GUÍA DE TRABAJO

APLICATIVO SESIÓN N° 9

Estadística para Six Sigma

Green Belt

Luis Salazar
Ruben Baldeon
 Problema N°1
» Analizar que mix de factores nos brinda la mejor
eficiencia. Seguimos los siguientes pasos:
1) Creamos un análisis DOE Factorial con la variables brindadas.

Organizamos los valores de menor > menor > mayor para evaluar los resultados.
2) Ingresamos los resultados de la pruebas de Eficiencia y generamos
una grafica Pareto:
El Pareto nos detalla que los factores con mas influencia en la
Eficacia son:

• % Carbon
• Octanaje
• Lubricante

Debido a la gran cantidad de variables, no obtenemos un

valor P.
3) Retiramos los factores menos relevantes según Pareto y volvemos a
emplear la gráfica Pareto

Repetimos el proceso
4) Retiramos los factores menos relevantes según Pareto y volvemos a
emplear la gráfica Pareto
» Observamos que la diferencia de R y R2 ajustada es menor con los
3 factores por lo cual continuamos con este modelo.

Observamos que hay

una mayor eficiencia
a un menor % de
carbon a un mayor
octanaje y a un
menor lubricante

 Ecuación de Predicción
5) Mediante el análisis Cubo ubicamos el valor optimo con solo 3 factores:

La interacción que nos brinda la mayor Eficiencia es la combinación de:

Octanaje 92, % Carbon 0.5 y Lubricante 40.
En el orden de observación no existe ninguna tendencia y los valores ajustados
evidencian que hay una misma cantidad de datos por encima y por debajo de la
media.
» Asimismo se evidencia que el análisis de probabilidad
que los residuos tienen una distribución normal ya que
el P es mayor a 0.05
El valor de Lubricante 40 nos lleva a la eficiencia
deseada, por lo cual debemos trabajar en el área
señalada
 Finalmente en el diagrama de optimización planteamos como objetivo una
eficiencia de 84% la cual se logra con:
• 0.5 % Carbon
• 92 de Octanaje
• 40 de Lubricante

Cualquier variación en uno los factores nos obligará a reformular los valores de los
demas factores para poder llegar a la eficiencia deseada (84%)