UNIVERSIDAD POLITECNICA DE TLAXCALA INGENIERIA INDUSTRIAL SEIS SIGMA PROFESORA: EMMA MENESES MORALES GRAFICA DE DISPERSION. REGRESION Y CORRELACION ALUMNO: CESAR VERA VILLEGAS 6to. CUATRIMESTRE 6to A MODALIDAD FLEXIBLE Una vez conocido el problema central ante la falta del cumplimiento de la especificación de la cilindricidad la empresa ha determinado realizar un estudio a fin de conocer como la temperatura a la que se expone la pieza afecta la dimensión de la cilindricidad siendo de 0 +/- 0.005 mm , dado que en la revisión del proceso se cumple con todas las medidas tomada para alcanzar la especificación solicitada y retroalimentando información con el cliente, este recomienda la realización de un estudio de dispersión, regresión y nivel de correlación que pueda existir entre la obtención de la medición y la temperatura a la que se sujeta la pieza, para esto el departamento de calidad hace un muestreo de piezas sometiéndolas a cierta temperatura durante 24 horas las cuales al finalizar el tiempo son medidas a fin de conocer si efectivamente la temperatura influye para el cumplimiento de esta característica de calidad (cilindricidad) Nota: las muestras tomadas cada día son independientes entre sí. Primero obtenemos las graficas de dispersión de las muestras que se tomaron en varios días de la semana en dos maquinas Maquina 1: maquina 0.02 Martes 26º 0.01 0.00 -0.01 -0.02 -0.03 30 32 34 36 TEMPERATORA 38 40 maquina 0.010 ié M rcoles 22º 0.005 0.000 -0.005 -0.010 -0.015 -0.020 30 32 34 36 38 40 38 40 TEMPERATORA maquina 0.010 Jueves 18º 0.005 0.000 -0.005 -0.010 30 32 34 36 TEMPERATORA maquina 0.008 0.006 Viernes 14º 0.004 0.002 0.000 -0.002 -0.004 -0.006 -0.008 30 32 34 36 TEMPERATORA 38 40 Maquina 2 maquina 0.02 Martes 26º_2 0.01 0.00 -0.01 -0.02 -0.03 30 32 34 36 38 40 38 40 TEMPERATORA maquina 0.010 ié M rcoles 22º_2 0.005 0.000 -0.005 -0.010 -0.015 30 32 34 36 TEMPERATORA maquina 0.010 Jueves 18º_2 0.005 0.000 -0.005 -0.010 30 32 34 36 38 40 38 40 TEMPERATORA maquina 0.0075 Viernes 14º_2 0.0050 0.0025 0.0000 -0.0025 -0.0050 30 32 34 36 TEMPERATORA Al ya tener las gráficas de dispersión que solicita para dar paso a ala correlación que hay entre los datos recabados. Se da el seguimiento para obtener dicha correlación: Correlaciones Martes 26º Miércoles 22º Miércoles 22º Jueves 18º Viernes 14º 0.192 0.182 Jueves 18º Viernes 14º Martes 26º_2 Miércoles 22º_2 Jueves 18º_2 Viernes 14º_2 0.082 -0.197 0.569 0.170 -0.356 0.018 -0.078 0.011 0.900 0.593 0.132 -0.161 0.159 0.021 0.360 0.264 0.271 0.887 -0.081 -0.003 0.015 -0.083 0.575 0.982 0.917 0.567 0.470 0.081 -0.134 -0.045 0.001 0.574 0.354 0.758 0.217 0.170 0.149 -0.007 0.130 0.237 0.300 0.961 Martes 26º_2 Miércoles 22º_2 Miércoles 22º_2 Jueves 18º_2 -0.140 0.331 Jueves 18º_2 Viernes 14º_2 Contenido de la celda Correlación de Pearson Valor p 0.050 -0.218 0.729 0.128 0.155 0.086 0.033 0.281 0.550 0.822 Para que esta información sea más clara y comprensible, te proporcionaré una versión formateada de la tabla: Correlaciones de Pearson Martes Miércoles Jueves Viernes Martes Miércoles Jueves Viernes 26º 22º 18º 14º 26º_2 22º_2 18º_2 14º_2 Martes 1.000 26º Miércoles 0.192 22º Jueves 18º 0.082 Viernes -0.356 14º Martes 0.132 26º_2 Miércoles -0.081 22º_2 Jueves 0.470 18º_2 Viernes 0.217 14º_2 0.192 0.082 -0.356 0.132 -0.081 0.470 0.217 1.000 -0.197 0.018 -0.161 -0.003 0.081 0.170 -0.197 1.000 -0.078 0.159 0.015 -0.134 0.149 0.018 -0.078 1.000 0.021 -0.083 -0.045 -0.007 -0.161 0.159 0.021 1.000 -0.140 0.050 -0.003 0.015 -0.083 -0.140 1.000 -0.218 0.086 0.081 -0.134 -0.045 0.050 -0.218 1.000 0.033 0.170 0.149 -0.007 0.155 0.086 0.033 1.000 0.155 Esta tabla muestra la correlación de Pearson entre las temperaturas registradas en diferentes días. Los valores de correlación pueden interpretarse de la siguiente manera: • 1.0 indica una correlación positiva perfecta. • 0 indica que no hay correlación. • -1.0 indica una correlación negativa perfecta. La correlación entre "martes 26º" y "viernes 14º" es -0.356, lo que sugiere una correlación negativa moderada entre estos dos días. Por otro lado, la correlación entre "martes 26º" y "jueves 18º_2" es 0.470, lo que indica una correlación positiva moderada. Valores p Martes Miércoles Jueves Viernes Martes Miércoles Jueves Viernes 26º 22º 18º 14º 26º_2 22º_2 18º_2 14º_2 Martes 26º Miércoles 0.182 22º Jueves 18º 0.569 Viernes 0.011 14º Martes 0.360 26º_2 Miércoles 0.575 22º_2 Jueves 0.001 18º_2 Viernes 0.130 14º_2 0.182 0.569 0.011 0.360 0.575 0.001 0.130 - 0.170 0.900 0.264 0.982 0.574 0.237 0.170 - 0.271 0.917 0.354 0.300 0.900 0.593 - 0.887 0.567 0.758 0.961 0.264 0.271 0.887 - 0.331 0.729 0.281 0.982 0.917 0.567 0.331 - 0.128 0.550 0.574 0.354 0.758 0.729 0.128 - 0.822 0.237 0.300 0.961 0.281 0.550 0.822 - 0.593 Los valores p indican la probabilidad de que la correlación observada sea debida al azar. Un valor p menor a 0.05 generalmente se considera estadísticamente significativo. En la tabla anterior, podemos ver que la correlación entre "martes 26º" y "viernes 14º" tiene un valor p de 0.011, lo que indica que esta correlación es estadísticamente significativa. Por otro lado, la correlación entre "jueves 18º_2" y "martes 26º" tiene un valor p de 0.001, lo que también sugiere significancia estadística. Conclusión: Con estos análisis, podemos concluir que no hay una relación significativa entre la temperatura y la dimensión. Tanto el análisis de regresión como el coeficiente de correlación sugieren que la temperatura no tiene una relación fuerte con la dimensión, lo que indica que otros factores podrían estar influyendo en la calidad del retén.
