@ consultoria Global en Productividad cs Ejercicio 6.1 - Histograma 1. Usa el archivo “Ejercicio 6.1.MTW” que esta en la carpeta de ejercicios del médulo 1 y trabaja con ello para elaborar histogramas. 2. Uso el archivo “Ejercicio 6.1.MTW": + Elabora un histograma mediante Minitab. + {Qué conclusién sacaste del histograma? Abre la hoja de calculo Minitab, “Ejercicio 6.1.MTW" Aparecera la siguiente hoja de célculo. En la Columna C1, ‘P Time,’ hay 50 datos. Selecciona Gréfica>Histograma, y haz clic con el botén izquierdo. Entrenamiento en Six Sigma Green Belt 15@ consultoria Global en Productividad cs Aparecera en la ventana las opciones de histogramas, selecciona el Simple y después Acepter. Nota: En caso de que se quiere ajustar al histograma con la curva de normalidad, elegir la opcidn Con ajuste En la ventana para realizar el histograma, dar click con el botén izquierdo del mouse en la variable P Time y después en seleccionar, para que aparezca en el recuadro blanco al lado derecho de la ventana (area de Variables de graficas) y después Aceptar. Entrenamiento en Six Sigma Green Belt 162] Consultoria Global en Productividad cs El histograma se vera como se muestra en la imagen Histograma de P Time Frecuencia 25, PTime Nota: Se puede modificar el histograma para que visualmente se pueda distinguir la distribucién de los datos, para ello debemos dar doble click con el botén izquierdo del mouse en cualquiera de las barras del histograma, en la ventana que se abrir, iral apartado de seccionamiento. Entrenamiento en Six Sigma Green Belt 17®© consultoria Global en Productividad = En el apartado de Seccionamiento, selecciona de Punto de corte en el Tipo de Intervalo, en la Definicién de intervalos, selecciona la opcién de Numero de intervalos y teclear el numero 7, que corresponde a la raiz cuadrada del numero de datos (ejemplo: vn = ntimero de intervalos, 50 = 7.07 ¥ 7 intervalos). ‘Arius | Grupos | Opciones Secsonamento | Toe de intervaio = Histograma de P Time Frecuencia P Time El histograma editado tiene una mejor presentacién, {Qué forma tiene? Entrenamiento en Six Sigma Green Belt 182 Consultoria Global en Productividad os Ejercicio 6.2 —- Calcula la Desviacién Estandar Calcula la desviacién estandar para el conjunto de datos que aparecen a continuacién Muestra2 Formula de la — desviacién estandar y y-y o-y? 2 “2.5 6.25 < pe -72 3 1.5 2.25 n~t 4 0.5 25 Donde: 5 5 25 6 15 2.25 = Suma 7 2.8 6.25 Y = Promedio 27° suma 17.5 y = Valores individuales Media [P=4.5 Deswacén | 3.5 n = Ntimero de datos s=\FEE = (ue =35 Entrenamiento en Six Sigma Green Belt 192 Consultoria Global en Productividad os Ejercicio 6.3 - Prueba de Normalidad 1. Con los datos del archivo “Ejercicio 6.1.MTW", ejecuta la prueba de normalidad Anderson — Darling mediante Minitab. * Los datos estan distribuidos normalmente? 2. Usa los datos del “Ejercicio 4.1” del lanzamiento de la catapulta (distancia), elabora un histograma y ejecuta la prueba de normalidad Anderson — Darling + gLos datos estan distribuidos normaimente? Abre la hoja de calculo Minitab, “Ejercicio 6.1.MTW". Aparecerd la siguiente hoja de célculo. Selecciona Estadisticas>Estadistica bdsica>Prueba de normalidad y \uego haz click con el boton izquierdo. Entrenamiento en Six Sigma Green Belt 20@ consultoria Global en Productividad cs En la ventana para realizar la prueba de normalidad, dar click con el botén izquierdo del mouse en la variable P Time y después en seleccionar, para que aparezca en el recuadro blanco al lado derecho de la ventana (area de Variable) y después Aceptar. © Negro nko valores de © tnlor valores de datos: [J Pruebas de narmabiad pedgson Daring © Byandoner (Sear Shaprostik) © nogerov Snow =e ial Minitab generar la siguiente grafica Grafica de probabilidad de P Time Normal Porcentaje Besgeas 23 2» 2s 30 35 « PTime Ya que la Prueba de Normalidad Anderson — Darling nos da un Valor P de 0.467, ise podria decir que los datos se ajustan a una distribucién normal? Abre el archivo “Ejercicio 6.2.MTW" y ejecuta una Prueba de Normalidad Anderson — Darling. {Cuales son tus conclusiones acerca de estos datos? Entrenamiento en Six Sigma Green Belt 21@ consultoria Global en Productividad Método alternativo para realizar la Prueba de Normalidad Selecciona Estadisticas>Estadistica basica>Mostrar estadisticos descriptivos y luego haz click con el botén izquierdo del mouse. En la ventana para mostrar estadisticos descriptivos, dar click con el botén izquierdo del mouse en la variable P Time y después en seleccionar, para que aparezca en el recuadro blanco al lado derecho de la ventana (area de Variables) y después dar lick en el apartado de Estadisticas Entrenamiento en Six Sigma Green Belt 22@ consultoria Global en Productividad cs En la ventana de Mostrar estadisticas descriptivos seleccionar el apartado de Estadisticas. Se abrird la siguiente ventana, marcar los estadisticos Media, Mediana, Asimetria y Curtosis, después dar click en Aceptar. 7 Media recortada [7 N valores presentes T Nvaloresfatentes F Ntotal TF Negumdedo T Por cento TF Porcentaje acumulado I sima de cundrades vericarestaditcas : Predeterninades © Ningune © Todos _teotr_| _coneeur_| Entrenamiento en Six Sigma Green Belt 23@ consultoria Global en Productividad cs En la ventana de Mostrar estadisticas descriptivos seleccionar el apartado de Graficas. Se abrird la siguiente ventana, marcar las gréficas Histograma de datos, con curva normal y Grafica de caja de datos, después dar click en Aceptar, y Aceptar. En la parte de sesién se mostrardn los estadisticos. Estadisticos descriptivos: P Time Variable Media Mediana Asimetria curtosis P Time 27.400 28.000 0.88 0.20 {Qué se puede concluir si la media y la mediana son similares? 2Qué se puede concluir con el coeficiente de asimetria? Entrenamiento en Six Sigma Green Belt 24@ consultoria Global en Productividad cs Qué se puede concluir con el coeficiente de curtosis? Cuando la media y la mediana son similares o guales se dice que los datos son simétricos, lo cual indica que se ajustan a una distribucién normal. Media Mediana éQué se puede concluir si la media y la mediana son similares? ue existe esimetria AN AX Ih Asimetria < 0 Asimetria = 0 Asimetria > 0 éQué se puede concluir con el coeficiente de asimetria? ‘Que tiene sesg0 ela izquerda NLA NS Curtosis > 0 Curtosis = 0 Curtosis <0 éQué se puede concluir con el coeficiente de curtosis? Se concluye que no tiene mucha dispercion Entrenamiento en Six Sigma Green Belt 25®© consultoria Global en Productividad = Histograma (con curva normal) de P Time 3 8 8 ta Frecuencia Grafica de caja de P Time Prime uQué se puede concluir de la forma que tiene la gréfica de Histograma (con curva normal)? Nota: El histograma que se muestra, fue editado de acuerdo al ejercicio que se realizé en el Ejercicio 64 uQué se puede concluir de la forma que tiene la grafica de caja)? Abre el archivo “Ejercicio 6.2.MTW" y ejecuta una Prueba de Normalidad con el método alternativo. {Cuales son tus conclusiones acerca de estos datos? Entrenamiento en Six Sigma Green Belt 26@ consultoria Global en Productividad os Ejercicio 6.4 — Presentacién de datos Todos los datos para este ejercicio se encuentran en el archivo “Ejercicio 6.4.MTW" para los siguientes seis conjuntos de datos. Selecciona Estadisticas>Estadistica basica>Mostrar estadisticos descriptivos y luego haz click con el botén izquierdo. toe Ka Bae tc PTinret ie igenosans| tr iE ARIZA] om crnoraeny ttm i 1H teratoma Rocccine [Sf tenet | + Las tiras de fieltro para evitar vibraciones se cortan a mano Seal tose! s02 a1 103.7 109 calculando su longitud 26] 10771 1073] 100 109] Josel 00's 108 197d 10 + Elrequerimiento es que no tons —1n5-4l toes 101 tne excedan una longitud de 110 aes] 1018) 973) 106d 109. milimetros. En la linea se usa un toss} toga! sess 1074 17 1033] 106 21 10801094 10951 sparatecrielcae comin iapeie 10s0) 106.1] 1086] 1084 108.1 110 milimetros. 1064] 106 al 1076! 198d 104 = Se miden 62 tiras de fietro soso} 108.01 103.2 195.1 10; 102.31 — 99.9] 106 11106 4 108. sas} toa] 1067] sed 1084 04] 108 9] durante un dia de produccién. 1. Describe el conjunto de datos: a) Medidas de Tendencia Central + iCual es el promedio de la muestra? + 2Cual es la mediana de la muestra? b) Variacion + (Cul es el rango? + ¢Cual es la varianza de la muestra? + (Cual es la desviacion estandar de la muestra? ©) Forma + Qué forma tienen los datos de acuerdo al coeficiente de asimetria? + Qué forma tienen los datos de acuerdo al coeficiente de curtosis? + Qué forma tienen los datos de acuerdo al histograma? d) Prueba de Normalidad Anderson-Darling 2. EQué te dice tu andlisis preliminar acerca de los datos? 3. Presenta tu analisis al grupo. Entrenamiento en Six Sigma Green Belt 33@ consultoria Global en Productividad cs Conjunto de Datos Cuatro (Dimensién Interior) [e del riel * Los rieles de acero se forman en Tanne a eS una laminadora Boe] 789] rer] 796] S06] 603] + Después de la laminacion, se ras|e06l 79s] 612] “78a{ 603 : 735] 797] 609] 735] 606] 609] dobla el riel al radio adecuado en Sat en aett et enet et una maquina curvadora 736] 609] 797] 736] ee] 794 : i 7-36] —¢ 06] 799] —e03] —e00] 600 La dimensién interior minima de! | Tiel se mide después del doblado Sel —738] roo] Tar} sel eo * Se registraron 89 dimensiones soot “7ar{ goof sort 799f "5.00 2.07] 799] 04] 8 06] 8.0] 799 durante tres turnos de 8.05{ 8.00] aot] 7.95| 7.99] 6.03] produccién. 00] 600] eta] eos] 797] 60] 7.85] 795] —&.0s] 606] —e0e) 792 805] —r97| 79s] —rs2| —rsr| 792 735} 799] 795] 603] 7.5] 1. Describe el conjunto de datos: a) Medidas de Tendencia Central + {Cual es el promedio de la muestra? + (Cual es la mediana de la muestra? b) Variacién + @Cual es el rango? + @Cudl es la varianza de la muestra? * {Cual es la desviacion estandar de la muestra? ©) Forma * {Qué forma tienen los datos de acuerdo al coeficiente de asimetria? * 2Qué forma tienen los datos de acuerdo al coeficiente de curtosis? * {Qué forma tienen los datos de acuerdo al histograma? d) Prueba de Normalidad Anderson-Darling 2. EQué te dice tu andlisis preliminar acerca de los datos? 3. Presenta tu analisis al grupo. Entrenamiento en Six Sigma Green Belt@© consultoria Global en Producti cs lad Conjunto de Datos Cinco (Costos de Prototipos) ‘Gasios de Protcion nor Pedida simi) -sased sarod sri7d cubs) ae ine] + Un centro de ingenieria solicita Se y recibe partes de prototipo sical sirssi| sit 2a $6200 para su prueba y evaluacién de ren ingenieria s1aa5al se.a5d $11.50 + Un Black Belt recopila los datos de costo de sesenta 5.13% pedidos de prototipo Sapna ze 58.426) S669; $8101) 10.928) S21 $10,551) S14: Sinsol —sraed—sizzad ea a S24 $10,054) £264 $13,133 1. Describe el conjunto de datos: a) Medidas de Tendencia Central + {Cual es el promedio de la muestra? + (Cual es la mediana de la muestra? b) Variacion + {Cual es el rango? + (Cual es la varianza de la muestra? + {Cual es la desviacién estandar de la muestra? ©) Forma + {Qué forma tienen los datos de acuerdo al coeficiente de asimetria? * {Qué forma tienen los datos de acuerdo al coeficiente de curtosis? + (Qué forma tienen los datos de acuerdo al histograma? d) Prueba de Normalidad Anderson-Darling 2. Qué te dice tu andlisis preliminar acerca de los datos? 3. Presenta tu analisis al grupo. Entrenamiento en Six Sigma Green Belt 352 Consultoria Global en Productividad Conjunto de Datos Seis (Tiempo de Entrega de Prototipo) + Unc de ge i wines a psi pra spe y Sad daagenata a a + Unica copa datos de tiempo de entrega a0 ri ae —| (en dias) de sesenta pedidos a a 48 168} Saale “als of 2491 53] 26] 110} 96 26] 46 45] 1. Describe el conjunto de datos: a) Medidas de Tendencia Central + iCual es el promedio de la muestra? + 2Cual es la mediana de la muestra? b) Variacion + iCual es el rango? + {Cual es la varianza de la muestra? + ¢Cual es la desviacién estandar de la muestra? ©) Forma + Qué forma tienen los datos de acuerdo al coeficiente de asimetria? * Qué forma tienen los datos de acuerdo al coeficiente de curtosis? + Qué forma tienen los datos de acuerdo al histograma? d) Prueba de Normalidad Anderson-Darling 2. EQué te dice tu andlisis preliminar acerca de los datos? 3. Presenta tu analisis al grupo. Entrenamiento en Six Sigma Green Belt 362 Consultoria Global en Productividad os Ejercicio 6.5 — Uso de la Tabla Z Los datos son el tiempo de colocacién de colocacién para puestos clave (en dias). {Qué porcentaje de colocaciones requiere de 14 dias o mas? Zat 4a M40y 16 o 25 De la tabla Z,P = _.0547__-5. 4% Entrenamiento en Six Sigma Green Belt 372 Consultoria Global en Productividad os Ejercicio 6.6 — Areas por debajo de la Curva Normal Los datos son el tiempo de colocacién de colocacién para puestos clave (en dias). 1. Apéyate en el instructor para encontrar las areas que se describen a continuacion: Qué porcentaje de las partes =a ‘quedarian por debajo de 7.93? por Y=8.00 encima de 8.12? o=0.05 2. Usa Minitab para responder las preguntas que vienen en el ejemplo (A 0 B) que le asignen a tu equipo. Entrenamiento en Six Sigma Green Belt 38®© consultoria Global en Productividad = Abre Minitab, nombra las columnas C1 y C2 con los encabezados de Valores y Probabilidad, respectivamente. ani i ete Estar Dar Coe Kae Gn Eten Hermie eins le Hoe BHP KA 9 clTi ts BBOOw 1SOROGINUISHUG| 4 TOON Lele deena) Aeieeteei[ (09/10/2015 08:20:40, , evens Msea, pentne FL pare once ya Honaetab sci Ho deat} Introduce los valores de interés en la columna C1 — en este caso 7.93 y 8.12. Entrenamiento en Six Sigma Green Belt 39Q consuitoria Global en Productividad Selecciona Cale>Distribuciones de probabilidad>Normal. Cale| Estadisticas Gréfica Editor »| B Calculadore... = a) §) my 4 A! Estadisticas de columnas... be 4 SeG0ad “al Estadisticas de files... Uniforme... gate Binomial. Crear patrones de datos >| Geométrca. ‘rear malls estructurada dedatos... | Binomial negativa, 09/10, ff Crear variables indicadores.. Hipergeométrica.. Disereta, Bienvenido a Minicay Configurar base... Datos aeatorios Laplace... Lognormal.. Valor extreme por minimos... Triangular. Weibull. Entrenamiento en Six Sigma Green Belt 40@ consultoria Global en Productividad cs Aparece la siguiente ventana: Selecciona Probabilidad acumulada, en Media introduce el promedio de la distribucién, en este caso 8.0. En Desviacién estandar introduce la desviacion estandar, en este caso 0.05. Después selecciona Columna de entrada e introduce Valores en el apartado que se muestra en la figura, y para almacenar los resultados, introduce Probabilidad en el apartado que se muestra en la figura. Y por ultimo da click en Aceptar. a "Valores | Probabilidad| 793, 0.080757 12) 0991802 Entrenamiento en Six Sigma Green Belt 41@ consultoria Global en Productividad cs La columna “Probabilidad’ muestra que la probabilidad acumulada de valores es menor que el valor que aparece en la columna “Valores” Por lo tanto, en el caso de 7.93, la probabilidad de 0.081 (8.1%) responde a la pregunta “2 Qué porcentaje de las partes estaria por debajo de 7.93 mm?” En el caso de 8.12, nos interesan los valores de probabilidad mayores de 8.12 mm, esa probabilidad es Py> «1 = 1 — 0.991802 = 0.008198 (0.8%). Responde a la pregunta “z Qué porcentaje de las partes estaria por encima de 8.12 mm?" Nota: Si deseas que los resultados aparezcan en la ventana de la se simplemente no selecciones “Almacenamiento opcional:” y no introduzcas el nombre de la columna “Probabilidad”. Entrenamiento en Six Sigma Green Belt 42@ consultoria Global en Productividad cs Método alternativo para encontrar el drea por debajo de la Curva Normal Selecciona Grafica>Grafica de distribucién de probabilidad y luego haz click con el botén izquierdo de! mouse. [doo Gear Oo Kjos] Goede Heras _Hotrs_Aed jSBIGLE DOL ciaLale tester s000sa05/5He 1 Geiica ce burt. Pod Rt oo TT AEN (Ee etica margins. = oro | i ons been 970720 ve204o |i term . nen ceed envni «tiie, preston 7 UF Sopp IK es rte. eens Ta aa eet od T [i 600 Igy earageae | —e| ae — || reo ; 1 cua core con. (rey a | Hide teach gn ei Se abrira la siguiente ventana, seleccione la opcién de Ver probabilidad y después dar click con el botén izquierdo del mouse en Aceptar. Entrenamiento en Six Sigma Green Belt@ consultoria Global en Productividad cs En la ventana que se muestra a continuacién, elegir la distribucién Normal, en el apartado de Media, introduce el valor de 8 y en el apartado de Desviacion estandar, introduce el valor de 0.05, y después da click en la pestafia de Area sombreada Alabrir la pestafia de Area sombreada, elegir la opcién de Valor X y Gola izquierda para el valor de 7.93, y después dar click en Aceptar. Entrenamiento en Six Sigma Green Belt 44@ consultoria Global en Productividad cs En la grafica siguiente se mostrara la probabilidad para el valor de 7.93, que al multiplicarlo por 100 nos daré el porcentaje de partes que estan por debajo de ese valor. Grafica de distribucién Normal, Media=8, Desv.Est.=0.05 Densidad 1 0.08076 793 8 Utiliza el comando Control + E para regresar a la Uitima herramienta utilizada, y en a pestafia de Area sombreada, elegir la opcidn de Valor X y Cola derecha para el valor de 8.12, y después dar click en Aceptar. Entrenamiento en Six Sigma Green Belt 45& Consultoria Global en Productividad En la grafica siguiente se mostraré la probabilidad para el valor de 8.12, sin tener que restar el valor de 1, que al multiplicarlo por 100 nos dard el porcentaje de partes que por encima de ese valor. Densidad Grafica de distribucién Normal, Media=8, Desv.Est.=0.05 0.008198 8 a2 Nota: Se puede encontrar el porcentaje de las partes que estan entre los valores de 7.93 y 8.12, eligiendo las siguientes opciones. Entrenamiento en Six Sigma Green Belt 46®© consultoria Global en Productividad 9 En la gréfica siguiente se mostrard la probabilidad de que las partes estén entre los valores de 7.93 y 8.12, que al multiplicarlo por 100 nos daré el porcentaje de partes que estan entre esos valores. Grafica de distribucién Normal, Media=8, Desv.Est.=0.05 9110 Densidad 793 8 a2 Entrenamiento en Six Sigma Green Belt 47®© consultoria Global en Productividad i) Ejemplo A ‘+ Si ol proceso se mantiene establecon esta variacién, qué pporeentaje de partes estarian en los eigulentes segmentos? A. Menos de 2.1491 F. Mas de 2.1500 B. Menos de 2.1485 G. Mas de 2.1510 ©. Menos de 2.1495 H. Mas de 2.1605 D. Menosde 2.1480, I Mas de 2.1495 E. Menos de 21475 J. Mas de 2.1518 Si usas Minitab, el % de partes es: a.1.000 b.1.6667 ¢.0.5556 d.2.2222 e.2.7778 f.0.0000 g.-1.1111 h.-0.5556 i. 0.5556 j.-1.6667 Entrenamiento en Six Sigma Green Belt@ consultoria Global en Productividad cs Ejemplo B Media Pob = 80.0 watts La energia de la 5 soldadura sonica watts medida en Watts + Siel proceso se mantiene estable con esta variacién, .qué porcentaje de partes quedarfan en los segmentos a continuacién? . Menos de 76.8 f. Mas de 79.0 A) 80-76.8 =2.13 a b. Menos de 75.3 9. Mas de 85.0 . Menos de 81.8 h. Mas de 81.8 1.5 0165 d. Menos de 80.2 i, Mas de 63.9 fe. Menos de 79.0 i, Mas de 82.7 —— B) 80-75.3 =3.13 08% b. 3.1333 c.-1.2000 d.-0.1333 e.0.6667 f. 0.6667 g.-3.3333 h.-1.2000 i. -2.6000 j.-1.8000 Entrenamiento en Six Sigma Green Belt 49@ consultoria Global en Productividad cs Ejercicio 6.7 — Identi individual icacion de la distribucion Abre el archivo para realizar el “Ejercicio 6.7.MTW’, y realiza una Prueba de normalidad, selecciona Estadisticas>Estadistica basica>Prueba de normalidad e interpreta el resultado. Grafica de probabilidad de Processing Time ‘Normal a Yj ei Porcentaje ° * » » 4» % Processing Time zLos datos siguen una distribucién normal? Cuando se tenga el problema de que los datos no sigan una distribucién normal, puede utilizar la herramienta de Identificacién de la distribucién individual, para lo cual se debe seguir la siguiente ruta: Estadisticas>Herramlentas de calidad>identificacion de la distribucion individual Entrenamiento en Six Sigma Green Belt 50@ consultoria Global en Productividad cs En la ventana de Identificacién de la distribucién individual, selecciona la variable Processing Time y después dar click en Seleccionar, en el Tamajio del subgrupo introduce el valor de 1, en caso de que la muestra sea de un tamafio diferente (por ejemplo 5), utiice ese valor. Elija la opcién de Usar todas las distribuciones y transformaciones, y después dar click en Aceptar. Tomato de stonoe: | (um se crstrteoura cana de) © sibs el a En la ventana de sesién se mostraran los resultados de la Identificacién de la distribucion individual. Prueba de bondad del ajuste pistribuci a Pate Normal 4.910 <0.005 Teansformacién B0x-cox 01385 0.479 Lognormal 01345 0.479 Lognormal de 3 paranetros 0.337 * Exponencial 2.731 <0.003 Exponencial de 2 parémetros 1.083 0.085 weipuit olees 0.023 Weibull de 3 paranetros 0.446 0.300 0.002 Valor extreno mas pequefio 10.758 <0.010 valor extremo por maxinos 11748 <0.010 carna 01657 01086 Gamma de 3 paranetros 0.458 * Eogistica 31233 <0.005 Eoglogistica 0.404 301250 Loglogistica de 3 parametros 0.433 * 0.546 ‘transformacién de Jonnson 0.288 0.611 Los valores de P mas altos, indican a que distribucién o transformacién se ajustan mejor los datos. {Cual distribucién o transformacién se ajusta mejor al conjunto de datos de acuerdo al valor P? Entrenamiento en Six Sigma Green Belt 51@ consultoria Global en Productividad cs En las graficas se puede observar que distribucién o transformacién se ajusta mejor al conjunto de datos, que lo indica el ajuste de los puntos alos limites que se trazan. Grafica de probabilidad para Processing Time zy S ." iy Dep romain =O ‘Prtbe ee bond eajate Vain «0005 Trarfomnacon Bor-Com po 038, voterp 0473 Logpoxmat vawrp=0aTs lepamal- x eee Leanleemaminr eanie P50 +] ra Ie i” ee ee eee Grafica de probabilidad para Processing Time Logistico ~ 95% de IC Logpogistica - 95% de IC Fei eteh ee soa oF Logistica ad ad ? z Loglogstica 2% a8 AD = 0.404, ao én Valorp > 0250 ¥ e q Loglogstica de 3 pacimetros: Oe OS | So Coe ro Lead pris 988 dee term 954 ete cai cece asses Prcesig Time -Valorumbya Pretssng Te Dal del ransomacia ea {.Cual distribucién o transformacién se ajusta mejor al conjunto de datos de acuerdo con la grafica? Entrenamiento en Six Sigma Green Belt 522 Consultoria Global en Productividad os Ejercicio 6.8 — Transformacién de datos Abre el archivo “Ejercicio 6.7.MTW’ utilizado en el ejercicio pasado, para hacer una transformacién de los datos no normales a datos normales. Transformacion Box - Cox En la columna C2, escribe el encabezado de TBC (Transformacién Box - Cox) para almacenar los datos transformados, utilizando la A éptima. Después selecciona Estadisticas>Grificas de contro>Transformacién Box - Cox, y luego dar click Ena ventana para realizar la Transformacién de Box - Cox, selecciona la variable Processing Time y después dar click en Seleccionar, en el Tamafio del subgrupo introduce el valor de 1, en caso de que la muestra sea de un tamafio diferente (por ejemplo 5), utilice ese valor, y da click en Opciones. Entrenamiento en Six Sigma Green Belt 53@ consultoria Global en Productividad cs En la ventana de Opciones, selecciona la columna TBC en la cual se van a almacenar los datos (C2), elige la opcién de A éptimo, después da click en Aceptar en la ventana de Opciones, y Aceptar en la ventana de Transformacién Box - Cox. En la grafica de la Transformacién Box — Cox se puede observar que A utilizé para transformar los datos a normales. Grafica de Box-Cox de Processing Time Lc inferior Lc superior 30 FR (utilizando 95.0% confianzs) time 002 2 Lei 02 Lcsuperioe 0.29, Valor redondo 0.00, 3” a os 10 a Limite a o 1 2 3 a Qué transformacién se utiliz6 en funcién de la N? Utiizando el 95% confianza Box-Cox_ Entrenamiento en Six Sigma Green Belt 54@ consultoria Global en Productividad cs En la hoja de trabajo se encuentran los valores almacenados, después de la transformacién, en la columna TBC (C2). Realiza un Histograma para los datos originales (Processing Time) y los datos transformados (TBC). {Qué forma tiene cada grafica para cada conjunto de datos? Processing time= Distibucién no normal TBC= Distribucién normal Realiza una Prueba de Normalidad para los datos originales (Processing Time) y os datos transformados (TBC). zCuales son los valores P de cada conjunto de datos? Processing time= « 005 Entrenamiento en Six Sigma Green Belt 55®© consultoria Global en Productividad = Transformacién de Johnson En la columna C3, escribe el encabezado de TJ (Transformacién de Johnson) para almacenar los datos transformados para su posterior analisis. Después selecciona Estadisticas>Herramientas de Calidad>Transformacion de Johnson, y luego dar click. En la ventana para realizar la Transformacién de Johnson, selecciona la variable Processing Time y después dar click en Seleccionar, también selecciona la columna TJ (C3) para almacenar los datos transformados, y da click en Aceptar. Entrenamiento en Six Sigma Green Belt 56@ consultoria Global en Productividad cs En la grafica de la Transformacién de Johnson se puede observar el ajuste de los datos antes y después de la transformacién. Transformacién de Johnson para Processing Time ees ep pr ator ga eee eee “2. 28] 4 3 ai ee 7 = ® (Nob = 0005 eo + 0505) rea de pb pra datos transtormades | [i,t] yoeremegeeeeearen mn Peseeranelr) 4 teri tren i Seam a fae) /1668-) En la hoja de trabajo se encuentran los valores almacenados, después de la transformacién, en la columna TJ (C3). Entrenamiento en Six Sigma Green Belt s7@ consultoria Global en Productividad cs Realiza un Histograma para los datos originales (Processing Time) y los datos transformados (TJ). {Qué forma tiene cada grafica para cada conjunto de datos? Processing time= Anormal T= Normal Realiza una Prueba de Normalidad para los datos originales (Processing Time) y los datos transformados (TJ) zCuales son los valores P de cada conjunto de datos? Processing time= P< 005 TuePostt {Qué transformacién es mas adecuada para este conjunto de datos? Johnson Nota: Para este ejercicio se utilizaron las transformaciones Box — Cox y de Johnson debido a los valores P observados en la Identificacién de la distribucién individual. Entrenamiento en Six Sigma Green Belt 58@ consultoria Global en Productividad cs Ejercicio 6.9 - Datos no normales Abre el archivo “Ejercicio 6.4.MTW’, realiza una prueba de normalidad a la variable TIR, en caso de no ser normales, identifica la distribuci6n individual, y utiliza la distribucion o transformacién que sea la mas adecuada para su andlisis. gCuales son tus conclusiones del analisis de la variable TIR? Silos datos no se ajustan a ninguna distribucién de probabilidad y tampoco funciona ninguna transformacién, realiza un analisis de los datos no normales con la distribucion Weibull. Sigue la siguiente ruta, Estadisticas>Herramientas de Calidad>Andlisis de capacidad>No normal. Sn snesecuesd)) Entrenamiento en Six Sigma Green Belt So@ consultoria Global en Productividad cs En la ventana de Analisis de capacidad (distribucién no normal), selecciona la variable TIR, elige la opcién de Ajustar distribucién: Weibull, y en los limites, introduce 0 en la Especificacion inferior y marcalo como limite, en la Especificacion superior ingresa el valor de 0.002, y da click en Aceptar. La prediccién se basa en la distribucién Weibull, el programa calcula los mejores parametros de forma y escala Informe de capacidad del proceso de TIR. Calculos basadosenvel modelo de ditbucin Weibull rc i Spinto {Cual es el porcentaje pronosticado de unidades defectuosas? Nota: El Analisis de Capacidad de Proceso se describe mas a fondo en otro médulo. Entrenamiento en Six Sigma Green Belt 60