Seis Sigma

En procesos de control estadístico los datos de baja calidad se atribuyen a:

• El sistema de medición.

• El medio.

• El operador.

• Cualquier combinación de los anteriores.

De hecho en los procesos de control estadístico de los datos y la baja calidad se involucran los tres factores anteriores ya que cada uno que falle ocasionara una baja en la calidad del producto, proceso o servicio.

Desarrolla un caso en donde el sistema de medicion sea el factor que hace que las mediciones carezcan de calidad.

Una de las razones más comunes para datos de baja calidad es mucha variación debido a la interacción entre el sistema de medición y su ambiente. Así, un sistema de medición utilizado para medir el volumen de líquido en un tanque puede ser sensible a la temperatura ambiente en el cual es utilizado.

Si la interacción genera mucha variación, la calidad de los datos tal vez son tan gajos que los datos no son útiles. Mucho del trabajo de administrar un sistema de medición es un monitoreo directo y control de la variación.

En Minitab, vas a entrar al menú de help e inmediatamente después entrarás nuevamente a help.

Debes hacer clic en Start Menu y posteriormente en Basic Statistics y vas a traducir al español el overview y hacer un reporte de los cuatro ítems que se mencionan a continuación:

• 2- Proportions

Utilice el comando 2 proporciones para calcular un intervalo de confianza y realizar una prueba de hipótesis de la diferencia entre dos proporciones. Minitab ofrece dos pruebas de hipótesis para la diferencia entre dos proporciones: La prueba exacta de Fisher y una prueba basada en una aproximación normal. La prueba de aproximación normal puede ser inexacta para muestras en las cuales el número de eventos de cada muestra es menor que cinco o si la diferencia entre el número de ensayos y eventos de cada muestra es menor que cinco. La prueba exacta de Fisher es exacta para todos los tamaños de muestra, pero sólo se puede calcular cuando la hipótesis nula establece que las proporciones de población son iguales. En otras palabras, Minitab sólo realiza la prueba exacta de Fisher cuando usted especifica una diferencia de la prueba de cero en el cuadro de diálogo secundario Opciones.

Por ejemplo, supongamos que usted desea saber si la proporción de consumidores que responden a una encuesta pudiera incrementarse al ofrecer un incentivo tal como una muestra del producto. Usted puede incluir la muestra del producto en la mitad de sus correos y determinar si obtiene más repuestas del grupo que recibió la muestra que del grupo que no la recibió. Para una prueba de dos colas de dos proporciones:

H0: p1 - p2 = p0 versus H1: p1 - p2 ≠ p0

Cuando p1 y p2 son las proporciones de eventos en las poblaciones 1 y 2, respectivamente, y p0 es la diferencia hipotética entre las dos proporciones.

Para probar una proporción utilice Estadísticas > Estadísticas básicas > 2 Proporciones.

• 2- variances

El procedimiento de 2 varianzas realiza pruebas de hipótesis y calcula intervalos de confianza para

...