Variable Discreta: Es una variable que solo puede tomar valores dentro de un conjunto especifico numerable.
Enviado por Ninoka • 13 de Julio de 2018 • 2.500 Palabras (10 Páginas) • 454 Visitas
...
[pic 6]
Como podemos observar tanto el Cpk y Ppk de 0.19, reflejan un proceso incapaz de cumplir con los requisitos del cliente, ya que el objetivo es tener un un Cpk o Ppk igual o superior a 1.5 para obtener un proceso capaz.
Operador 1
[pic 7]
Como podemos observar tanto el Cpk de 0.38 y Ppk de 0.15, reflejan un proceso incapaz de cumplir con los requisitos del cliente, ya que el objetivo es tener un un Cpk o Ppk igual o superior a 1.5 para obtener un proceso capaz.
Operador 2
[pic 8]
Como podemos observar el Ppk de 0.53, reflejan un proceso incapaz de cumplir con los requisitos del cliente, ya que el objetivo es tener un un Cpk o Ppk igual o superior a 1.5 para obtener un proceso capaz.
Operador 3
[pic 9]
Como podemos observar tanto el Cpk de 0.75 y Ppk de 0.18, reflejan un proceso incapaz de cumplir con los requisitos del cliente, ya que el objetivo es tener un un Cpk o Ppk igual o superior a 1.5 para obtener un proceso capaz.
Ejercicio 2
- Abre el archivo Correlation Exercise 1.MTW.
- Supón que desean determinar qué etapa (en un proceso de 6 etapas) tiene mayor poder de predicción (relación lineal) con el tiempo total de ciclo del proceso.
- Analizan los datos que se muestran en la parte inferior para determinar cuál es la etapa del proceso que tiene mayor influencia con respecto al tiempo total de ciclo del proceso.
- Construye y prueba un modelo de regresión lineal simple para los tiempos de ciclo para cada una de las seis etapas contra el total del tiempo de ciclo.
A continuación, procedemos a realizar la regresión lineal por cada etapa.
Etapa 1
Descripción de la Hipótesis
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P
Datos y gráficos de Minitab:
Análisis de regresión: Total vs. Step1
La ecuación de regresión es
Total = 31.76 + 0.8428 Step1
S = 2.56132 R-cuad. = 9.3% R-cuad.(ajustado) = 8.3%
Análisis de Varianza
Fuente GL SC MC F P
Regresión 1 65.547 65.5466 9.99 0.002
Error 98 642.913 6.5603
Total 99 708.460
[pic 10]
Interpretación de los datos:
A partir del valor P obtenido de 0.002 ( que 0.05 (se rechaza) La hipótesis nula
Por lo que la correlación (si es) significativa entre las variables
Si la Regresión entre “Step 1 X” y “Total Y”. La (Step 1 X), explica 8.3% de la variación de (Total Y), de acuerdo al valor de R2= 8.3
Etapa 2
Descripción de la Hipótesis
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P
Datos y gráficos de Minitab:
Análisis de regresión: Total vs. Step2
La ecuación de regresión es
Total = 33.66 + 0.5733 Step2
S = 2.59535 R-cuad. = 6.8% R-cuad.(ajustado) = 5.9%
Análisis de Varianza
Fuente GL SC MC F P
Regresión 1 48.346 48.3463 7.18 0.009
Error 98 660.113 6.7359
Total 99 708.460
[pic 11]
Interpretación de los datos:
A partir del valor P obtenido de 0.009 ( que 0.05 (se rechaza) La hipótesis nula
Por lo que la correlación (si es) significativa entre las variables
Si la Regresión entre “Step 2 X” y “Total Y”. La (Step 2 X), explica 5.9% de la variación de (Total Y), de acuerdo al valor de R2= 5.9
Etapa 3
Descripción de la Hipótesis
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P
Datos y gráficos de Minitab:
Análisis de regresión: Total vs. Step3
La ecuación de regresión es
Total = 26.59 + 0.8548 Step3
S = 2.66088 R-cuad. = 2.1% R-cuad.(ajustado) = 1.1%
Análisis de Varianza
Fuente GL SC MC F P
Regresión 1 14.589 14.5895 2.06 0.154
Error 98 693.870 7.0803
Total 99 708.460
[pic 12]
Interpretación de los datos:
A partir del valor P obtenido de 0.154 (>) que 0.05 (no se rechaza) La hipótesis nula
Por lo que la correlación (no es) significativa entre las variables
Etapa 4
Descripción
...