Inicio / Lean Six Sigma / Estadística básica y pruebas
¿El proveedor nuevo es mejor? ¿El método nuevo acortó el ciclo? ¿El poka-yoke redujo el rechazo? Pegue las mediciones de A y de B y vea si la diferencia es real, si importa en la práctica, si la muestra bastaba y cuánto vale al año. No hace falta saber qué prueba usar: elija “Comparar A × B” y la página decide por el tipo de dato (medida, OK/NOK o recuento). Solo necesita las mediciones de cada lado; volumen y coste son opcionales.
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.
Cómo leer: Estimación = la diferencia (o el valor) calculada con los datos; IC = rango donde probablemente está el valor verdadero; estadístico (t, Z, χ², F) = qué tan lejos está la estimación de H₀, en unidades de error; valor p por debajo de α = diferencia significativa.
Punto = estimación; barra = intervalo de confianza; línea roja = H₀; franja verde = diferencia que no importa en la práctica.
Cómo leer: el eje es la diferencia B − A (o el estadístico estimado). Si la barra del intervalo no cruza la línea roja (H₀), la diferencia es real; si queda entera dentro de la franja verde, es demasiado pequeña para importar. Barra que cruza H₀ y sale de la franja verde = faltan datos para decidir.
Diferencia B − A aplicada al volumen anual indicado.
Puntos = cada medición; caja = 50% central y mediana; rombo con barra = estimación e IC; líneas discontinuas = H₀ o especificación.
Cómo leer: cada columna es una muestra y el eje vertical es la medida. Compare la altura de los rombos (las medias) y la longitud de las barras (la incertidumbre): barras cortas y separadas indican una diferencia clara. Los puntos sueltos lejos de la caja son valores poco comunes que pueden distorsionar la prueba.
Distribución de los valores de cada muestra, con la media de cada una.
Cómo leer: cada barra cuenta cuántos valores cayeron en ese rango; los colores separan las muestras y las líneas verticales marcan las medias. Montículos parecidos a una campana, sin picos dobles ni colas largas, confirman que la prueba t es adecuada; si la forma está muy torcida, prefiera la prueba no paramétrica.
Probabilidad de detectar cada diferencia verdadera con la muestra actual (línea continua) y con la muestra que da el 80% en la diferencia que importa (discontinua).
Cómo leer: el eje horizontal es el tamaño de la diferencia verdadera y el vertical, la probabilidad de que la prueba la note. Lo bueno es que la curva continua pase del 80% en la diferencia que importa. Si está por debajo, un resultado “sin diferencia” no prueba igualdad: la muestra es pequeña para ver esa diferencia.
Cómo se distribuye el estadístico de la prueba si H₀ es cierta; el área roja es el valor p.
Cómo leer: la curva muestra los valores que suele tomar el estadístico de la prueba cuando no hay ninguna diferencia. La línea marca el valor de sus datos. Si cae en el centro de la curva, el resultado es común y puede ser azar; si cae en el extremo, con área roja pequeña (menor que α), es improbable que sea azar.
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.
Use el modo "Comparar A × B": pegue las mediciones de A y de B e indique cuál es mejor (mayor o menor). La página elige la prueba, muestra la diferencia B − A con su intervalo de confianza y dice si es real, si es lo bastante grande para importar y si la muestra era suficiente. En el ejemplo del tiempo de ciclo, el método nuevo es unos 2,2 s más rápido y todo el intervalo queda más allá de 1 s, así que la mejora es real y relevante.
Que una diferencia del tamaño observado sería rara (menos del 5% de probabilidad) si A y B fueran iguales. No dice si la diferencia es grande: con muestras enormes, diferencias minúsculas salen significativas. Por eso la página muestra también el intervalo de confianza y la franja de la diferencia que importa.
Cuando la misma pieza, lote u operador aparece en las dos condiciones, como la misma pieza medida en dos instrumentos o el mismo lote antes y después de un tratamiento. La prueba pareada elimina la variación entre piezas y suele detectar diferencias que la de 2 muestras no ve. Piezas distintas en A y en B: use la de 2 muestras.
Solo si todo el intervalo de confianza cabe en la franja verde de la diferencia que importa. Si el intervalo es ancho, el resultado no es concluyente: la muestra era demasiado pequeña. La curva de potencia muestra la probabilidad que tenía la prueba de ver la diferencia y cuántas muestras faltan para el 80%.
Para comparar dos proporciones de defectuosos (antes × después, turno × turno), use 2 proporciones: la página hace la prueba Z y la exacta de Fisher, válida incluso con pocos defectos. Para recuentos de defectos por pieza, fallos al mes o paradas por turno, use las tasas de Poisson.
Para comparar la dispersión (estabilidad) de dos procesos sin suponer datos normales. Las pruebas F y chi-cuadrado son exactas solo con datos normales y fallan bastante con colas pesadas. Un proceso B con la misma media pero menor desviación típica también es una mejora: menos piezas fuera de especificación.
Porque cada mirada es una nueva oportunidad de falsa alarma. Mirando 5 veces al 5%, la probabilidad real de “encontrar” una diferencia que no existe llega a cerca del 14%. Fije el tamaño de la muestra antes, o indique cuántas veces miró: la página muestra el α real y el umbral de p corregido para cada mirada.
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, como el Real Decreto 1215/1997 sobre equipos de trabajo o el Reglamento de Equipos a Presión. 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.