ejercicios herramientas e la calidad -Ñiquen nomberto jean carlos
TRANSCRIPT
MÁQUINA Empacadora al vacio(A) Dosificadora(B)
TURNO I II I II
700 650 700 500
4300 6300 3500 6600
700 650 400 420
Problema y número
de unidades defectuos
as
Bajo porcentaje de
vacio
Llenado incompleto
Sellado incompleto
Diagrama de Pareto
En el área de almacenaje de una Fábrica de alimentos enlatado, se distinguen tres máquinas importantes: Empacadora al vacio,
dosificadora y llenadora. A continuación se muestra ua tabla en la que se detallan los problemas y el número de unidades defectuosas
existentes para un período.
Considerando que los tres probemas tienen la misma gravedad, realice un análisis de Pareto e identifique cual es el vital.
Una vez identificado el problema vital, realice un Pareto de segudno ivel para turnos y máquinas.
Pareto Nivel 1 (Problemas)
Problema
Llenado incompleto 38320 84.9%
4000 8.9%
Sellado incompleto 2839 6.3%
Total 45159
Llenadora (C.)
I II
800 650
8500 9120
324 345
Pareto Nivel 2 (Máquinas)
Problema
C 19739 43.7%
A 13300 29.5%
B 12120 26.8%
Total 45159
Frecuencia
% Frecuenci
a
Bajo porcentaje de vacio
Frecuencia
% Frecuenci
a
Diagrama de Pareto
En el área de almacenaje de una Fábrica de alimentos enlatado, se distinguen tres máquinas importantes: Empacadora al vacio,
dosificadora y llenadora. A continuación se muestra ua tabla en la que se detallan los problemas y el número de unidades defectuosas
existentes para un período.
Considerando que los tres probemas tienen la misma gravedad, realice un análisis de Pareto e identifique cual es el vital.
Una vez identificado el problema vital, realice un Pareto de segudno ivel para turnos y máquinas.
Llenado incom-pleto
Bajo porcentaje de vacio
Sellado incom-pleto
Llenado incom-pleto
Bajo porcentaje de vacio
Sellado incom-pleto
Frecuencia
38320 4000 2839
Porcentaje acumulado
85% 94% 100%
2500
12500
22500
32500
42500
78%83%88%93%98%102%
Análisis de Pareto (Problema)
Problema
Fre
cu
en
cia
Fre
cu
en
cia
Acu
mu
lad
o
C A B C A B
Frecuencia 19739 13300 12120
Porcentaje acumulado
44% 73% 100%
2500
7500
12500
17500
22500
10%
30%
50%
70%
90%
110%
Análisis de Pareto (Máquinas)
Problema
Frec
uenc
ia
Frec
uenc
ia A
cum
ulad
o
Pareto Nivel 2 (Turnos)
85% Turno II 22020 57.5% 57%
94% Turno I 16300 42.5% 100%
100% Total 38320
44%73%
100%
Frecuencia
Acumulada
Problema (Llenado Incompleto)
Frecuencia
% Frecuenci
a
Frecuencia
Acumulada
Frecuencia
Acumulada
Llenado incom-pleto
Bajo porcentaje de vacio
Sellado incom-pleto
Llenado incom-pleto
Bajo porcentaje de vacio
Sellado incom-pleto
Frecuencia
38320 4000 2839
Porcentaje acumulado
85% 94% 100%
2500
12500
22500
32500
42500
78%83%88%93%98%102%
Análisis de Pareto (Problema)
Problema
Fre
cu
en
cia
Fre
cu
en
cia
Acu
mu
lad
o
Turno II Turno I Turno II Turno I
Frecuencia 22020 16300
Porcentaje Acumulado
57% 100%
25007500
125001750022500
10%30%50%70%90%110%
Análisis de Pareto (Turnos)
turnos
FRec
uenc
ia
Frec
uanc
ia a
cum
ulad
a
INTERPRETACIÓN
*)En el primer análisis de Pareto se observa de forma clara que el 85% de los problemas relacionados al empacado de enlatados se deben al llenado incompleto, por lo que este es identificado como el problema vital más
relevante, en consecuencia se desarrollará por lo tanto un Pareto de segundo nivel tanto en las máquinas como en los turnos para identificar en cuál de ellos
se presentan mayores fallas.
*)En el diagrama de Pareto que considera los turnos se puede apreciar que la cantidad de problemas relacionados con la falta de vacío en el procesamiento de las salchichas es mayor durante el turno 2, ya que éste constituye el 57.5% del total de los problemas de este tipo. Con esto se concluye, a través del análisis de Pareto, que los problemas de falta de vacío se dan con mayor frecuencia en
la máquina C, durante el turno 2.
*) Con base en el Pareto de 2do. Nivel se puede observar que las máquinas C y A son las principales causas del llenado incompleto; siendo la causa más significante la maquina C (Llenadora) ya que representa el 44% de los
problemas relacionados con el llenado incompleto que es el principal problema con el que cuenta el proceso y el que necesita de una pronta solución.
C A B C A B
Frecuencia 19739 13300 12120
Porcentaje acumulado
44% 73% 100%
2500
7500
12500
17500
22500
10%
30%
50%
70%
90%
110%
Análisis de Pareto (Máquinas)
Problema
Frec
uenc
ia
Frec
uenc
ia A
cum
ulad
o
INTERPRETACIÓN
*)En el primer análisis de Pareto se observa de forma clara que el 85% de los problemas relacionados al empacado de enlatados se deben al llenado incompleto, por lo que este es identificado como el problema vital más
relevante, en consecuencia se desarrollará por lo tanto un Pareto de segundo nivel tanto en las máquinas como en los turnos para identificar en cuál de ellos
se presentan mayores fallas.
*)En el diagrama de Pareto que considera los turnos se puede apreciar que la cantidad de problemas relacionados con la falta de vacío en el procesamiento de las salchichas es mayor durante el turno 2, ya que éste constituye el 57.5% del total de los problemas de este tipo. Con esto se concluye, a través del análisis de Pareto, que los problemas de falta de vacío se dan con mayor frecuencia en
la máquina C, durante el turno 2.
*) Con base en el Pareto de 2do. Nivel se puede observar que las máquinas C y A son las principales causas del llenado incompleto; siendo la causa más significante la maquina C (Llenadora) ya que representa el 44% de los
problemas relacionados con el llenado incompleto que es el principal problema con el que cuenta el proceso y el que necesita de una pronta solución.
Turno II Turno I Turno II Turno I
Frecuencia 22020 16300
Porcentaje Acumulado
57% 100%
25007500
125001750022500
10%30%50%70%90%110%
Análisis de Pareto (Turnos)
turnos
FRec
uenc
ia
Frec
uanc
ia a
cum
ulad
a
INTERPRETACIÓN
*)En el primer análisis de Pareto se observa de forma clara que el 85% de los problemas relacionados al empacado de enlatados se deben al llenado incompleto, por lo que este es identificado como el problema vital más
relevante, en consecuencia se desarrollará por lo tanto un Pareto de segundo nivel tanto en las máquinas como en los turnos para identificar en cuál de ellos
se presentan mayores fallas.
*)En el diagrama de Pareto que considera los turnos se puede apreciar que la cantidad de problemas relacionados con la falta de vacío en el procesamiento de las salchichas es mayor durante el turno 2, ya que éste constituye el 57.5% del total de los problemas de este tipo. Con esto se concluye, a través del análisis de Pareto, que los problemas de falta de vacío se dan con mayor frecuencia en
la máquina C, durante el turno 2.
*) Con base en el Pareto de 2do. Nivel se puede observar que las máquinas C y A son las principales causas del llenado incompleto; siendo la causa más significante la maquina C (Llenadora) ya que representa el 44% de los
problemas relacionados con el llenado incompleto que es el principal problema con el que cuenta el proceso y el que necesita de una pronta solución.
INTERPRETACIÓN
*)En el primer análisis de Pareto se observa de forma clara que el 85% de los problemas relacionados al empacado de enlatados se deben al llenado incompleto, por lo que este es identificado como el problema vital más
relevante, en consecuencia se desarrollará por lo tanto un Pareto de segundo nivel tanto en las máquinas como en los turnos para identificar en cuál de ellos
se presentan mayores fallas.
*)En el diagrama de Pareto que considera los turnos se puede apreciar que la cantidad de problemas relacionados con la falta de vacío en el procesamiento de las salchichas es mayor durante el turno 2, ya que éste constituye el 57.5% del total de los problemas de este tipo. Con esto se concluye, a través del análisis de Pareto, que los problemas de falta de vacío se dan con mayor frecuencia en
la máquina C, durante el turno 2.
*) Con base en el Pareto de 2do. Nivel se puede observar que las máquinas C y A son las principales causas del llenado incompleto; siendo la causa más significante la maquina C (Llenadora) ya que representa el 44% de los
problemas relacionados con el llenado incompleto que es el principal problema con el que cuenta el proceso y el que necesita de una pronta solución.
78.0 78.0 82.0 85.0 81.0 86.0 80.0
68.0 84.0 75.0 78.0 76.0 76.0 82.0
70.0 87.0 77.0 82.0 84.0 48.0 49.0
35.0 42.0 34.0 44.0 49.0 34.0 30.0
41.0 42.0 45.0 42.0 35.0 38.0 39.0
Histograma
En una empresa que brinda servicios de atención especializada, se realiza una evaluación para determinar la calidad del servicio proporcionada y el nivel de
stisfación de los clientes. Esta evaluación consiste en una encuesta que consta de 10 preguntas, donde en cada una se evalúan diferentes ámbitos y aspectos del servicio
proporcionado.Las respuestas para cada pregunta es un número entre 0 y 10. Para hacer un primer
análisis de los resultados obtenidos, se suman los puntos obtenidos de las 10 preguntas para cada cuestionario. a continuación se muestran los puntos obtenidos
en 50 cuestionarios.
A los datos anteriores calcúleles sus medias de tendencia central, su dispersión y de una primera opinión sobre la calidad del servicio.
Realice el histograma e interprételo.
78.0
68.0
70.0
35.0
41.0
78.0
84.0
87.0
42.0
42.0
82.0
73.0 84.0 78.0 75.0
85.0 91.0 80.0 77.0
39.0 39.0 43.0 34.0
43.0 31.0 34.0 45.0
42.0 43.0 29.0 85.0
78.0
82.0
44.0
42.0
81.0
76.0
84.0
49.0
35.0
86.0
76.0
48.0
34.0
38.0
80.0
82.0
49.0
30.0
39.0
73.0
85.0
39.0
43.0
Histograma
En una empresa que brinda servicios de atención especializada, se realiza una evaluación para determinar la calidad del servicio proporcionada y el nivel de
stisfación de los clientes. Esta evaluación consiste en una encuesta que consta de 10 preguntas, donde en cada una se evalúan diferentes ámbitos y aspectos del servicio
proporcionado.Las respuestas para cada pregunta es un número entre 0 y 10. Para hacer un primer
análisis de los resultados obtenidos, se suman los puntos obtenidos de las 10 preguntas para cada cuestionario. a continuación se muestran los puntos obtenidos
en 50 cuestionarios.
A los datos anteriores calcúleles sus medias de tendencia central, su dispersión y de una primera opinión sobre la calidad del servicio.
Realice el histograma e interprételo.
29
37.8571428571429
46.7142857142857
55.5714285714286
64.4285714285714
73.2857142857143
82.1428571428571
y mayo
r...0
2
4
6
8
10
12
14
16
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Histograma
Frecuencia % acumulado
Clase
Frec
uenc
ia
42.0
84.0
91.0
39.0
31.0
43.0
78.0
80.0
43.0
34.0
29.0
Clase Frecuencia % % acumulado29.0 1 2% 2.04%37.9 7 14% 16.33%46.7 14 29% 44.90%55.6 3 6% 51.02%64.4 0 0% 51.02%73.3 3 6% 57.14%82.1 13 27% 83.67%
y mayor... 8 16.33% 100.00%TOTAL 49
Estadística Descriptiva
Media 59.4285714286Error típico 3.02554318505Mediana 49
29
37.8571428571429
46.7142857142857
55.5714285714286
64.4285714285714
73.2857142857143
82.1428571428571
y mayo
r...0
2
4
6
8
10
12
14
16
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Histograma
Frecuencia % acumulado
Clase
Frec
uenc
ia
INTERPRETACIÓN
*)Los datos estadísticos obtenidos a través de la encuesta, proporcionaron los siguientes resultados: una media de 59.4 puntos, la mediana o percentil 49 y una moda de 42 puntos. Un error típico de 3.02; la desviación estándar de los datos con respecto a su media es de 21.18 puntos un valor demasiado elevado por lo que podemos afirmar que los datos se encuentran muy dispersos con respecto a su media, es decir que existe mucha variabilidad. Con una Curtosis de -1.80, nos
expone que la campana de Gauss posee una forma plana, es decir, una forma achatada.
Con una puntuación mínima de 29 y máxima de 91, nos indica que existe una gran variabilidad en los datos ya que posee un rango de 62 puntos el cual mide la gran amplitud en la variación de los datos. La forma del histograma supone una
descentralización con mucha variabilidad y dos realidades, es decir que es bimodal.
Moda 42Desviación estándar 21.1788022954Varianza de la muestra 448.541666667Curtosis -1.80185370337Coeficiente de asimetría 0.02561620682Rango 62Mínimo 29Máximo 91Suma 2912Cuenta 49Nivel de confianza(95.0%) 6.08326228856
INTERPRETACIÓN
*)Los datos estadísticos obtenidos a través de la encuesta, proporcionaron los siguientes resultados: una media de 59.4 puntos, la mediana o percentil 49 y una moda de 42 puntos. Un error típico de 3.02; la desviación estándar de los datos con respecto a su media es de 21.18 puntos un valor demasiado elevado por lo que podemos afirmar que los datos se encuentran muy dispersos con respecto a su media, es decir que existe mucha variabilidad. Con una Curtosis de -1.80, nos
expone que la campana de Gauss posee una forma plana, es decir, una forma achatada.
Con una puntuación mínima de 29 y máxima de 91, nos indica que existe una gran variabilidad en los datos ya que posee un rango de 62 puntos el cual mide la gran amplitud en la variación de los datos. La forma del histograma supone una
descentralización con mucha variabilidad y dos realidades, es decir que es bimodal.
29
37.8571428571429
46.7142857142857
55.5714285714286
64.4285714285714
73.2857142857143
82.1428571428571
y mayo
r...0
2
4
6
8
10
12
14
16
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Histograma
Frecuencia % acumulado
Clase
Frec
uenc
ia
INTERPRETACIÓN
*)Los datos estadísticos obtenidos a través de la encuesta, proporcionaron los siguientes resultados: una media de 59.4 puntos, la mediana o percentil 49 y una moda de 42 puntos. Un error típico de 3.02; la desviación estándar de los datos con respecto a su media es de 21.18 puntos un valor demasiado elevado por lo que podemos afirmar que los datos se encuentran muy dispersos con respecto a su media, es decir que existe mucha variabilidad. Con una Curtosis de -1.80, nos
expone que la campana de Gauss posee una forma plana, es decir, una forma achatada.
Con una puntuación mínima de 29 y máxima de 91, nos indica que existe una gran variabilidad en los datos ya que posee un rango de 62 puntos el cual mide la gran amplitud en la variación de los datos. La forma del histograma supone una
descentralización con mucha variabilidad y dos realidades, es decir que es bimodal.
INTERPRETACIÓN
*)Los datos estadísticos obtenidos a través de la encuesta, proporcionaron los siguientes resultados: una media de 59.4 puntos, la mediana o percentil 49 y una moda de 42 puntos. Un error típico de 3.02; la desviación estándar de los datos con respecto a su media es de 21.18 puntos un valor demasiado elevado por lo que podemos afirmar que los datos se encuentran muy dispersos con respecto a su media, es decir que existe mucha variabilidad. Con una Curtosis de -1.80, nos
expone que la campana de Gauss posee una forma plana, es decir, una forma achatada.
Con una puntuación mínima de 29 y máxima de 91, nos indica que existe una gran variabilidad en los datos ya que posee un rango de 62 puntos el cual mide la gran amplitud en la variación de los datos. La forma del histograma supone una
descentralización con mucha variabilidad y dos realidades, es decir que es bimodal.
Semana Horas extras % Defectuosos
1 340 5
2 95 3
3 210 6
4 809 15
5 80 4
6 438 10
7 107 4
8 180 6
9 100 3
10 550 13
11 220 7
12 50 3
13 193 6
14 290 8
15 340 2
16 115 4
17 362 10
18 300 9
19 75 2
20 93 2
21 320 10
22 154 7
Diagrama de Dispersión
En una empresa manufacturera es usual pagar horas extras para cumplir con los tiempos de entrega ya establecidos previamente. En este centro productivo, un
grupo de mejora de calidad está tratando de reducir la proporción de piezas malas. Con este propósito deciden investigar la relación entre la cantidad de
horas extras, "X", y el porcentaje de artículos defectuosos, "Y". A continuación se muestran los datos obtenidos.
Obtenga el diagrama de dispersión para estas variables. ¿Qué relación observa?
Con base en lo anterior, ¿puede concluir con seguridad que cuando se trabaja tiempo
extra se incrementa el porcentaje de defectuosos, porque ocurren factores como calentamiento
de equipo, cansancio de obreros, etc., que causan mayores problemas en la calidad de
las piezas?
Semana Horas extras % Defectuosos
1 340 5
2 95 3
3 210 6
4 809 15
5 80 4
6 438 10
7 107 4
8 180 6
9 100 3
10 550 13
11 220 7
12 50 3
13 193 6
14 290 8
15 340 2
16 115 4
17 362 10
18 300 9
19 75 2
20 93 2
21 320 10
22 154 7
Diagrama de Dispersión
En una empresa manufacturera es usual pagar horas extras para cumplir con los tiempos de entrega ya establecidos previamente. En este centro productivo, un
grupo de mejora de calidad está tratando de reducir la proporción de piezas malas. Con este propósito deciden investigar la relación entre la cantidad de
horas extras, "X", y el porcentaje de artículos defectuosos, "Y". A continuación se muestran los datos obtenidos.
Obtenga el diagrama de dispersión para estas variables. ¿Qué relación observa?
Con base en lo anterior, ¿puede concluir con seguridad que cuando se trabaja tiempo
extra se incrementa el porcentaje de defectuosos, porque ocurren factores como calentamiento
de equipo, cansancio de obreros, etc., que causan mayores problemas en la calidad de
las piezas?
0 100 200 300 400 500 600 700 800 9000
2
4
6
8
10
12
14
16f(x) = 0.0170741493619832 x + 2.11095619584951R² = 0.736755252128582
% Defectuosos
% DefectuososLinear (% Defectuosos)
Horas extra
% D
efec
tuos
os
INTERPRETACIÓN
*)La relación existen entre la cantidad de horas extras y el número de defectos es lineal positiva, lo que quiere decir que a más horas de
trabajo mayores defectos, ya que por el cansancio los trabajadores van a laborar sin motivación alguna.
INTERPRETACIÓN
*)La relación existen entre la cantidad de horas extras y el número de defectos es lineal positiva, lo que quiere decir que a más horas de
trabajo mayores defectos, ya que por el cansancio los trabajadores van a laborar sin motivación alguna.
SubGrupo Datos
1 316 319 304
2 219 309 321
3 311 312 343
4 322 321 329
5 315 327 301
6 310 320 339
7 321 316 318
8 322 304 323
9 329 307 312
10 322 319 300
11 326 310 339
12 329 325 322
13 329 306 306
14 319 321 310
15 327 317 327
16 313 307 330
17 337 313 324
18 316 314 323
19 327 338 341
20 338 343 337
21 309 322 311
22 314 322 318
23.0 318.9 322.2 333.5
24 304 326 337
Diagrama o Cartas de Control
En una fábrica donde se elabora compresores de presión, se desea que la resistencia de un de éste sea de por los menos 300 psi. Para verificar que
se cumple con tal característica de calidad, se hacen pequeñas inspecciones periódicas y los datos se registran en una carta X-R. El tamaño de subgrupo que
se ha usado es de tres compresores, que son tomados de manera consecutiva cada dos horas. Los datos
de los últimos subgrupos se muestran a continuación.
Responda: *)¿Dado que la media de media es 320.73, el proceso cumple con las especificación inferior (es decir igual a 300 psi)? Explique. *)Calcule los límites de la Carta X-R, e interprételos. *)Obtenga las cartas e interprételas.
25 319 339 321
26 317 327 313
27 311 319 337
28 320 326 333
29 309 322 306
30 316 322 329
SubGrupo Datos
1 315.6 319.2
2 318.8 309.2
3 311.2 312.1
4 322.0 321.1
5 315.2 327.4
6 310.3 319.8
7 320.6 315.9
8 322.2 303.6
9 329.1 306.7
10 322.4 318.8
11 326.2 310.1
12 328.8 325.0
13 328.8 306.3
14 318.7 320.8
15 326.7 316.7
16 313.4 307.4
17 337.3 312.9
18 316.3 314.1
19 327.2 338.2
20 337.8 343.0
21 309.2 321.7
22 314.3 321.6
23.0 318.9 322.2
24 303.7 326.3
25 319.3 338.8
26 317.0 327.4
27 310.6 318.5
28 319.5 326.0
29 308.6 321.7
30 316.2 321.6
Diagrama o Cartas de Control
En una fábrica donde se elabora compresores de presión, se desea que la resistencia de un de éste sea de por los menos 300 psi. Para verificar que
se cumple con tal característica de calidad, se hacen pequeñas inspecciones periódicas y los datos se registran en una carta X-R. El tamaño de subgrupo que
se ha usado es de tres compresores, que son tomados de manera consecutiva cada dos horas. Los datos
de los últimos subgrupos se muestran a continuación.
Responda: *)¿Dado que la media de media es 320.73, el proceso cumple con las especificación inferior (es decir igual a 300 psi)? Explique. *)Calcule los límites de la Carta X-R, e interprételos. *)Obtenga las cartas e interprételas.
0 5 10 15 20 25 30 35280.00
290.00
300.00
310.00
320.00
330.00
340.00
350.00
Gráfica de Medias
Medias LCS LCI LC
0 5 10 15 20 25 30 35280.00
290.00
300.00
310.00
320.00
330.00
340.00
350.00
Gráfica de Medias
Medias LCS LCI LC
Datos R
303.8 312.87 15.40 320.73 17.20 338.33 303.13 44.28
321.4 316.47 12.20 320.73 17.20 338.33 303.13 44.28
342.9 322.07 31.70 320.73 17.20 338.33 303.13 44.28
329.1 324.07 8.00 320.73 17.20 338.33 303.13 44.28
300.6 314.40 26.80 320.73 17.20 338.33 303.13 44.28
338.5 322.87 28.20 320.73 17.20 338.33 303.13 44.28
318.3 318.27 4.70 320.73 17.20 338.33 303.13 44.28
323.4 316.40 19.80 320.73 17.20 338.33 303.13 44.28
312.4 316.07 22.40 320.73 17.20 338.33 303.13 44.28
299.7 313.63 22.70 320.73 17.20 338.33 303.13 44.28
338.5 324.93 28.40 320.73 17.20 338.33 303.13 44.28
322.0 325.27 6.80 320.73 17.20 338.33 303.13 44.28
305.6 313.57 23.20 320.73 17.20 338.33 303.13 44.28
310.3 316.60 10.50 320.73 17.20 338.33 303.13 44.28
327.3 323.57 10.60 320.73 17.20 338.33 303.13 44.28
329.5 316.77 22.10 320.73 17.20 338.33 303.13 44.28
324.4 324.87 24.40 320.73 17.20 338.33 303.13 44.28
323.0 317.80 8.90 320.73 17.20 338.33 303.13 44.28
340.9 335.43 13.70 320.73 17.20 338.33 303.13 44.28
337.4 339.40 5.60 320.73 17.20 338.33 303.13 44.28
310.5 313.80 12.50 320.73 17.20 338.33 303.13 44.28
318.0 317.97 7.30 320.73 17.20 338.33 303.13 44.28
333.5 324.87 14.60 320.73 17.20 338.33 303.13 44.28
337.1 322.37 33.40 320.73 17.20 338.33 303.13 44.28
320.9 326.33 19.50 320.73 17.20 338.33 303.13 44.28
312.5 318.97 14.90 320.73 17.20 338.33 303.13 44.28
336.7 321.93 26.10 320.73 17.20 338.33 303.13 44.28
333.2 326.23 13.70 320.73 17.20 338.33 303.13 44.28
306.0 312.10 15.70 320.73 17.20 338.33 303.13 44.28
328.5 322.10 12.30 320.73 17.20 338.33 303.13 44.28
_ LSC LIC LSC
0 5 10 15 20 25 30 35280.00
290.00
300.00
310.00
320.00
330.00
340.00
350.00
Gráfica de Medias
Medias LCS LCI LC
0 5 10 15 20 25 30 350.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
Gráfica de Rangos
Rangos LCS LCI LC
0 5 10 15 20 25 30 35280.00
290.00
300.00
310.00
320.00
330.00
340.00
350.00
Gráfica de Medias
Medias LCS LCI LC
0 5 10 15 20 25 30 350.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
Gráfica de Rangos
Rangos LCS LCI LC
INTERPRETACIÓN
*)La resistencia de los compresores se encuentra fuera de control estadístico ya que se cumplen los criterios 1, 3 y 14 que hacen que dicho proceso sea impredecible estadísticamente. En cuanto a su
centralidad dicho proceso está fuera de control.
0.00 Para n= 3
0.00 d2 = 1.693
0.00 D4 = 2.574
0.00 D3 = 0
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
LIC
0 5 10 15 20 25 30 350.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
Gráfica de Rangos
Rangos LCS LCI LC
0 5 10 15 20 25 30 350.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
Gráfica de Rangos
Rangos LCS LCI LC
INTERPRETACIÓN
*)La resistencia de los compresores se encuentra fuera de control estadístico ya que se cumplen los criterios 1, 3 y 14 que hacen que dicho proceso sea impredecible estadísticamente. En cuanto a su
centralidad dicho proceso está fuera de control.
Período(AÑOS)Ubicación 2005 2006 2007 2008 2009Paijan 1 1 1 1 3Chocope 3 1 2 4 5Casa Grande 2 1 1 3 3Cartavio 1 1 3 3 1San Pedro de 2 3 2 2 1Pacasmayo 1 1 4 4 2Trujillo 2 9 0 10 6Guadalupe 6 0 0 0 1San Jose 0 0 0 0 3Virú 1 1 3 2 0
Hoja de verificación
Con la siguiente inormación acerca de los accidentes de tránsito en la zona de La Libertad en los años 2005-2010, realice una hoja de recogida de
datos.
Período(AÑOS)Ubicación 2005Paijan 1Chocope 3Casa Grande 2Cartavio 1
Período(AÑOS) San Pedro de 22010 Pacasmayo 1
2 Trujillo 22 Guadalupe 63 San Jose 02 Virú 12 TOTAL 192 14%7205
Hoja de verificación
Con la siguiente inormación acerca de los accidentes de tránsito en la zona de La Libertad en los años 2005-2010, realice una hoja de recogida de
datos.
Período(AÑOS)2006 2007 2008 2009 2010 TOTAL
1 1 1 3 2 9 7%1 2 4 5 2 17 13%1 1 3 3 3 13 10%1 3 3 1 2 11 8%3 2 2 1 2 12 9%1 4 4 2 2 14 10%9 0 10 6 7 34 25%0 0 0 1 2 9 7%0 0 0 3 0 3 2%1 3 2 0 5 12 9%
18 16 29 25 27 134 100%13% 12% 22% 19% 20% 100%