Diseño y Análisis de Experimentos Profesor: Kenneth Quirós Alumnos: Kevin Flores Morales María Valle Jarquín Oscar Angulo Barrantes Sofía Arroyo Gómez Tarea 3 Parte 1 Análisis de concordancia de atributos Appraiser’s: John / Mary / Buddy Response: Pass / Fail Standard: Pass / Fail Part: 1/10 1. Individual por evaluador ➢ En el resultado obtenido nos muestra que Buddy y John coinciden consigo mismo a través de las pruebas, obteniendo un porcentaje de 100, mientras que Mary coincide consigo en 9 de cada 10 pruebas, obteniendo un porcentaje de 90. 2. Cada evaluador vs el estándar ➢ En el resultado obtenido por el análisis de evaluadores vs el estándar, entendemos que Buddy coincide con el estándar en cada inspección que realiza, obteniendo un porcentaje de 100 en sus inspecciones. ➢ John coincide 9 de cada 10 inspecciones que hace contra el estándar, teniendo así un porcentaje de 90, con oportunidad de mejora. ➢ Mary obtiene el mismo resultado de John, con un porcentaje de 90, y oportunidad de mejora. 3. Análisis entre evaluadores ➢ Los resultados obtenidos nos muestran que entre los evaluadores de cada 10 inspecciones que realizan, coinciden en 8, obteniendo un porcentaje del 80 en la evaluación. 4. Todos los evaluadores vs el estándar ➢ En el resultado del análisis vemos que los evaluadores coinciden en 8 inspecciones de cada 10 que realizan, obteniendo un porcentaje de 80 en la evaluación. ➢ El sistema de medición es aceptable, pero en encuentra en el límite de especificación, por lo que tiene oportunidad de mejora. 5. Grafica Parte 2 Estudio R&R Operator’s: 2 Diameter: 9.010/9.014 1. Anova de 2 factores con interacción. ➢ ➢ ➢ ➢ H.N / Part: Efecto de la parte = 0 - H.A / Part: Efecto de la parte ≠ 0 H.N / Operator: Efecto del operador = 0 – H.A / Operator: Efecto del operador ≠ 0 H.N/ PxO: Efecto de PxO = 0 – H.A/ PxO: Efecto de PxO ≠ 0 De acuerdo a los P-Value’s obtenidos, podemos rechazar únicamente la H.N de “Part”, ya que esta por debajo del 95% del índice de confiabilidad, nos indica que “Part” afecta al proceso, y no el operador, ni tampoco parte x operador. 2. Anova 2 factores sin interacción. ➢ Descartado “Part*Operator”, vemos que el efecto del operador esta por encima del índice mínimo de confiabilidad, mientras que la parte no lo cumple, por lo que la parte es quien afecta a nuestro proceso de medición. 3. Evaluación del sistema de medición ➢ En el análisis de la evaluación del sistema de medición, vemos que la evaluación del sistema de medición es confiable, a pesar de la mala repetibilidad y reproducibilidad, cumple con la especificación de ser menor al 30%. ➢ La repetibilidad tiene 11.42% de afectación en el sistema, pero es aceptable. ➢ La capacidad del análisis para distinguir entre las partes, es mayor a 5, esta ok. 4. Grafico ➢ Componentes de variación: • El RR nos muestra la variación del estudio y vemos representado que es menor al 30% de espec. • Parte a parte nos muestra que es el que más porcentaje de afectación tiene sobre el proceso. • La mala reproducibilidad afecta más que la reproducibilidad ➢ Grafica R por operador: • El grafico nos muestra que el operador 2 es quien menos dispersión tiene en sus resultados y tiene todos sus puntos dentro de los limites de espec. • El operador 1 está más dispersión y tiene puntos fuera de control. • La dispersión es aceptable. ➢ Grafica Xbarra por operador: • La mayoría de los puntos están fuera de los límites, el sistema de medición es suficientemente bueno para identificar diferencias entre las partes que se miden. ➢ Grafica Diámetro por part: • La parte 6 nos muestra que es la que tiene menos variación. Y la 1 muestra más. ➢ Grafica Diámetro por operador • Las evaluaciones de los 2 operadores son bastante similares, lo que nos dice que el problema no es de reproducibilidad. ➢ Grafica Interac. Part * Oper. • No hay interacción de Part * Oper. Capacidad de proceso 1. Grafica de control La muestra el gráfico R. Los rangos de la muestra están bajo control estadístico, por lo tanto, verifique si las medias de la muestra están en control estadístico, además las medias muestrales también están en control estadístico. Por lo tanto, se determina que el proceso se encuentra bajo los límites de control evidenciando que la variación existente es natural del proceso. Análisis de normalidad Hipótesis nula: H0 = Data= Normal Hipótesis alternativa: H1 = Data ≠ Normal % confianza = 95% significancia = 5% Grafica de normalidad: Análisis; se determina que el PValue (51 %) es mayor al 5% de significancia, por lo que al tener P > α no se rechaza la hipótesis nula, demostrando que todos los datos son normales y el proceso de distribuye normalmente; H0 = Data= Normal. Análisis de capacidad Informe de capacidad del proceso Análisis; A primera instancia la gráfica muestra un Cp = 1.68 el cual es mayor a 1.33. Por lo tanto, 1.68 > 1.33, se determina que es un proceso adecuado. Por otro lado, el Cpk = 1.56 es mayor al 1.25. Por lo tanto, 1.53 > 1.25, se determina que el proceso existente es estable y tiene un buen nivel de sigma.