CURSO: GESTIÓN DE LA CALIDAD

PRÁCTICA DE CAMPO
Tema :

Sesión: 02

Alumnos del grupo:

• Alex Iván López Martos N00026777

• John Michael Mendoza Mendoza N00108933
• Adrián Xavier Briones Cachi N00017618
• Cristhian Tomas Arce Chávez N00016324

Instrucciones: Lea Cuidadosamente cada problema y responda en forma ordenada,

clara y precisa.

Estadística descriptiva e inferencial:

1. En la elaboración de una bebida se desea garantizar que el porcentaje de CO2

(gas) por envase esté entre 2.5 y 3.0. Los siguientes datos fueron obtenidos del
monitoreo del proceso:
2.6 2.6 2.6 2.5 2.6 2.5 2.5 2.6 2.6 2.5 2.5
2.6
1 2 5 6 8 1 6 2 3 7 3
2.6 2.5 2.6 2.6 2.6 2.5 2.6 2.5 2.6 2.6 2.5
2.6
9 3 7 6 3 2 1 2 2 7 8
2.6 2.6 2.4 2.5 2.6 2.5 2.5 2.5 2.6 2.5 2.5 2.5
1 4 9 8 1 3 3 7 6 1 7 5
2.5 2.5 2.5 2.5 2.6 2.5 2.5 2.5 2.5 2.6 2.5 2.5
7 6 2 8 4 9 7 8 2 1 5 5
2.7 2.5 2.6 2.7 2.6 2.5 2.6 2.5 2.5 2.4
2.6 2.6
3 1 1 1 4 9 4 6 7 8
2.6 2.5 2.6 2.6 2.5 2.6 2.6 2.5 2.6 2.5
2.6 2.6
1 5 6 9 6 4 7 9 7 6
2.6 2.4 2.6 2.7 2.6 2.5 2.6 2.5 2.6 2.4
2.6 2.7
1 9 3 2 7 2 3 7 1 9
2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.5 2.5 2.6
2.6
4 2 4 5 7 1 7 5 8 9 5
2.6 2.5 2.5 2.6 2.6 2.6 2.6 2.5 2.6 2.5 2.5
2.5
5 7 5 4 6 7 1 2 5 7 2
2.5 2.5 2.5 2.5 2.6 2.6
2.6          
6 9 6 7 6 4

a) Realice un análisis exploratorio de estos datos (obtenga un histograma, un

gráfico de caja y bigotes, y vea el comportamiento de los datos obtenidos).
Estadísticas descriptivas: porcentaje CO2

Error
estándar de
Variable N* Media la media Desv.Est. Mínimo Q1 Mediana
porcentaje CO2 68 0 2.5934 0.00678 0.0559, 2.4800, 2.5525 2.5950

Variable Q3 Máximo
porcentaje CO2 2.6375, 2.7300

b) Estime con una confianza de 95%, ¿cuál es el CO2 promedio por envase?

T de una muestra: porcentaje CO2

Error
estándar de
Variable N Media Desv.Est. la media IC de 95%
porcentaje CO2 68 2.59338 0.05592 0.00678 (2.57985; 2.60692

Mediana
porcentaje CO2 68 0 2.5934 0.00678 0.0559, 2.4800, 2.5525 2.5950
A un nivel de confianza del 95% La resistencia promedio de los envases va de
2.6069% como máximo y 2.5798% como mínimo.

c) Se supone que μ debe ser igual a 2.75. Dada la evidencia, ¿es posible
rechazar tal supuesto?

Prueba de hipótesis
H0: u=2.75
H1 u≠2.75
α =0.05

T de una muestra: porcentaje CO2

Prueba de mu = 2.75 vs. no = 2.75

Error
estándar de
Variable N Media Desv.Est. la media IC de 95% T
porcentaje CO2 68 2.59338 0.05592 0.00678 (2.57985; 2.60692) -23.09

Variable P
porcentaje CO2 0.000

p=0.000<0.05 Rechazo Ho

Al nivel de significancia del 5% el porcentaje promedio de CO2 no es de 2.75.

d) De los datos muéstrales se observa que el mínimo es 2.48 y el máximo 2.73,

¿por qué el intervalo obtenido en el inciso b) tiene menor amplitud?

Debido a que la desviación es muy pequeña.

Distribución de Probabilidad Binomial

2. En la empresa SAVA S.A. se realiza la producción de tornillos para motores

diésel por parte de una máquina automática italiana. Esta máquina
dependiendo de factores externos produce el 1% de tornillos defectuosos. El
Ingeniero jefe del área de Control de Calidad selecciona en forma aleatoria 18
tornillos al azar de la producción:
P = 10 % = 010
N= 18
a) Cuál es la probabilidad de que exista a los más 3 defectuosos.

Función de distribución acumulada

Binomial con n = 18 y p = 0.1

P(X <3 x)
3 0.901803

b) Cuál es la probabilidad de que exista por lo menos 3 defectuosos.

Binomial distribution

18 n
0.01 p

cumulativ
    e
X p(X) probability
0 0.83451 0.83451
1 0.15173 0.98624
2 0.01303 0.99927
3 0.00070 0.99997
4 0.00003 1.00000
5 0.00000 1.00000
6 0.00000 1.00000
7 0.00000 1.00000
8 0.00000 1.00000
9 0.00000 1.00000
10 0.00000 1.00000 0.00073
11 0.00000 1.00000
12 0.00000 1.00000
13 0.00000 1.00000
 14 0.00000 1.00000
15 0.00000 1.00000
16 0.00000 1.00000
17 0.00000 1.00000
18 0.00000 1.00000
1.00000

0.180 expected value

0.178 variance
0.422 standard deviation

c) Cuál es la probabilidad de que haya entre 2 y 4 defectuosos inclusive.

p=2 P=4
0.01303 0.00003

d) Hallar la media y Varianza

media 0.180 0.180

varianza 0.178 0.178

Distribución de Probabilidad Poisson

3. Un ingeniero Jefe del Área de Control de Calidad de la empresa Coca Cola,

realiza un examen de control respecto al agua que está utilizando para la
 elaboración de Gaseosas. Este líquido contiene ciertas bacterias no nocivas
para la salud a razón de 5 bacterias por cm3. Calcular las siguientes
probabilidades
a) Si toma una muestra de 1 cm3, ¿cuál es la probabilidad que la muestra no
contenga bacteria alguna?

Función de densidad de probabilidad

Poisson con media = 1

x P(X = x )
0 0,367879

b) ¿Cuál es la probabilidad de que en ½ cm3 haya por lo menos 2 bacteria?

Función de densidad de probabilidad

Poisson con media = 0,5

x P( X = x )
2 0,0758163

c) ¿Cuál es la probabilidad de que en 2 cm3 haya a lo más 8 bacterias?

Función de densidad de probabilidad

Poisson con media = 2

x P( X = x )
8 0,0008593

Distribución de Probabilidad Normal

4. Un análisis realizado al contenido de grasa de jamones determina que en cada

corte de 5 onzas de jamón se tiene en promedio 12.34 gramos de grasa si se
asume que la cantidad de grasa tienen distribución normal con desviación
estándar de 0.8 gramos.
 a) Qué porcentaje de cortes de jamón de 5 onzas tiene un contenido de grasa
entre 10.2 gramos y 12.5 gramos.

● Media: 12.34
● Desviación estándar: 0.8 al cuadrado

𝑃 (10.2 ≤ 𝑋 ≤ 12.5) = 𝑃 (𝑍 ≤ 12.5 − 12.34/0.8) − 𝑃 (𝑍 ≤ 10.2 − 12.34/0.8) =

𝑃 (𝑍 ≤ 0.2) − 𝑃 (𝑍 ≤−2.675)

𝑃 (𝑍 ≤ 0.2) − 𝑃 (𝑍 ≤ −2.675) = 0.5793 − 0.0037 = 0.5756

57.56% 𝑑𝑒 𝑐𝑜𝑟𝑡𝑒𝑠 𝑑𝑒 𝑗𝑎𝑚o𝑛 𝑑𝑒 5 𝑜𝑛𝑧𝑎𝑠 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑑𝑒 𝑔𝑟𝑎𝑠𝑎 𝑒𝑛𝑡𝑟𝑒

10.2 𝑔𝑟𝑎𝑚𝑜𝑠 𝑦 12.5 𝑔𝑟𝑎𝑚𝑜

b) Qué porcentaje de cortes de jamón de 5 onzas tienen más de 14 gramos de

grasa.

𝑃 (𝑋 > 14) = 𝑃 (𝑍 > 14 − 12.34/0.8) = 𝑃 (𝑍 > 2.075) = 0.0190

𝑃 (𝑍 > 2.075) = 0.0190 ∴ 1.9% 𝑑𝑒 𝑐𝑜𝑟𝑡𝑒𝑠 𝑑𝑒 𝑗𝑎𝑚o𝑛 𝑑𝑒 5 𝑜𝑛𝑧𝑎𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑚á𝑠 𝑑𝑒 14

𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑔𝑟𝑎𝑠𝑎

Diagrama de Pareto

5. En una fábrica de ropa se tiene el propósito de reducir el número de defectos

en las prendas de vestir, por lo que se considera necesario identificar el defecto
más importante y atacar la causa fundamental del mismo. En la tabla siguiente
se muestran los defectos encontrados en las prendas de vestir fabricadas en
dos semanas.
a) Haga un Pareto de primer nivel para encontrar cuál de los defectos es el
más importante.

Turn
o C: Costura, O: Corte, M: Montaje, H: Hilo, T: Tela
H T C M H T H O M H T H C H O T H
1 H M H C H O C C C H M M O H H T O
T O                              
2 M H M O C M H H T O H M H T H H T
H M H C O M O M H H O C T O C M M
 O T M H                          
H H M H T H O H O H H H M H T C H
3 H C H H H H O M H H H M H O O H M
H O C T H H O H H H O H O        
Hoja de Verificación

Turnos C O M H T Total
T1 6 6 5 13 6 36
T2 4 7 10 12 5 38
T3 3 9 5 27 3 47
totales 13 22 20 52 14 121

n. de defectos en las prendas

Defecto Frecuencia %
c 13 11%
o 22 18%
m 20 17%
h 52 43%

120 defecto de prendas 100%

100 80%
80
60%
60
40%
40
20 20%
0 0%
c o m h t

Series1 Series2
 RESSULTADO: Después de analizar el diagrama de Pareto podemos ver que
el defecto más notorio es el hilo.

6. En una empresa que fabrica colchones existen cuatro tipos básicos de

defectos: plisado, hilvanado, fuera de medida y manchas. La fabricación se
hace mediante cinco máquinas y en dos turnos. Diseñe una hoja de verificación
para registrar los defectos cuando se hace la inspección.

HOJA DE VERIFICACION DE COLCHONES

PRODUCTO: Colchones Fecha:23/04/2020
Inspector: Arce Chávez
Cristhian
Defectuosa por: Frecuencia: Sub total:
Plisado
Hilvanado
fuera de medida
 Manchas
total

Diagrama de Dispersión:

EN ESTE CASO NO SE PUEDE POR QUE SE NECESITAN DOS VARIABLES

NUMERICAS, EN LA CUAL EN ESTE PROBLEMA NO LO VEO.

7. La relación de eficiencia de un espécimen de acero sumergido en un tanque

para fosfatizar es el peso del recubrimiento de fosfato dividido entre la pérdida
de metal (ambos en mg/pie2). Dio los datos adjuntos sobre la temperatura del
tanque (x) y relación de eficiencia (y):

Temperatura 170 172 173 174 174 175 176 177 180 180 180 180 180 181
Relación 0.8 1.31 1.42 1.03 1.0 1.08 1.04 1.80 1.45 1.6 1.61 2.13 2.15 0.84
4 7 0

a) Construya una gráfica de puntos. ¿Parece razonable la regresión lineal

simple en esta situación?

TEMPERATURA

170
RELACION

0.84
a) 1 0.03571429 -1.8027430907 170
172 1.31 2 0.10714286 -1.2418667918 172
173 1.42 3 0.17857143 -0.9208229764 173
174 1.03 4 0.25 -0.6744897502 174
174 1.07 5 0.32142857 -0.4637077515 174
175 1.08 6 0.39285714 -0.2718800054 175
176 1.04 7 0.46428571 -0.0896423511 176
177 1.8 8 0.53571429 0.0896423511 177
180 1.45 9 0.60714286 0.2718800054 180
180 1.6 10 0.67857143 0.4637077515 180
180 1.61 11 0.75 0.6744897502 180
180 2.13 12 0.82142857 0.9208229764 180
180 2.15 13 0.89285714 1.2418667918 180
181 0.84 14 0.96428571 1.8027430907 181
 2.5

2 GRAFICO DE PUNTOS Tº vs R
RELACION

1.5 f(x) = 0.0634166666666667 x − 9.814

R² = 0.281202323343269
1

0.5

0
168 170 172 174 176 178 180 182
TEMPERATURA

VERIFICAMO
S LA
NORMALIDA
D DE LA
RELACION Y
ES
ADECUADA

GRAFICO Q-Q PARA RELACION

2.5

1.5

0.5

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
b) Calcule la ecuación de la línea de regresión estimada
VERIFICAMOS LA NORMALIDAD DE LA
RELACION Y ES ADECUADA

(x-xprom)(y-
ypromedio x-xprom y-yprom (x-xprom)^2 (y-yprom)^2 yprom)
 1.38 -4.57
1.38 -3.57
1.38 -2.57

c) ¿Qué porcentaje de la variación observada en la pérdida de peso del acero

puede ser atribuido a la relación de modelo en combinación con la variación
de la tasa de deposición?
cuando x=200

y= 0.0634

y= 2.866

c)

D) Estimar cuanto seria la relación de eficiencia si se tiene una temperatura

de 200
 181.00 0.84 152.04 32761.00 176.57
suma 2472.00 19.37 3431.06 436656.00

d) cuando x=200

y= 0.0634 x200 -9.814