Inicio / Lean Six Sigma / Estadística básica y pruebas
Cuando los datos son asimétricos, tienen valores extremos o son pocos para comprobar la normalidad, compare medianas y rangos: qué turno repara más rápido, qué proveedor dura más, si la preparación cumplió la meta y si la producción tiene tendencia. Elija la prueba según la pregunta (la ayuda “?” junto a Prueba orienta), pegue las mediciones con el nombre de cada grupo en la 1.ª fila y lea el veredicto; el botón de ejemplo muestra el formato correcto para cada prueba.
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: Mediana = valor central de cada grupo (la mitad de las piezas por debajo, la mitad por encima); rango medio = posición media de los valores del grupo cuando todos se ordenan de menor a mayor (un grupo con valores altos tiene rango alto); estadístico (H, W, χ²…) mide el alejamiento de “sin diferencia”; valor p < α = diferencia real. En la tabla de Dunn, cada fila es un par de grupos.
Cada punto es una medición; caja = 50% central; rombo = mediana con su IC. Línea discontinua = valor probado o mediana general.
Cómo leer: cada punto es una medición real; la caja cubre la mitad central de los datos y el rombo con barra es la mediana con su rango de incertidumbre. Compare las barras entre grupos (o con la línea discontinua del valor probado): barras que no se tocan indican una diferencia clara. En la prueba de rachas, el eje horizontal es el orden de producción.
Rangos, signos o conteos que entran en el estadístico de prueba.
Cómo leer: muestra los datos como los usa la prueba: en lugar de los valores, la posición (rango) de cada uno en la fila ordenada, o solo el signo (encima/debajo), o el conteo por encima de la mediana. Sin diferencia, los grupos quedarían equilibrados alrededor de la línea de referencia; un grupo siempre arriba o siempre abajo es lo que da un valor p pequeño.
Distribución del estadístico si H0 fuera cierta. El área sombreada es el valor p.
Cómo leer: la curva (o las barras) muestra los resultados que aparecen solo por azar cuando no hay diferencia. La etiqueta marca dónde cayeron sus datos. Si el área coloreada más allá de ese punto es pequeña (menor que α), el resultado difícilmente es azar; si es grande, los datos son compatibles con “sin diferencia”.
Histograma de los promedios de Walsh (1 muestra) o de las diferencias entre todos los pares (2 muestras); su mediana es la estimación y la franja, el IC.
Cómo leer: el histograma reúne todos los promedios de pares de valores (1 muestra) o todas las diferencias entre un valor de cada grupo (2 muestras). El centro de ese montón es la mejor estimación de la mediana (o de la diferencia) y la franja azul, el intervalo de confianza. Si la franja no incluye el valor probado (o el cero), la diferencia es real.
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.
Cuando los datos son asimétricos (tiempos de reparación, vida útil, tiempo de preparación), tienen valores extremos que no puede descartar o son pocos para comprobar la normalidad. Las pruebas comparan medianas o rangos y no se dejan arrastrar por un valor aislado. Si los datos son normales, la prueba t y el ANOVA detectan la misma diferencia con menos muestras.
La de signo solo cuenta cuántos valores quedan por encima y por debajo del valor probado; la de Wilcoxon también usa el tamaño de las desviaciones (por los rangos), por eso tiene más potencia, pero supone distribución simétrica. Para tiempos de preparación, que suelen tener cola larga, la de signo es la opción segura; en el ejemplo, 15 de las 20 preparaciones quedaron por debajo de 30 minutos, 1 justo en 30 y 4 por encima (p = 0,010 para “mediana menor que 30”).
Pegue una columna por proveedor. La prueba ordena todos los valores juntos y comprueba si los de un proveedor ocupan típicamente las posiciones más altas. La diferencia estimada (mediana de todas las diferencias entre pares) dice, por ejemplo, cuántas horas más dura un rodamiento, con su intervalo de confianza.
Ambas comparan 3 o más grupos. Kruskal-Wallis usa rangos y tiene más potencia; la de Mood solo cuenta valores por encima y por debajo de la mediana general y resiste mejor los valores extremos y los grupos de formas distintas. En el ejemplo de los avisos de mantenimiento, una atención de 140 minutos no distorsiona la prueba de Mood.
Para comparar tratamientos medidos en los mismos bloques: cuatro plaquitas probadas en las mismas seis máquinas, tres métodos aplicados por los mismos operadores. Ordena los tratamientos dentro de cada bloque, así que la diferencia entre máquinas no oculta la diferencia entre plaquitas. Es la versión no paramétrica del ANOVA en bloques.
Si el orden de los valores es aleatorio. Pocas rachas por encima o por debajo de la media indican tendencia, desgaste de herramienta o deriva; demasiadas rachas indican sobrecorrección (el operador reajusta en cada pieza). En el ejemplo del diámetro hay muchas menos rachas de lo esperado: el proceso tiene deriva.
Los valores repetidos, frecuentes con instrumentos de poca resolución, reducen la varianza del estadístico. El valor ajustado lo corrige y es el más exacto; el no ajustado es más conservador. La conclusión de la página usa el ajustado cuando hay empates; ambas versiones aparecen en la tabla.
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.