Inicio / Lean Six Sigma
Informe de resumen gráfico (estadística descriptiva, intervalos de confianza y normalidad de Anderson-Darling), pruebas de hipótesis (t de 1 y 2 muestras y pareada, proporciones, varianzas, tasas de Poisson y comparación A × B), potencia y tamaño de muestra (pruebas t, proporciones, varianzas, Poisson, ANOVA, factorial 2^k, equivalencia y margen de error), ANOVA de uno o varios factores (modelo lineal general, comparaciones múltiples e igualdad de varianzas), chi-cuadrado (asociación y bondad de ajuste), pruebas no paramétricas (signo, Wilcoxon, Mann-Whitney, Kruskal-Wallis, Mood, Friedman y rachas), correlación de Pearson y Spearman, regresión lineal simple y múltiple, intervalos de tolerancia (normal y no paramétrico) y simulación Monte Carlo con acumulación de tolerancias (peor caso, RSS); accesos a la capacidad del proceso, los gráficos de control, el gráfico multi-vari, la capacidad de atributos y el análisis de Weibull.
Pegue una o varias columnas (máquinas, turnos, lotes) y obtenga, para cada una, el informe de resumen con histograma y curva normal, diagrama de caja, intervalos de confianza de la media y la mediana, prueba de Anderson-Darling y la estadística descriptiva completa, además de diagramas de caja y gráfica de probabilidad comparando los grupos.
Descriptiva, normalidad, ICCompare proveedor A × B, método antiguo × nuevo, turno × turno o antes × después: la página elige la prueba por el tipo de resultado, muestra la diferencia con su intervalo de confianza, la franja sin diferencia real, la potencia y cuántas muestras faltan, y lo traduce en piezas y dinero al año. También hace las pruebas t de 1 y 2 muestras y pareada, 1 y 2 proporciones, 1 y 2 varianzas y tasas de Poisson.
t, proporción, varianza, A × BAverigüe cuántas piezas, artículos o corridas medir antes de comparar proveedores, máquinas, turnos o métodos: tamaño de muestra para la potencia deseada, potencia de una muestra ya definida o la menor diferencia detectable, con curvas de potencia, tabla de escenarios y costo del muestreo.
Cuántas piezas medirCompare medias de proveedores, máquinas, turnos o ajustes de proceso: ANOVA de un factor (con Welch) y modelo lineal general con hasta 4 factores, interacciones y covariables, comparaciones de Tukey, Fisher, Dunnett, Hsu MCB y Games-Howell, prueba de varianzas iguales, gráficas de efectos, interacción y residuos.
Tukey, Welch, interacciónPegue una tabla de conteos (prensa × turno, proveedor × inspección) o los datos brutos y vea si hay asociación, con conteos esperados, contribuciones, residuos ajustados, V de Cramér y Fisher en 2×2; o pruebe si los tipos de defecto siguen las proporciones históricas y si los defectos por pieza siguen la Poisson.
Asociación, ajuste, FisherCompare medianas sin suponer normalidad: tiempos de reparación por turno, vida de rodamientos de dos proveedores, preparación frente a la meta, plaquitas probadas en las mismas máquinas, y compruebe si una secuencia de producción es aleatoria. Con IC de las medianas, rangos, ajuste por empates y gráficos por grupo.
Medianas, rangos, rachasPegue una tabla con dos o más variables y obtenga la correlación de Pearson y de Spearman de cada par, con intervalo de confianza y valor p, gráfico de dispersión interactivo con recta, elipse, LOWESS e histogramas, matriz de dispersión, mapa de calor ordenado y tarjeta de verificación.
Pearson, Spearman, matriz, mapa de calorPegue una tabla con la respuesta y los factores del proceso y obtenga la ecuación, los coeficientes con valor p y VIF, la ANOVA, el R² ajustado y de predicción, la selección paso a paso, los gráficos de residuos, efectos, contorno y superficie, un simulador, la predicción con IC e IP y el ajuste óptimo de los factores.
Ecuación, R², residuos, simuladorPegue las mediciones de una o varias muestras y obtenga los límites que, con la confianza elegida, contienen el porcentaje pedido de las piezas: método normal con factor k exacto o de Howe, bilateral o unilateral, y método no paramétrico con la confianza alcanzada, además de la prueba de Anderson-Darling, el histograma, la gráfica de probabilidad y el menor porcentaje de piezas dentro de la especificación.
Rango del 95%/99% de piezasEscriba la ecuación del resultado (caudal, holgura, resistencia, costo) o la cadena de cotas de un montaje, elija la distribución de cada entrada y simule 100 mil piezas: histograma con la especificación, porcentaje fuera y PPM, Pp y Ppk, contribución de cada entrada a la variación, gráfico tornado, curvas de sensibilidad, convergencia y cuánto ajustar (o aflojar) cada tolerancia para alcanzar el Ppk objetivo; en el apilamiento, comparación con el peor caso y el RSS.
Ecuación, peor caso, RSSPegue mediciones desde Excel y obtenga el histograma con clases automáticas o ajustables, curva normal, media y ±3s, límites de especificación con el % fuera, gráfico de puntos para pocos datos, grupos superpuestos, apilados o en paneles, lectura de la forma en lenguaje sencillo y tabla de frecuencias.
Forma, clases, % fueraPegue una o varias columnas (máquinas, turnos, proveedores) y obtenga el diagrama de caja en orientación vertical u horizontal, con cuartiles por el método de Minitab, bigotes hasta 1,5 × RIC, puntos atípicos rotulados con valor y fila, media, puntos individuales, muesca del IC de la mediana, orden por mediana y límites de especificación.
Cuartiles, atípicos, gruposHerramienta básica de la calidad para ver si dos variables van juntas: pegue X e Y (y, si quiere, una columna de grupo) y la página dibuja el diagrama de dispersión con la recta, r y R² en la propia figura, la frase de fuerza de la relación, los puntos que se alejan de la recta y la lectura por cuadrantes, listo para descargar en PNG, PDF u hoja de cálculo.
X × Y, r, R², gruposPegue las mediciones (columna única, subgrupos o ID) o indique media y desviación estándar: Cp, CPL, CPU, Cpk, Pp, Ppk, Cpm con IC 95%, PPM observadas y esperadas, Z.Bench, gráficos de control, Box-Cox, Johnson, Weibull y lognormal, y el beneficio de reducir la variación.
Cp, Cpk, PPM, nivel sigmaPegue las mediciones y genere gráficos Xbarra-R, Xbarra-S, I-MR, I-MR-R/S, P, NP, C, U, P′/U′ de Laney, EWMA o CUSUM, con pruebas 1 a 8, etapas, límites históricos, subgrupos desiguales y la sigma dentro para el Cpk.
X̄-R, I-MR, P, U, EWMA, pruebas 1–8Pegue las mediciones con hasta 4 factores (posición en la pieza, pieza, hora, turno) y vea el gráfico multi-vari con las medias unidas por nivel y la parte de la variación de cada familia; o analice el orden de los datos en el gráfico de corridas, con las pruebas de conglomerados, mezclas, tendencia y oscilación.
Familias de variación, corridasPara características pasa/no pasa o conteo de defectos: pegue las muestras y obtenga el % defectuoso o el DPU con intervalo de confianza exacto, PPM, Z del proceso, gráfico P o U con pruebas, acumulado con límites de confianza, tasa × tamaño de muestra, histograma, tarjeta de verificación y cuántas piezas más inspeccionar para demostrar el objetivo.
% defectuoso, Z, DPUPegue los tiempos hasta el fallo y las unidades que siguen funcionando (censura) y obtenga el ajuste de Weibull, lognormal, exponencial o normal por máxima verosimilitud o LSXY, la gráfica de probabilidad con IC, la identificación de la distribución, la vida B10 y el MTTF con intervalos, Kaplan-Meier, la comparación de proveedores o lotes, los fallos esperados en garantía y el plan de ensayo de demostración.
Weibull con censura, B10, garantíaAviso importante: las herramientas de Indus Metrics realizan estimaciones y predimensionamientos a partir de los datos introducidos y de métodos de ingeniería publicados. No sustituyen al proyecto, la memoria ni el certificado firmados por un técnico competente, ni la verificación conforme a las normas técnicas y la legislación aplicables. Las propiedades de materiales y combustibles varían: compruébelas con el fabricante o con análisis de su proceso antes de decidir. Al usar el sitio acepta el Aviso legal y condiciones de uso.
© 2026 Indus Metrics. ¿Ha encontrado un error? Escriba a contato@seudominio.com.