TARGETA
ENTRENAMIENTO GREEN BELT 2000
“Mediante un ensayo logramos una cultura de aprendizaje y apertura, misma que definió el camino en el que nos conducimos ahora y permitió un mejoramiento en la calidad bajo la disciplina de la metodología Seis Sigma, la cual definirá la manera en que trabajemos”
CUADRO No. 1 PAG. 2.
PARTICIPANTES
* Instructores
-Son: Black Belts conexperiencia en proyectos
-No son : Estadísticos de profesión* o expertos en Minitab
* Estudiantes
-Son: Inteligentes, adultos profesionales con habilidades específicas de sus áreas
de experiencia.
-No son: Estadísticos de profesión* o expertos en Minitab
*Esta bien, algunos si son estadísticos!
CUADRO No. 1 PAG. 3
Visión del Entrenamiento en Six Sigma
Crear un equipo con energía,enfocado en mejorar la satisfacción del cliente a través de la diaria aplicación de Six Sigma y las habilidades de liderazgo de GE.
Solución de Problemas Diseño de Procesos
Enfoque hacia el Cliente
Administración de Procesos
Habilidades principales de liderazgo en GE
CUADRO No. 1 PAG. 4
Six Sigma – Conocimientos básicos
1.- Customer- Cliente
Cualquier persona que recibe unproducto, servicio o información de una operación o proceso. Este término es frecuentemente usado para describir a los clientes “externos” –aquellos que compran el producto o se
le click en el nombre de la variable.
Da click en Graphs. Boton para abrir Graphs: Dialog box, mostrado en la figura 2.
Fig. 2(pantalla de computadora)
Seleccione Graphical Summary y use el default 95% de nivel deconfidencia.
Click sobre OK.El Graphical Summary mostrado en la figura 3 será desplegado.
CUADRO No.1 PAG 17
¿Qué debo de ver en esta Pagina?
El resumen grafico mostrado en la fig 3 incluye un histograma con una curva de distribución sobrepuesta y un p-value para la prueba de normalidad Anderson –Darling, (desplegada en la esquina superior derecha)-
Como una regla general para laprueba de normalidad, cuando el p-value es menor o igual que 0.05 concluimos que la distribución de la muestra de datos es diferente que la Distribución Estándar Normal. Contrariamente cuando el p-value es mayor que 0.05, nosotros concluimos que no es estadísticamente diferente y que los datos pueden ser considerados normales.
En este ejemplo el p-value de 0.014 significa que los datos pueden serconsiderados. No normales porque hay solo el 1.4% de probabilidad de que la diferencia observada entre la distribución de la muestra y la distribución estándar normal pueda ser explicada por variación o error de muestra.
Para la prueba de normalidad, la hipótesis nula es que la distribución es normal, la hipótesis alternativa es que la distribución no es normal.
El p-value representa laprobabilidad de concluir que hay una diferencia estadística entre la distribución de muestra y la distribución estándar normal o de que no existe.
CUADRO No.2 PAG 17
METODO 2
Usando Graph > Probability plot
Este ejemplo ilustra como realizar una prueba de normalidad usando graph > probability plot. Los datos para el ejemplo mostrado puede ser encontrado en File>Open Project>data > 7BasicStats.mpj
Fig 4 (pantalla de computadora)
De el menú de opciones minitab selecciona Graph > Probability plot. El dialog box mostrado en la fig 4 será desplegada.
CUADRO No.1 PAG 18
+Variables: selecciona el factor para ser analizado. Con select text, o con un doble click a la variable seleccionada.
+Distribución. Usa la distribución normal ( el método default)
+Click sobre OK. La graficaoutput mostrada en la figura es desplegada.
Fig 5 (pantalla de computadora)
CUADRO No.2 PAG 18
METODO 3
El ejemplo debajo ilustra como realizar una prueba de normalidad. La muestra para el ejemplo mostrado puede ser encontrado en File>Open Project>data > 7Basic Stats.mpj
De el menú de opciones minitab, selecciona stat> basic statics> normality test. El dialog box mostrado en la...
Regístrate para leer el documento completo.