METODOLOGÍA

DMAIC

ACREDITACIÓN Y CERTIFICACIÓN REGISTRO Y ALIANZAS

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

SUBTÍTULO

METODOLOGÍA DMAIC

2
© Instituto para la Calidad – PUCP. Todos los derechos reservados.
GENERACIÓN DE
EXPECTATIVAS
SESIÓN PRESENCIAL N° 4

TEMARIO SESIÓN PRODUCTO DE

PRESENCIAL N° 4 APRENDIZAJE ESPERADO
Etapa: Analizar 2 Resolución de ejercicios
 Prueba de Hipótesis aplicando pruebas de
 ANOVA hipótesis y ANOVA.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

SABERES
PREVIOS

¿Qué es una Análisis de varianzas

o ANOVA?

¿Qué es una Prueba

de hipótesis?

https://www.linkedin.com/pulse/115-ideas-
en-15-minutos-antonio-j-ramirez

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Pruebas de hipótesis - Concepto general

Es un estudio estadístico que por lo general busca responder con cierta confianza a ciertas
preguntas y/o tomar decisiones.

• Dos proveedores de materiales tienen el mismo nivel de calidad.

• El porcentaje de cierto ingrediente afecta el resultado de la mezcla.

• El tiempo de espera de esta operación es de tres horas en promedio.

• La variación del proceso se redujo con los cambios realizados.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Planteamiento de Hipótesis estadística

Es una afirmación sobre los valores de los parámetros de una población o proceso, que
puede probarse a partir de la información contenida en una muestra.

Ejemplo: “este proceso produce menos de 8% de defectuosos”

H0: p = 0.08 (la proporción de defectuosos es 0.08) (4.4)

HA: p < 0.08 (la proporción es menor a 0.08)

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Planteamiento de Hipótesis estadística

Ahora supongamos que la afirmación a probar es “este proceso produce 8% de

defectuosos”.

H0: p = 0.08 (la proporción de defectuosos es 0.08) (4.5)

HA: p ≠ 0.08 (la proporción es diferente a 0.08)

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

 H0: p ≥ 0.08
Ha: p < 0.08

La ubicación de la región o intervalo de rechazo depende de si la

hipótesis es bilateral o unilateral.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

El método del valor p en la prueba de hipótesis

El valor de p de una prueba de hipótesis es el nivel de significancia en el que el valor

observado del estadístico de la prueba es exactamente igual que un valor crítico para
ese nivel.

p p

-1.96 1.96

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

El método del valor p en la prueba de hipótesis

Rechazar la hipótesis nula. El

resultado de la muestra es más
Sí extremo del que usted estaría
dispuesto a atribuir a la casualidad

¿El valor de p es <

al nivel de
significancia, α,
especificado? No rechazar la hipótesis nula. El
resultado de la muestra no es más
No extremo del que usted estaría
dispuesto a atribuir a la
casualidad.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de dos colas para
la media, σ conocida

Una soldadora robot está ajustada, la media del tiempo

necesario para efectuar su tarea es de 1.3250 minutos.
Experiencias anteriores han demostrado que la desviación
estándar del tiempo de ciclo es de 0.0396. Una media de
tiempo de operación incorrecta puede afectar la eficiencia de
otras actividades a lo largo del la línea de producción. Para
una muestra aleatoria de 80 trabajos, la media del tiempo del
ciclo fue de 1.3229 minutos.

Con un α = 0.05 H 0 : μ  1.3250 minutos

H A : μ  1.3250 minutos

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

Ruta: Estadísticas – Estadística básicas – Z de 1 Muestra

OJO
Si P < alfa. Se rechaza Ho
Z de una muestra
Si P > alfa. No se rechaza Ho
Prueba de mu = 1.325 vs. no = 1.325
La desviación estándar supuesta = 0.0396

Error
estándar de
N Media la media IC de 95% Z P
80 1.32290 0.00443 (1.31422, 1.33158) -0.47 0.635

OJO: P value (0.635) > 0.05: no se puede rechazar H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de una cola para la
media, σ conocida

Se encontró que los focos en un almacén industrial tienen una

duración media de 1030.0 horas, con una desviación estándar de
90.0 horas. Un representante de una compañía que fabrica un
dispositivo para aumentar la duración de los focos, se ha
comunicado con el gerente del almacén, a quien le preocupa
que la duración promedio de los focos podría no ser mayor que
el valor referido. En una prueba posterior, el gerente selecciona
40 focos y encuentra que su duración media es de 1061.6 horas.

Con un α = 0.05 H 0 : μ  1030 horas

H A : μ 1030 horas

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

Ruta: Estadísticas – Estadística básicas – Z de 1 Muestra

Z de una muestra
OJO
Prueba de mu = 1030 vs. > 1030 Si P < alfa. Se rechaza Ho
La desviación estándar supuesta = 90 Si P > alfa. No se rechaza Ho

Error
estándar
de la 95% Límite
N Media media inferior Z P
40 1061.6 14.2 1038.2 2.22 0.013

OJO: P value < 0.05: se rechazar H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de dos colas para la
media, σ desconocido

El gerente de crédito de una gran tienda de departamentos

afirma que la media del saldo para clientes con crédito en la
tienda es de 410 dólares. Un auditor independiente selecciona
una muestra aleatoria de 18 cuentas y encuentra una media de
saldo de 511.33 y una desviación estándar de 183.75. si la
declaración del gerente no es apoyada por los datos, el auditor
pretende examinar todos los saldos de las cuentas de crédito. Si
se supone que la población de saldos de crédito tiene una
distribución aproximadamente normal, ¿Qué acción debe
emprender el auditor?
Con un alfa de 0.05
H 0 : μ  $ 410
H A : μ  $ 410
© Instituto para la Calidad – PUCP. Todos los derechos reservados.
Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

Ruta: Estadísticas – Estadística básicas – t de 1 Muestra

OJO
T de una muestra Si P < alfa. Se rechaza Ho
Si P > alfa. No se rechaza Ho
Prueba de mu = 410 vs. no = 410

Error
estándar
de la
N Media Desv.Est. media IC de 95% T P
18 511.3 183.8 43.3 (420.0, 602.7) 2.34 0.032

OJO: P value < 0.05: se rechaza H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de una cola para
la media, σ desconocida

Una compañía de neumáticos tienen problemas financieros por

la mala reputación de la calidad de sus productos. Esta lanzó una
campaña donde anuncia que la duración media de sus
neumáticos en carretera es de al menos 60,000 Km. Escépticos,
los directores de una revista para consumidores compran 36
neumáticos y los prueban en carretera. La duración media de los
neumáticos en la muestra fue de 58341 Km, con una desviación
estándar de 3632.53 Km.
Con un alfa de 0.01
H 0 : μ  60,000 Km
H A : μ  60,000 Km

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

Ruta: Estadísticas – Estadística básicas – t de 1 Muestra

T de una muestra OJO

Si P < alfa. Se rechaza Ho
Prueba de mu = 60000 vs. < 60000 Si P > alfa. No se rechaza Ho

Error
estándar Límite
de la superior
N Media Desv.Est. media 99% T P
36 58342 3633 605 59818 -2.74 0.005

OJO: P value < 0.05: se rechaza H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de dos colas para la
proporción

El director de servicios de carreras de la Universidad declaró que

el 70% de los estudiantes universitarios de último año entran al
mercado laboral en un puesto directamente relacionado con su
área de estudios. En una muestra formada por 200 graduados de
la generación del año anterior, 132 obtuvieron empleos
relacionados con su área de estudios.
Con un alfa de 0.05

H 0 :   0.7
H A :   0.7

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ruta: Estadísticas – Estadística básicas – 1 proporción

OJO
Prueba e IC para una proporción Si P < alfa. Se rechaza Ho
Si P > alfa. No se rechaza Ho
Prueba de p = 0.7 vs. p no = 0.7

Muestra X N Muestra p IC de 95% Valor Z Valor P

1 132 200 0.660000 (0.589844, 0.725332) -1.23 0.247

OJO: P value (0.217) > 0.05: no se rechaza H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ejemplo de prueba de una cola de una
proporción

En una decisión la administración del Hospital para veteranos

cerro las unidades de cirugía cardiaca en varios de sus hospitales
que realizaban menos de 150 operaciones al año o tenían tasas
de mortalidad a 5%. En una de las unidades quirúrgicas cerradas,
se habían efectuado 100 operaciones durante todo el año, con
una tasa de mortalidad de 7%. Siendo 1 = no fallecidos y 2 =
fallecidos.

Con un alfa de 0.01 H 0 : π  0.05 mortalidad

H A : π 0.05 mortalidad

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Usando Minitab

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Ruta: Estadísticas – Estadística básicas – 1 proporción

OJO
Prueba e IC para una proporción: C1 Si P < alfa. Se rechaza Ho
Si P > alfa. No se rechaza Ho
Prueba de p = 0.05 vs. p > 0.05

99% Límite
Variable X N Muestra p inferior Valor Z Valor P
C1 7 100 0.070000 0.023743 0.92 0.234

OJO: P value (0.234) > 0.01: no se puede rechazar H0

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

 ¿Qué es el análisis de
varianzas?
¿Qué es el ANOVA?

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

 Definición

Es una técnica del análisis de varianza que emplea información de las muestras para
determinar si dos o más factores/tratamientos, muestran resultados diferentes.

Un punto importante es que el análisis de varianza - literalmente es una técnica que

analiza o comprueba varianzas - es una herramienta que nos permite comprobar la
significación de las diferencias entre medias.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

Análisis de Varianza de un solo factor (One Way)

Se usa para comprobar la HIPÓTESIS NULA. Es decir que de las medias de diferentes
poblaciones son iguales:

Ho : U1 = U2 = U3 = U4….
Ha: Al menos una U(k), es diferente

ANOVA, determina SI LAS MEDIAS SON DIFERENTES, pero NO CUALES DE ELLAS lo son.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

 Ejemplo 1 ANOVA

Una empresa de contabilidad desarrolló tres métodos con el propósito de guiar a sus
empleados en la elaboración de declaraciones individuales de impuestos. Para
comparar la eficacia de estos métodos, se prepara una prueba en la cual a cada uno de
los 10 empleados temporales se le asigna de manera aleatoria uno de los tres métodos.
Los tiempo de elaboración (en minutos) se aprecian en la tabla siguiente.

Con un nivel de significancia de α = 0.05, ¿podemos concluir que los tres métodos
pueden tener la misma eficacia?

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Usando Minitab
Ruta: Estadísticas – ANOVA – Un solo factor (Desapilado)

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Usando Minitab
One-way ANOVA: Método 1, Método 2, Método 3
Method
Null hypothesis All means are equal
Alternative hypothesis At least one mean is different
Significance level α = 0.05
Equal variances were assumed for the analysis.
Factor Information
Factor Levels Values
Factor 3 Metodo 1, Metodo 2, Metodo 3 OJO
Si P < alfa. Se rechaza Ho
Analysis of Variance Si P > alfa. No se rechaza Ho
Source DF Adj SS Adj MS F-Value P-Value
Factor 2 131.08 65.538 12.14 0.002
Error 10 54.00 5.400
Total 12 185.08

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Usando Minitab
Interval Plot of Metodo 1, Metodo 2, ...
95% CI for the Mean
24

22

20

18
Data

16

14

12

10

Metodo 1 Metodo 2 Metodo 3

The pooled standard deviation was used to calculate the intervals.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Ejemplo 2 ANOVA

En una agencia de pruebas evalúa tres marcas diferentes de balanzas para baño y
seleccionó muestras aleatorias de cada una, los pesos se registran a continuación:

Marca A: 204, 202, 197, 204 y 205

Marca B: 201, 199, 196 y 203
Marca C: 195, 197, 192, 196, 198 y 196

Con un nivel de significancia de 0.025, determine si las tres marcas pueden tener la
misma media poblacional para este objetivo de la prueba.

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Usando Minitab
Ruta: Estadísticas – ANOVA – Un solo factor (Desapilado)

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONSTRUCCIÓN DEL
CONOCIMIENTO

Usando Minitab
ANOVA unidireccional: BrandA, BrandB, BrandC

Fuente GL SC MC F P
Factor 2 126.72 63.36 8.52 0.005
Error 12 89.28 7.44 OJO
Total 14 216.00 Si P < alfa. Se rechaza Ho
Si P > alfa. No se rechaza Ho
S = 2.728 R-cuad. = 58.67% R-cuad.(ajustado) = 51.78%

ICs de 97.5% individuales para la media

basados en Desv.Est. agrupada
Nivel N Media Desv.Est. ---------+---------+---------+---------+
BrandA 5 202.40 3.21 (--------*--------)
BrandB 4 199.75 2.99 (---------*---------)
BrandC 6 195.67 2.07 (-------*-------)
---------+---------+---------+---------+
196.0 199.5 203.0 206.5

Desv.Est. agrupada = 2.73

© Instituto para la Calidad – PUCP. Todos los derechos reservados.

CONCLUSIONES
CONCLUSIONES

 ¿Qué diferencias encuentras entre lo que has

aprendido sobre los temas tratados en la clase y tus
conocimientos previos?

 ¿En qué situación podrías aplicar lo aprendido en tu

entorno laboral?

https://delinacardenas.files.wordpress.com/2015
/05/estrategia.png

© Instituto para la Calidad – PUCP. Todos los derechos reservados.