INSTITUTO TECNOLOGICO DGEST

de Aguascalientes

T
Taarreeaa 4
4

Alumno: Daniel Valente Bruno Pimentel

Seis Sigma ____________________________________________________________________________

1. Una muestra aleatoria de 8 cigarros de una marca determinada tiene un contenido promedio de nicotina de 4.2
mgr y una desviación estándar de 1.4 mgr. ¿Está esto de acuerdo con la afirmación del fabricante de que el
contenido promedio de nicotina no excede de 3?5 miligramos? Utilice un valor P en su conclusión y suponga que la
distribución de los contenidos de nicotina es normal.

Datos:
µ= 4.2 mgr
σ= 1.4 mgr.
X= 3.5 mgr.

Z = (X - µ) / σ = (3.5 – 4.2) / 1.4 = -0.5

P = (Z ≤ 0.5) = 0.6915 = 69.15%
Conclusión es que esto significa que la probabilidad de que el contenido promedio de nicotina
no excede los 3.5 miligramos.

2. El año pasado, los empleados del Departamento de Sanidad de una ciudad donaron un promedio de $10.00 a la
patrulla de voluntarios de rescate. Pruebe la hipótesis, en el nivel de significancia de 0.01, de que la, contribución
promedio este año es aún de $10.00 si una muestra aleatoria de 12 empleados indicó una donación promedio de
$10.90 con una desviación estándar de $1.75. Suponga que las donaciones tienen distribución aproximadamente
normal.

Datos

n=12
σ= 1.75
∝= 0.01
=10.90
µ=10
Hipótesis:

Ho: µ = 10
H1: µ ≠ 10
Estadístico de prueba:

Z = (X-µ)/(σ/√n)
Z = (10.9-10)/(1.75/√12)
Z= 1.78

2 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

Para un nivel de significancia de ∝= 0.01, el valor de Zt = 2.33

Por lo cual se acepta H0, Porque tenemos que la contribución promedio de

este año aun es de $10.00 dólares.

3. Por experiencias pasadas se ha encontrado que el tiempo para que realicen un examen los estudiantes del último
año escolar es una variable aleatoria normal con una media de 35 minutos. Si a una muestra aleatoria de 20
estudiantes del último año le tomó un promedio de 33.1 minutos realizar este examen con una desviación estándar
de 4.3 minutos, pruebe la hipótesis en el nivel de significancia de 0.025 que minutos en contraposición a la
alternativa de que minutos.

Datos:
x = 35 min
μ = 33.1 min
σ =4.3min
α = 0.25

H0 = M<35 minutos
H1 = M>35 minutos

P (x ≤ 35) =?

Z= (x - μ) /σ
Z = (35-33.1) /4.3
Z= 0.44
P (x ≤ 35) = 0.65

En este ejercicio se acepta la hipótesis nula, ya que la media de la

población es menor a 35 por lo cual se tiene que aceptar la hipótesis NULA.

Daniel Valente Bruno Pimentel 3

Seis Sigma ____________________________________________________________________________

4. Se sabe que el contenido de nicotina de una marca de cigarros tiene distribución aproximadamente normal con una
variancia de 1.3 miligramos. Pruebe la hipótesis de que 2 = 1.3, en contraposición a la alternativa de que 2 ≠ 1.3 si
una muestra aleatoria de 8 de estos cigarros tiene una desviación estándar s = 1.8. Utilice un nivel de significancia de
0.05.

Resultados:

H0 = σ² = 1.3

H1 = σ² ≠ 1.3

α = 0.05 ➔

n = 8 S² = 3.24 ➔ X² =

En este ejercicio no hay suficiente afirmación que la varianza de nicotina en

los cigarros sea igual a 1.3 miligramos así que Se rechaza H0, es decir, σ2 >1,3

5. Una gran compañía manufacturera de automóviles está por decidir si comprar una marca A o una marca B de
neumáticos para sus nuevos modelos. Para ayudarle a optar por una de ellas, se lleva a cabo un experimento
utilizando 12 de cada marca. Los neumáticos se "corren" hasta que se dañan. Los resultados son:

x1 = 37900 Km
Marca A
s1 = 5100 Km
x 2 = 39800 Km
Marca B
s 2 = 5900 Km

Pruebe la hipótesis, en el nivel de significancia 0.05, de que no hay diferencia en las dos marcas de neumáticos.
Asuma que las poblaciones tienen distribución aproximadamente normal.

4 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

x1-x2= 39800- 37000 = 1900

= 2251.29
( 1 − )=1900 ± (1.96x
2251.29) ( 1 − )=1900
±(4,412.528)
-2,512.528 ≤ 1 - 2 ≤ 6,312.528

Como el intervalo contiene el valor “cero”, no hay razón para creer que el promedio de duración del neumático
de la marca B es mayor al de la marca A, pues el cero nos está indicando que pueden tener la misma duración
promedio.
6. Los siguientes datos representan los tiempos de duración de las películas producidas por 2 compañías
cinematográficas:

Compañía Tiempo (minutos)

1 102 86 98 109 92
2 81 165 97 134 92 87 114

Pruebe la hipótesis de que el tiempo de duración promedio de las películas producidas por la compañía 2 excede al
de las de la compañía 1 en 10 minutos, en contraposición a la alternativa unilateral de que la diferencia es superior.
Utilice un nivel de significancia de 0.1 y asuma que las distribuciones de los tiempos son aproximadamente normales
con variancias iguales.

Error
estándar
Muestra N Media Desv.Est. de la
media
compañia 1 5 97.40 8.88 4.0
compañia 2 7 110.0 30.2 11
Estimación de la diferencia
IC de 99%
para la
Diferencia diferencia

Daniel Valente Bruno Pimentel 5

Seis Sigma ____________________________________________________________________________

Prueba T e IC de dos muestras: compañia 1, compañia 2

Método
μ₁: media de compañia 1
µ₂: media de compañia 2
Diferencia: μ₁ - µ₂
No se presupuso igualdad de varianzas para este análisis.

Estadísticas descriptivas

Error
estándar
de la
Muestra N Media Desv.Est. media
compañia 1 5 97.40 8.88 4.0
compañia 2 7 110.0 30.2 11
Estimación de la diferencia
IC de 99%
para la
Diferencia diferencia
-12.6 (-54.9, 29.7)
Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 10
Hipótesis alterna H₁: μ₁ - µ₂ ≠ 10

Valor T GLValor p
-1.87 7 0.104

6 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

7. Se lleva a cabo un estudio para comparar el tiempo que tardan hombres y mujeres en armar un producto
determinado. Las experiencias anteriores indican que la distribución de tiempos tanto para hombres como para
mujeres es aproximadamente normal pero la variancia de los tiempos para las mujeres es menor que la de los
hombres. Una muestra aleatoria de tiempos para 11 hombres y 14 mujeres arroja los siguientes datos:

Hombres Mujeres

n1 = 11 n2 = 14
S1 = 6.1 S2 = 5.3

Pruebe la hipótesis de que  1 =  2 en contraposición a la alternativa  1   2 . Utilice un nivel de significancia

2 2 2 2

de 0.01.

H0 = =

H1 = >

Datos

n1 = 11

n2 = 14

S1 = 6.1

S2 = 5.3

α = 0.05

0.3118 > 0.05

En este caso el valor P es mayor que el de α se acepta la hipótesis nula, por consecuencia, no
se tiene que evidencia suficiente como para establecer que > en este ejercicio.

Daniel Valente Bruno Pimentel 7

Seis Sigma ____________________________________________________________________________

8. Un fabricante está interesado en la resistencia a la tensión de una fibra sintética. se sospecha que la resistencia está
relacionada con el porcentaje de algodón en la fibra. Para investigar esto, se emplean cinco niveles de porcentaje de
algodón, y se corren cinco réplicas en orden aleatorio; con ello se obtienen los datos siguientes:

Porcentaje Observaciones
de algodón 1 2 3 4 5
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11
a) ¿Los diferentes porcentajes de algodón afectan de manera significativa la resistencia de la fibra?, considere un
nivel de significancia del 5%;

b) Determine los pares de medias significativamente diferentes empleando la prueba de rango múltiple de Duncan, con
α = 0.05 .

c) Obtenga las estimaciones puntuales de la media general y los efectos de cada tratamiento.

d) Aplicar la prueba de Bartlett para probar la igualdad de varianzas de tratamientos con α = 0.05

e) Si el objetivo es obtener la mayor resistencia, ¿qué técnica recomendaría? Explique

8 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

25 5 3.20936 (0.69677, 30.4898)

30 5 2.60768 (0.90303, 15.5315)
35 5 2.86356 (0.62353, 27.1247)
Nivel de confianza individual = 99%

Pruebas
Estadística
Método de prueba Valor p
Comparaciones múltiples — 0.982
Levene 0.08 0.987

Prueba de igualdad de varianzas: obs 1 vs. porcentaje de algodon

Método
Hipótesis nula Todas las varianzas son iguales
Hipótesis alterna Por lo menos una varianza es diferente

Nivel de significancia α = 0.05

Intervalos de confianza de Bonferroni de 95% para desviaciones estándar
porcentaje
de algodon N Desv.Est. IC
15 5 3.34664 (0.83608, 27.6297)

20 5 3.13050 (1.38246, 14.6212)

Prueba de igualdad de varianzas: obs 1 vs. porcentaje de

algodon
Múltiples intervalos de comparación para la desviación estándar,
Comparaciones
α = 0.05 múltiples
1
5 Valor p 0 .982
Prueba de
n
o
d
Levene
o Valor p 0 .987
20
l
ga
ed
j
25a
e tn
c
e ro
30
p

35

2 3 4 5 6 7 8 9 1
0
Si los intervalos no se sobreponen, las Desv.Est. correspondientes son significativamente
diferentes.

Daniel Valente Bruno Pimentel 9

Seis Sigma ____________________________________________________________________________

ANOVA de un solo factor: obs 1 vs. porcentaje de algodon

Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales

Nivel de significancia α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores

porcentaje de algodon 5 15, 20, 25, 30, 35

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p

porcentaje de algodon 4 498.8 124.700 13.47 0.000

Error 20 185.2 9.260
Total 24 684.0

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

3.04302 72.92% 67.51% 57.69%

Medias
porcentaje
de algodon N Media Desv.Est. IC de 95%
15 5 9.80 3.35 (6.96, 12.64)
20 5 15.40 3.13 (12.56, 18.24)
25 5 18.40 3.21 (15.56, 21.24)

30 5 21.60 2.61 (18.76, 24.44)

35 5 10.80 2.86 (7.96, 13.64)
Desv.Est. agrupada = 3.04302|

10 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

9. Se estudia la resistencia a la compresión del concreto, así como cuatro técnicas de mezclado diferentes. Del estudio
se obtienen los siguientes datos:

Técnica de mezclado Resistencia a la compresión (lb/pulg2)

1 3129 3000 2865 2890
2 3200 3300 2975 3150
3 2800 2900 2985 3050
4 2600 2700 2600 2765

a) ¿Las diferentes técnicas de mezclado afectan de manera significativa la resistencia del concreto?, considere un
nivel de significancia del 5%;

b) Determine los pares de medias significativamente diferentes empleando la prueba de rango múltiple de Duncan, con
α = 0.05

c) Obtenga las estimaciones puntuales de la media general y los efectos de cada tratamiento

d) Aplicar la prueba de Bartlett para probar la igualdad de varianzas de tratamientos con α = 0.05

e) Si el objetivo es obtener la mayor resistencia, ¿qué técnica recomendaría? Explique

ANOVA de un solo factor: resistencia a la comprension .... de mezclado

Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales

Nivel de significancia α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores
tecnica de mezclado 4 1, 2, 3, 4

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
tecnica de mezclado 3 489740 163247 12.73 0.000
Error 12 153908 12826
Total 15 643648

Daniel Valente Bruno Pimentel 11

Seis Sigma ____________________________________________________________________________

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

113.251 76.09% 70.11% 57.49%

Medias
tecnica de
mezclado N Media Desv.Est. IC de 95%

1 4 2971.0 120.6 (2847.6, 3094.4)

2 4 3156.3 136.0 (3032.9, 3279.6)
3 4 2933.8 108.3 (2810.4, 3057.1)
4 4 2666.3 81.0 (2542.9, 2789.6)
Desv.Est. agrupada = 113.251

Comparaciones en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de 95%
tecnica de
mezclado N Media Agrupación

2 4 3156.3 A
1 4 2971.0 A
3 4 2933.8 A
4 4 2666.3 B
Las medias que no comparten una letra son significativamente diferentes.

Comparaciones en parejas de Fisher

Agrupar información utilizando el método LSD de Fisher y una confianza de 95%

tecnica de
mezclado N Media Agrupación

2 4 3156.3 A
1 4 2971.0 B
3 4 2933.8 B
4 4 2666.3 C
Las medias que no comparten una letra son significativamente diferentes.

12 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

Daniel Valente Bruno Pimentel 13

Seis Sigma ____________________________________________________________________________

Se va a enfocar en el proceso de moldeo de la fábrica ASCI que pretende trasladar un

modelo de molde de piezas de estados Unidos a México en un proyecto a corto plazo.
Tormenta de ideas

14 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

Análisis de Pareto

Defectos Frecuencia % Acumul ado % acum

Apariencia 31 48% 31 48%
Body 20 31% 51 78%
Malos
ensambles 7 11% 58 89%
Eléctrico 4 6% 62 95%
Código 3 5% 65 100%
65 100%

Análisis de regresión: unidades con defecto vs. unidades

confirmadas
La ecuación deia regresión es
c
unidades con defecto
n
e
= - 13.74 + 0.05702 unidades confirmadas
u
c
Resumen del
f modelo e
r

R-cuad.
S R-cuad. (ajustado)
1.60955 19.25% 14.77%
Análisis de Varianza
Fuente GL SC MC F P
Regresión 1 11.1184 11.1184 4.29 0.053
Error 18 46.6316 2.5906
Total 19 57.7500

Gráfica de línea ajustada

unidades con defecto = - 13.74 + 0.05702 unidades confirmadas
S 1.60099555
7
R-cuuaad. 19.3%
R-cuad.(ajajusustatadodo) 14.8%

6
o
t
c
e 5
f
e
d
n
o
c 4
s
e
d
3
iad
n
u
2

280 290 300 310 320

unidades confirmadas

Daniel Valente Bruno Pimentel 15

Seis Sigma ____________________________________________________________________________

Piezas
Defectuosas

16 Daniel Valente Bruno Pimentel

_____________________________________________________________ Determinar las Variables Significativas

AMEF

Nombre de Proceso o
Moldeo Pierburg Preparado por: Daniel Valente Bruno Pimentel Página : 1 de 1
Producto:
FMEA Fecha
Encargado: Daniel Valente Bruno Pimentel 10/10/2022 Rev. 1
(Orig):

S O D N Acciiones S O D N
Pasos Clave del Modos de Falla Efectos de Fallas Cuasas Controles de Acciones
E C E P Resp. Implementa E C E P
Proceso Potenciales Potenciales Potenciales Ocurrencia Recomendadas
V U T R das V U T R

¿Cuáles son los ¿Cuáles son las Anotar las

¿De qué ¿Cuál es el impacto de las controles acciones para acciones
¿Qué también ¿Quién es
maneras puede variables de los pasos ¿Qué tan severo ¿Qué causa ¿Que tan seguido existentes y reducir la implementa
¿Cuál es el paso del pueden detectar la responsible de
fallar dicho clave cuando hay un fallo es el efecto para que el paso ocurre la causa o procedimientos Ocurrencia de das. Incluye
proceso? Causa o Modo de las acciones
paso del (cliente o requerimientos el cliente? clave falle? Modo de Fallo? preventivos de la Causa o fecha de
Falla? recomendadas?
proceso? internos)? Causa o Modo mejorar la completació
de Falla? Detección? n.

Diseño de Molde 0 0

Definir proceso de
0 0
Manufactura

Definir tipo de material a

0 0
utilizar

Comprar Maquinaria 0 0

Instalar Maquinaria 0 0

Redacción de Instrucciones de
0 0
Trabajo

Entrenar al Personal 0 0

Definir método de empaque 0 0

Realizar corrida de validación 0 0

Realizar validación
0 0
dimensional

Envío de Documentación PPAP

0 0
a Cliente

Daniel Valente Bruno Pimentel 17

Bibliografía

• Latinoamérica, S. (09 de Febrero de 2022). https://www.salesforce.com. Obtenido de Diagrama de Ishikawa: Qué

es y cómo aplicarlo :https://www.salesforce.com/mx/blog/2022/01/diagrama-de-ishikawa-que-es.html
• Mendivil, A. G. (25 de Febrero de 2019). https://es.linkedin.com. Obtenido de
Análisis de Sistemas de Medición (MSA):https://es.linkedin.com/pulse/an%C3%A1lisis-de-sistemas-medici%C3%B3n-
msa-alejandro-gamboa-mendivil