Inicio / Lean Six Sigma / Estadística básica y pruebas
Pegue las mediciones desde Excel y vea de una vez la forma de la distribución, la media y la dispersión con sus intervalos de confianza y si los datos son normales, para cada máquina, turno o lote. Basta una columna de mediciones por grupo (preferiblemente 30 o más valores); los límites de especificación son opcionales. Es el primer paso antes de calcular el Cpk, hacer un gráfico de control o comparar grupos con ANOVA.
Herramienta de predimensionamiento y estimación: los resultados no sustituyen al proyecto, cálculo o informe firmado por un técnico competente ni la verificación conforme a las normas aplicables.
Los mismos números de los informes, un grupo por columna, para comparar.
Cómo leer: cada columna es un grupo. Desv.Est. = dispersión típica de pieza a pieza; EE de la media = cuánto puede fallar la media de la muestra; Q1–Q3 = rango de la mitad central de las piezas; IC = rango donde probablemente está el valor verdadero; Valor p (AD) en rojo = datos no normales; Datos poco comunes = puntos fuera de los bigotes del diagrama de caja.
Caja = 50% central, trazo = mediana, × = media, bigotes hasta 1,5 × IQR; los puntos aislados son datos poco comunes.
Cómo leer: el eje vertical es la medida; cada caja es un grupo. Cajas a la misma altura = grupos con el mismo nivel; una caja más alta = un grupo más disperso. Los rombos rojos son valores poco comunes que conviene revisar. Líneas discontinuas = LIE y LSE: cajas o bigotes que las tocan indican riesgo de piezas fuera.
Puntos sobre la recta = datos normales. Con un grupo, la franja muestra el intervalo de confianza del 95% de los percentiles ajustados.
Cómo leer: el eje horizontal es la medida y el vertical el porcentaje acumulado de piezas (escala estirada en los extremos). Si los puntos de un grupo siguen la recta del mismo color, los datos son normales. Puntos en S, curvados o con escalón = no normales; el texto en la esquina da el A² y el valor p de cada grupo (rojo = no pasa).
Lleve los resultados de esta página a otra calculadora, con los campos ya rellenados.
La memoria reúne entradas, resultados, ecuaciones, hipótesis y referencias de esta página, con campos para proyecto, responsable y revisión. El informe completo incluye también los gráficos y las interpretaciones, en color. En la ventana de impresión, elija Guardar como PDF.
Una página que reúne, para cada conjunto de datos, el histograma con la curva normal, el diagrama de caja, los intervalos de confianza de la media y la mediana, la prueba de normalidad y la estadística descriptiva completa. Sirve para conocer los datos antes de calcular la capacidad, hacer gráficos de control o comparar grupos.
Mire el valor p de Anderson-Darling: 0,05 o más, los datos se pueden tratar como normales; por debajo de 0,05, no. En el ejemplo del árbol de levas, la Máquina 1 tiene una curtosis muy negativa y un p muy bajo (A² = 4,43), señal de dos poblaciones mezcladas; la Máquina 2 tampoco pasa (p = 0,029: curtosis positiva, pico estrecho y colas más largas que la normal); solo la Máquina 3 pasa (p = 0,615).
La media promedia todos los valores; la mediana es el valor central. En datos simétricos están próximas. Si un lado tiene valores muy alejados (asimetría), la media se desplaza y la mediana representa mejor la pieza típica.
Muestran cuánto puede fallar la estimación por haber medido solo una muestra. Con 100 piezas, la media del árbol de levas se conoce con una precisión de unas centésimas de milímetro; con 10 piezas, el intervalo sería unas tres veces más ancho.
La asimetría mide si una de las colas es más larga (0 en la curva normal). La curtosis mide si la distribución es achatada (negativa) o puntiaguda con colas pesadas (positiva). Una curtosis muy negativa suele indicar mezcla de máquinas, herramientas o ajustes.
Para describir el proceso, 30 o más por grupo; para capacidad, 100 o más. Con menos de 20 valores, la prueba de normalidad tiene poca potencia: rara vez rechaza aunque los datos no sean normales.
Pegue cada máquina en una columna con el nombre en la primera fila, o use el formato apilado con una columna de grupo y otra de valores. Las columnas pueden tener longitudes distintas. Después use el botón de ANOVA para probar si las medias difieren.
Aviso 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.