Statgraphic

UNIVERSIDAD NACIONAL JOS FAUSTINO
SNCHEZ CARRIN
FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS E

INFORMTICA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA INDUSTRIAL
TEMA:
LA APLICACIN DE LA HERRAMIENTA STATGRAPHIC EN LA SELECCIN
DEL PROVEEDOR EN LA EMPRESA COBRA PERU S.A. HUACHO PERU 2015
CURSO:
INVESTIGACION DE OPERACIONES
AUTORES:
DEL CASTILLO JUNCO, JORDAN
ILLESCA, EDWAR
MONTES QUISPE, KONRAD
MORALES MONTAEZ, VERONICA
NICASIO MATOS GABRIELA
RIVERA MEZA SUSANA
DOCENTE:
SOSA PALOMINO, ALCIBIADES
Huacho Per - 2015
UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

CARRION
DEDICATORIA
A mi Padres por su apoyo incondicional

Y su inmenso Amor, as como
Tambin a mis Hermanos
Por su Compaerismo y
Amor que cada da
Me demuestran
INVESTIGACION OPERATIVA II
Pgina 2

CARRION
Contenido
DEDICATORIA.................................................................................................. 2
1.
2.
3.
PLANTEAMIENTO, ORIGEN Y DELIMITACION DEL PROBLEMA..................5

1.1.
REALIDAD PROBLEMTICA...................................................................5
1.2.
FORMULACION DEL PROBLEMA............................................................5
OBJETIVOS DE LA INVESTIGACIN............................................................6
2.1.
FORMULACIN DEL OBJETIVO GENERAL...............................................6
2.2.
OBJETIVO ESPECFICO 1........................................................................6
JUSTIFICACIN DE LA INVESTIGACIN.....................................................6
CAPITULO II......................................................................................................... 7
1. MARCO TEORICO.......................................................................................... 7
1.1
STATGRAPHICS..................................................................................... 7
1.2
ANOVA................................................................................................. 9
1.3
ANOVA Y STATGRAPHIC......................................................................13
CAPITULO III...................................................................................................... 14
1.
METODOLOGIA....................................................................................... 14
1.1 TIPO DE INVESTIGACIN:.........................................................................14
1.2 POBLACIN - MUESTRA:..........................................................................14
1.3 APLICACIN DEL PROGRAMA STATGRAPHIC.............................................14
RESULTADOS............................................................................................... 18
CAPITULO IV...................................................................................................... 22
CONCLUSIONES............................................................................................. 22
RECOMENDACIONES..................................................................................... 22
-
Utilizar la prueba de scchefe si se quiere un resultado mas optimo..............................22
REFERENCIAS ELECTRONICAS.........................................................................23
ANEXOS.......................................................................................................... 24
Pgina 3

CARRION
INTRODUCCION
Existen muchos software estadsticos y algunos con probabilidad como es el caso del
STATGRAPHICS que sirve como apoyo del profesor para mostrar en forma precisa y
rpida las grficas e indicadores estadsticos y en el caso de probabilidad.
La enseanza de la prctica de la probabilidad y estadstica debera basarse en la resolucin
de estudios de casos. El software adecuado ms que una simple calculadora, podra apoyar
cursos basados en el estudio de casos, para presentar problemas prcticos que requieren: la
formulacin de hiptesis, la recoleccin de datos, la comprobacin de hiptesis y la
comunicacin de resultados e ideas.
Pgina 4

CARRION
CAPITULO I
1. PLANTEAMIENTO, ORIGEN Y DELIMITACION DEL
PROBLEMA
1.1.
REALIDAD PROBLEMTICA
La empresa COBRA S.A realiza el mantenimiento preventivo a las siguientes empresas

generadoras de electricidad como:
EDEGEL S.A.A.
Electro Per S.A. (ELP)
Energa del Sur S.A. (ENERSUR)
EGENOR
En la actualidad el jefe de departamento de logstica se encuentra en la bsqueda del

proveedor de cables elctricos que cumpla con las especificaciones tcnicas, para ello
utiliza la herramienta estadstica statgraphics que comparara la resistencia a la tensin de
los cables de cada proveedor, dando como resultado que proveedor es mejor.
1.2.
-
FORMULACION DEL PROBLEMA

PROBLEMA GENERAL
De qu manera la aplicacin de la herramienta STATGRAPHICS influir en la seleccin

del mejor proveedor de cables elctricos, en la ciudad de Huacho-2015?
-
PROBLEMA ESPECFICO 1
De qu manera la determinacin de la MUESTRAS DE RESISTENCIA DE TENSION

permitir
la seleccin del mejor proveedor de cable elctrico en la ciudad de, Huacho-
2015?
Pgina 5

CARRION
2. OBJETIVOS DE LA INVESTIGACIN
2.1. FORMULACIN DEL OBJETIVO GENERAL
Determinar de qu manera la aplicacin de la herramienta Statgraphics influir en la

seleccin del mejor proveedor de cable elctrico, Huacho 2015
2.2. OBJETIVO ESPECFICO 1
Determinar la resistencia de tensin del cable elctrico del mejor proveedor Huacho 2015
3. JUSTIFICACIN DE LA INVESTIGACIN
La aplicacin de la herramienta Statgraphics nos facilitara el anlisis estadstico de datos,
haciendo de estos ms precisos, lo que nos proporcionara la comparacin de los cables
elctricos de cada proveedor.
Mediante esta herramienta, es posible realizar un anlisis descriptivo de una o varias
variable, utilizando grficos que nos expliquen su distribucin o calculando sus medidas
caractersticas
Pgina 6

CARRION
CAPITULO II
1. MARCO TEORICO
1.1 STATGRAPHICS
Es un Software que est diseado para facilitar el anlisis estadstico de datos. Un anlisis
descriptivo de una o varias variable, utilizando grficos que expliquen su distribucin o
calculando sus medidas caractersticas.
El clculo de intervalos de confianza, contrastes de hiptesis, anlisis de varianza, anlisis
de regresin, anlisis multivariantes, as como diversas tcnicas aplicadas en Control de
Calidad, son algunas de las herramientas que tiene el programa. En otras palabras, se trata
de una completa herramienta para el estudio, anlisis y aprendizaje de cualquier rama de la
Estadstica.
STATGRAPHICS Centurin es una potente herramienta de anlisis de datos que combina
una amplia gama de procedimientos analticos con extraordinarios grficos interactivos
para proporcionar un entorno integrado de anlisis que puede ser aplicado en cada una de
las fases de un proyecto, desde los protocolos de gestin Si Sigma hasta los procesos de
control de calidad.
OTROS USOS
-
Anlisis exploratorio de datos

Anlisis de la varianza y regresin
Ajuste de Distribuciones
Control estadstico de procesos
Diseo de experimentos
Seis Sigma
Anlisis de la fiabilidad y datos de vida
Anlisis de series temporales y prediccin
Mtodos multivariantes
Tcnicas no paramtricas
Pgina 7

CARRION
A. Seis Sigma
Las herramientas analticas y reportadoras de STATGRAPHICS Centurin permiten
implementar la metodologa Seis Sigma en la empresa, optimizando los niveles de calidad y
asegurando que esos niveles se mantengan a lo largo de todo el proceso de produccin.
Los principales mdulos son las siguientes:
StatReport: Un Editor Estadstico, nos da la posibilidad de preparar informes, con grficos
y tablas cambiantes cuando vara algn dato correspondiente y anlisis efectuados. Este
editor permite cambiar tipos de letra, color y tamao de las mismas, as como configurar
pginas.
StatWizard: Un Asistente Estadstico que ayuda de forma efectiva a seleccionar en cada
caso el procedimiento que mejor se recopile y analiza nuestros datos.
StatLink: Un Enlace Estadstico que nos permite enlazar el Libro de Anlisis Statfolio con
el que estemos trabajando con nuestra fuente de datos.
VENTAJAS
-
Facilidad en el control de las Capacidades Grficas, a travs de un solo cuadro de

dilogo.
Aumento de las capacidades en cuanto al Control de Calidad y diseo de

experimentos, con los siguientes nuevos procedimientos:
a) Nuevos diseos para factores completos o de nivel mixto fraccionario.

b) Diseos mixtos, permitiendo los controles tanto superior como inferior de las
restricciones.
c) Diseos basados en el mejor comportamiento de la varianza.
Pgina 8

CARRION
Factores categricos nicos o mltiples.
Optimizacin grfica y numrica.
Grficos de Control, para tratar observaciones individuales o en subgrupos

seriamente correlacionadas.
Grficos de Control CuSum.
Grficos de espina de pescado (fishbone).
Recalculo de los Lmites de Control.
Cmputo de los lmites de tolerancia normal, basados en valores conocidos de la

media, la desviacin tpica y el tamao de la muestra.
1.2 ANOVA
El anlisis de la varianza (ANOVA) es una potente herramienta estadstica, de gran utilidad

tanto en la industria, para el control de procesos, como en el laboratorio de anlisis, para el
control de mtodos analticos. Los ejemplos de aplicacin son mltiples, pudindose
agrupar, segn el objetivo que persiguen, en dos principalmente: la comparacin de
mltiples columnas de datos y la estimacin de los componentes de variacin de un
proceso.
El anlisis de la varianza parte de los conceptos de regresin lineal. Un anlisis de la
varianza permite determinar si diferentes tratamientos muestran diferencias significativas o
por el contrario puede suponerse que sus medias poblacionales no difieren. El anlisis de la
varianza permite superar las limitaciones de hacer contrastes bilaterales por parejas que son
un mal mtodo para determinar si un conjunto de variables con n > 2 difieren entre s. El
Pgina 9

CARRION
primer concepto fundamental es que todo valor observado puede expresarse mediante la
siguiente funcin:
Donde:
sera el valor observado (variable dependiente) [valor j-simo del tratamiento isimo], y es el efecto del tratamiento i.
sera una constante que en la recta de regresin equivale a la ordenada en el origen,
es una variable que vara de tratamiento a tratamiento.
es una variable aleatoria que aade a la funcin cierto error que desva la puntuacin
observada de la puntuacin pronosticada.
Por tanto, a la funcin de pronstico la podemos llamar "media del tratamiento i":
Podemos resumir que las puntuaciones observadas equivalen a las puntuaciones esperadas,
ms el error aleatorio (
). A partir de esa idea, se puede operar:
1. Restamos a ambos lados de la ecuacin (para mantener la igualdad) la media de la

variable dependiente:
2. Operando se llega finalmente a que:
Esta ecuacin se reescribe frecuentemente como:
Pgina 10

CARRION
De un factor, que es el caso ms sencillo, la idea bsica del anlisis de la varianza es
comparar la variacin total de un conjunto de muestras y descomponerla como:
Donde:
Es un nmero real relacionado con la varianza, que mide la variacin debida al
"factor", "tratamiento" o tipo de situacin estudiado.
Es un nmero real relacionado con la varianza, que mide la variacin dentro de
cada "factor", "tratamiento" o tipo de situacin.
En el caso de que la diferencia debida al factor o tratamiento no sean estadsticamente
significativa puede probarse que las varianzas mustrales son iguales:
Donde:
es el nmero de situaciones diferentes o valores del factor se estn comparando.
es el nmero de mediciones en cada situacin se hacen o nmero de valores
disponibles para cada valor del factor.
As lo que un simple test a partir de la F de Snedecor puede decidir si el factor o
tratamiento es estadsticamente significativo.
GRADOS DE LIBERTAD
Los grados de libertad pueden descomponerse al igual que la suma de cuadrados. As,
GLtotal = GLentre + GLdentro. Los GLentre se calculan como: a - 1, donde a es el nmero
de tratamientos o niveles del factor. Los GLdentro se calculan como N - a, donde N es el
nmero total de observaciones o valores de la variable medida (la variable respuesta).
Pgina 11

CARRION
PRUEBAS DE SIGNIFICACION
El anlisis de varianza lleva a la realizacin de pruebas de significacin estadstica, usando

la denominada distribucin F de Snedecor.
TABLAS ANOVA
Una vez que se han calculado las sumas de cuadrados, las medias cuadrticas, los grados de
libertad y la F, se procede a elaborar una tabla que reuna la informacin, denominada
"Tabla de Anlisis de varianza o ANOVA", que adopta la siguiente forma:
Fuente de Suma
variacin
cuadrados
Intergrupo
Intragrupo
o Error
de
Grados
de
libertad
t-1
N-t
Pgina 12
Cuadrado medio

CARRION
Total
N-1
COMPARACIN DE MLTIPLES POBLACIONES

El ANOVA puede utilizarse en situaciones donde ambas fuentes de variacin son aleatorias.
Un ejemplo sera el anlisis de algn compuesto de un vino almacenado en un depsito.
Supongamos que las muestras se toman aleatoriamente de diferentes partes del depsito y
se realizan diversos anlisis replicados. Aparte de la variacin natural en la medida
tendremos una variacin en la composicin del vino de les diferentes partes del depsito.
Cuando tengamos un factor, controlado o aleatorio, aparte del error propio de la medida,
hablaremos del ANOVA de un factor. En el caso de que estuvisemos desarrollando un
nuevo mtodo colorimtrico y quisiramos investigar la influencia de diversos factores
independientes sobre la absorbancia, tales como la concentracin de reactivo A y la
temperatura a la que tiene lugar la reaccin, entonces hablaramos de un ANOVA de dos
factores. En los casos donde tenemos dos o ms factores que influyen, se realizan los
experimentos para todas las combinaciones de los factores estudiados, seguido del
ANOVA. Se puede deducir entonces si cada uno de los factores o una interaccin entre
ellos tienen influencia significativa en el resultado.
Para utilizar el ANOVA de forma satisfactoria deben cumplirse tres tipos de hiptesis,
aunque se aceptan ligeras desviaciones de las condiciones ideales:
1. Cada conjunto de datos debe ser independiente del resto.
2. Los resultados obtenidos para cada conjunto deben seguir una distribucin normal.
3. Las varianzas de cada conjunto de datos no deben diferir de forma significativa.
1.3 ANOVA Y STATGRAPHIC
Pgina 13

CARRION
El procedimiento ANOVA Simple (o de un criterio de clasificacin) est diseado para
construir un modelo estadstico que describa el impacto de un solo factor categrico X
sobre una variable dependiente Y. Se realizan pruebas para determinar si hay o no
diferencias significativas entre las medias, varianzas y/o medianas de Y en los diferentes
niveles de X. Adems, los datos se pueden presentar grficamente de varias formas,
incluyendo un grfico mltiple de dispersin, un grfico de medias, un grfico ANOM, y
un grfico de medianas.
En este procedimiento, se supone que los datos se colocarn en dos columnas, una para la
variable dependiente Y, y una segunda identificando los niveles de X. Tambin se puede
realizar un anlisis de varianza simple empleando el procedimiento Comparacin de Varias
Muestras, que se debe usar si los datos se han puesto en columnas separadas para cada nivel
de X.
CAPITULO III
1. METODOLOGIA
1.1 TIPO DE INVESTIGACIN:

Explicativo, porque no solo se persigue describir o acercarse a un problema, sino que se
intenta
Encontrar las causas del mismo.
1.2 POBLACIN - MUESTRA:
Est conformada por el nmero de observaciones sobre resistencia de tensin en los cables
elctricos
1.3 APLICACIN DEL PROGRAMA STATGRAPHIC
PRUEBAS
DE
RESISTENCI
AS
B
110
PROVEEDORES
C
130
Pgina 14
100
D
70

CARRION
2
3
4
5
6
7
8
9
10
TOTAL
90
120
130
115
105
50
75
85
40
920
45
50
40
45
55
65
120
50
150
750
200
90
70
90
130
80
70
80
250
1160
40
100
180
40
150
200
210
220
250
1460
PASO 1: FORMULACION DE HIPOTESIS
_0 = Las muestras de los fabricantes tienen la misma resistencias.

_1 = Las muestras de los fabricantes NO tienen la misma resistencias.
PASO 2: ESPECIFICAR EL NIVEL DE SIGNIFICANCIA
=5 =0.05
PASO 3: INGRESAMOS LOS DATOS A LA TABLA
Ingresar los datos de forma paralela entre las fbricas y las resistencias
OBSERVACIONES
Pgina 15

CARRION
Seleccionamos el tipo de
Pgina 16

CARRION
Introducimos
Seleccionamos
PASO 4: HACEMOS EL ANLISIS DE VARIANZA

Anlisis Simple
Pgina 17

CARRION
PASO 5: APLICANDO
Seleccionamos los
datos como Factor y
Podemos escoger las tablas y graficas:
Pgina 18

CARRION
RESULTADOS
I RESULTADO A EVALUAR
Resumen Estadstico para resistencia
fabric Recuento Promedi Desviacin
Coeficiente
Estndar
Variacin
de Mnimo Mximo Rango
10
92.0
29.9258
32.5281%
40.0
130.0
90.0
10
75.0
41.4327
55.2436%
40.0
150.0
110.0
10
116.0
61.1374
52.7046%
70.0
250.0
180.0
10
146.0
78.0598
53.4656%
40.0
250.0
210.0
Total
40
107.25
60.0208
55.9635%
40.0
250.0
210.0
fabrica
Sesgo Estandarizado
Curtosis Estandarizada
-0.82252
-0.40809
B
C
1.36698
2.09838
-0.460224
1.08673
D
Total
-0.350313
2.50643
-1.04067
0.125144
El StatAdvisor
Esta tabla muestra diferentes estadsticos de resistencia para cada uno de los 4 niveles de
fbrica. La intencin principal del anlisis de varianza de un factor es la de comparar las
medias de los diferentes niveles, enlistados aqu bajo la columna de Promedio. Selecciones
Grfica de Medias de la lista de Opciones Grficas para mostrar grficamente las medias.
Pgina 19

CARRION
II RESULTADO
Tabla ANOVA para resistencia por fbrica
Fuente
Suma
de Gl Cuadrado Medio Razn-F
Cuadrados
Entre grupos 28507.5
Intre grupos 111990.
36 3110.83
Total (Corr.) 140498.
39
9502.5
3.05
Valor-P
0.0407
El StatAdvisor
La tabla ANOVA descompone la varianza de resistencia en dos componentes: un
componente entre-grupos y un componente dentro-de-grupos. La razn-F, que en este caso
es igual a 3.05465, es el cociente entre el estimado entre-grupos y el estimado dentro-degrupos. Puesto que el valor-P de la prueba-F es menor que 0.05, existe una diferencia
estadsticamente significativa entre la media de resistencia entre un nivel de fbrica y otro,
con un nivel del 95.0% de confianza. Para determinar cules medias son significativamente
diferentes de otras, seleccione Pruebas de Mltiples Rangos, de la lista de Opciones
Tabulares.
Pgina 20

CARRION
Dispersin por Cdigo de Nivel
250
resistencia
200
150
100
50
0
A
fabrica
Grfico Caja y Bigotes
fabrica
D
0
50
100
150
resistencia
Pgina 21
200
250

CARRION
RESULTADO FINAL
Para conocer que empresa es mejor se aplica la prueba de scheffe
Pruebas de Mltiple Rangos para resistencias por proveedores
Mtodo: 95.0 porcentaje Scheffe
proveedores
Casos
Media LS
Sigma LS
Grupos Homogneos
B
A
C
D
10
10
10
10
75.0
92.0
116.0
146.0
17.6376
17.6376
17.6376
17.6376
X
X
X
X
Contraste
Sig.
A-B
A-C
A-D
B-C
B-D
C-D
* indica una diferencia significativa.
Diferencia
+/- Lmites
17.0
-24.0
-54.0
-41.0
-71.0
-30.0
73.1456
73.1456
73.1456
73.1456
73.1456
73.1456
El StatAdvisor
Esta tabla aplica un procedimiento de comparacin mltiple para determinar cules medias
son significativamente diferentes de otras. La mitad inferior de la salida muestra las
diferencias estimadas entre cada par de medias.
No hay diferencias estadsticamente
significativas entre cualquier par de medias, con un nivel del 95.0% de confianza. En la
parte superior de la pgina, se ha identificado un grupo homogneo, segn la alineacin de
las X's en columna. No existen diferencias estadsticamente significativas entre aquellos
niveles que compartan una misma columna de X's.
Pgina 22

CARRION
CAPITULO IV
CONCLUSIONES
-
La prueba experimental se ha realizado a un nivel del 5% de significancia
Segn las grficas de caja y bigote, se selecciona la empresa A ya que esta menos
alejada de su media es decir tiene menos dispersin.
El programa statgraphic, nos da un resultado ms ptimo en la seleccin de

proveedores.
Las muestras de los fabricantes NO tienen las mismas resistencias.
RECOMENDACIONES
-
Utilizar la prueba de scchefe si se quiere un resultado mas optimo
Pgina 23

CARRION
REFERENCIAS ELECTRONICAS
-
http://www.est.uc3m.es/esp/nueva_docencia/leganes/ing_telecomunicacion/
metodos_mejora_calidad/MEMC/doc_generica/Practicas/Guion_statanova.pdf
http://www.statgraphics.net/wp-content/uploads/2011/12/tutoriales/ANOVA
%20Multifactorial.pdf
https://books.google.com.pe/books?
id=812eR6i9Gj4C&pg=PA239&lpg=PA239&dq=anova+y+statgraphic&sourc
e=bl&ots=OOD2MZH6IN&sig=L6rhlzRMrbtdcZPIdUZqrI7NZwc&hl=es419&sa=X&ved=0CDsQ6AEwBmoVChMImu7ik-3EyAIVw4YNCh26wL7#v=onepage&q=anova%20y%20statgraphic&f=false
Pgina 24

CARRION
FOTO
CALIBRE
/ AWG
10
CONSUMO
DE
CORRIENTE
EJEMPLOS
Aires acondicionados centrales, equipos
Muy alto industriales (se requiere instalacin especial de

240 volts).
Alto
Aires acondicionados, estufas elctricas y

acometidas de energa elctrica (de la mufa al
interruptor).
Secadoras de ropa, refrigeradores, aires
Medio - alto acondicionados de ventana.
12
Medio
Hornos de microondas, licuadoras, contactos

de casas y oficinas, extensiones de uso rudo.
14
Medio bajo
Cableado de iluminacin, contactos de casas,

extensiones reforzadas.
16
Bajo
18
Extensiones de bajo consumo, lmparas.
Productos electrnicos como termostatos,
Muy bajo timbres o sistemas de seguridad.
ANEXOS
Las medidas que ms se usan en instalaciones para casas y oficinas, y por ende las que ms se venden, son
las 12 AWG y 14 AWG. Los usos ms comunes por dimetro del cable son:
Pgina 25

CARRION
Los cables y alambres por lo general tienen un aislamiento plstico de alguno de los
siguientes colores: blanco, negro, verde y rojo. El aislamiento caf es menos comn pero
tambin
tiene
presencia
en
el
mercado.
Los colores son utilizados para facilitar la identificacin de los alambres o cables por el
electricista o la persona que hace las instalaciones elctricas. Generalmente los colores se
utilizan de la siguiente manera:
COLOR
FOTO
USO
Blanco
Neutro: Cable con voltaje

cero que conduce la
corriente de regreso hacia
el pnel de carga.
Negro, rojo o
caf
Activo: Cable "caliente" o

"vivo" con carga completa
de voltaje.
Verde o
alambre
desnudo
Tierra: Cable que se

conecta a tierra fsica para
evitar descargas.
Pgina 26

CARRION
Pgina 27

Statgraphic

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Statgraphic

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL JOS FAUSTINO

FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS E

Huacho Per - 2015

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

A mi Padres por su apoyo incondicional

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

PLANTEAMIENTO, ORIGEN Y DELIMITACION DEL PROBLEMA..................5

FORMULACION DEL PROBLEMA............................................................5

FORMULACIN DEL OBJETIVO GENERAL...............................................6

OBJETIVO ESPECFICO 1........................................................................6

Utilizar la prueba de scchefe si se quiere un resultado mas optimo..............................22

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

La empresa COBRA S.A realiza el mantenimiento preventivo a las siguientes empresas

Electro Per S.A. (ELP)

Energa del Sur S.A. (ENERSUR)

En la actualidad el jefe de departamento de logstica se encuentra en la bsqueda del

FORMULACION DEL PROBLEMA

De qu manera la aplicacin de la herramienta STATGRAPHICS influir en la seleccin

De qu manera la determinacin de la MUESTRAS DE RESISTENCIA DE TENSION

la seleccin del mejor proveedor de cable elctrico en la ciudad de, Huacho-

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

Determinar de qu manera la aplicacin de la herramienta Statgraphics influir en la

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

Anlisis exploratorio de datos

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

Facilidad en el control de las Capacidades Grficas, a travs de un solo cuadro de

Aumento de las capacidades en cuanto al Control de Calidad y diseo de

a) Nuevos diseos para factores completos o de nivel mixto fraccionario.

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

Factores categricos nicos o mltiples.

Optimizacin grfica y numrica.

Grficos de Control, para tratar observaciones individuales o en subgrupos

Grficos de Control CuSum.

Grficos de espina de pescado (fishbone).

Recalculo de los Lmites de Control.

Cmputo de los lmites de tolerancia normal, basados en valores conocidos de la

El anlisis de la varianza (ANOVA) es una potente herramienta estadstica, de gran utilidad

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

). A partir de esa idea, se puede operar:

1. Restamos a ambos lados de la ecuacin (para mantener la igualdad) la media de la

2. Operando se llega finalmente a que:

Esta ecuacin se reescribe frecuentemente como:

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

El anlisis de varianza lleva a la realizacin de pruebas de significacin estadstica, usando

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

COMPARACIN DE MLTIPLES POBLACIONES

1.3 ANOVA Y STATGRAPHIC

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

1.1 TIPO DE INVESTIGACIN:

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

PASO 1: FORMULACION DE HIPOTESIS

_0 = Las muestras de los fabricantes tienen la misma resistencias.

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

PASO 4: HACEMOS EL ANLISIS DE VARIANZA

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

Podemos escoger las tablas y graficas:

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

de Mnimo Mximo Rango

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ

de Gl Cuadrado Medio Razn-F

Intre grupos 111990.