PRODUCCION

Ana Cristina Arviz Ponce- A01412220

2022-09-28

Escoger la base datos

# file.choose()
bd <- read.csv("C:\\Users\\sofia\\OneDrive\\Documentos\\RETO\\Produccion Carton.csv")

Entendemos la base de datos

resumen <- summary(bd)
resumen

##       DIA           FECHA             CLIENTE             IDFORM         
##  Min.   : 1.00   Length:2678        Length:2678        Length:2678       
##  1st Qu.: 7.00   Class :character   Class :character   Class :character  
##  Median :14.00   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :13.99                                                           
##  3rd Qu.:21.00                                                           
##  Max.   :27.00                                                           
##    PRODUCTO           PZA_PROG           TMO_MIN             HR_FIN         
##  Length:2678        Length:2678        Length:2678        Length:2678       
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##  ESTACION_ARRANQUE  LAMINAS_PROCESADAS    SEP_UP          INICIO.DE.PROCESO 
##  Length:2678        Length:2678        Length:2678        Length:2678       
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##  FIN_DE_PROCESO     TIEMPO_CALIDAD    
##  Length:2678        Length:2678       
##  Class :character   Class :character  
##  Mode  :character   Mode  :character  
##                                       
##                                       
##

1.¿Cuántas variables y cuántos registros tiene la base de datos?

R= 2678 registros y 14 variables

# install.packages("psych")
str(bd)

## 'data.frame':    2678 obs. of  14 variables:
##  $ DIA               : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ FECHA             : chr  "01/08/2022" "01/08/2022" "01/08/2022" "01/08/2022" ...
##  $ CLIENTE           : chr  "VARROC" "VARROC" "VARROC" "DENSO" ...
##  $ IDFORM            : chr  "VL-017-13938" "VL-017-13936" "VL-017-14729" "" ...
##  $ PRODUCTO          : chr  "763 . KIT. CAJA." "747 KIT. CAJA HSC. ( 2 Partes)" "747 KIT. TAPA." "TOYOTA. MCV. Insterto D 2R. CORTE. 1 Golpe = 12 piezas. ( 9 Pza. / Celda)." ...
##  $ PZA_PROG          : chr  "199" "57" "68" "192" ...
##  $ TMO_MIN           : chr  "15" "10" "10" "15" ...
##  $ HR_FIN            : chr  "09:15" "09:25" "09:35" "09:50" ...
##  $ ESTACION_ARRANQUE : chr  "C1" "C1Y2" "C1Y2" "C1" ...
##  $ LAMINAS_PROCESADAS: chr  "201" "116" "69" "49" ...
##  $ SEP_UP            : chr  "00:12" "00:05" "00:07" "00:05" ...
##  $ INICIO.DE.PROCESO : chr  "09:13" "09:32" "10:09" "10:18" ...
##  $ FIN_DE_PROCESO    : chr  "09:26" "09:53" "10.12" "10:20" ...
##  $ TIEMPO_CALIDAD    : chr  "1" "1" "1" "1" ...

library(psych)
describe(bd)

##                     vars    n   mean     sd median trimmed    mad min max range
## DIA                    1 2678  13.99   7.94     14   13.99  10.38   1  27    26
## FECHA*                 2 2678  13.99   7.94     14   13.99  10.38   1  27    26
## CLIENTE*               3 2678   6.49   2.71      6    6.49   2.97   1  11    10
## IDFORM*                4 2678 115.19  73.34    120  113.04  94.89   1 257   256
## PRODUCTO*              5 2678 164.57  94.58    161  165.76 114.16   1 321   320
## PZA_PROG*              6 2678  92.37  68.74     70   87.88  87.47   1 245   244
## TMO_MIN*               7 2678   6.51   4.56      7    6.15   4.45   1  23    22
## HR_FIN*                8 2678  70.58  59.09     69   69.26  91.92   1 158   157
## ESTACION_ARRANQUE*     9 2678  16.90   8.31     18   17.34  11.86   1  27    26
## LAMINAS_PROCESADAS*   10 2678  92.26 107.18     34   77.54  48.93   1 342   341
## SEP_UP*               11 2678   7.02   8.94      3    5.00   0.00   1  76    75
## INICIO.DE.PROCESO*    12 2678 185.17 200.63    103  162.63 151.23   1 622   621
## FIN_DE_PROCESO*       13 2678 193.98 210.15    105  171.56 154.19   1 630   629
## TIEMPO_CALIDAD*       14 2678   8.12   6.39     12    7.81   0.00   1  36    35
##                      skew kurtosis   se
## DIA                  0.01    -1.21 0.15
## FECHA*               0.01    -1.21 0.15
## CLIENTE*             0.16    -0.76 0.05
## IDFORM*              0.12    -1.10 1.42
## PRODUCTO*           -0.03    -1.17 1.83
## PZA_PROG*            0.41    -0.86 1.33
## TMO_MIN*             0.38    -0.53 0.09
## HR_FIN*              0.00    -1.72 1.14
## ESTACION_ARRANQUE*  -0.24    -1.40 0.16
## LAMINAS_PROCESADAS*  0.83    -0.72 2.07
## SEP_UP*              3.72    18.40 0.17
## INICIO.DE.PROCESO*   0.59    -1.14 3.88
## FIN_DE_PROCESO*      0.57    -1.23 4.06
## TIEMPO_CALIDAD*      0.70     1.03 0.12

2.¿Clasifica cada variable en cualitativa, cuantitativa discreta o cuantitativa continua.?

Variable<-c("DIA","FECHA","CLIENTE","IDFORM","PRODUCTO","PZA_PROG","TMO_MIN","HR_FIN","ESTACION_ARRANQUE","LAMINAS_PROCESADAS","SEP_UP","INICIO.DE.PROCESO","FIN_DE_PROCESO","TIEMPO_CALIDAD")
Type<-c("Cuantitativa continua","Cuantitativa continua","Cualitativa","Cualitativa","Cualitativa","Cuantitativa discreta","Cuantitativa continua","Cuantitativa continua","Cualitativa","Cuantitativa discreta","Cuantitativa continua","Cuantitativa continua","Cuantitativa continua","Cualitativa")
table<-data.frame(Variable,Type)
knitr::kable(table)

Variable	Type
DIA	Cuantitativa continua
FECHA	Cuantitativa continua
CLIENTE	Cualitativa
IDFORM	Cualitativa
PRODUCTO	Cualitativa
PZA_PROG	Cuantitativa discreta
TMO_MIN	Cuantitativa continua
HR_FIN	Cuantitativa continua
ESTACION_ARRANQUE	Cualitativa
LAMINAS_PROCESADAS	Cuantitativa discreta
SEP_UP	Cuantitativa continua
INICIO.DE.PROCESO	Cuantitativa continua
FIN_DE_PROCESO	Cuantitativa continua
TIEMPO_CALIDAD	Cualitativa

3. Elige la escala de medición de cada variable.

Variable<-c("DIA","FECHA","CLIENTE","IDFORM","PRODUCTO","PZA_PROG","TMO_MIN","HR_FIN","ESTACION_ARRANQUE","LAMINAS_PROCESADAS","SEP_UP","INICIO.DE.PROCESO","FIN_DE_PROCESO","TIEMPO_CALIDAD")
Type<-c("Cuantitativa continua","Cuantitativa continua","Cualitativa","Cualitativa","Cualitativa","Cuantitativa discreta","Cuantitativa continua","Cuantitativa continua","Cualitativa","Cuantitativa discreta","Cuantitativa continua","Cuantitativa continua","Cuantitativa continua","Cualitativa")
Escala_de_Medición <- c("Razon","Razon","Nominal","Nominal","Nominal","Razon","Intervalo","Intervalo","Nominal","Razon","Intervalo","Intervalo","Intervalo","Ordinal")
table<-data.frame(Variable,Type,Escala_de_Medición)
knitr::kable(table)

Variable	Type	Escala_de_Medición
DIA	Cuantitativa continua	Razon
FECHA	Cuantitativa continua	Razon
CLIENTE	Cualitativa	Nominal
IDFORM	Cualitativa	Nominal
PRODUCTO	Cualitativa	Nominal
PZA_PROG	Cuantitativa discreta	Razon
TMO_MIN	Cuantitativa continua	Intervalo
HR_FIN	Cuantitativa continua	Intervalo
ESTACION_ARRANQUE	Cualitativa	Nominal
LAMINAS_PROCESADAS	Cuantitativa discreta	Razon
SEP_UP	Cuantitativa continua	Intervalo
INICIO.DE.PROCESO	Cuantitativa continua	Intervalo
FIN_DE_PROCESO	Cuantitativa continua	Intervalo
TIEMPO_CALIDAD	Cualitativa	Ordinal

Técnicas de limpieza

-Técnica 1. Remover datos irrelevantes.

Eliminar columnas

bd1 <- bd
bd1 <- subset (bd1, select = -c (IDFORM,HR_FIN,ESTACION_ARRANQUE,INICIO.DE.PROCESO,FIN_DE_PROCESO))
summary (bd1)

##       DIA           FECHA             CLIENTE            PRODUCTO        
##  Min.   : 1.00   Length:2678        Length:2678        Length:2678       
##  1st Qu.: 7.00   Class :character   Class :character   Class :character  
##  Median :14.00   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :13.99                                                           
##  3rd Qu.:21.00                                                           
##  Max.   :27.00                                                           
##    PZA_PROG           TMO_MIN          LAMINAS_PROCESADAS    SEP_UP         
##  Length:2678        Length:2678        Length:2678        Length:2678       
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##  TIEMPO_CALIDAD    
##  Length:2678       
##  Class :character  
##  Mode  :character  
##                    
##                    
##

-Técnica 2. Convertir tipos de datos.

Convertir de caracter a fecha

library(tibble)
bd2 <- bd1
bd2$FECHA <- as.Date(bd2$FECHA, format = "%d/%m/%Y")
tibble (bd2)

## # A tibble: 2,678 × 9
##      DIA FECHA      CLIENTE PRODUCTO      PZA_P…¹ TMO_MIN LAMIN…² SEP_UP TIEMP…³
##    <int> <date>     <chr>   <chr>         <chr>   <chr>   <chr>   <chr>  <chr>  
##  1     1 2022-08-01 VARROC  763 . KIT. C… 199     15      201     00:12  1      
##  2     1 2022-08-01 VARROC  747 KIT. CAJ… 57      10      116     00:05  1      
##  3     1 2022-08-01 VARROC  747 KIT. TAP… 68      10      69      00:07  1      
##  4     1 2022-08-01 DENSO   TOYOTA. MCV.… 192     15      49      00:05  1      
##  5     1 2022-08-01 DENSO   TOYOTA. MCV.… 192     15      49      00:06  1      
##  6     1 2022-08-01 YANFENG MODELO Y. TM… 400     30      801     00:02  1      
##  7     1 2022-08-01 YANFENG MODELO Y. TM… 80      15      41      00:10  1      
##  8     1 2022-08-01 YANFENG MODELO Y. TM… 104     15      53      00:00  1      
##  9     1 2022-08-01 YANFENG MODELO Y. TM… 104     15      53      00:00  1      
## 10     1 2022-08-01 YANFENG MODELO Y. TM… 160     20      55      00:08  1      
## # … with 2,668 more rows, and abbreviated variable names ¹PZA_PROG,
## #   ²LAMINAS_PROCESADAS, ³TIEMPO_CALIDAD

Convertir de caracter a entero

bd3 <- bd2
bd3$PZA_PROG <- substr(bd3$PZA_PROG, start = 1, stop = 2) 
bd3$TMO_MIN <- substr(bd3$TMO_MIN, start = 1, stop = 2) 
bd3$LAMINAS_PROCESADAS <- substr(bd3$LAMINAS_PROCESADAS, start = 1, stop = 2) 

tibble(bd3)

## # A tibble: 2,678 × 9
##      DIA FECHA      CLIENTE PRODUCTO      PZA_P…¹ TMO_MIN LAMIN…² SEP_UP TIEMP…³
##    <int> <date>     <chr>   <chr>         <chr>   <chr>   <chr>   <chr>  <chr>  
##  1     1 2022-08-01 VARROC  763 . KIT. C… 19      15      20      00:12  1      
##  2     1 2022-08-01 VARROC  747 KIT. CAJ… 57      10      11      00:05  1      
##  3     1 2022-08-01 VARROC  747 KIT. TAP… 68      10      69      00:07  1      
##  4     1 2022-08-01 DENSO   TOYOTA. MCV.… 19      15      49      00:05  1      
##  5     1 2022-08-01 DENSO   TOYOTA. MCV.… 19      15      49      00:06  1      
##  6     1 2022-08-01 YANFENG MODELO Y. TM… 40      30      80      00:02  1      
##  7     1 2022-08-01 YANFENG MODELO Y. TM… 80      15      41      00:10  1      
##  8     1 2022-08-01 YANFENG MODELO Y. TM… 10      15      53      00:00  1      
##  9     1 2022-08-01 YANFENG MODELO Y. TM… 10      15      53      00:00  1      
## 10     1 2022-08-01 YANFENG MODELO Y. TM… 16      20      55      00:08  1      
## # … with 2,668 more rows, and abbreviated variable names ¹PZA_PROG,
## #   ²LAMINAS_PROCESADAS, ³TIEMPO_CALIDAD

bd3$PZA_PROG <- as.integer(bd3$PZA_PROG)
bd3$TMO_MIN <- as.integer(bd3$TMO_MIN)

## Warning: NAs introducidos por coerción

bd3$LAMINAS_PROCESADAS <- as.integer(bd3$LAMINAS_PROCESADAS)

## Warning: NAs introducidos por coerción

str(bd3)

## 'data.frame':    2678 obs. of  9 variables:
##  $ DIA               : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ FECHA             : Date, format: "2022-08-01" "2022-08-01" ...
##  $ CLIENTE           : chr  "VARROC" "VARROC" "VARROC" "DENSO" ...
##  $ PRODUCTO          : chr  "763 . KIT. CAJA." "747 KIT. CAJA HSC. ( 2 Partes)" "747 KIT. TAPA." "TOYOTA. MCV. Insterto D 2R. CORTE. 1 Golpe = 12 piezas. ( 9 Pza. / Celda)." ...
##  $ PZA_PROG          : int  19 57 68 19 19 40 80 10 10 16 ...
##  $ TMO_MIN           : int  15 10 10 15 15 30 15 15 15 20 ...
##  $ LAMINAS_PROCESADAS: int  20 11 69 49 49 80 41 53 53 55 ...
##  $ SEP_UP            : chr  "00:12" "00:05" "00:07" "00:05" ...
##  $ TIEMPO_CALIDAD    : chr  "1" "1" "1" "1" ...

-Técnica 3. Valores faltantes

¿Cuántos NA tengo en la base de datos?

sum(is.na(bd3))

## [1] 1363

sum(is.na(bd))

## [1] 0

¿Cuántos NA tengo por variable?

sapply(bd3, function(x)sum(is.na(x)))

##                DIA              FECHA            CLIENTE           PRODUCTO 
##                  0                  0                  0                  0 
##           PZA_PROG            TMO_MIN LAMINAS_PROCESADAS             SEP_UP 
##                  0                737                626                  0 
##     TIEMPO_CALIDAD 
##                  0

Reemplazar NA con ceros

bd4 <-bd3
bd4 [is.na(bd4)]<-0
summary(bd4)

##       DIA            FECHA              CLIENTE            PRODUCTO        
##  Min.   : 1.00   Min.   :2022-08-01   Length:2678        Length:2678       
##  1st Qu.: 7.00   1st Qu.:2022-08-08   Class :character   Class :character  
##  Median :14.00   Median :2022-08-16   Mode  :character   Mode  :character  
##  Mean   :13.99   Mean   :2022-08-15                                        
##  3rd Qu.:21.00   3rd Qu.:2022-08-24                                        
##  Max.   :27.00   Max.   :2022-08-31                                        
##     PZA_PROG        TMO_MIN      LAMINAS_PROCESADAS    SEP_UP         
##  Min.   : 1.00   Min.   : 0.00   Min.   : 0.00      Length:2678       
##  1st Qu.:14.00   1st Qu.: 0.00   1st Qu.: 0.00      Class :character  
##  Median :20.00   Median :15.00   Median :11.00      Mode  :character  
##  Mean   :27.45   Mean   :16.03   Mean   :18.11                        
##  3rd Qu.:40.00   3rd Qu.:25.00   3rd Qu.:27.00                        
##  Max.   :99.00   Max.   :90.00   Max.   :98.00                        
##  TIEMPO_CALIDAD    
##  Length:2678       
##  Class :character  
##  Mode  :character  
##                    
##                    
##

Análisis estadístico descriptivo.

Librerías requeridas

library(foreign)
library(dplyr)        # data manipulation 
library(forcats)      # to work with categorical variables
library(ggplot2)      # data visualization 
library(janitor)      # data exploration and cleaning 
#install.packages("psych")
#install.packages("epiDisplay")
library(corrplot)     # correlation plots
library(lmtest)       # diagnostic checks - linear regression analysis 
library(car)          # diagnostic checks - linear regression analysis
library(epiDisplay)

Tabla de frecuencia

tiempo_de_calidad<-table(bd2$TIEMPO_CALIDAD)
knitr::kable(tiempo_de_calidad)

Var1	Freq
	632
0	492
01:22	1
02:15	1
02:20	1
02:42	1
03:15	2
08:18	1
08:38	1
09:05	1
09:30	1
1	1434
1.40	1
10	6
10:00	1
10:04	1
10:17	1
11	4
11:22	1
11:43	1
11:55	1
12:30	1
12:45	1
12:53	1
17	1
2	59
21	1
22	1
25	1
3	12
4	2
5	6
7	3
8	1
9	2
9.18	1

Gráficos de datos cualitativos y cuantitativos

pie(prop.table(table(bd2$CLIENTE)),col=c("Orange","Red","Yellow","Green","Pink","Purple", "lightpink","gray","lightyellow", "lightgreen"),main="Clientes de FORM",las=1)

hist((bd4$LAMINAS_PROCESADAS),col=c("Orange"),main="Láminas Procesadas",xlab="Unidades")

Gráficos de dispersión

boxplot(bd4$PZA_PROG,col=c("orange"))

qqnorm(bd4$TMO_MIN, main="Grafica de dispersion", ylab="Tiempo minimo",col='Orange')
qqline(bd4$TMO_MIN, col='ORANGE')

Reflexión

En esta base de datos se presentaba la producción diaria del mes de agosto, con el analisis estadistico que realizamos, encontramos que la mayoria de la producción tiene un de tiempo de calidad de una hora. Las piezas programadas en la producción diarias se encuentran entre 0 y 200 piezas. Tambien observamos que al mayor cliente con el que se fabrica es Stabilus 1. La propuesta hacia Form, en baste a este analisis, es que establezca KPI’S de tiempo de calidad en la producción es decir que si el tiempo medio es de una hora, se estandarize para todos los pedidos y se trate de llegar a menos de una hora.