 12.183 12.054 11.794 conclusiones correspondientes.
15 11.799 12.118 11.886 12.036 11.977
16 12.021 11.993 12.061 11.969 11.814
17 12.008 11.834 11.966 11.948 12.299 FASE 2, DETERMINE:
18 12.128 11.986 11.911 12.019 11.98 i) Capacidad potencial del proceso y
19 11.946 11.806 12.049 11.976 12.053 capacidad real del proceso.
20 11.956 12.066 11.911 11.937 12.04 j) Si aplica, determine el porcentaje y partes
21 12.246 11.947 11.937 12.128 12.005 por millón fuera de especificaciones.
k) Calcule el desplazamiento o
22 11.947 12 11.984 11.838 12.038
movimiento del proceso (Zm).
23 11.994 12.136 11.908 12.001 11.909
24 12.124 11.862 11.904 12.073 12.072
4. En el área de servicio al cliente dentro de una institución financiera se realiza una encuesta
para evaluar la calidad del servicio proporcionado y el nivel de satisfacción de los clientes
(fijado en 85%). La encuesta consiste en 10 preguntas y cada una de ellas evalúa
diferentes aspectos del servicio proporcionado. Las respuestas para cada pregunta es un
número entre 0 y 10. Para hacer un primer análisis de los resultados obtenidos se suman
los puntos obtenidos de las 10 preguntas para cada cuestionario. A continuación, se
muestran los puntos obtenidos en 50 cuestionarios.

TOTAL DE PUNTOS OBTENIDOS EN CUESTIONARIOS

78 78 82 85 81
86 80 73 84 78
68 84 75 78 76
76 82 85 91 80
70 87 77 82 84
48 49 39 39 43
35 42 34 44 49
34 30 43 31 34
41 42 45 42 35
38 39 42 43 29

DETERMINE:
a) Media, mediana y moda
b) Desviación estándar y varianza
c) Rango y coeficiente de variación de Pearson
d) Límites reales o naturales (mínimo y máximo)
e) Asimetría (sesgo) y sesgo estandarizado
f) Curtosis y curtosis estandarizado
g) Histograma de la curva normal
h) Realice un análisis con los resultados obtenidos y documente un informe con sus
recomendaciones y conclusiones correspondientes.
i) ¿Tendría alguna utilidad hacer un análisis por separado de cada una de las preguntas?
Explique.
j) ¿Hay normalidad en los datos? Explique
 5. En una línea de producción de cilindros de acero se ha estrenado una máquina para
obtener en el corte la longitud de 250cm ± 5cm. Se desea estudiar la variabilidad en la
longitud de los cilindros después de calibrar la máquina; para dicho efecto, se obtienen
cinco observaciones por cada hora, durante 12 horas. Los datos se presentan a
continuación.

MUESTRA LONGITUD DE CILINDROS (cm)

1 239 250 248 250 249
2 254 258 250 247 257
3 255 252 259 251 249
4 248 251 249 259 247
5 246 250 249 250 251
6 249 253 250 246 246
7 242 247 251 252 245
8 250 243 253 238 243
9 249 245 241 251 250
10 244 251 251 238 249
11 253 247 249 236 242
12 248 250 252 259 238

DETERMINE:
a) Media, mediana y moda
b) Desviación estándar y varianza
c) Rango y coeficiente de variación de Pearson
d) Límites reales o naturales (mínimo y máximo)
e) Asimetría (sesgo) y sesgo estandarizado
f) Curtosis y curtosis estandarizado
g) Histograma de la curva normal
h) Realice un análisis con los resultados obtenidos y documente un informe con sus
recomendaciones y conclusiones correspondientes.

FASE 2, DETERMINE:

i) Capacidad potencial del proceso y capacidad real del proceso.

j) Si aplica, determine el porcentaje y partes por millón fuera de especificaciones.
k) Calcule el desplazamiento o movimiento del proceso (Zm).
 6. En un modelo de llantas para automóvil se tiene que la longitud de la capa debe ser de
550mm, con una tolerancia de ± 8mm. La longitud de la capa es el resultado de un proceso
de corte de una tira de hule, el cual debe garantizar que la longitud esté entre la
especificación inferior EI= 542 y la superior ES = 558, con un valor ideal o nominal de N =
550. Para detectar la posible presencia de causas especiales de variación, y en general
para monitorear el correcto funcionamiento del proceso de corte, cada hora se toman cinco
capas y se miden. Los datos obtenidos en los últimos cuatro días se muestran a
continuación:

MUESTRA MEDICIONES DE LONGITUD (mm)

1 556 552 552 551 552
DETERMINE:
2 556 555 553 552 554
a) Media, mediana y moda
3 556 554 552 553 552 b) Desviación estándar y varianza
4 552 554 554 554 549 c) Rango y coeficiente de variación de
5 551 556 551 551 552 Pearson
6 552 553 554 550 549 d) Límites reales o naturales (mínimo y
7 551 550 551 552 551 máximo)
8 550 550 553 555 552 e) Asimetría (sesgo) y sesgo estandarizado
9 556 553 555 552 550 f) Curtosis y curtosis estandarizado
10 554 552 553 552 555 g) Histograma de la curva normal
11 551 553 554 549 553 h) Realice un análisis con los resultados
12 556 551 553 551 554 obtenidos y documente un informe con sus
13 553 553 554 548 551 recomendaciones y conclusiones correspondientes.
14 550 553 548 556 553
15 554 552 553 555 549
16 556 552 554 553 553 FASE 2, DETERMINE:
17 553 552 555 555 552
i) Capacidad potencial del proceso y capacidad real
18 550 550 553 550 549
del proceso.
19 556 557 551 550 551 j) Si aplica, determine el porcentaje y partes por
20 552 554 552 550 553 millón fuera de especificaciones.
21 550 553 552 555 553 k) Calcule el desplazamiento o movimiento
22 554 554 553 552 552 del proceso (Zm).
23 549 551 558 551 555
24 551 551 552 551 554
25 552 548 551 552 553
26 551 553 551 554 548
27 551 550 555 552 554
28 551 556 553 552 555
29 552 554 557 553 553
30 551 552 554 553 550
31 557 551 552 554 555
32 550 554 554 554 556
33 552 552 553 552 553
34 552 556 554 552 554
35 552 550 553 552 553
36 553 553 549 551 552
7. Calcule el nivel sigma del proceso en las siguientes situaciones:

a) 1000 unidades, 5 oportunidades por unidad, 6 defectos

b) 800 unidades, 6 oportunidades por unidad, 37 defectos
c) 2300 unidades, 1 oportunidad por unidad, 113 defectos
d) 7500 unidades, 3 oportunidades por unidad, 48 defectos

8. Calcule el rendimiento acumulado de los siguientes procesos y la cantidad de unidades

que resultan “bien a la primera”.