UNIVERSIDAD ESAN
PROGRAMA MAESTRÍA A TIEMPO COMPLETO MBATC 48-2
ASIGNATURA: ANALISIS DE DATOS PROFESOR:
TOMÁS MINAURO LA TORRE
TITULO TRABAJO:
EXAMEN FINAL SEGUNDA PARTE
El presente trabajo ha sido realizado de acuerdo a los reglamentos de la Universidad ESAN por: Quispe Castro, Luis Guillermo
Monterrico, 16 de Enero del 2012
[Escribir texto]
esan
RESOLUCIÓN DEL EXAMEN PREGUNTA 1 Antecedentes
Modepsa S.A. es una empresa manufacturera que produce pernos de acero, la mayor parte de las ventas provienen del área de extrusión donde se producen todo tipo de pernos para la industria automotriz. De estos pernos los que más se fabrican son los utilizados en los motores los cuales están hechos a base del compuesto A -36. A menudo se encuentra en el área de extrusión que los pernos que se están siendo extruidos no cumplen con las características de textura y/o dimensión lo que indica la necesidad de examinar el lote de mezcla que se esta usando y en la mayoría de las ocasiones se debe reprocesar todo el lote para que cumpla con las especificaciones deseadas. Esto genera perdidas sustanciales de tiempo en el área de molinos y de extrusión así como más consumo de mano de obra, materia prima, energía eléctrica y afecta la productividad e imagen de la empresa ya que debido a esto los pedidos no se pueden entregar en la fecha en que se estableció o existen devoluciones por parte de los clientes. Formulación del problema
Reducir los problemas que se presentan con las mezclas para poder dedicar este tiempo y recursos no a los reprocesamientos sino a actividades productivas que generen una mayor cantidad de productos y beneficios para la compañía. Técnica cualitativa involucrada Pruebas de hipótesis • La variable de interés es la forma de la distribución de la dureza del compuesto A -36 • plantear la hipótesis nula y la hipótesis alternativa
Ho: la forma de la distribución es normal H1: la forma de la distribución no es normal • = 0,05 (nivel se significancia)
Resultados esperados.
Para constatar que los datos obtenidos de las variables sugerían y se ajustaban al comportamiento de una curva normal se formulo una prueba de hipótesis para cada una de ellas y por medio del estadístico (Chi cuadrado) y la aplicación en Excel se evaluó y confirmo dicha hipótesis. Conocer el proceso de mezcla teniendo en cuenta descripción, características, característi cas, variables involucradas, involucradas , equipos, métodos y tecnologías utilizadas en Modepsa S.A. Identificar los problemas críticos en el proceso de mezcla [Escribir texto]
esan
Determinar las herramientas estadísticas más adecuadas para analizar controlar el proceso. Definir los criterios para realizar el análisis de los datos. Determinar las causas de la variabilidad del proceso 2 Estimar los costos de reprocesamiento causados por mezclas no conformes resultantes del proceso y el costo-beneficio de la propuesta. Diseñar una aplicación en Excel que facilite el análisis resultados y toma de decisiones basadas en el control estadístico. Conclusiones
La variable dureza presenta un valor promedio (43,18) que se encuentra muy cercano al limite de especificación superior (45), lo que debido a la variación del proceso hace que resulten algunas mezclas que sobrepasan dicho limite y por lo tanto son rechazadas y reprocesadas. De acuerdo a la gráfica normal de la dureza y a los límites de especificación se halló un estimativo de la probabilidad de obtener una mezcla sin fallas en cuanto a la variable dureza, el cual dio un valor del 86.04% Se calculo un estimativo de la probabilidad de obtener una mezcla que cumpla con los requisitos de dureza, tensión y elongación y se obtuvo el valor de 66.78%. Recomendaciones
Se recomienda que el gerente técnico evalúe la posibilidad de efectuar una reformulación del compuesto, con el fin de obtener mezclas cuyo promedio de dureza se encuentre alrededor de 40° Shore y de esta forma se incremente el índice de capacidad y el stimativo de la probabilidad de obtener mezclas que no presenten fallas en la dureza Es importante mostrar a los operarios el efecto negativo que se produce en la calidad de las mezclas cuando no se cumple el tiempo ni el orden establecido en los ciclos de mezclado y acelerado. Adicional a esto es importante verificar constantemente que se cumplan. Es aconsejable realizar un estudio o practicar ensayos para determinar cómo afecta el tiempo de reposo de las mezclas recién aceleradas el valor de las características de las variables de dureza, tensión y elongación.
[Escribir texto]
esan
PREGUNTA 2
Lima, 16 de enero del 2012
Señor DIRECTOR
Gerente Cadena de tiendas por departamentos.
Ref. INFORME EJECUTIVO DEL RESULTADO DEL ANÁLISIS ESTADÍSTICO CADENA DE TIENDAS POR DEPARTAMENTOS.
En el análisis estadístico a las tiendas por departamento se observo que si tómanos un nivel de confianza del 95% el ingreso bruto es es mayor de 35 000 soles, donde posiblemente este resultado nos estaría dando un indicio de incluir entre sus productos una línea de muebles. Pero si la aversión al riesgo es mayor y tomaría un nivel de confianza del 99% entonces existiría un ligero riesgo de no llegar al ingreso bruto mencionado por tanto no se podría afirmar lo mencionado. Así mismo en la evaluación de las ventas semanales sin descuento se pudo observar que el ingreso bruto supera a los 35 000 soles permitiendo facilitar la toma de decisión de incluir la línea de muebles. Por otro lado las ventas de la zona norte y la zona sur se traslapan, en ambas zonas se supero el ingreso bruto consolidando así la toma de decisión. Por lo tanto nuestras conclusiones finales con respecto al análisis estadístico de la cadena de tiendas por departamentos son: - La cadena de tienda, está en completa capacidad para incluir entre sus productos una línea de muebles. - A continuación se presentarán los anexos que sustentan nuestras conclusiones: Atentamente, Luis Quispe Castro, Analista estadístico
[Escribir texto]
esan
ANEXOS a. Resuma este conjunto conjunto de datos. ¿Que le podemos decir al director director con respecto a los ingresos semanales de esta línea? Utilice las herramientas de estadística descriptiva mas adecuadas para este fin. ESTADISTICA DESCRIPTIVA Medi a
35692.0875
Error típi co
335.7921077
Medi ana
35815
Desvia Desviació ción n están estánda darr
3003.41 .415917
Varianza Varianza de la muestra muestra
9020 902050 507. 7.1 169
Curtosi s
-0.40637321
Coeficiente de asimetría asimetría
-0.159 -0.15958 5800 0017 17
Rango
13199
Míni mo
28263
Máxi mo
41462
Suma
2855367
Cuenta
80
Se observa que la media es mayor que el ingreso bruto, así mismo la desviación es de 30003 por tanto no podemos asegurar que se deba incluir la nueva línea de muebles. b. Con los ingresos ingresos mostrados en la hoja hoja de cálculo, ¿Cuál es la decisión que recomienda tomar? al 95 %
Tamaño de Muestra Promedio muestral Desv.Estánd.Muestral Nivel de Confianza
al 99%
80.00
80.00
35,69 ,692.09 .09
35,69 ,692.09 .09
3,003.42
3,003.42
95.00%
99. 00%
5.00%
1. 00%
1.99045
2.63950
Error Estándar
335.79
335.79
Margen de Error Error
668.38
886.32
Estimado Estimado Puntual
35,69 ,692.09 .09
35,69 ,692.09 .09
Límite Inferior
35,02 ,023.71 .71
34,80 ,805.76 .76
Límite Superior
36,36 ,360.46 .46
36,57 ,578.41 .41
Nivel Nivel de Signif. (alpha) Valor t
[Escribir texto]
esan
c. Resuma este nuevo conjunto de datos. datos. Es decir, ¿que le podemos podemos decir al director con respecto a los ingresos semanales de esta nueva línea para este periodo? ESTADISTICA DESCRIPTIVA Me di a
37548.60606
Error típi co
387.084633
Me di ana
37455
Desvia Desviació ción n están estánda darr
2223.63 .631924
Varianz Varianza a de la muestra muestra
4944 494453 538. 8.93 934 4
Curtosi s
-1.338858937
Coeficiente de asimetría asimetría
0.100 0.10065 6543 4368 68
Rango
7279
Míni mo
34183
Máxi mo
41462
Suma
1239104
Cue nta
33
Tamaño de Mue stra Promedio muestral muestral Desv.Estánd.Muestral
33.00
33.00
37,54 ,548.61 .61
37,54 ,548.61 .61
2,223.63
2,223.63
95. 00%
90. 00%
5. 00%
10. 00%
Nivel de Confianza Nivel de Signif. (alpha) Valor t
2.03693
1.69389
Error Estándar
387.08
387.08
Margen de Error Error
788.47
655.68
Estimado Puntual
37,54 ,548.61 .61
37,54 ,548.61 .61
Límite Inferior
36,76 ,760.14 .14
36,89 ,892.93 .93
Límite Superior
38,33 ,337.07 .07
38,20 ,204.28 .28
d. ¿Que decisión recomienda tomar con esta nueva nueva decisión?
[Escribir texto]
esan
e. ¿Habrá alguna alguna diferencia diferencia entre los resultados de ambas zonas?
ZONA NORTE
Tama ño de Mue stra
Me di a
37701.68421
Promedio muestral muestral
Error típico
504.5877134
Desv.Estánd.Muestral
Me di ana
14.00 37,701.68 2,199.45
37542
Desvia Desviació ción n están estánda darr
2199.44 .446851
Varian Varianza za de la muest muestra ra
4837566.45 .45
Curtosi s
-1.74073912
Coeficiente de asimetría asimetría Rango
-0.030 -0.03099 9970 7029 29 6151
Míni mo
34647
Máxi mo
40798
Suma
Nivel de Confianza
99.00%
Nivel de Signif. (alpha) Valor t
Error Estándar Margen de Error Error
1.00% 3.01228
587.83 1,770.70
716332
Cue nta
19
ZONA SUR 37340.85714
Error típi co
620.6146799 37153
Desvia Desviació ción n están estánda darr
2322.12 .127501
Varianz Varianza a de la muestra muestra
53922 392276 76.1 .132 32
Curtosi s Coeficiente de asimetría asimetría Rango
0.303 0.30343 4374 7477 77 7279 34183
Máx i mo
41462
Cue nta
Límite Inferior
35,930.99
Límite Superior
39,472.38
Tama ño de Mue stra
19.00
Desv.Estánd.Muestral Nivel de Confianza Nivel de Signif. (alpha) Valor t
37,701.68 2,199.45
99.00% 1.00% 2.87844
-0.771757196
Míni mo Suma
37,701.68
Promedio muestral muestral
Me dia Me diana
Estima Estima do Puntual Puntua l
522772 14
Error Estándar Margen de Error Error
504.59 1,452.43
Estimado Puntual
37,701.68
Límite Inferior
36,249.26
Límite Superior
39,154.11
[Escribir texto]
esan
