TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE AGUASCALIENTES

INGENIERÍA INDUSTRIAL
ESTADÍSTICA INFERENCIAL II

“PORTAFOLIO DE EVIDENCIAS DE APRENDIZAJE”

PROFESOR: M.C. CÉSAR ARTURO PUERTA JIMÉNEZ

ALUMN@:Guillermo Carrillo Esparza

AGUASCALIENTES, AGS., 30 DE Abril DE 2020

Actividad 4.1 (Comparación de cuatro métodos de ensamble)
Un equipo de mejora investiga el efecto de cuatro métodos de ensamble A, B, C y D, sobre
el tiempo de ensamble en minutos (variable de respuesta). Se controla activamente en el
experimento a los operarios que realizarán el ensamble, lo que da lugar al siguiente diseño
en bloques completos al azar:
Método de Operador
ensamble 1 2 3 4
A 6 9 7 8
B 7 10 11 8
C 10 16 11 14
D 10 13 11 9

a) ¿Los cuatro tipos de método de ensamble tienen el mismo tiempo de ensamble?

Considera un nivel de significancia del 5%.

1) Hipótesis:
𝑯𝟎 : 𝒀𝟏 = 𝒀𝟐 = 𝒀𝟑 =. . . = 𝒀𝒃 = 𝟎
𝑯𝟏 : 𝒀𝒋 ≠ 𝟎 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒃𝒍𝒐𝒒𝒖𝒆 𝒋

2) Estadístico de prueba:

3) Regla de decisión para un nivel de significancia 𝜶:

Rechazar 𝑯𝟎 si 𝑽𝒂𝒍𝒐𝒓 − 𝒑 ≤ 𝜶
4) Evaluación del estadístico de prueba:
 Minitab:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Metodo de Ensamble 3 61.50 20.500 10.25 0.003
Operador 3 28.50 9.500 4.75 0.030
Error 9 18.00 2.000
Total 15 108.00

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

EFECTOS PRINCIPALES
A:Metodo de ensamble 61.5 3 20.5 10.25 0.0029
B:BLOQUE 28.5 3 9.5 4.75 0.0298
RESIDUOS 18.0 9 2.0
TOTAL (CORREGIDO) 108.0 15

5) Decisión: Se rechaza la hipótesis nula

6) Conclusión: El factor método de ensamble si influye de manera importante sobre los

tiempos de ensamble además del operador.

b) ¿El factor de bloques (operadores) afecta el tiempo de ensamble? ¿Existen diferencias

entre los operadores en cuanto al tiempo promedio de ensamble? Considera un nivel de
significancia del 5%.

1) Hipótesis:
𝑯𝟎 : 𝒀𝟏 = 𝒀𝟐 = 𝒀𝟑 =. . . = 𝒀𝒃 = 𝟎
𝑯𝟏 : 𝒀𝒋 ≠ 𝟎 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒃𝒍𝒐𝒒𝒖𝒆 𝒋

2) Estadístico de prueba:
 3) Regla de decisión para un nivel de significancia 𝜶:
Rechazar 𝑯𝟎 si 𝑽𝒂𝒍𝒐𝒓 − 𝒑 ≤ 𝜶
4) Evaluación del estadístico de prueba:
Minitab
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Metodo de Ensamble 3 61.50 20.500 10.25 0.003
Operador 3 28.50 9.500 4.75 0.030
Error 9 18.00 2.000
Total 15 108.00

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.41421 83.33% 72.22% 47.33%

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

EFECTOS PRINCIPALES
A:Metodo de ensamble 61.5 3 20.5 10.25 0.0029
B:BLOQUE 28.5 3 9.5 4.75 0.0298
RESIDUOS 18.0 9 2.0
TOTAL (CORREGIDO) 108.0 15

5) Decisión: Se rechaza la hipótesis nula

6) Conclusión: El factor método de ensamble si influye de manera significativa sobre

los tiempos de ensamble además del operador.
c) Prueba todos los pares de medias del factor método de ensamble empleando el método
de Fisher, con un nivel de significancia del 5%. Determina qué diferencias son
estadísticamente diferentes.
Minitab
Agrupar información utilizando el método LSD de Fisher y una
confianza de 95%
Metodo de
Ensamble N Media Agrupación
C 4 12.75 A
D 4 10.75 A B
B 4 9.00 B C
A 4 7.50 C

Las medias que no comparten una letra son significativamente diferentes.

Método: 95.0 porcentaje LSD

Metodo de ensamble Casos Media LS Sigma LS Grupos Homogéneos
A 4 7.5 0.707107 X
B 4 9.0 0.707107 XX
D 4 10.75 0.707107 XX
C 4 12.75 0.707107 X

Contraste Sig. Diferencia +/- Límites

A-B -1.5 2.26216
A-C * -5.25 2.26216
A-D * -3.25 2.26216
B-C * -3.75 2.26216
B-D -1.75 2.26216
C-D 2.0 2.26216
* indica una diferencia significativa.
d) Calcula los valores predichos mediante el modelo de efectos.
𝑦̂𝑖𝑗 = 𝜇̂ + 𝜏̂ 𝑖 + 𝛽̂𝑗 = 𝑦̅.. + (𝑦̅𝑖. − 𝑦̅.. ) + (𝑦̅.𝑗 − 𝑦̅.. ) = 𝑦̅𝑖. + 𝑦̅.𝑗 − 𝑦̅..
Minitab:
Ajustes y diagnósticos para todas las observaciones
Obs Tiempo_ensamble Ajuste
1 6.000 5.750
2 7.000 7.250
3 10.000 11.000
4 10.000 9.000
5 9.000 9.500
6 10.000 11.000
7 16.000 14.750
8 13.000 12.750
9 7.000 7.500
10 11.000 9.000
11 11.000 12.750
12 11.000 10.750
13 8.000 7.250
14 8.000 8.750
15 14.000 12.500
 16 9.000 10.500
Tabla de Medias por Mínimos Cuadrados para Tiempo de ensamble con intervalos de confianza del
95.0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superior
MEDIA GLOBAL 16 10.0
Metodo de ensamble
A 4 7.5 0.707107 5.90041 9.09959
B 4 9.0 0.707107 7.40041 10.5996
C 4 12.75 0.707107 11.1504 14.3496
D 4 10.75 0.707107 9.15041 12.3496
BLOQUE
1 4 8.25 0.707107 6.65041 9.84959
2 4 12.0 0.707107 10.4004 13.5996
3 4 10.0 0.707107 8.40041 11.5996
4 4 9.75 0.707107 8.15041 11.3496

e) Si el objetivo es identificar el método que proporcione el tiempo de ensamble menor.

¿Cuál método recomendarías?
Minitab:

Metodo de
Ensamble N Media Agrupación
C 4 12.75 A
D 4 10.75 A B
B 4 9.00 B C
A 4 7.50 C
Las medias que no comparten una letra son significativamente diferentes.
Sería el método A

f) Analiza los residuales de este experimento.

 Gráfico de Residuos para Tiempo de ensamble

residuos
0

-1

-2
0 4 8 12 16
número de fila

Gráfico de Residuos para Tiempo de ensamble

1
residuos

-1

-2
6 8 10 12 14 16
predichos

Minitab:
Tenemos 3 supuestos:
El supuesto de normalidad a través de la gráfica de probabilidad normal: se satisface ya
que la mayoría de los residuales están en la parte central.
El supuesto de elasticidad por medio de la gráfica de residuos contra valor ajustado: no
se observa el mismo nivel de variación a través de la línea cero por lo tanto no se satisface.
El supuesto de independencia es la grafica de residuos contra orden de observación: si
satisface se observa alteración en los datos.
Actividad 4.2 (Efecto del diseño de boquillas en la estabilidad y el desempeño de
surtidores de agua turbulenta)

Se describe un experimento en el que se determinó una medición de la forma de varios tipos

diferentes de boquillas en diferentes niveles de la velocidad del flujo de salida del surtidor.
El interés en este experimento se enfoca principalmente en el tipo de boquilla, y la velocidad
es un factor perturbador. Los datos son los siguientes:
Tipo de Velocidad del flujo de salida del surtidor (m/s)
boquilla 11.73 14.37 16.59 20.43 23.46 28.74
1 0.78 0.80 0.81 0.75 0.77 0.78
2 0.85 0.85 0.92 0.86 0.81 0.83
3 0.93 0.92 0.95 0.89 0.89 0.83
4 1.14 0.97 0.98 0.88 0.86 0.83
5 0.97 0.86 0.78 0.76 0.76 0.75

a) ¿El tipo de boquilla afecta la medición de la forma? Considera un nivel de significancia

del 5%.

1) Hipótesis:

𝑯𝟎 : 𝒀𝟏 = 𝒀𝟐 = 𝒀𝟑 =. . . = 𝒀𝒃 = 𝟎
𝑯𝟏 : 𝒀𝒋 ≠ 𝟎 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒃𝒍𝒐𝒒𝒖𝒆 𝒋

2) Estadístico de prueba:
 3) Regla de decisión para un nivel de significancia 𝜶:
Rechazar 𝑯𝟎 si 𝑽𝒂𝒍𝒐𝒓 − 𝒑 ≤ 𝜶

4) Evaluación del estadístico de prueba:

Minitab:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Tipo de boquilla 4 0.10218 0.025545 8.92 0.000
Velocidad del flujo 5 0.06287 0.012573 4.39 0.007
Error 20 0.05730 0.002865
Total 29 0.22235

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

EFECTOS PRINCIPALES
A:Tipo de boquilla 0.10218 4 0.025545 8.92 0.0003
B:BLOQUE 0.0628667 5 0.0125733 4.39 0.0074
RESIDUOS 0.0573 20 0.002865
TOTAL (CORREGIDO) 0.222347 29

5) Decisión: Se rechaza la hipótesis nula

6) Conclusión: El factor tipo de boquilla si influye de manera importante sobre las

mediciones de la forma además de la velocidad del flujo.

b) ¿El factor perturbador afecta la medición de la forma? Considera un nivel de significancia

del 5%.

1) Hipótesis:
𝑯𝟎 : 𝒀𝟏 = 𝒀𝟐 = 𝒀𝟑 =. . . = 𝒀𝒃 = 𝟎
𝑯𝟏 : 𝒀𝒋 ≠ 𝟎 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒃𝒍𝒐𝒒𝒖𝒆 𝒋

2) Estadístico de prueba:
 3) Regla de decisión para un nivel de significancia 𝜶:
Rechazar 𝑯𝟎 si 𝑽𝒂𝒍𝒐𝒓 − 𝒑 ≤ 𝜶

4) Evaluación del estadístico de prueba:

Minitab:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Tipo de boquilla 4 0.10218 0.025545 8.92 0.000
Velocidad del flujo 5 0.06287 0.012573 4.39 0.007
Error 20 0.05730 0.002865
Total 29 0.22235

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.0535257 74.23% 62.63% 42.02%

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

EFECTOS PRINCIPALES
A:Tipo de boquilla 0.10218 4 0.025545 8.92 0.0003
B:BLOQUE 0.0628667 5 0.0125733 4.39 0.0074
RESIDUOS 0.0573 20 0.002865
TOTAL (CORREGIDO) 0.222347 29

5) Decisión: Se rechaza la hipótesis nula.

 6) Conclusión: El factor tipo de boquilla si influye de manera importante sobre las
mediciones de la forma además de la velocidad del flujo.

c) Prueba todos los pares de medias del factor tipo de boquilla empleando el método de
Tukey, con un nivel de significancia del 5%. Determina qué diferencias son
estadísticamente diferentes.
Minitab
Agrupar información utilizando el método de Tukey y una confianza
de 95%
Tipo de
boquilla N Media Agrupación
4 6 0.943333 A
3 6 0.901667 A B
2 6 0.853333 A B C
5 6 0.813333 B C
1 6 0.781667 C

Las medias que no comparten una letra son significativamente diferentes.

Pruebas de Múltiple Rangos para Velocidad del flujo de salida por Tipo de boquilla
 Método: 95.0 porcentaje Tukey HSD
Tipo de boquilla Casos Media LS Sigma LS Grupos Homogéneos
1 6 0.781667 0.0218518 X
5 6 0.813333 0.0218518 XX
2 6 0.853333 0.0218518 XXX
3 6 0.901667 0.0218518 XX
4 6 0.943333 0.0218518 X

Contraste Sig. Diferencia +/- Límites

1-2 -0.0716667 0.0925018
1-3 * -0.12 0.0925018
1-4 * -0.161667 0.0925018
1-5 -0.0316667 0.0925018
2-3 -0.0483333 0.0925018
2-4 -0.09 0.0925018
2-5 0.04 0.0925018
3-4 -0.0416667 0.0925018
3-5 0.0883333 0.0925018
4-5 * 0.13 0.0925018
* indica una diferencia significativa.

d) Calcula los valores predichos mediante el modelo de efectos.

𝑦̂𝑖𝑗 = 𝜇̂ + 𝜏̂ 𝑖 + 𝛽̂𝑗 = 𝑦̅.. + (𝑦̅𝑖. − 𝑦̅.. ) + (𝑦̅.𝑗 − 𝑦̅.. ) = 𝑦̅𝑖. + 𝑦̅.𝑗 − 𝑦̅..
Minitab
Ajustes y diagnósticos para todas las observaciones
Medicion
de la
Obs forma Ajuste
1 0.7800 0.8570
2 0.8500 0.9287
3 0.9300 0.9770
4 1.1400 1.0187
5 0.9700 0.8887
6 0.8000 0.8030
7 0.8500 0.8747
8 0.9200 0.9230
9 0.9700 0.9647
10 0.8600 0.8347
11 0.8100 0.8110
12 0.9200 0.8827
 13 0.9500 0.9310
14 0.9800 0.9727
15 0.7800 0.8427
16 0.7500 0.7510
17 0.8600 0.8227
18 0.8900 0.8710
19 0.8800 0.9127
20 0.7600 0.7827
21 0.7700 0.7410
22 0.8100 0.8127
23 0.8900 0.8610
24 0.8600 0.9027
25 0.7600 0.7727
26 0.7800 0.7270
27 0.8300 0.7987
28 0.8300 0.8470
29 0.8300 0.8887
30 0.7500 0.7587
Residuo grande R

Tabla de Medias por Mínimos Cuadrados para Velocidad del flujo de salida con intervalos de
confianza del 95.0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superior
MEDIA GLOBAL 30 0.858667
Tipo de boquilla
1 6 0.781667 0.0218518 0.736085 0.827249
2 6 0.853333 0.0218518 0.807751 0.898915
3 6 0.901667 0.0218518 0.856085 0.947249
4 6 0.943333 0.0218518 0.897751 0.988915
5 6 0.813333 0.0218518 0.767751 0.858915
BLOQUE
1 5 0.934 0.0239374 0.884067 0.983933
2 5 0.88 0.0239374 0.830067 0.929933
3 5 0.888 0.0239374 0.838067 0.937933
4 5 0.828 0.0239374 0.778067 0.877933
5 5 0.818 0.0239374 0.768067 0.867933
6 5 0.804 0.0239374 0.754067 0.853933
e) Analiza los residuales de este experimento.
Minitab:
Tenemos 3 supuestos:
El supuesto de normalidad a través de la gráfica de probabilidad normal: se satisface ya que
la mayoría de los residuales están en la parte central.
El supuesto de elasticidad por medio de la gráfica de residuos contra valor ajustado: no se
observa el mismo nivel de variación a través de la línea cero por lo tanto no se satisface.
El supuesto de independencia es la gráfica de residuos contra orden de observación: no
satisface no se observa mayor alteración en los datos.
 Gráfico de Residuos para Velocidad del flujo de salida

0.15

0.1

residuos 0.05

-0.05

-0.1

-0.15
0.75 0.85 0.95 1.05 1.15
predichos

Gráfico de Residuos para Velocidad del flujo de salida

0.15

0.1

0.05
residuos

-0.05

-0.1

-0.15
0 5 10 15 20 25 30
número de fila