TRABAJO FINAL

Universidad Tecnológica Nacional - Facultad Regional Córdoba

Probabilidad y Estadística Aplicada

Carrera:​ “Maestría en Ingeniería en Calidad”

Docente: ​Prof. Dr. Fernando Garcia

Autores:
- Farm. Martinez, Rocio
- Farm. Rosso, Sabrina
- Ing. Tapia, Ricardo

23 de Octubre de 2018
Índice

Actividades Propuestas 3
Resolución 4
Punto Nº 1 4
Herramientas descriptivas 4
Cálculo de estadísticos descriptivos 4
Tablas 4
Gráficos 5
Herramientas inferenciales 6
Punto Nº 2 7
Cálculo de estadísticos descriptivos 7
Gráficos 8
Punto Nº 3 9
Relación peso-longitud 9
Punto Nº 4 10
Actividades Propuestas
Una compañía utiliza dos máquinas diferentes (1 y 2) para fabricar piezas de cierto
tipo.Durante un solo turno, se obtuvo una muestra de 30 piezas producidas por cada
máquina y se determinó el valor de dos dimensiones críticas (longitud y peso) de cada pieza
y la presencia de defectos de fabricación. (Ver archivo adjunto)
Deberá concluir respecto de las siguientes cuestiones:
1 - ¿Existen diferencias en la longitud de las piezas fabricadas con las dos
máquinas? Utilice las herramientas descriptivas (tablas, gráficos y cálculo de medidas) e
inferenciales (estimación y prueba de hipótesis) que considere adecuadas para concluir.
Trabaje con un nivel de significación del 5%.
2 - ¿Existen diferencias en la proporción de piezas con defectos con las dos
máquinas? Utilice las herramientas descriptivas (tablas, gráficos y cálculo de medidas) que
considere adecuadas para concluir.
3 - ¿Existe asociación entre la longitud y el peso de las piezas? Utilice las
herramientas descriptivas (tablas, gráficos y cálculo de medidas) que considere adecuadas
para concluir.
4 - ¿Es suficiente la evidencia encontrada en la muestra de 30 piezas producidas con
la máquina 1 para apoyar la postura del gerente de producción que afirma que la proporción
de defectuosos en mayor al 10%? Utilice un nivel de significación del 5%.
Resolución

Punto Nº 1

Herramientas descriptivas

Cálculo de estadísticos descriptivos

Figura 1– Salida de estadísticos descriptivos

Tablas

Figura 2 – Diseño de tallo y hoja: longitud

 Figura 3 – Tallo y hoja de longitud

Gráficos

Figura 4 – Gráfico de caja comparativa

Se aprecia que la mediana no es igual en las dos muestras. Podemos observar

también mayor variación en la máquina 1, como así también valores atípicos muy distantes
de los valores típicos de la misma muestra.
Herramientas inferenciales

Figura 5 – Salida de prueba T e IC de dos muestras

CRITERIO DE ACEPTACIÓN: Según las tablas el valor de ​t ​es 2,002. Por lo tanto,
el criterio de decisión será el siguiente: “Si el valor de t calculado es menor que –2,002 o
mayor que +2,002 se rechaza la hipótesis nula de que las medias son iguales”
Como el valor t calculado de la prueba (-3,74) es ​MENOR que –2.002 se rechaza H0
concluyendo que ​si existen diferencias en la longitud de las piezas fabricadas con las
dos máquinas.
Si analizamos la información adicional provista por MINITAB vemos que es
consistente con la decisión de rechazar la misma. El valor de p es menor que el nivel de
significancia α=0.05 y el IC​95%​: Dicho intervalo no contiene el valor 0 establecido en la
hipótesis nula.
Punto Nº 2

Cálculo de estadísticos descriptivos

Figura 6 – Salida de estadísticos descriptivos

Gráficos

Figura 7 – Gráfico de puntos de defecto

Figura 8 – Gráfico de barras

En base a la gran similitud entre la proporción de piezas defectuosas de ambas

máquinas observada en los distintos gráficos y una diferencia de tan solo una unidad en el
número de defectos entre ambas, podemos concluir que no existen diferencias significativas
en la proporción de piezas con defectos entre las dos máquinas.
Punto Nº 3

Relación peso-longitud

Figura 9 – Gráfico de dispersión

Figura 10 – Salida de correlación

El coeficiente de correlación lineal (Coeficiente de Pearson) tiene un valor muy

cercano a cero, lo cual indicaría una relación lineal muy débil entre las variables peso y
longitud. Esto se corresponde con lo observado en el gráfico de dispersión obtenido, en el
cual los ​puntos no siguen patrón específico.
Punto Nº 4

Figura 11 – Salida de prueba e IC para una Proporción

CRITERIO DE ACEPTACIÓN: ​Para un valor de significancia α=0,05 determinamos

nuestra zona de rechazo/crítica, la cual está definida para valores mayores a 1,645
(​Zα-1>1,645​). Por lo tanto, el criterio de decisión será el siguiente: “Si el valor de z calculado
es mayor que 1,645 se rechaza la hipótesis nula”. Calculando nuestro ​z=1,22 tenemos que
z<1,645​, no cayendo el mismo en la zona de rechazo. De este este valor ​z=1,22 podemos
calcular el valor de ​p=P(z>1.22)=0,112 donde resulta que ​p>α​, por lo anterior no se rechaza
la hipótesis nula.
Adicionalmente analizando la información provista por MINITAB vemos que es
consistente con la decisión de no rechazar la hipótesis nula, el valor de ​p=0,112
(anteriormente calculado) es mayor al valor de significancia ​α=0,05 por lo que podemos
concluir que la proporción de defectuosos es igual al 10%, es decir no se rechaza la
hipótesis nula. Concluimos que ​no es suficiente la evidencia encontrada en la muestra
de la máquina 1 para soportar la postura del gerente de producción que afirma que la
proporción de defectuosos es mayor al 10%.