PARCIAL 1

laura Valentina Hernandez

01/9/2021

1. ¿De qué manera afectan los datos raros o atípicos a la media? Explique su respuesta.

Respuesta: Los datos atípicos o raros son valores extremos. acontecimientos extraordinarios o de causas
no conocidas que distorsinan o hace que la media pierda su representatividad, lo cual genera que la media
obtenida sea superior o inferior a la real

2. ¿Cuál es la relación entre la distribución normal y la distribución ji-cuadrada?

Respuesta: la distribución ji- cuadrada es una verificación de la normalidad que permite hacer una inferencia
sobre la desviación estándar cuando la distribución es normal(bondad de ajuste)

3. ¿Por qué no es suficiente la estimación puntual y por qué se tiene que recurrir a la estimación por
intervalo?

Respuesta: Se recurre a una estimación por intervalo debido a que es más posible que dentro del intervalo
de confianza se incluya un parámetro desconocido mientras en una estimación puntual cualquier alejamiento
del estadístico referente al parámetro será un error o equivocación, es decir tiene una tendencia mayor a un
margen de error

4. Los siguientes datos representan las mediciones de viscosidad de los últimos tres meses de un producto
lácteo. El objetivo es tener una viscosidad de 80 ± 10 cps.

PRODUCTOS LACTEO
78 85 77 80 80 82 78 83
81 80 83 84 85 84 82 84
82 80 83 84 82 78 83 81
86 85 79 86 83 82 84 88
83 82 84 86 81 82 81 82
87 84 83 82 81 84 84 81
78 83 83 80 86 83 82 86
87 81 78 81 82 84 83 79
80 82 86 82 80 83 82 76
80 81 82 84 85 87 80 90

a) Construya una gráfica de capacidad de este proceso (histograma con las lineas de tolerancia ) y dé una
primera opinión sobre la capacidad.
b) Calcule la media y la desviación estándar, y tomando a éstos como parámetros poblacionales estime
los índices Cp, Cpk, Cpm y K, e interprételos con detalle.

1
 xbar Chart
for tabla1

UCL
85
Group summary statistics

84
83

CL
82
81
80

LCL

1 2 3 4 5 6 7 8 9 10

Group
Number of groups = 10
Center = 82.4375 LCL = 79.60609 Number beyond limits = 0
StdDev = 2.669477 UCL = 85.26891 Number violating runs = 0

a).RESPUESTA :

2
 Process Capability Analysis
for tabla1
LSL Target USL

70 75 80 85 90

Number of obs = 80 Target = 80 Cp = 1.25 Exp<LSL 0%

Center = 82.4375 LSL = 70 Cp_l = 1.55 Exp>USL 0.23%
StdDev = 2.669477 USL = 90 Cp_u = 0.944 Obs<LSL 0%
Cp_k = 0.944 Obs>USL 0%
Cpm = 0.922

##
## Process Capability Analysis
##
## Call:
## process.capability(object = medias, spec.limits = c(70, 90))
##
## Number of obs = 80 Target = 80
## Center = 82.44 LSL = 70
## StdDev = 2.669 USL = 90
##
## Capability indices:
##
## Value 2.5% 97.5%
## Cp 1.2487 1.0542 1.443
## Cp_l 1.5531 1.3408 1.765
## Cp_u 0.9443 0.8064 1.082
## Cp_k 0.9443 0.7800 1.109
## Cpm 0.9221 0.7501 1.094
##
## Exp<LSL 0% Obs<LSL 0%
## Exp>USL 0.23% Obs>USL 0%

Respecto a la gráfica, se puede deducir que es un proceso que no esta centralizado

b).

3
 Cp 1.25
Cpi 1.55
Cps 0.94
Cpk 0.94
82,44−80
𝑘= (90−70)/2 = ( 2,44
10 ) ∗ 100 = 24.4%

el índice cp= 1.25 nos índica que es un proceso parcialmente adecuado y requiere de un control estricto sin
embargo el indice Cpk=0.94 nos indica que el proceso se encuentra desentralisado con un sesgo a la derecha,
lo cual difieree a que no cumple con los supuestos por lo tanto el proceso debe ser estrictamente controlado
y el índice k nos indica que se encuentra muy desentrado y no es adecuado

5. De 2000 tarjetas electrónicas producidas se detectaron 1000 defectos. Cada tarjeta tiene 50 compo-
nentes.

a) Calcule los índices DPU y DPMO e interprete

ÍNDICE DPU
1000
𝐷𝑃 𝑈 = 2000 = 0.5
En promedio, este es el nivel de calidad y cada unidad de producto contiene en promedio 0.5 de defectos.
ÍNDICE DPMO
1000
𝐷𝑃 𝑀 𝑂 = 2000 ∗ 1′ 000.000 = 500.000
Si el proceso mantiene esta tasa de defectos durante el tiempo que se necesita para producir 1,000,000 de
pedidos, generará 500.000 defectos

6. En la fabricación de discos ópticos una máquina metaliza el disco. Para garantizar la uniformidad del
metal en el disco, la densidad debe ser de 1.93, con una tolerancia de ±0.12. En el excel adjunto se
muestran los datos obtenidos para un estudio inicial con tamaño de subgrupo de 5.

a) Realice un estudio de estabilidad mediante la carta X ̄ − R

b) Comente los resultados obtenidos en cuanto a estabilidad.
c) Haga un estudio de capacidad. Reporte los principales estadísticos obtenidos y coméntelos.
d) ¿Cuál es el estado del proceso?

GRÁFICA DE CONTROL DE RANGOS

4
 R Chart
for Datosp
Group summary statistics

0.20

UCL
0.10

CL
0.00

LCL

1 3 5 7 9 11 13 15 17 19 21 23 25

Group
Number of groups = 25
Center = 0.09492 LCL = 0 Number beyond limits = 2
StdDev = 0.04080825 UCL = 0.2007055 Number violating runs = 0

Suponiendo que se conocen las causas de los puntos fuera de control:

5
 R Chart
for Tabla_Medias_Rangos2

UCL
Group summary statistics

0.15
0.10

CL
0.05
0.00

LCL

1 3 5 7 9 11 13 15 17 19 21 23

Group
Number of groups = 23
Center = 0.08347826 LCL = 0 Number beyond limits = 0
StdDev = 0.03588919 UCL = 0.1765123 Number violating runs = 0
LCC 0
LC 0.095
UCL 0.2
Podemos observar en la gráfica el proceso en lafabricación de discos opticos , la uniformidad del metal se
encuentra bajo control; es decir, la densidad requerida de cada articulo se encuentra dentro de los estándares
establecidos al observar que el rango de cada muestra de los subgrupos están dento de los límites
GRÁFICA DE CONTROL DE MEDIAS

6
 xbar Chart
for Datosp

UCL
Group summary statistics

1.96
1.92

CL
1.88

LCL

1 3 5 7 9 11 13 15 17 19 21 23 25

Group
Number of groups = 25
Center = 1.924288 LCL = 1.869538 Number beyond limits = 0
StdDev = 0.04080825 UCL = 1.979038 Number violating runs = 0
podemos observar que el proceso se encuentra baj control

## [1] 1.924288

LCC 1.87
LC 1.92
UCL 1.98

B) Deducimos que es un proceso estable pues los datos se encuentran dentro de los límites de especificación,
su variabilidad se muestra respecto al tiempo, así por los gráficos presentados, el proceso está controlado

7
 Process Capability Analysis
for Datosp
LSL Target USL

1.80 1.85 1.90 1.95 2.00 2.05

Number of obs = 125 Target = 1.88 Cp = 0.572 Exp<LSL 0.26%

Center = 1.924288 LSL = 1.81 Cp_l = 0.934 Exp>USL 26%
StdDev = 0.04080825 USL = 1.95 Cp_u = 0.21 Obs<LSL 0%
Cp_k = 0.21 Obs>USL 22%
Cpm = 0.387
c)

##
## Process Capability Analysis
##
## Call:
## process.capability(object = medias1, spec.limits = c(1.81, 1.95))
##
## Number of obs = 125 Target = 1.88
## Center = 1.924 LSL = 1.81
## StdDev = 0.04081 USL = 1.95
##
## Capability indices:
##
## Value 2.5% 97.5%
## Cp 0.5718 0.5007 0.6428
## Cp_l 0.9335 0.8244 1.0427
## Cp_u 0.2100 0.1563 0.2637
## Cp_k 0.2100 0.1460 0.2740
## Cpm 0.3875 0.3279 0.4469
##
## Exp<LSL 0.26% Obs<LSL 0%
## Exp>USL 26% Obs>USL 22%

el proceso se encuentra no centralizado y sobrepasa los límites establecidos

d) deducimos que es un proceso no adecuado y es necesario un análisis del proceso y requiere de unas
módificaciones serias para alcanzar la calidad satisfactoria