Determinacion de causas y raices

Determinación de las causas raíces (aplicación de las herramientas de calidad)

Se determinó que el seteo de la balanza podría ser la causa principal de la variabilidad de peso, se hará un análisis de regresión para confirmar su causalidad. Esto en base a reuniones con los expertos y operarios de proceso.

Para esto se tomó información de pesos variando el seteo de la balanza, los siguientes son los datos obtenidos. (Anexo 4)

Datos obtenidos a partir de los diferentes seteos de la balanza.

Seteo, es la configuración de la balanza para el pesado de la caja de pescado

Correlaciones: pesos, seteo

Se calculó el coeficiente de Pearson para medir el grado de relación entre el pesado y el seteo, el valor fue de 0.922 lo cual indica una relación fuerte y positiva entre las variables.

[pic 1]

Mediante la gráfica de probabilidad se determina que el p-value es mayor a 0.05 y por tanto los datos de los diferentes seteo provienen de una distribución normal.

Correlación de Pearson de pesos y seteo = 0.922[pic 2]

Valor P = 0.000

Esto nos dice que existe correlación entre el peso y el seteo y es fuerte y positiva, lo que inicialmente se observa en la gráfica de Efectos de Peso.

Para validar si es causa raíz se realizó el análisis de regresión, el cual nos dio los siguientes resultados

Análisis de regresión: pesos vs. seteo

La ecuación de regresión es

pesos = - 34.0 + 2.69 setup

171 casos utilizados, 9 casos contienen valores faltantes

Predictor     Coef  SE Coef       T      P

Constante  -33.957    1.410  -24.08  0.000

setup      2.69331  0.06965   38.67  0.000

S = 0.156011   R-cuad. = 89.8%   R-cuad.(ajustado) = 89.8%

Análisis de varianza

Fuente           GL      SC      CM        F      P

Regresión         1  36.392  36.392  1495.18  0.000

Error residual  169   4.113   0.024

Total           170  40.505

• Como P valor es 0.00, es menor a 0.05 se verifica que el seteo afecta al peso de la caja.
• El R-cuad nos dice que el seteo explica el 89.8% de la variabilidad del pesado de la caja
• El R-cuad Ajustado con un valor del 89,8% nos indica el nivel de bondad de ajuste, es decir que nuestros datos se ajustan bien al modelo de regresión.

[pic 3]

Para el analisis residual el P valor de los residos es 0.241, es mayor a 0.05, lo que nos dice que los residuos tienen comportamiento Normal y los residuos según la gráfica Vs Orden presentan comportamiento Aleatorio, por tanto se valida que nuestro modelo sirve para explicar la varibilidad de nuestro variable y: pesado de la caja de jurel y/o caballa

...