Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
CALIDAD EN LA CONSTRUCCIÓN
SEMINARIO 1: HERRAMIENTAS ESTADÍSTICAS DE CALIDAD
ESTUDIANTE:
POCAS VITALES
MUCHAS TRIVIALES
Conclusiones
Según el gráfico se observa que 67 % de las pocas causas vitales ( 3 problemas) son responsables
del mayor efecto negativo en los defectos estructurales en la puerta de un cargador frontal
Asimismo, hay problemas que se consideran como dudosos, como partes ensambladas fuera de s
partes no lubricadas
un cargador frontal.
das, 20 faltas de agujeros, 9 partes
s) son responsables
gador frontal
ambladas fuera de secuencia y
2. DIAGRAMA DE PARETO
Si Usted trabaja para una empresa que fabrica planchas de madera. Últimamente, usted ha notado
de bolsas está siendo rechazado en la inspección final debido a rasguños, microgrietas, manchas en
Se le solicita determinar las causas vitales, si existe relación entre el tipo y el número de defectos, y
80
frecuencia_1
30
Porcentaje
60
20
POCAS VITALES 40
10
20
0 0
CAUSAS_1
MUCHAS TRIVIAL
frecuencia_1 8 6 4 3 3 3 3 2 7
Porcentaje 20.5 15.4 10.3 7.7 7.7 7.7 7.7 5.1 17.9
% acumulado 20.5 35.9 46.2 53.8 61.5 69.2 76.9 82.1 100.0
nte, usted ha notado que un número creciente
ogrietas, manchas en su acabado y otros.
úmero de defectos, y el turno en que se producen más defectos.
Defecto Periodo
Rasguños Día
Rasguños Día
Microgrietas Día
Microgrietas Día
Marchas Día
Rasguños Día
Otros Día
Otros Tarde
Microgrietas Tarde
Microgrietas Tarde
Microgrietas Tarde
Microgrietas Tarde
Rasguños Tarde
Rasguños Tarde
Microgrietas Noche
Rasguños Noche
Manchas Noche
Rasguños Noche
Microgrietas Noche
Microgrietas Noche
Microgrietas Noche
CAUSAS frecuencia
Rasguños Dia 3
Rasguños Tarde 2
Rasguños Noche 8
Microgrietas Dia 2
Microgrietas Tarde 4
Microgrietas Noche 6
Microgrietas Fin de semana 3
Manchas Dia 1
Manchas Noche 2
Manchas Fin de semana 3
Otros Dia 1
Otros Noche 3
Otros Fin de semana 1
100
80
Porcentaje
60
RANGO R
LEI LES
P rocesar datos
LE I 87.618
O bjetiv o *
LE S 94.462 C apa
M edia de la muestra 91.0367
N úmero de muestra 90
Desv .E st. (Dentro) 0.16834
Desv .E st. (General) 3.42202
N úmero de muestra 90
Desv .E st. (Dentro) 0.16834
Desv .E st. (General) 3.42202
84 87 90 93 96 99
Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 144444.44 P P M < LE I 0.00 P P M < LE I 158892.41
P P M > LE S 177777.78 P P M > LE S 0.00 P P M > LE S 158421.01
P P M Total 322222.22 P P M Total 0.00 P P M Total 317313.41
88.5 84.3 89
s de gasolina 87.8 86.7 96.1
83.4 88.5 93.4
86.7 90.8 91.5
91.5 90.1 88.8
ampana de Gauss 88.8 87.5 92.1
96.5 96.2 85.6
100.3 95.7 85.4
96.5 93.2 88.7
92.6 89.5 92
94.7 90.1 89.9
91.2 93.4 89.5
91.2 88.3 87.5
94.3 90.1 88.9
89.9 98.8 85.4
88.6 94.5 90.1
95.5 84.3 86.7
87.8 89.7 96
84.3 88.8 92.7
89.4 92.1 87.5
100.3 83.4
– 83.4= 16.9
7
siguiente
7
:
ho de intervalo)
FRECUENCIA FRECUENCIA
RELATIVA ACUMULADA
0.08 0.08
0.10 0.18
0.33 0.51
0.24 0.75
0.14 0.89
0.08 0.97
0.02 1.0
0.99
de OCTANAGE MEZ.
LES
Dentro de
General B) 12 MEZCLAS ESTA
C apacidad (dentro) del potencial
Cp 6.78
SUPERIOR.
C PL 6.77
C P U 6.78
C) 14 MEZCLAS ESTA
C pk 6.77
C apacidad general
INFERIOR.
Pp 0.33 D) EL CPK ES MAYOR
QUE EL PROCESO ES
PPL 0.33
PPU 0.33
P pk 0.33
C PU 6.78
C) 14 MEZCLAS ESTA
C pk 6.77
C apacidad general
INFERIOR.
Pp 0.33 D) EL CPK ES MAYOR
QUE EL PROCESO ES
PPL 0.33
PPU 0.33
P pk 0.33
C pm *
3 96 99
Rendimiento general
< LE I 158892.41
> LE S 158421.01
Total 317313.41
91.6 90.2 91.2 100.3
90.4 90.6 98.8
91.1 91.2 98.2
92.4 94.2 96.5
91.2 92.2 96.5
89.4 92.3 96.2
90.2 91 96.1
95.1 94 96.1
89.5 92.4 96
88.5 92 95.7
90.4 95.5
91.7 95.5
90.5 95.4
93.7 95.1
90.7 94.7
95.4 94.5
92.7 94.3
98.2 94.2
96.1 94
95.5 93.7
93.4
93.4
90 93.2
92.7
92.7
17.7 92.6
92.4
92.4
92.3
92.2
92.1
92.1
92
92
91.7
91.6
91.5
91.5
91.2
91.2
91.2
91.2
91.1
91
90.8
90.7
90.6
90.5
90.4
90.4
90.2
90.2
90.1
90.1
90.1
90.1
89.9
89.9
89.7
89.5
89.5
89.5
89.4
89.4
89
88.9
88.8
88.8
88.8
88.7
88.6
88.5
88.5
88.5
88.3
87.8
87.8
87.5
87.5
87.5
86.7
86.7
86.7
85.6
85.4
85.4
84.3
84.3
84.3
83.4
13
22
30
7
2. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
Se han realizado mediciones de 80 muestras de Resistencia a la compresión en Kgf/cm2.
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Según el Histograma, interprete la tendencia central, variabilidad y sesgo.
c) Qué opina acerca de lo adecuado o no de las resistencias a la compresión?.
d) Determinar la capacidad del proceso de Resistencia a la cpmpresión y diga si el proceso en Norm
CALCULO DE RANGO:
R= 180
RANGO AJUSTADO
R'= 189
NUMERO DE INTERVALOS
K= 7
LIMITES DE INTERVALOS
W=C=R'/K= 27
LEI LES
P rocesar datos
LEI 128.5
O bjetiv o *
LES 197.3
M edia de la muestra 162.887
N úmero de muestra 80
Desv .E st. (Dentro) 35.5957
Desv .E st. (G eneral) 34.4027
FRECUENCIA FRECUENCIA
RELATIVA ACUMULADA
0.03 0.03
0.11 0.14
0.2 0.34
0.35 0.69
0.21 0.90
0.08 0.98
0.03 1.0
1.01
LES
Dentro de
General
C apacidad (dentro) del potencial
Cp 0.32 LA CAMPANA DE GAUS N
C PL 0.32 LAS MEZCLAS QUE ESTAN
C P U 0.32
C pk 0.32
SON LAS QUE SON MAS CO
C apacidad general
NOS MUESTRA QUE ES 0.3
Pp 0.33
1.33 POR LO TANTO EL PR
PPL 0.33
PPU 0.33
P pk 0.33
C pm *
200 240
E xp. Rendimiento general
P P M < LE I 158762.02
P P M > LE S 158586.17
P P M Total 317348.19
DESCENDENTE
250 2
MAXIMO 250 245
MINIMO 70 229
DATOS 80 228
221 6
218
208
207
201
200
199
199
196
194
193
190
186 17
186
184
183
181
181
180
180
178
176
175
174
174
172
171
171
170
169
168
167
167
165
163 28
163
160
160
160
158
158
158
158
157
156
154
154
153
151
150
150
149
149
148
146
145
143 16
142
141
135
135
134
133
133
131
123
121
120
118
115 9
110
105
101
97
88 2
70
R QUE EL VALOR P
A DE GAUS NOS MUESTRA QUE
S QUE ESTAN ENTRE 130 Y 170
E SON MAS CONSEGUIDAS, EL CPK
RA QUE ES 0.32 Y ES MENOR QUE
TANTO EL PROCESO NO ES CAPAZ .
105
201
153
186
120
170
118
149
97
175
183
174
121
250
150
135
245
151
174
199
181
171
148
158
163
157
154
115
160
172
158
169
207
178
190
193
194
135
229
146
134
180
70
167
184
133
156
123
218
131
101
171
165
208
158
133
199
228
142
163
145
158
176
110
160
154
149
88
160
168
180
141
196
221
200
186
150
181
167
143
3. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
Los investigadores de la Universidad de Maryland emplearon métodos para obtener medidas de T
( en ° F) de 106 trabajadores del sector construcción.
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Según el Histograma, analice la tendencia central, variabilidad y sesgo.
c) Cuál es su opinión sobre la adecuada temperatura corporal de los trabajadores.
d) Determinar la capacidad del proceso estrés térmico e interprete la campana de Gauss
98.6 98.6 98 98 99 98.4 98.4
98.6 98.8 98.6 97 97 98.8 97.6
98 98.3 98.5 97.3 98.7 97.4 98.9
97.3 97.6 98.2 99.6 98.7 99.4 98.2
97.2 98.4 98.6 98.2 98 97.8 98
97.8 99 96.5 97.6 98 96.9 97.6
97.3 98 97.5 97.6 98.2 98.5 98.8
97.1 97.4 99.4 98.4 98.6 98.4 98.5
98.8 99.1 98.6 97.9 98.8 98 98.7
98.6 97.1 97.9 98.8 98.7 97.6 98.1
98.4 97.8 98.4 97.4 98 97 98.4
CALCULO DE RANGO:
R= 3.1
RANGO AJUSTADO
R'= 3.3
NUMERO DE INTERVALOS
K= 8
LIMITES DE INTERVALOS
W=C=R'/K= 0.4
LEI LES
P rocesar datos
LE I 97.5763
O bjetiv o *
LE S 98.8237
Media de la muestra 98.2
Número de muestra 106
Desv .E st. (Dentro) 0.626478
Desv .E st. (G eneral) 0.62366
de Gauss
97.7 99.5 98.7
98.6 98.6 98.6
98 98.6 98.4
98.4 97.9 98
97.1 97.8 98.7
98.7 98.3 98.4
98.6 98.9 98
98.5 97.8
99.2 98.6
98.4 98
98.8 97.5
FRECUENCIA
ACUMULADA
0.01
0.09
0.22
0.43
0.61
0.91
0.97
1.0
EMP CORPORAL F
LES
Dentro de
General
C apacidad (dentro) del potencial LA CAMPANA DE GAUS NOS MUE
Cp 0.33 LAS LA TEMPERATURA DE LOS TRA
C PL 0.33
C P U 0.33
TIENDE A ESTAR ENTRE 97.5 Y 98.
C pk 0.33 EL CPK DEL PROCESO ES 0.33 Y ES
C apacidad general 1.33 POR LO CUAL ES PROCESO N
Pp 0.33
PPL 0.33
PPU 0.33
P pk 0.33
C pm *
.5 99.0 99.5
dimiento general
E I 158639.92
E S 158639.92
al 317279.83
98.6 99.6
98.6 99.5
98 99.4 4
97.3 99.4
97.2 99.2
97.8 99.1
97.3 99 6
97.1 99
98.8 98.9
98.6 98.9
98.4 98.8
98.6 98.8
98.8 98.8
98.3 98.8
97.6 98.8
98.4 98.8
99 98.8
98 98.7
97.4 98.7
99.1 98.7
97.1 98.7
97.8 98.7
98 98.7
98.6 98.7 32
98.5 98.6
98.2 98.6
98.6 98.6
96.5 98.6
97.5 98.6
99.4 98.6
98.6 98.6
97.9 98.6
98.4 98.6
98 98.6
97 98.6
97.3 98.6
99.6 98.6
98.2 98.6
97.6 98.5
97.6 98.5
98.4 98.5
97.9 98.5
98.8 98.4
97.4 98.4
99 98.4
97 98.4
98.7 98.4
98.7 98.4
98 98.4
98 98.4 19
98.2 98.4
98.6 98.4
98.8 98.4
98.7 98.4
98 98.3
98.4 98.3
98.8 98.2
97.4 98.2
99.4 98.2
97.8 98.2
96.9 98.1
98.5 98
98.4 98
98 98
97.6 98
97 98
98.4 98
97.6 98
98.9 98
98.2 98
98 98
97.6 98
98.8 98 22
98.5 98
98.7 97.9
98.1 97.9
98.4 97.9
97.7 97.8
98.6 97.8
98 97.8
98.4 97.8
97.1 97.8
98.7 97.7
98.6 97.6
98.5 97.6
99.2 97.6
98.4 97.6
98.8 97.6
99.5 97.6
98.6 97.5 14
98.6 97.5
97.9 97.4
97.8 97.4
AUS NOS MUESTRA QUE
98.3 97.4
RA DE LOS TRABAJORES
98.9 97.3
TRE 97.5 Y 98.8297.8 97.3
98.6 97.3
O ES 0.33 Y ES MENOR QUE
98 97.2
ES PROCESO NO ES CAPAZ.
97.5 97.1
98.7 97.1
98.6 97.1
98.4 97 8
98 97
98.7 97
98.4 96.9
98 96.5 1
|
4. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
Una de las prácticas en Ing. Civil es la determinación de los pesos de las probetas al
desmolde. El cuadro siguiente muestra los resultados obtenidos en 54 muestras.
a) Elaborar un histograma de frecuencia y su respectivos polígono y ojiva.
b) Qué % de probetas tienen un peso de 12 500 g .
c) Cuántas probetas tiene un peso mayor a 12 500 g.
d) Cuál es el % de probetas No Conformes.
e) Determinar la capacidad del proceso de desmolde e interprete la campana de Gauss
RANGO AJUSTADO
R'= 410.6
NUMERO DE INTERVALOS
K= 7
LIMITES DE INTERVALOS
W=C=R'/K= 58.7
FRECUENCI
INTERVALO DE CLASE A
CARCA DE FRECUENCI FRECUENCI ACUMULAD
CLASE A ABSOLUTA A RELATIVA A
12265.5 - 12324.2 12294.9 6 0.11 0.11
12324.2 - 12382.9 12353.6 8 0.15 0.26
12382.9 - 12441.6 12412.3 11 0.2 0.46
12441.6 - 12500.3 12471.0 14 0.26 0.72
12500.3 - 12559 12529.7 7 0.13 0.85
12559 - 12617.7 12588.4 6 0.11 0.96
12617.7 - 12676.4 12647.1 2 0.04 1.00
54 1
20
Porcentaje
15
10
0
12300 12400 12500 12600
PESO MUESTRAS
5
0
12300 12400 12500 12600
PESO MUESTRAS
20
Porcentaje
15
10
0
12300 12400 12500 12600
PESO MUESTRAS
LEI LES
P rocesar datos Dentro de
LE I 12357.5 General
O bjetiv o *
LE S 12543.5 C apacidad (dentro) del potencial
M edia de la muestra 12448.6 Cp 0.34
N úmero de muestra 54 C P L 0.33
Desv .E st. (Dentro) 91.6215 C P U 0.35
Desv .E st. (General) 94.5279 C pk 0.33
C apacidad general
Pp 0.33
PPL 0.32
PPU 0.33
P pk 0.32
C pm *
C apacidad general
Pp 0.33
PPL 0.32
PPU 0.33
P pk 0.32
C pm *
52
53
54
Media 12449
Desv.Est. 94.53 12354.47 - 12543.53
N 54
AS
2600
12491
12396.5
12265.5
RA QUE
EN EL
0.37%.
TRA QUE
A LAS
52%.
STRA QUE
22 QUE
CPK ES
NAMOS
22 QUE
CPK ES
NAMOS
5. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
A continuación se presentan mediciones de viscosidad dinámica de 3 mezclas de aditivos para la
para la construcción
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Determinar la capacidad del proceso de flujo e interprete la campana de Gauss
c) Comparar las 3 campanas de Gauss y sus capacidades y tomar decisiones sobre la calidad de los fl
RANGO AJUSTADO
R'= 4.9
NUMERO DE INTERVALOS
K= 4
LIMITES DE INTERVALOS
W=C=R'/K= 1.2
FRECUENCI
INTERVALO DE CLASE A
CARCA DE FRECUENCI FRECUENCI ACUMULAD
CLASE A ABSOLUTA A RELATIVA A
22.02 - 23.22 22.6 1 0.13 0.13
23.22 - 24.42 23.8 2 0.25 0.38
24.42 - 25.62 25.0 3 0.38 0.76
25.62 - 26.82 26.2 2 0.25 1.01
8 1.01
Histograma de MEZCLA1
Normal
40 Media 24.72
Desv .Est. 1.505
N 8
30
Porcentaje
20
10
0
22 23 24 25 26 27 28
MEZCLA1
3.0
2.5
2.0
Frecuencia
1.5
1.0
0.5
Frecuenc
1.5
1.0
0.5
0.0
22 23 24 25 26 27
MEZCLA1
LEI LES
P rocesar datos Dentro de
LE I 23.215 General
O bjetiv o *
LE S 26.225 C apacidad (dentro) del potencial
M edia de la muestra 24.7212 Cp 0.35
N úmero de muestra 8 C P L 0.35
Desv .Est. (Dentro) 1.4387 C P U 0.35
Desv .Est. (G eneral) 1.5053 C pk 0.35
C apacidad general
Pp 0.33
PPL 0.33
PPU 0.33
P pk 0.33
C pm *
22 23 24 25 26 27 28
Desempeño observ ado Exp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 125000.00 P P M < LE I 147561.36 P P M < LEI 158502.52
P P M > LE S 125000.00 P P M > LE S 147962.47 P P M > LES 158904.47
P P M Total 250000.00 P P M Total 295523.83 P P M Total 317406.99
MEZCLA1 MEZCLA2
26.67 2 24.62
25.9 24.46 3
25.49 24.18
25.38 3 23.79 1
24.98 22.78
23.83 2 22.67 3
23.5 22.56
22.02 1 21.49 1
RANGO AJUSTADO
R'= 3.3
NUMERO DE INTERVALOS
K= 4
LIMITES DE INTERVALOS
W=C=R'/K= 0.8
INTERVALO DE CLASE
CARCA DE FRECUENCI FRECUENCI
CLASE A ABSOLUTA A RELATIVA
21.49 - 22.29 21.9 1 0.13
22.29 - 23.09 22.7 3 0.38
23.09 - 23.89 23.5 1 0.13
23.89 - 24.69 24.3 3 0.38
8 1.02
Histograma de MEZCLA2
Normal
a 24.72 23.215 25
Media 23.32
.Est. 1.505 Desv.Est. 1.108
8
26.225
N 8
20
Porcentaje
15
10
0
21 22 23 24 25
MEZCLA2
2.0
Frecuencia
1.5
1.0
0.5
1.5
Frecuen
1.0
0.5
0.0
21.5 22.0 22.5 23.0 23.5 24.0 24.5
MEZCLA2
LEI LES
P rocesar datos Dentro de
LEI 22.212 General
O bjetiv o *
del potencial LES 24.428 C apacidad (dentro) del potencial
35 M edia de la muestra 23.3188 Cp 0.38
35 Número de muestra 8 C P L 0.38
35 Desv .Est. (D entro) 0.982776 C P U 0.38
35 Desv .Est. (G eneral) 1.10781 C pk 0.38
21 22 23 24 25
Desempeño observ ado E xp. D entro del rendimiento Exp. Rendimiento general
P P M < LEI 125000.00 P P M < LE I 130051.73 P P M < LEI 158886.70
P P M > LES 250000.00 P P M > LE S 129514.22 P P M > LES 158340.74
P P M Total 375000.00 P P M Total 259565.94 P P M Total 317227.44
MEZCLA3
24.67 1
22.45
22.28
21.95 5
21.81
21.67
20.49 2
20.33
RANGO AJUSTADO
R'= 4.6
NUMERO DE INTERVALOS
K= 4
LIMITES DE INTERVALOS
W=C=R'/K= 1.2
FRECUENCI
A INTERVALO DE CLASE
ACUMULAD CARCA DE FRECUENCI
A CLASE A ABSOLUTA
0.13 20.33 - 21.53 20.9 2
0.51 21.53 - 22.73 22.1 5
0.64 22.73 - 23.93 23.3 0
1.02 23.93 - 25.13 24.5 1
8
Histograma de MEZCLA3
Normal
Media 23.32 22.212 70 Media
Desv.Est. 1.108
24.428 Desv.Est.
N 8 N
60
50
Porcentaje
40
30
20
10
0
19 20 21 22 23 24 25
MEZCLA3
4
Frecuencia
1
3
Frecuenc
2
0
24.0 24.5 20 21 22 23 24 25
MEZCLA3
LEI LES
Dentro de P rocesar datos Dentro de
General LEI 20.618 General
O bjetiv o *
C apacidad (dentro) del potencial LES 22.342 C apacidad (dentro) del pote
Cp 0.38 M edia de la muestra 21.9563 Cp 0.23
C P L 0.38 N úmero de muestra 8 C PL 0.36
C P U 0.38 Desv .E st. (Dentro) 1.2462 C PU 0.10
C pk 0.38 Desv .E st. (G eneral) 1.34223 C pk 0.10
C apacidad general C apacidad general
Pp 0.33 Pp 0.21
PPL 0.33 PP L 0.33
PPU 0.33 PP U 0.10
P pk 0.33 Ppk 0.10
C pm * C pm *
19 20 21 22 23 24 25
Desempeño observ ado Exp. Dentro del rendimiento Exp. Rendimiento general
P P M < LE I 250000.00 P P M < LE I 141441.81 P P M < LEI 159373.03
P P M > LE S 250000.00 P P M > LE S 378455.07 P P M > LES 386904.64
P P M Total 500000.00 P P M Total 519896.88 P P M Total 546277.67
EZCLA3
24 25
IA de MEZCLA3
23 24 25
3
de MEZCLA3
Dentro de
General
C apacidad (dentro) del potencial
Cp 0.23
C P L 0.36
C P U 0.10
C pk 0.10
C apacidad general
Pp 0.21
PPL 0.33
PPU 0.10
P pk 0.10
C pm *
24 25
miento general
159373.03
386904.64
546277.67
S MUESTRA QUE
TRO DEL RANGO
QUE REPRESENTAN
UE ES MENOR A 1.33
O ES CAPAZ.
1. DIAGRAMA DE SCATTER O DE SHEWART
Para el controlar el efecto monetario sobre los tipos de interés de las hipotecas
de pago para comprar casas en una Región, usted recibió instrucciones de la empresa
contructora de anlizar el efecto de los tipos de interés hipotecarios sobre el número de
casas vendidas. Los datos se muestran en la tabla adjunta.
a. Determinar la variable independiente (X) y dependiente (Y).
b. Si se supone que existe una relación lineal entre las dos variables, elaborar el
modelo de regresión.
c. Interpretar la constante y el coeficiente del modelo de regresión lineal.
d. Cuál es nivel de unidades vendidas si la tasa de hipoteca fuera 11,5%.
e. Qué ocuriría al número de unidades si la tasa se incrementara en 2%?
15
14
Tasa de interés (%)
13
12
11
10
9
13 14 15 16 17 18 19 20
Viviendas vendidas
10
9
13 14 15 16 17 18 19 20
Viviendas vendidas
La ecuación de regresión es
Viviendas vendidas = 20.8 - 0.425 Tasa de interés (%)
Fuente GL SC MC F P
Regresión 1 5.365 5.365 1.23 0.305
Error residual 7 30.635 4.376
Tasa de interés (%) -0.4255 0.3843 -1.11 0.305
Fuente GL SC MC F P
Regresión 1 5.365 5.365 1.23 0.305
Error residual 7 30.635 4.376
Total 8 36.000
Tasa de
interés Viviendas EE de Residuo
Obs (%) vendidas Ajuste ajuste Residuo estándar
1 12.1 20.000 15.679 0.697 4.321 2.19R
240
220
Costo de la casa (M US $)
200
180
160
140
120
100
Costo de la cas
160
140
120
100
La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)
La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)
La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)
Análisis de varianza
Fuente GL SC MC F P
Regresión 1 27157 27157 209.76 0.000
Error residual 13 1683 129
Total 14 28840
L PRECIO DE
DEL
RECER SI
ABLES
3. DIAGRAMA DE SCATTER O DE SHEWART
El Gerente técnico del acueducto de una ciudad, desea establecer la relación entre
el consumo mensual domiciliario de agua y el tamaño de la familia. Se recogío una
muestra aleatoria con los datos que se muestran en la tabla adjunta. Desarrolle las
siguientes estimaciones:
a. Elabore el Diagrama de dispersión y observe la nube de puntos.
b. Modelar e interpretar la ecuación de regresión.
c. Determinar el coeficiente de correlación y el coeficiente de determinación.
d. Cuál es el consumo de agua si el tamaño de familia es 12 .
e. Aconseje al Gerente respecto a los resultados obtenidos.
Gráfica de dispersión de GALONES DE AGUA vs. TAMAÑO DE LA FAMILIA
1750
1500
GALONES DE AGUA
1250
1000
750
500
1 2 3 4 5 6 7 8 9 10
TAMAÑO DE LA FAMILIA
La ecuación de regresión es
GALONES DE AGUA = 84.3 + 177 TAMAÑO DE LA FAMILIA
La ecuación de regresión es
GALONES DE AGUA = 84.3 + 177 TAMAÑO DE LA FAMILIA
Análisis de varianza
Fuente GL SC MC F P
Regresión 1 4530106 4530106 311.32 0.000
Error residual 27 392880 14551
Total 28 4922986
TAMAÑO
DE LA GALONES EE de Residuo
Obs FAMILIA DE AGUA Ajuste ajuste Residuo estándar
5 10.0 1700.0 1858.8 55.7 -158.8 -1.48 X
24 8.0 1750.0 1503.9 38.1 246.1 2.15R
La ecuación de regresión es
RESISTENCIA fc = 494 - 483 A/C SIN AIRE
Análisis de varianza
Fuente GL SC MC F P
Regresión 1 12184 12184 555.43 0.000
Error residual 3 66 22
Total 4 12250
LINEA DE REGRESION de RESISTENCIA fc vs. A/C SIN AIRE Gráfica
325 350
300
275 300
RESISTENCIA fc
RESISTENCIA fc
250
225 250
200
200
175
150
0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.0
A/C SIN AIRE
La ecuación de regresión es
RESISTENCIA fc = 329 - 240 A/C CON AIRE
Análisis de varianza
Fuente GL SC MC F P
Regresión 1 10016 10016 13.45 0.035
Error residual 3 2234 745
Total 4 12250
Gráfica de dispersión de RESISTENCIA fc vs. A/C CON AIRE
350
300
RESISTENCIA fc
250
200
AYUDAN A DETERMINAR
OPTIMA ES, RESISTENCIA A LA
SIN AIRE
5. DIAGRAMA DE SCATTER O DE SHEWART
En la tabla adjunta se presentan aumentos promedio en % de la Resistencia a la compresión
con el tiempo y a diferentes temperaturas, para cemento Portland tipo 1.
Debido a que la resistencia del concreto depende de la edada y de la temperatura, se puede
obtener la madurez, y se aplica conveniente cuando la temperatura inicial del concreto está entre
16 y 27 C, y no hay pérdida de humedad por secado.
Madurez = t * (T + 10)
a. Graficar los modelos de regresión de las variables convenientes.
b. Interpretar las ecuaciones de regresión.
c. Determinar el coeficiente de correlación y el coeficiente de determinación.
d. ¿Cómo interpreta los gráficos obtenidos?.
TIEMPO (DIAS)
TEMPERATURA °C 3 7 14 21 28
10 25 40 63 76 82
23 34 52 76 91 100
35 40 60 87 102 110
40.0
Predictor Coef SE Coef T P
Constante 19.371 1.377 14.07 0.045
TEMPERATURA °C 0.60128 0.05540 10.85 0.058 37.5
35.0
fc 3 DIAS
32.5
Análisis de varianza
Fuente GL SC MC F P 30.0
Regresión 1 113.04 113.04 117.81 0.058
Error residual 1 0.96 0.96 27.5
Total 2 114.00
25.0
10
32.5
Análisis de varianza
fc
Fuente GL SC MC F P 30.0
Regresión 1 113.04 113.04 117.81 0.058
Error residual 1 0.96 0.96 27.5
Total 2 114.00
25.0
10
fc 7 DIAS
S = 1.30605 R-cuad. = 99.2% R-cuad.(ajustado) = 98.3%
50
Análisis de varianza
Fuente GL SC MC F P 45
Regresión 1 200.96 200.96 117.81 0.058
Error residual 1 1.71 1.71
Total 2 202.67
40
10
fc 14 DIAS
S = 0.424465 R-cuad. = 99.9% R-cuad.(ajustado) = 99.9%
75
Análisis de varianza
70
Fuente GL SC MC F P
Regresión 1 288.49 288.49 1601.19 0.016
Error residual 1 0.18 0.18 65
Total 2 288.67
60
10
Análisis de varianza
85
Fuente GL SC MC F P
Regresión 1 339.21 339.21 232.42 0.042
Error residual 1 1.46 1.46 80
Total 2 340.67
75
10
Fuente GL SC MC F P
Regresión 1 339.21 339.21 232.42 0.042
Error residual 1 1.46 1.46 80
Total 2 340.67
75
10
110
Predictor Coef SE Coef T P
Constante 71.864 3.948 18.20 0.035
TEMPERATURA °C 1.1237 0.1588 7.08 0.089 105
fc 28 DIAS
S = 2.80800 R-cuad. = 98.0% R-cuad.(ajustado) = 96.1% 100
95
Análisis de varianza
Fuente GL SC MC F P 90
Regresión 1 394.78 394.78 50.07 0.089
Error residual 1 7.88 7.88
Total 2 402.67 85
80
10 1
ura, se puede
oncreto está entre
40.0
37.5
35.0
fc 3 DIAS
32.5
30.0
27.5
25.0
10 15 20 25 30 35
32.5
fc 30.0
27.5
25.0
10 15 20 25 30 35
TEMPERATURA °C
60
55
fc 7 DIAS
50
45
40
10 15 20 25 30 35
TEMPERATURA °C
LINEA DE REGRESION de fc 14 DIAS vs. TEMPERATURA °C
90
85
80
fc 14 DIAS
75
70
65
60
10 15 20 25 30 35
TEMPERATURA °C
100
95
fc 21 DIAS
90
85
80
75
10 15 20 25 30 35
TEMPERATURA °C
80
75
10 15 20 25 30 35
TEMPERATURA °C
110
105
fc 28 DIAS
100
95
90
85
80
10 15 20 25 30 35
TEMPERATURA °C
DAN A DETERMINAR
MA ESTA ENTRE LA fc A
RATURA.
DAN A DETERMINAR
MA ESTA ENTRE LA fc A
RATURA.
1. DIAGRAMA DE CONTROL - TIPOS P y nP
En la producción por lotes o intermitente de cemento se lleva un registro de proporción de
productos defectuosos por diferentes causas. Los datos de los últimos 25 lotes se muestran en
la tabla adjunta.
a. Obtenga una carta P usando el tamaño de subgrupo (lote) promedio.
b. Cómo explicaría los límites de control (LC) a alguien que no tiene conocimientos profundos
de estadística.
c. Suponniendo que todos los lotes tienen el mismo tamaño (el promedio), obtenga un
Diagrama nP para tales datos.
d. ¿Observa alguna diferencia importante entre ambos diagramas?
e. ¿ De qué depende la elección entre los diagramas P o nP?
f. ¿ Cómo aplicaría el análisis de Pareto para enfocar mejor un proyecto de mejora?
Gráfica P de DEFECTUOSOS
1
0.200
LCS=0.1862
0.175
0.150
Proporción
0.125 _
P=0.1178
0.100
0.075
0.150
Proporción
0.125 _
P=0.1178
0.100
0.075
0.050 LCI=0.0494
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
Gráfica NP de DEFECTUOSOS
1
40
LCS=37.24
35
Conteo de muestras
30
25 __
NP=23.56
20
15
10 LCI=9.88
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
conocimientos profundos
medio), obtenga un
TAMAÑO
200
ecto de mejora? 200
200
DEFECTUOSOS 200
21 200
25 200
29 180
20 180
28 180
18 200
24 200
13 200
23 200
12 200
19 200
26 200
200
220
220
220
200
200
200
200
200
LCS=0.1862 SUMATORIA 5000
PROMEDIO 200
_
P=0.1178
HAY UNA CAUSA ESPECIAL EL PROCESO NO ES
ESTABLE
_
P=0.1178
HAY UNA CAUSA ESPECIAL EL PROCESO NO ES
ESTABLE
LCI=0.0494
23 25
NDICAN
LOS
N CAUSAS
RE ELLAS.
LCS=37.24
LCI=9.88
23 25
AÑO DE
NTE >= 50
AÑO DE
NTE >= 50
AÑO DE
N CAUSAS
BRE ELLAS.
ANTE LA
ESPECIAL Y
O.
2. DIAGRAMA DE CONTROL - TIPO U
Los siguientes datos son el número de defectos encontrados en la inspección de sub-ensamblaje de
máquinas asfaltadoras durante un periodo dado de operación para número de máquinas diferentes
Graficar el número de defectos en un diagrama U y explique porqué.
# de máquinas # de defectos
4 70
Gráfica U de N°DEFECTOS
4 64 1.1
LCS=1.0815
4 80
0.6
LCI=0.5162
0.5
1 2 3 4 5 6 7 8 9 10
Muestra
OS
LCS=1.0815
_
U=0.7989
LCI=0.5162
8 9 10
AS SON
SAMOS UN
VARIAVILIDAD
PROCESO ES
DENTRO DE LOS
3. DIAGRAMA DE CONTROL - TIPO C
10
Conteo de muestras
6
_
C=4.8
4
0 LCI=0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Muestra
LCS=11.37
_
C=4.8
LCI=0
NTE
YA QUE
O LOS
O LOS