Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Green Belt.
Estadistica Basica.
x
CETyS universidad
5-1
Contenido
I. Objetivos
II. Fundamentos de Estadística Básica.
III. Estadística Básica.
Tipos de Datos
Distribuciones
Medidas de tendencia central
Promedio
Mediana
Medición de la distribución de los datos.
Rango
Varianza
Desviación Estándar
Medición de la forma de los datos.
Distribución Normal
Probabilidad Normal
Análisis de Datos (Data Mining).
5-2
I. Objetivos
Introducir el concepto de Forma, Tendencia
Central, y dispersión de una distribución.
Aprender de una distribución normal
5-3
Metodología de mejora de procesos
Paso 0: Definición de Proyecto
UCL=77.20 80
UCL=77.27
75
Sample Mean
Sample Mean
X =70.98
70
X =70.91
70 LCL=64.70
60
65
LCL=64.62
50
0 5 10 15 20 25 0 5 10 15 20 25
5-6
Ejemplos de Variación
UCL=77.20 80
UCL=77.20
UCL=77.27
75
75
Sample Mean
Sample Mean
X =70.98
Sample Mean
70
X =70.91
70 X =70.91 LCL=64.70
70
60
65
LCL=64.62
65
LCL=64.62 50
0 5 10 15 20 25 0 5 10 15 20 25
0 5 10 15 20 25
Sample Number Sample Number
Sample Number
Causas Especiales
5-7
Se puede tolerar la Variación?
Siempre habrá variación en los procesos.
Podremos tolerar la variación si:
El proceso esta en su meta u objetivo
La variación total es relativamente pequeña comparado
con las especificaciones de proceso
El proceso es estable a lo largo del tiempo.
Tradicionalmente
Aceptable
Costo
Actualmente
Costo
5-8
Costo de la variación
LSL Nom USL
En la meta;
Costo
mínima
variación.
En la meta;
Variación
Costo
apenas
aceptable.
5-9
Costo con meta no alcanzada
LSL Nom USL
Fuera de
meta;
Cost
variación
mínima.
Fuera de
meta;
Cost
Variación
apenas
aceptable.
5-10
Puntos de análisis de datos para Mejoras.
Determine si el proceso es estable.
Si el proceso no es estable, identifique y remueva las
causas de inestabilidad.
Calcule el promedio del proceso – Esta en su
meta (target)?
Si no, identifique las variables que afectan el promedio
y determine los ajustes óptimos para alcanzar la meta
(o target).
Estime la magnitud de la variación total - Es
aceptable con respecto a los requerimientos del
cliente (límites de especificación)?
Si no, identifique las fuentes de variación y elimine o
reduzca su influencia en el proceso.
Ahora revisaremos la Estadística que ayuda este
proceso.
5-11
III. Estadística Básica
Tipos de Datos
Distribuciones
Medidas de tendencia central
Promedio
Mediana
Medición de la distribución de los datos.
Rango
Varianza
Desviación Estándar
Medición de la forma de los datos.
Distribución Normal
Probabilidad Normal
Analisis de Datos (Data Mining).
5-12
Tipos de Datos
Presión (psi)
Longitud (inches)
etc.
5-13
Distribuciones Estadísticas
Podemos describir el comportamiento de
cualquier proceso o sistema graficando múltiples
datos para la misma variable
En el tiempo
A través de líneas de productos.
En diferentes máquinas, etc.
La acumulación de estos datos se pueden ver
como una distribución de valores.
Se pueden representar por:
histogramas
Curva normal u otras distribuciones “suavizadas”.
5-14
Medidas de tendencia central.
Promedio: Promedio aritmético de un conjunto
de valores.
Refleja la influencia de todos los valores
Fuertemente influenciado por los valores extremos
n
xn
x n 1
n
41 39 39 40 40 42 40 42 41 41 43 42 38 37
5-16
Ejemplos
Calcule el promedio y la mediana de los siguientes
conjuntos de datos
38 40 39 38 41 39 38 40 40 47
5-17
Ejemplos
Calcule el promedio y la mediana de los siguientes
conjuntos de datos
5-18
Ejemplos
Calcule el promedio y la mediana de los siguientes
conjuntos de datos
99 77 78 75
92 87 74 78
91 89 79 75
76 73 82 71
79 92 85 73
5-19
Conclusiones
Que pasa cuando media y promedio son iguales? Que
concluye?
5-20
Mediciones de Variación
5-21
Mediciones de Variación
5-22
Ecuaciones
N
Promedio de la X i
población = i 1
N
N
Desviación estándar i
(X ) 2
x i
Promedio de la x= i=1
muestra n
x x
n 2
Desviación estándar i
de la muestra s i 1
n1
5-23
La desviación cuadrática
Mientras mas grande el error, mas peso se da al mismo
cuando lo elevamos al cuadrado.
2
(x - x)
100
Sq-Dev
50
0
0 5 10
Deviates
5-24
Parámetros de la población vs. Valores
estadísticos de la muestra.
s = Desviación = Desviación
estandar de la estandar de la población.
muestra
5-25
Componentes de la Varianza
La variación total (varianza) de la salida de un
proceso se puede dividir en la variación de las
partes de las entradas del proceso
Si total
2
varianza de la salida del proceso;
X2 varianza debido a la variable de entrada X1 ;
1
entonces, 2
Total 2
X1 2
X2
5-26
Componentes de la Varianza - Ejemplo
Para el proceso abajo mostrado, calcular el Lead
Time y su varianza.
5-27
La Distribución Normal.
La Distribución “Normal” es una distribución de
datos que tienen ciertas propiedades
consistentes.
Estas propiedades son muy útiles en entender
las características de los procesos de donde se
obtienen los datos.
La mayoría de los fenómenos y los procesos
hechos por el hombre se distribuyen
normalmente, u pueden ser representados como
normalmente distribuidos.
5-28
La Distribución Normal
Propiedad 1: Una distribución normal puede ser
descrita completamente conociendo solamente:
Promedio, y
Desviación estándar
Distribución Uno
Distribución
Dos
Distribución Tres
5-29
La curva normal y las areas de probabilidad
asociadas con la desviacion estandar
Propiedad 2: El area bajo las secciones de la
curva pueden ser usadas para estimar la
probabilidad acumulada de que un cierto evento
ocurra.
Probabilidad
Probability of sample value
68% acumulada de
40%
obtener un valor
entre dos valores de
30%
95% desviación estandar
20%
99.73%
10%
0%
-4 -3 -2 -1 0 1 2 3 4
Numero de desviaciones estandar vs el promedio.
5-30
Ejemplo
Para el proceso abajo mostrado,
que porcentaje caerá en ±3?
Que valores son ±3
5-31
Probabilidad Normal Estándar.
Suponga que tiene estas tres graficas:
5-32
Probabilidad Normal Estándar.
Si estandarizamos todos los procesos, podemos
usar una table genérica para nuestros estudios.
𝑿−µ
Z=
Z: Valor Z, reportado en tablas estandars genéricas.
X: Cualquier punto que queremos estudiar.
: Promedio de los datos
: Desviación estandar de los datos.
5-33
Probabilidad Normal Estándar.
5-34
Ejemplo
Para el proceso abajo mostrado,
Si tenemos un cliente que nos marca producir
por debajo de 35 minutos, que porcentaje de la
producción estará fuera de ese tiempo?
5-35
Ejemplo
Se tiene un proceso de llenado de mermelada en
tarros de 16 onzas.
Los estudios de ingeniería nos dice que es un
proceso normalmente distribuido con promedio
de 16 y varianza de 0.0025
Si tenemos como tolerancia de 0.4 onzas, que
porcentaje estará por encima de la tolerancia?
5-36
Resumen
Introducción a los conceptos de Forma, Centro y
variación de las distribuciones.
Aprender de la Distribución Normal.
5-37