Está en la página 1de 9

Serie de Ejercicios MINITAB

Estadística Descriptiva
Alumno: Ares Jair Pichardo García
• Ejemplo 2.1
En un proceso de inyección de plástico una característica de calidad del producto (disco) es su grosor,
que debe ser de 1.20 mm con una tolerancia de ±0.10 mm. Así, para considerar que el proceso de
inyección fue satisfactorio, el grosor del disco debe estar entre la especificación inferior, EI = 1.10 y la
superior, ES = 1.30. En un estudio de capacidad para este proceso es necesario contestar las
siguientes interrogantes: ¿qué tipo de discos en cuanto a grosor se están produciendo? ¿El grosor
medio es adecuado? ¿La variabilidad del grosor es mucha o poca?

Datos para el grosor de los discos:


1.15 1.2 1.17 1.16 1.16 1.15 1.17 1.2 1.16 1.19 1.17 1.13 1.15 1.2 1.18 1.17 1.16
1.2 1.17 1.17 1.2 1.14 1.19 1.13 1.19 1.16 1.18 1.16 1.17 1.15 1.21 1.15 1.2 1.18
1.17 1.17 1.13 1.16 1.16 1.17 1.2 1.18 1.15 1.13 1.2 1.17 1.19 1.23 1.2 1.24 1.17
1.17 1.17 1.17 1.18 1.24 1.16 1.18 1.16 1.22 1.23 1.22 1.19 1.13 1.15 1.15 1.22 1.19
1.18 1.19 1.17 1.16 1.17 1.18 1.19 1.23 1.19 1.16 1.19 1.2 1.17 1.13 1.22 1.19 1.21
1.2 1.19 1.17 1.19 1.22 1.19 1.18 1.11 1.19 1.19 1.17 1.19 1.17 1.2 1.16 1.19 1.2
1.2 1.17 1.25 1.16 1.16 1.2 1.2 1.16 1.18 1.21 1.2 1.22 1.19 1.14 1.19 1.17 1.2
1.16 1.15 1.2 1.12 1.11 1.18

Media Muestral:
Estadísticas

Variable Media
Grosor de Discos 1.1786

Con el valor obtenido de la media muestra de 1.1786, podemos decir que estamos cumpliendo con la
tolerancia indicada y muestra que los datos están teniendo una tendencia hacia el lado inferior de los
especificado, sin embargo, no podemos tener una conclusión precisa del comportamiento total de los
datos.

Mediana o Percentil 50
Estadísticas
Variable Mediana
Grosor de Discos 1.1800
Con el valor obtenido de la mediana, podemos definir que la mitad de los valores son o están por
encima y la otra mitad son o están por debajo de 1.1800.

Moda
Estadísticas

Variable Modo N para moda


Grosor de Discos 1.17 23
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
Con los datos obtenidos de mediana, media y la moda de 1.17, podemos tener la conclusión del
comportamiento de los datos se están desplazando hacia el limite inferior de los rangos aceptables
para el grosor del disco.

Desviación Estándar
Estadísticas
Variable Desv.Est.
Grosor de Discos 0.0270

Con una desviación estándar de 0.027 podemos definir que no hay un gran desvío de los datos con
las mediciones de tendencia central, por lo que se puede concluir que los datos están dentro de los
límites.
Coeficiente de Variación
Estadísticas
Variable CoefVar
Grosor de Discos 2.29

Con un coeficiente de variación de 2.29 podemos concluir que la variación es mínima entre la
desviación estándar y la media.

Rango
Estadísticas
Variable Rango
Grosor de Discos 0.1400

El rango de 0.14 concluimos que la diferencia máxima es de 0.14 mm, por lo que, se puede concluir
que los discos están dentro de los parámetros de calidad.

Limites Reales Superior e Inferior

Tomando como regla de la media ± 3 la desviación estándar obtenemos como resultado un LRI= 1.1
y un LRS= 1.26, así mismo, minitab nos da el grafico de control, con el cual se puede apreciar que
todos los datos están dentro de los limites de control, así como, de especificación.
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
Tabla de Frecuencias

Grosor
de
Discos Conteo CntAcum
1.11 2 2
1.12 1 3
1.13 6 9
1.14 2 11
1.15 9 20
1.16 17 37
1.17 23 60
1.18 11 71
1.19 20 91
1.20 19 110
1.21 3 113
1.22 6 119
1.23 3 122
1.24 2 124
1.25 1 125
N= 125
La tabla de frecuencia la ocupamos como herramienta demostrando que un 72% de los datos se
encuentran entre 1.16 y 1.2, siendo el dato mas repetitivo el de 1.17 de nuevo indicando que los discos
están dentro de especificación.

Histograma
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
Con el histograma se parecía visualmente que la tendencia central de los datos esa entre el rango de
1.16 y 1.20, sin embargo, no es un proceso completamente centrado, se observa variabilidad y con
una distribución sesgada hacia el lado derecho, indicando que ya sea por cambio de turno, paros por
mantenimiento o malas mediciones, por lo cual se recomienda realizar un análisis de datos y
corroborar y corregir la causa de esta distribución sesgada.

Sesgo
Estadísticas
Variable Asimetría
Grosor de Discos -0.01
Con el dato de -0.01 concluimos que los datos son simétricos y tienen un comportamiento normal.

Curtosis
Estadísticas
Variable Curtosis
Grosor de Discos 0.17

De igual manera que el sesgo, el resultado de curtosis es de 0.17, podemos concluir que los datos
tienen un comportamiento normal.

Cuartiles y Diagrama de Caja


Estadísticas
Variable Q1 Q3
Grosor de Discos 1.1600 1.2000

Concluyendo el problema y con todo el demás análisis realizado con las demás herramientas de la
estadística descriptiva, se puede apreciar (como representa el diagrama de caja) que los datos
muestran su tendencia en el rango de 1.16 a 1.2, se puede concluir que los grosores de disco cumplen
y son adecuado a lo requerido.
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
• Ejemplo 2.2
En un proceso de producción de punterías para motor se tiene que el cuerpo de cierta puntería debe
tener un diámetro exterior de 0.02 m (2.0 cm), con una tolerancia de ±25 μm (1 μm es igual a 0.000001
m). A las mediciones originales se les resta el valor nominal de 20 000 μm, por lo que el resultado de
la resta debe estar dentro de ±25 μm, y ahora el valor nominal será cero, la tolerancia o especificación
inferior es EI = −25, y la superior, ES = 25. 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, en la
tabla se aprecian los datos de cuatro turnos (dos días).

-21 -5 21 3 -12 4 3 7 22 -18 -13 7 -11 -7 7 15 7 26 7


-4 0 13 6 -20 6 1 4 3 9 -10 -4 0 -5 11 2 3 -13 3
-13 9 7 0 5 11 4 17 3 2 -23 -4 15 -5 2 12 5 5 -1
2 -16 10 1 -2 -4 -16 10 -13 1 -6 11 4 2 -4 14 -6 -2 4
2 19 -1 6 6 8 2 9 -4 -22 1 -2 2 -7 -9 10 -8 -10 -2
0 -3 -13 14 -3 7 5 -1 -1 1 10 7 -8 -14 -33 -14 28 10 0
-2 -19 2 7 12 -9 10 5 14 -4 4 21 -16 -20 -3 10 22 -14 -5
-7 5 -1 1 4 -4 17 0 5 6 -19 -7 2 -19 12 -1 0

Media Muestral:
Estadísticas
Variable Media
Punterías 0.593

La media nos está indicando que la tendencia central de los datos es muy cercana a 0, teniendo un
resultado de 0.593
Mediana o Percentil 50
Estadísticas
Variable Mediana
Punterías 2.000

Con una media de 2, concluimos que la mitad de los datos están por arriba, así como la otra mitad de
los datos están por debajo.
Moda
Estadísticas
N
para
Variable Modo moda
Punterías 2 10

Con una moda de 2, definiendo que el valor más repetido es ese mismo, una media de 0.59 y una
mediana de 2, podemos decir que los resultados obtenidos son cercanos a 0, dando una perspectiva
favorable pero no concluyente.
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
Desviación Estándar
Estadísticas
Variable Desv.Est.
Punterías 10.513

La desviación estándar nos indica que hay un rango alto de variación entre los datos y la media,
propiciando a un proceso no controlado, S = 10.513
Coeficiente de Variación
Estadísticas
Variable CoefVar
Punterías 1771.87

El coficiente de variación nos indica que el proceso es muy disperso, con un valor de 1771.87,
podemos definir que no hay control en el proceso.
Rango
Estadísticas
Variable Rango
Punterías 61.000

Así mismo, con un rango de 61, se puede definir que hay una discrepancia alta entre el dato mayor y
el menor, mayor a lo permitido por especificación, puede ser debido a datos atípicos de proceso, sin
embargo, con la desviación estándar y el coeficiente de variación se puede concluir no hay control en
el proceso.
Limites Reales Superior e Inferior

Tomando una amplitud de los limites de 3σ obtenemos limite superior de 29.26 e inferior de -28.07,
estos aun siendo más amplios a los establecidos por especificación de ±25, se puede observar un
dato fuera de los límites.

Tabla de Frecuencias
Punterías Conteo
-33 1
-23 1
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
-22 1
-21 1
-20 2
-19 3
-18 1
-16 3
-14 3
-13 5
-12 1
-11 1
-10 2
-9 2
-8 2
-7 4
-6 2
-5 4
-4 8
-3 3
-2 5
-1 6
0 7
1 6
2 10
3 6
4 7
5 7
6 5
7 9
8 1
9 3
10 7
11 3
12 3
13 1
14 3
15 2
17 2
19 1
21 2
22 2
26 1
28 1
N= 150
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García
Histograma

Los datos de la tabla de frecuencia y el histograma nos indican que el proceso tiene un comportamiento
normal, la mayoría de los datos pueden apreciarse que están en el nominal o tienden a este que es
cero, se observa un comportamiento bimodal, sin embargo, se puede observar que en ambas
direcciones (izquierda o derecha) hay valores fuera de lo especificado.
Sesgo
Estadísticas
Variable Asimetría
Punterías -0.26

Curtosis
Estadísticas
Variable Curtosis
Punterías 0.39

Los valores de curtosis 0.39 y sesgo -0.26, dan un mayor criterio a que el comportamiento de los datos
es de manera normal.
Cuartiles y Diagrama de Caja
Estadísticas
Variable Q1 Q3
Punterías -5.000 7.000
Serie de Ejercicios MINITAB
Estadística Descriptiva
Alumno: Ares Jair Pichardo García

Con los valores obtenidos anteriormente y el diagrama de caja mostrado, se concluye que los
diámetros de la punterías de manera general están fuera de especificación, aunque el diagrama de
caja nos indique que el proceso tiene tendencia a los valores superiores, también de debe analizar y
corregir el valor inferior que esta fuera de control del proceso, es preciso ver los controles que esta
propiciando fabricación, ver en que lotes o turnos se encuentra la mayor variabilidad y ejecutar
acciones correctivas para evitar su repetibilidad.

También podría gustarte