You are on page 1of 7

Actividad Evaluable 5

Seis Sigma

ALFONSO OMAR GUERRA VARGAS

TECMILENIO

Abel Eduardo Elizondo Bailey


AL02703295

Profesional
Reporte

Nombre: Abel Eduardo Elizondo Bailey


Matrcula: AL02703295
Nombre del curso: Seis Sigma
Nombre del profesor: ALFONSO
OMAR GUERRA VARGAS
Mdulo 3. Estrategia

Actividad: Actividad Evaluable 5

Fecha: 11/21/14
Bibliografa:

Escalante, E. J. (2008) Seis- Sigma: Metodologa y tcnicas. Mxico:


Limusa.
ISBN: 9789681863913

Michael L. George (AO) Lean Six Sigma for Service. USA McGrawHill.
ISBN 0-07-141821-0

Objetivo: Analizar las herramientas del sistema Minitab


Procedimiento:
Para llevar a cabo este reporte se realizaron los siguientes pasos:
1. Investigu y revis bibliografa relacionada con el tema, en las fuentes
mencionadas en este trabajo.
2. Investigu y revis fuentes alternas de informacin en Internet como
complemento al tema en la biblioteca digital, buscando en la base de datos de
ProQuest.
3. Reflexion y comprend el tema de la actividad mediante los apoyos
visuales que me otorga el curso. Esto me permiti contar con ms informacin
para ejecutar la investigacin.
4. Investigue sobre las herramientas del Minitab
5. De acuerdo a los resultados de la investigacin, redact mis resultados y
conclusin, la experiencia fue satisfactoria y exitosa.

Profesional
Reporte

Resultados:
Investiga en fuentes confiables y realiza el siguiente ejercicio:
En procesos de control estadstico los datos de baja calidad se atribuyen
a:

El sistema de medicin.

El medio.

El operador.

Cualquier combinacin de los anteriores.

Desarrolla un caso en donde el medio sea el factor que hace que las
mediciones carezcan de calidad.
En una produccin de piezas de metal, el medio de medicin no es el
apropiado para ciertas piezas, de esta manera si se falla en cuestiones de
medicin del dimetro o del medio esto ocasiona una baja de calidad para la
empresa, de tal manera que repercute negativamente en la imagen de la
empresa.
En Minitab, vas a entrar al men de help e inmediatamente despus
entrars nuevamente a help.
Debes hacer clic en Start Menu y posteriormente en Basic Statistics y vas
a traducir al espaol el overview y hacer un reporte de los cuatro tems
que se mencionan a continuacin:

2- Proportions

Los procedimientos de intervalo de confianza y prueba de dos proporciones se


utilizan para hacer inferencias sobre la diferencia entre dos proporciones de
poblacin basndose en datos de dos muestras aleatorias.
Para utilizar los procedimientos de dos proporciones, sus muestras deben ser
independientes.
Cuando se utiliza los procedimientos de dos proporciones, intenta decidir cul
de dos hiptesis opuestas parece ser verdadera, basndose en los datos de su
muestra:
H0 (la hiptesis nula): Que la diferencia entre las proporciones de la
poblacin es igual al valor de referencia elegido (generalmente cero)
H1 (la hiptesis alternativa): Que la diferencia entre las proporciones de
la poblacin no es igual al valor de referencia elegido. (Por opcin

Profesional
Reporte

predeterminada, H1 es no direccional. Sin embargo, se puede especificar


en su lugar una hiptesis direccional).
La prueba de dos proporciones ofrece dos estadsticas que usted puede utilizar
para realizar una prueba de la diferencia entre proporciones: un valor Z (Z) y un
valor p. El valor Z se utiliza para determinar el valor p. El valor p indica qu
probabilidades existen de que usted obtenga la diferencia entre proporciones
de la muestra que usted observ si H0 es verdadera.
Usted debe decidir el valor p requerido para rechazar H0 antes de realizar la
prueba.
El valor que usted elige como su criterio se llama el nivel a. Si el valor p es
menor que o igual a su nivel a, entonces usted rechaza H0 y concluye que la
diferencia en las proporciones de la poblacin no es igual al valor de referencia.
Usted puede elegir cualquier nivel a que sea mayor que 0% y menor que 100%.
Frecuentemente se utiliza el nivel a de 0.05.
La prueba de aproximacin normal puede ser inexacta para muestras en las
cuales el nmero de eventos de cada muestra es menor que cinco o si la
diferencia entre el nmero de ensayos y eventos en cualquiera de las muestra
es menor que cinco.

2- variances

Los procedimientos de prueba e intervalo de confianza de Dos varianzas se


utilizan para hacer inferencias sobre la igualdad de las desviaciones estndar y
varianzas entre dos poblaciones, basndose en dos muestras independientes y
aleatorias. Minitab realiza pruebas y clculos de los intervalos de confianza
para la relacin de las varianzas y la relacin de las desviaciones estndar de
dos poblaciones. Una relacin de 1 sugiere igualdad entre las poblaciones.
Muchos procedimientos estadsticos, incluyendo el anlisis de varianza, supone
que las poblaciones diferentes tienen las mismas varianzas. Utilice 2 Varianzas
para determinar si el supuesto de varianzas iguales es vlido.
Las varianzas desiguales pueden afectar las inferencias, lo cual depende de:
Si su modelo incluye factores fijos o aleatorios
Cun diferentes son los tamaos de las muestras
Qu mtodo de comparacin mltiple utiliza usted

Profesional
Reporte

La hiptesis nula establece que las varianzas de la poblacin o las


desviaciones estndar son iguales (H0: s21 / s22 = 1). La hiptesis alternativa
establece que las varianzas de la poblacin o las desviaciones estndar no son
iguales l (H1: s21 / s22 1).
Por opcin predeterminada, Minitab muestra los resultados de las dos pruebas
diferentes, la prueba de Bonett y Levene. Minitab muestra un valor p para cada
prueba.
Los valores p altos (por encima del nivel a especificado) indican que no
existe diferencia estadsticamente significativa entre las varianzas o
desviaciones estndar (igualdad u homogeneidad).
Los valores p bajos (por debajo del nivel a especificado) indican que
existe una diferencia entre las varianzas o desviaciones estndar
(desigualdad).

Correlation
Un coeficiente de correlacin mide el grado en que dos variables tienden a
cambiar de manera conjunta. Minitab ofrece dos anlisis de correlacin
diferentes:
Correlacin producto-momento de Pearson - La correlacin de Pearson
evala la relacin lineal entre dos variables continuas. Una relacin es lineal
cuando un cambio en una variable se asocia con un cambio proporcional en la
otra.
Correlacin del orden de clasificacin de Spearman (tambin conocida
como rho de Spearman) - La correlacin de Spearman evala la relacin
montona entre dos variables continuas u ordinales. En una relacin montona,
las variables tienden a cambiar de forma conjunta, pero no necesariamente a
un ritmo constante. El coeficiente de correlacin de Spearman se basa en los
valores clasificados de cada variable en lugar de los datos sin procesar.La
correlacin de Spearman suele utilizarse para evaluar las relaciones que
involucran variables ordinales.
Existen algunos puntos que se deben tener en cuenta al realizar o interpretar
un anlisis correlacional:
Siempre es recomendable examinar la relacin entre las variables con
una grfica de dispersin. Los coeficientes de correlacin slo miden
relaciones lineales (Pearson) o montonas (Spearman). Son posibles
otras relaciones.
Nunca es apropiado concluir que los cambios en una variable causan
cambios en otra, basndose solamente en una correlacin. Slo los
experimentos controlados adecuadamente permiten determinar si una
relacin es causal.

Profesional
Reporte

El coeficiente de correlacin de Pearson es muy sensible a valores


extremos. Un solo valor que sea muy diferente de los otros en un
conjunto de datos puede cambiar considerablemente el valor del
coeficiente.

Normality Test

Muchos procedimientos estadsticos parten del supuesto de que los datos


siguen una distribucin normal. Para verificar este supuesto, usted puede
realizar una prueba de normalidad en sus datos.
Minitab provee tres pruebas de normalidad entre las cuales puede elegir:
Anderson-Darling: Esta prueba tiene un buen nivel de potencia y es
especialmente efectiva para la deteccin de alejamiento de la normalidad en
los valores altos y bajos de una distribucin.
Ryan-Joiner (similar a Shapiro-Wilk): Esta prueba tiene un buen nivel de
potencia. Se basa en la correlacin entre los datos de la muestra y los datos
que se esperaran de una distribucin normal.
Kolmogorov-Smirnov: Esta es una prueba de normalidad muy conocida,
pero tiende a ser menos potente que las otras dos pruebas.
Los resultados de cada una de las pruebas estn acompaados de una grfica
de probabilidad normal, que puede ayudarle a determinar si sus datos siguen
una distribucin normal
Las pruebas de normalidad evalan la hiptesis nula (H0) de que los datos
siguen una distribucin normal. Si el valor p de la prueba es menor que el nivel
a que ha elegido, entonces usted debe rechazar H0 y concluir que sus datos no
siguen una distribucin normal.

Conclusin
Minitab es una herramienta para realizar anlisis Seis Sigma. Minitab
tambin se emplea para aplicaciones en control estadstico del proceso
ya que cuenta con una amplia gama de grficas de control para datos
variables o continuos y datos categricos o por atributos.
El software cuenta tambin con mens de ayuda en todos los pasos y
complementariamente es compatible con la hoja de clculo de Excel con
lo que mediante pequeos ajustes es posible importar datos de Excel a
Minitab y pasar datos de Minitab a Excel. Minitab es el software que
facilita el desarrollo de los anlisis estadsticos y grficos que se derivan
de la metodologa Seis Sigma.

Profesional
Reporte