Tecnologías de la producción

Practica

Six Sigma

Prof: María Teresa Juárez Rodríguez

Grupo: GITP10104-s.

Alumno:

Jorge Luis Mendez García

1216100667

Diciembre de 2019. Dolores Hidalgo C.I.N., Gto.

Practica 1
Anexo

Practica 1 (ANOVA 1 FACTOR) (1 punto)

Propósito. Identificar si el largo del cuerpo tiene efecto en el tiempo de caída o no

utilizando ANOVA
Preparación. largo del cuerpo 60mm, 90mm, 120mm (3 helicópteros de papel)
Otras condiciones:
 Ancho del cuerpo 38mm
 Largo del ala 90mm
 Clip adjunto
 Cronometro

Recolección de datos

1. Tamaño de la muestra: 30 mediciones

2. Medidor reinicia cronometro y se prepara para medir
3. Piloto de helicóptero lo deja caer desde una cierta altura
4. Medidor mide el tiempo de caída e informa al recolector
5. Recolector introduce la medición a la hoja de minitab
6. Repetir pasos 2) – 5) 10 veces
7. Repetir pasos 2) – 6) para los otros helicópteros
60 mm Tiempo
1 2.48
2 2.60
3 2.33
4 2.28
5 2.34
6 2.1
7 2.5
8 2.36 90 mm Tiempo
9 2.22 1 1.66
10 1.94 2 1.84
3 1.69

120 mm Tiempo 4 1.30

1 1.68 5 1.77

2 1.78 6 1.87

3 1.46 7 1.37

4 1.85 8 1.69

5 1.75 9 1.77

6 1.84 10 1.34

7 1.64
8 1.47
9 1.41
10 1.79
 Gráfica de intervalos de tiempo vs. factor
95% IC para la media

2.4

2.3

2.2

2.1
tiempo

2.0

1.9

1.8

1.7

1.6

1.5

60 90 120
factor
La desviación estándar agrupada se utilizó para calcular los intervalos.

Gráfica de valores individuales de tiempo vs. factor

2.6

2.4

2.2

2.0
tiempo

1.8

1.6

1.4

1.2
60 90 120
factor

Gráfica de caja de tiempo

2.6

2.4

2.2

2.0
tiempo

1.8

1.6

1.4

1.2
60 90 120
factor
 Gráfica de línea ajustada
tiempo = 2.843 - 0.01080 factor
S 0.258282
2.6
R-cuad. 52.9%
R-cuad.(ajustado) 51.2%
2.4

2.2

2.0
tiempo

1.8

1.6

1.4

1.2
60 70 80 90 100 110 120
factor
Analizando las gráficas anteriores los tiempos de caída para cada longitud del
cuerpo se observa que los datos tienen un comportamiento normal. Para esto
podemos decir que dentro del análisis se cuentan con datos atípicos los cuales
tienden a demostrar que dentro de los lanzamientos o caídas no se tiene variación
la cual afecte demasiado al proceso.

Además de que también se muestra que el proceso de lanzamientos no tiene un

patrón definido por lo que se detecta que los datos recabados fueron tomados
aleatoriamente.

Además de que también en nuestra grafica de intervalos se puede observar que los
tiempos de caída de cada elicoptero son distintos debido a las características con
los que se realizó cada uno. En ello se puede demostrar que el largo o grande del
cuerpo del helicóptero afecto en la caída debido a que era menor tiempo cada que
se aumentaba el cuerpo
ANOVA unidireccional: tiempo vs. factor

Método

Hipótesis nula Todas las medias son iguales

Hipótesis alterna Por lo menos una media es diferente
Nivel de significancia α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores

factor 3 60, 90, 120

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

factor 2 2.9683 1.48416 40.11 0.000
Error 27 0.9991 0.03700
Total 29 3.9674

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.192360 74.82% 72.95% 68.91%

Medias

factor N Media Desv.Est. IC de 95%

60 10 2.3150 0.1951 (2.1902, 2.4398)
90 10 1.6300 0.2133 (1.5052, 1.7548)
120 10 1.6670 0.1656 (1.5422, 1.7918)

Desv.Est. agrupada = 0.192360

Análisis de regresión: factor vs. tiempo

La ecuación de regresión es
factor = 181.7 - 49.00 tiempo

S = 17.3971 R-cuad. = 52.9% R-cuad.(ajustado) = 51.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 9525.5 9525.50 31.47 0.000
Error 28 8474.5 302.66
Total 29 18000.0

Línea ajustada: factor vs. tiempo

Gráficas de residuos para factor

Análisis de regresión: tiempo vs. factor

La ecuación de regresión es
tiempo = 2.843 - 0.01080 factor

S = 0.258282 R-cuad. = 52.9% R-cuad.(ajustado) = 51.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 2.09952 2.09952 31.47 0.000
Error 28 1.86787 0.06671
Total 29 3.96739
Practica 2
Practica 2 (DOES)

Propósito. Encontrar las condiciones óptimas para obtener el tiempo de caída del
helicóptero a una altura de 3mts usando DOES

Preparación.

1. Diseño de experimentos factorial 23

a. 3 factores, 2 niveles, 3 replicas

Ancho Largo Largo

de de de ala
cuerpo cuerpo
Nivel - 38mm 60mm 70mm
+ 58mm 120mm 120mm

Recolección de datos (valor 2 puntos)

2. Hacer helicópteros de papel de acuerdo al plan de experimentos y medir

tiempo de caída
3. Correr el experimento y encontrar las condiciones óptimas para obtener el
tiempo de caída (anexar evidencia fotográfica)
4. Hacer el análisis de la varianza utilizando minitab
5. Análisis Grafico (diagrama de Pareto y Grafica Normal
6. Graficas de efectos principales e interacciones
7. Obtener ecuación de regresión para obtener tiempo caída objetivo
8. Análisis y conclusiones
  Correr el experimento y encontrar las condiciones óptimas para obtener el
tiempo de caída (anexar evidencia fotográfica)

Diseño factorial completo

Factores: 3 Diseño de la base: 3, 8

Corridas: 24 Réplicas: 3
Bloques: 1 Puntos centrales (total): 0

Todos los términos están libres de estructuras alias.

resultados
Corrida Tiemp
o de
Tabla de diseño
vuelo
1 2.9
Corrida A B C
2 2.8
1 - - -
3 2.75
2 + - -
4 2.82
3 - + -
4 + + - 5 2.60
5 - - + 6 3.2
6 + - + 7 3.7
7 - + + 8 2.85
8 + + + 9 3.09
9 - - - 10 2.96
10 + - - 11 2.9
11 - + - 12 2.7
12 + + - 13 2.3
13 - - + 14 3
14 + - + 15 3.6
15 - + + 16 2.7
16 + + + 17 2.95
17 - - - 18 3.12
18 + - - 19 2.8
19 - + - 20 2.32
20 + + - 21 2.59
21 - - + 22 3.30
22 + - + 23 3.57
23 - + + 24 2.60
24 + + +
  Hacer el análisis de la varianza utilizando minitab

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor

F Valor p
Modelo 7 2.65793 0.37970
16.68 0.000
Lineal 3 0.24018 0.08006
3.52 0.039
ancho de cuerpo 1 0.07935 0.07935
3.49 0.080
largo de cuerpo 1 0.01042 0.01042
0.46 0.508
largo de ala 1 0.15042 0.15042
6.61 0.021
Interacciones de 2 términos 3 1.68973 0.56324
24.74 0.000
ancho de cuerpo*largo de cuerpo 1 1.16160 1.16160
51.03 0.000
ancho de cuerpo*largo de ala 1 0.00007 0.00007
0.00 0.958
largo de cuerpo*largo de ala 1 0.52807 0.52807
23.20 0.000
Interacciones de 3 términos 1 0.72802 0.72802
31.98 0.000
ancho de cuerpo*largo de cuerpo*largo de ala 1 0.72802 0.72802
31.98 0.000
Error 16 0.36420 0.02276
Total 23 3.02213

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.150872 87.95% 82.68% 72.89%

Mediante los datos obtenidos de nuestro análisis DOES se puede demostrar que
los factores significativos para nuestro proceso son:
1. el ancho del cuerpo
2. Largo del cuerpo
3. Largo del ala
  Análisis Grafico (diagrama de Pareto y Grafica Normal

De acuerdo a los gráficos se nos presenta un tanto uniforme por lo que se puede
indicar que nuestro proceso está bien
  Graficas de efectos principales e interacciones

La grafica de efectos principales demuestra que nuestro factor más significativo es

el largo del ala ya que presenta un mayor nivel de significancia debido a que su
alcance o longitud es mayor a los otros dos factores considerados
  Obtener ecuación de regresión para obtener tiempo caída objetivo

Ecuación de regresión en unidades no codificadas

tiempo de vuelo = 10.86 - 0.1377 ancho de cuerpo - 0.0888 largo de cuerpo

- 0.1146 largo de ala
+ 0.001473 ancho de cuerpo*largo de cuerpo
+ 0.002083 ancho de cuerpo*largo de ala
+ 0.001312 largo de cuerpo*largo de ala
- 0.000023 ancho de cuerpo*largo de cuerpo*largo de ala

Estructura de alias

Factor Nombre

A ancho de cuerpo
B largo de cuerpo
C largo de ala

Alias

I
A
B
C
AB
AC
BC
ABC

Ajustes y diagnósticos para observaciones poco comunes

tiempo Resid
Obs de vuelo Ajuste Resid est.
20 2.3200 2.6133 -0.2933 -2.38 R

Residuo grande R

Parámetros

Respuesta Meta Inferior Objetivo Superior Ponderación Importancia

tiempo de vuelo Máximo 2.3 3.7 1 1

Solución

tiempo
ancho de largo de largo de vuelo Deseabilidad
Solución cuerpo cuerpo de ala Ajuste compuesta
1 38 120 120 3.62333 0.945238

Predicción de respuesta múltiple

 Valor de
Variable configuración
ancho de cuerpo 38
largo de cuerpo 120
largo de ala 120

EE de
Respuesta Ajuste ajuste IC de 95% IP de 95%
tiempo de vuelo 3.6233 0.0871 (3.4387, 3.8080) (3.2540, 3.9926)

Grafica de optimización

 Análisis y conclusiones

De acuerdo a los análisis y gráficos se puede considerar estadísticamente que

nuestros factores a considerar como potenciales ya que de estos depende mucho
la optimización una vez de que se realizan estos ajustes sobre estos factores se
podrá observar una mejora dentro de nuestro proceso haciendo que pueda ser más
estable, con estos factores potenciales podremos mejorar nuestro proceso de
tiempo óptimo de caída de helicóptero de papel
Ejercicios
Los puntos marcados en la grafica están en el lado positivo puesto que se
encuentran en el lado derecho de la gráfica y como se aprecia, el factor A es el que
tiene el efecto más significativo, esto quiere decir que el tamaño de las renuras es
más importante.

Para las gráficas de residuos para medidas se observa primeramente en el

histograma que los valores son simétricos puesto que no existe variación
exceptuando unos pocos valores en comparación, la siguiente gráfica, probabilidad
normal nos determina si los residuos están distribuidos normalmente y como se
puede apreciar, se reafirma que no existe mucha variación, en la gráfica de vs.
Ajustes se observa que las varianzas son constantes o existe relativamente poca
variación y finalmente en la gráfica de vs. Orden se observa la correlación que existe
entre los residuo
Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Factor 2 0.58 0.2917 0.00 0.997
Error 21 2094.75 99.7500
Total 23 2095.33
 Gráfica de intervalos de Vida en Hr vs. Factor
95% IC para la media
50

45
Vida en Hr

40

35

a b c
Factor
La desviación estándar agrupada se utilizó para calcular los intervalos.

La grafica medias muestra la relación tienen las medias al momento de cambiar el

tamaño de ranuras y de velocidad por lo que indica que la velocidad de corte tiene
relación con el tamaño de las ranuras por lo que sí es diferente el tamaño de corte
también cambiara la velocidad De modo que nuestra H0 es aceptada demostrando
que todas nuestras medias dentro de este proceso son iguales por lo que H0 la
aceptamos.