SEGUNDO PARCIAL CONTROL DE CALIDAD II I. Realizar un anlisis de control de calidad univariado para cada variable. a.

Grfico de tallo y hojas: Para la variable Ph:

Ph Stem-and-Leaf Plot Frequency ,00 Stem & Leaf (=<7,53) . . . . . . . . . . . . . . . 6666 899 0000111 22222233333 4444444444444455555 66666677777777777 888888888888888888888888888899999999 0000000000000111111111111111111 2222222222222333333333333 444444455555555 6666666666666666677777777 8999999 0000000000111 333 45

2,00 Extremes 75 . 4,00 75 3,00 75 7,00 76 11,00 76 19,00 76 17,00 76 36,00 76 31,00 77 25,00 77 15,00 77 25,00 77 7,00 77 13,00 78 3,00 78 2,00 78

Stem width: Each leaf:

,10 1 case(s)

INTERPRETACIN: La variable Ph sigue una distribucin aproximadamente normal debido a que la forma de las hojas es muy similar a una campana de Gauss, adems existen 2 datos outlier, por lo que es necesario investigar las causas por las cuales los datos se han salido de control

Para la variable H2O:

H20 Stem-and-Leaf Plot Frequency ,00 Stem & Leaf (=<,60) . . . . . . . . . . . . . . 2 4555555 666666677 88888888999 000000000000000011111111111111 222222222222333333333333 444444444444444555555555555555555555 66666666666666667777777777777777777 888888888888999999 00000000000000000001111111 222 44455555 6666777 8 (>=,90)

3,00 Extremes 6 . 1,00 6 7,00 6 9,00 6 11,00 6 30,00 7 24,00 7 36,00 7 35,00 7 18,00 7 26,00 8 3,00 8 8,00 8 7,00 8 1,00 8 1,00 Extremes

Stem width: Each leaf:

,10 1 case(s)

INTERPRETACIN: La variable H2O sigue una distribucin aproximadamente normal debido a que la forma de las hojas es muy similar a una campana de Gauss, adems existen 4 datos outlier, por lo que es necesario investigar las causas de estos datos y ver si se pueden ser eliminados.

Para la variable peso:

Peso Stem-and-Leaf Plot Frequency ,00 2,00 4,00 3,00 8,00 14,00 8,00 23,00 17,00 40,00 25,00 17,00 23,00 10,00 7,00 5,00 11,00 2,00 1,00 Stem width: Each leaf: 31 . 31 31 31 31 32 32 32 32 32 33 33 33 33 33 34 34 34 34 . . . . . . . . . . . . . . . . . . 22 5555 667 88888889 00000001111111 22333333 44444444444555555555555 66666666666777777 8888888888889999999999999999999999999999 0000000000000001111111111 22222222333333333 44444444444555555555555 6666666777 8888889 00111 22222222222 55 6 Stem & Leaf

,10 1 case(s)

INTERPRETACIN:

La variable peso sigue una distribucin aproximadamente normal debido a que la forma de las hojas es muy similar a una campana de Gauss, por otro lado no existen datos outlier.

b. Diagrama de cajas. Para la variable Ph:

INTERPRETACIN: Se observa que la variable Ph sigue una distribucin asimtrica negativa debido a que la mediana se encuentra ms cercana al cuartil 1 que al cuartil 3. Adems se observa que la variable presenta 2 datos outlier por lo que es necesario conocer las causas y tratar de eliminarlos.

Para la variable H2O:

INTERPRETACIN: Se observa que la variable H2O sigue una distribucin asimtrica positiva debido a que la mediana se encuentra ms cercana al cuartil 3 que al cuartil 1. Adems se observa que la variable presenta 4 datos outlier por lo que es necesario conocer las causas y tratar de eliminarlos.

Para la variable peso:

INTERPRETACIN: Se observa que la variable peso sigue una distribucin asimtrica negativa debido a que la mediana se encuentra ms cercana al cuartil 1 que al cuartil 3. Por otro lado se observa que la variable no presenta datos outlier.

c. PP Plot en Minitab: Para la variable Ph:

Grfica de probabilidad de Ph
Normal - 95% de IC
99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1 Media Desv .Est. N AD Valor P 7.703 0.06149 220 0.661 0.083

Porcentaje

7.5

7.6

7.7 Ph

7.8

7.9

Aceptamos H0 si el valor de P > 0.05 INTERPRETACIN: como el valor P es mayor a 0.05 la variable Ph sigue una distribucin normal.

Para la variable H2O:

Grfica de probabilidad de H2O

Normal - 95% de IC
99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1 Media Desv .Est. N AD Valor P 0.7483 0.05573 220 0.725 0.058

Porcentaje

0.55

0.60

0.65

0.70

0.75 H2O

0.80

0.85

0.90

0.95

INTERPRETACIN:

Para la variable peso:

2. Realizar un anlisis de control de calidad multivariado 3. Considerar una variable depediente y las otras independientes para realizar un anlisis de calidad de regresin mltiple. GRFICO DE Q- Q PLOT PARA VARIABLES.

VARIABLE PH:

EN EL GRFICO QQ PLOT DE LA VARIABLE PH, PODEMOS OBSERVAR QUE ES APROXIMADAMENTE NORMAL, DADO QUE LOS DATOS ESTAR CERCA A LA LNEA DE TENDENCIA. LO MISMO SUCEDE CON LA VARIABLE H20 Y LA VARIABLE PESO

EN EL GRFICO QQ PLOT DE LA VARIABLE PH, PODEMOS OBSERVAR QUE ES APROXIMADAMENTE NORMAL, DADO QUE LOS DATOS ESTAR CERCA A LA LNEA DE TENDENCIA. LO MISMO SUCEDE CON LA VARIABLE H20 Y LA VARIABLE PESO

EN EL GRFICO QQ PLOT DE LA VARIABLE PH, PODEMOS OBSERVAR QUE ES APROXIMADAMENTE NORMAL, DADO QUE LOS DATOS ESTAR CERCA A LA LNEA DE TENDENCIA. LO MISMO SUCEDE CON LA VARIABLE H20 Y LA VARIABLE PESO

CORRELACIONES:

Correlaciones Ph Correlacin de Pearson Ph Sig. (bilateral) N Correlacin de Pearson H20 Sig. (bilateral) N Correlacin de Pearson Peso Sig. (bilateral) N 220 -,041 ,545 220 -,013 ,848 220 220 ,538
**

H20 1 -,041 ,545 220 1

Peso -,013 ,848 220 ,538

**

,000 220 1

,000 220 220

**. La correlacin es significativa al nivel 0,01 (bilateral).

Grfica de matriz de PH, H20, PESO

0.60 7.8 7.7 7.6 0.90 PH 0.75 0.90

H20

0.75

3.5

0.60

3.3

PESO

3.1 7.6 7.7 7.8 3.1 3.3 3.5

INTERPRETACIN: En el grfico podemos notar que la variable PH y la variable Peso tienen una correlacin positiva muy buena y significativa La variable H20 y Ph no presentan correlacin significativa

H20 H20

PESO 0.5377 (220) 0.0000

PH -0.0410 (220) 0.5448 -0.0130 (220) 0.8478

PESO

0.5377 (220) 0.0000 -0.0410

PH

-0.0130

(220) 0.5448

(220) 0.8478

El rango de estos coeficientes de correlacin va de -1 a +1, y miden la fuerza de la relacin lineal entre las variables. Tambin se muestra, entre parntesis, el nmero de pares de datos utilizados para calcular cada coeficiente. El tercer nmero en cada bloque de la tabla es un valor-P que prueba la significancia estadstica de las correlaciones estimadas. Valores-P abajo de 0.05 indican correlaciones significativamente diferentes de cero, con un nivel de confianza del 95.0%. Los siguientes pares de variables tienen valores-P por debajo de 0.05: H20 y PESO.

PRUEBA DE MARDIA(EXCEL)

Grfica Tcuadrada de PH, ..., PESO

80 70 60

Tcuadrada

50 40 30 20 10 0 1 3 5 7 9 11 13 Muestra 15 17 19 21 Mediana=2.29 LCS=15.65

INTERPRETACIN: Se observa que el proceso representado por las Ph, H20, Peso, se encuentra fuera de control debido a que existen 7 puntos fuera del lmite de control superior, es necesario hacer las cartas de control individuales y ver si hay existencia de causas asignables saber asimismo cuales son los puntos que pueden ser eliminados.

Carta de control individual para Ph:

Grfica I de Ph
7.9 LCS=7.8905

7.8

Valor individual

7.7

_ X=7.7030

7.6

7.5 1 23 45 67 89 111 133 Observacin 155 177 199

LCI=7.5154

INTERPRETACIN: La variable Ph se encuentra bajo control debido a que no existen puntos fuera de los lmites de control.

Carta de control individual para H2O:

Grfica I de H2O
0.90 0.85
1

LCS=0.8882

Valor individual

0.80 0.75 0.70 0.65 0.60 1 23 45 67 89 111 133 Observacin 155 177 LCI=0.6084
1 1 1

_ X=0.7483

199

INTERPRETACIN: Se observa que la variable H2O esta fuera de control debido a que presenta 4 puntos fuera de los lmites de control, sin embargo los puntos todava se encuentran dentro de los lmites de tolerancia por lo que no vamos a eliminar ningn punto.

Carta de control individual para peso:

Grfica I de Peso
3.5
1 1 1 11 1 1 1 1 11 1 1 11 1 11 11 1 1 11 1 1 1

3.4

Valor individual

LCS=3.3697 _ X=3.2930

3.3

3.2
11 1 1

LCI=3.2162
11 1 1 1 1 11 1 1 1 1 11 1 11 1 1 11 1 11 1

3.1 1 23

45

67

89 111 133 Observacin

155

177

199

INTERPRETACIN:

La variable peso se encuentra fuera de control debido a que existen 42 puntos fuera de control pero existen solo algunos puntos fuera de los lmites de tolerancia por lo cual slo eliminaremos esos puntos para hacer el nuevo diagrama de control multivariante.

Grfica de control multivariada eliminando los puntos fuera de los lmites de tolerancia:

Grfica Tcuadrada de Ph+, ..., Peso+

60 50 40

Tcuadrada

30 20 LCS=15.88 10 0 1 3 5 7 9 11 13 Muestra 15 17 19 21 Mediana=2.30

INTERPRETACIN: el proceso se encuentra fuera de control debido a que existen 6 puntos fuera del lmite de control superior, adems existen 7 puntos consecutivos sobre la lnea central, procederemos a hacer las cartas de control individuales y eliminar los puntos que estn fuera de los lmites de tolerancia.

Carta de control individual corregida para la variable Ph:

Grfica I de Ph+
7.9 LCS=7.8868

7.8

Valor individual

7.7

_ X=7.7015

7.6

7.5 1 22 43 64 85 106 127 Observacin 148 169 190

LCI=7.5162

INTERPRETACIN: La grfica se encuentra bajo control, debido a que no existen puntos sobre o debajo los lmites de control ni de tolerancia.

Carta de control corregida para H2O:

Grfica I de H2O+
0.90 0.85 0.80 0.75 0.70 0.65 0.60 1 22 43 64 85 106 127 Observacin 148 169 LCI=0.6059
1 1 1

LCS=0.8943

Valor individual

_ X=0.7501

190

INTERPRETACIN: la variable H2O se encuentra de los lmites de tolerancia propuestos por la empresa, por lo que no podemos eliminar ningn dato.

Carta de control corregida para la variable peso:

Grfica I de Peso+
3.45
1 11 1 1 11 11 1 1 11 1 1 11 1 11 1 1

3.40

LCS=3.3725

Valor individual

3.35 _ X=3.2969

3.30

3.25
1 11 1 1 1 1 1 1 11 1

LCI=3.2214
11 1 11 1

3.20 1 22 43 64

11 1 11 1

85 106 127 Observacin

148

169

190

INTERPRETACIN: la variable peso se encuentra dentro de los lmites de tolerancia establecidos por la empresa por lo que no podemos eliminar ningn valor para poner bajo control al proceso en general.

Grfica Tcuadrada de PH, ..., PESO

80 70 60
Tcuadrada

50 40 30 20 10 0 1 3 5 7 9 11 13 Muestra 15 17 19 21 Mediana=2.29 LCS=15.65

4. Considerar una variable depediente y las otras independientes para realizar un anlisis de calidad de regresin mltiple. El ejercicio de regresin se realiz en EXCEL, procederemos a poner la grfica de control y la respectiva interpretacin.

Grfica I de Residuos
0.2 LCS=0.1870

0.1

Valor individual

0.0

_ X=-0.0000

-0.1

-0.2 1 23 45 67 89 111 133 Observacin 155 177 199

LCI=-0.1870

INTERPRETACIN: el modelo de regresin del proceso se encuentra bajo control debido a que no existen puntos fuera de los lmites de control.