Llnivcrsidad de Suntiogq de Chile

UNIDAD
" Herramientas

NOs

computacionales apl icadas al anlisis de Pareto y la construccin de h istogramas de frecuencia"

"Herramientas Computacionales para el Gontrol de Galidad de Procesos"

Diagrama de Pareto

Pginu

de

2I

Centro de Capacitqcitt Industrisl CAI

Universidad de Santiago de Chile

5.1 Qu son los diagramas de Pareto? Principios bsicos. Los problemas de calidad se presentan como prdidas (productos defectuosos y su costo). Es muy importante aclarar el patrn de la distribucin de la prdida. La mayora de las prdidas se debern a unos pocos tipos de defectos, y estos defectos pueden atribuirse a un nmero muy pequeo de causas. Si se identifican las causas de estos pocos defectos vitales, podremos eliminar casitodas las prdidas, concentrndonos en esas causas particulares y dejando de lado por el momento otros muchos defectos
triviales. El uso del diagrama de Pareto permite solucionar este tipo de problema con eficiencia.

En 1897, el economista italiano V. Pareto present una frmula que mostraba que la distribucin del ingreso es desigual. En 1907, el economista norteamericano M. C. Lorenz expres una teora similar por medio de diagramas. Estos dos estudiosos indicaron que una proporcin muy grande del ingreso est en manos de muy pocas personas. Mientras tanto, en el campo del control de calidad, el Dr, J. M. Juran aplic el mtodo del diagrama de Lorenz como frmula para clasificar los problemas de calidad en los pocos vitales y los muchos triviales, y llam este mtodo anlisis de Pareto. Seal que, en muchos
casos, la mayora de los defectos
causas.

y de su costo se deben a un nmero relativamente pequeo

de

Caso Prctico

Ejercicio: Diagramas de Pareto.

Elabore un diagrama de Pareto a partir de los datos de la Tabla 11.

Tipo de defecto Tensin

Rayado

Nmero de

defectos
104
42 20
10 6

Total Acumulado
104,00 146,00 166,00 176,00 182,00 186,00

Composicin Porcentual
52,00
21 ,00

Porcentaje Acumulado
52,00 73,00 83,00
BB,OO

Burbuja Fractura
Mancha

10,00 5,00 3,00 2,00 7,00

91,00 93,00 100,00

Rajadura Otros

4
14

200,00

Tabla 11 Tabla de datos para un diagrama de Pareto.

Pgina 2 de 2I

Centro dc Capucitacin Industrial CAI

(Jniversidsd de Santiago de Chile

Diagrama 12, Diagrama de Pareto por tems defecfuosos.

Diagrama de Pareto
Iu0

!i(l

drl

7tl

6UE

o
G

l
E

=
o

t, i I
..1( |

l--;-.1 NUmero Cle defectos

-.,-

Porcentaje acumulado

5.1.1 Diagramas de Pareto de fenmenos y diagramas de pareto de causas.

Como ya se dijo, un diagrama de Pareto es un mtodo para identificar los pocos vitales, y existen dos tipos. 1. Diagramas de Pareto de fenmenos. Este es un diagrama en el cual se relacionan los resultados indeseables, como los que se presentan a continuacin, y se utiliza para averiguar cul es el principal problema.

1) Calidad 2) Costo 3) Entrega

Defectos, faltas, fracasos, quejas, tems devueltos, reparacones. Magnitud de las prdidas, gastos. Escasez de inventaros, demoras en los pagos, demoras en la entrega. Accidentes, errores, interrupcones.

4) Seguridad

2. Diagramas de Pareto de causas. Este es un diagrama en el cual se relacionan las posibles causas de resultados indeseables, como los que se presentan a continuacin, y se utiliza para averiguar cul es el principal origen del problema.

1)

Operario

Turno, grupo, edad, experencia, destreza. Mquinas, equipos, herramientas, orga nizaciones, modelos, instrumentos. Productor, planta, lote, clase. Condiciones, rdenes, disposiciones, mtodos.

2) Mquina 3) Materia prma 4) Mtodo operacional

Pgina 3 de

2I

Centro de Capacitacin Industrial CAI

IJniversidad de Santiago de Chile

5.1.2 Diagramas de Pareto de fenmenos y diagramas de pareto de causas.

.
1)

Sugerencias para elaborar diagramas de Pareto. Pruebe varias clasificaciones y construya muchas clases de diagramas de Pareto. Usted podr captar la esencia de un problema observndolo desde varios ngulos; es necesario tratar de encontrar varios mtodos de clasificacin hasta que identifique los pocos vitales,lo cual constituye el
propsito del anlisis de Pareto. No es conveniente que "otros" represente un porcentaje de los ms altos. Si esto sucede, se debe a que los tems para la investigacin no se han clasificado apropiadamente y demasiados tems caen en esta categora. En este caso, debe considerarse un mtodo diferente de clasificacin.

2) 3)

Si los datos se pueden representar en valores monetarios, lo mejor es dibujar diagramas de Pareto que muestren esto en el eje vertical. Si no se aprecian adecuadamente las implicaciones financieras de un problema, la investigacin puede resultar ineficaz. En la administracin, los costos constituyen una importante escala de medicin.

.
1)

Sugerencias para usar diagramas de Pareto. Si un tem se puede solucionar fcilmente, debe afrontarse de inmediato aunque sea relativamente de poca importancia. Debido a que un diagrama de Pareto tiene como objetivo la solucin eficiente de problemas, se requiere, bsicamente que afrontemos los pocos vitales. Sin embargo, si por medio de una sencilla medida se puede solucionar un tem que parece relativamente de poca importancia, servir como ejemplo de solucin eficiente de un problema, y la experiencia, la informacin y los incentivos que los empleados pueden obtener por este medio sern de gran ayuda en la futura solucin de problemas.

2) No deje de hacer un diagrama de Pareto de causas. Despus de haber identificado el problema por medio de un diagrama de Pareto de fenmenos, para solucionarlo es necesario identificar las

causas. Por lo tanto es vital hacer un diagrama de pareto de causas, si es que se va

mejoras.

hacer

Gonstruccin de diagramas de Pareto utilizando una planilla Excel.

Ordenar los tipos de defectos en orden descendente de acuerdo al N' de defectos observado. Recordar que la categora "otros" deber permanecer siempre al final. Para ordenar los datos, seleccionar los datos de las columnas rotuladas como Tipo de defecto y N" de defectos, a excepcin de la fila correspondiente a la categora "Otros", escoger el comando Ordenar del Men Datos, escoger dentro del cuadro de dilogo el criterio de ordenacin en el cuadro de lista Ordenar por (escoger N" de defectos) y elegir la opcin Descendente.

. . .

Clculo del total acumulado:

(N" de defectos del tipo i) + (Total de defectos acumulado hasta el tipo de defecto i-1)

Clculo de la composicin porcentual del tipo de defecto i : = (N" de defectos deltipo t) / (N" totalde defectos)*l00

Clculo del porcentaje acumulado:

=
(o/o

de defectos del tipo i) + (% de defectos acumulado hasta el tipo de defecto i-1)

Prigina 4 cle 2I

Centro de Cupacitacitt Industrial CAI

IJniversidad de Ssntiego de Chile

5.2

Resolucin de diagramas de Pareto a travs de macros en Excel 7.0. Uso y manejo de aplicaciones VBA (macros) para la construccin de diagramas de Pareto.

5.2.1 Diagramas de Pareto.

Para la construccin de esta carta se ulilizar la macro Pareto (mdulo 9). Seguir los siguientes pasos para su ejecucin:

. . . . . .

Asegurarse en primer lugar que

disponibles.

el libro de trabajo MACI.XLS se encuentre abierto. En caso contrario, las macros que construyen las cartas grficas de control estadstico no estarn
Abrir un nuevo libro de trabajo para ingresar en la hoja de clculo las mediciones registradas para cada una de las muestras obtenidas.
Recuerde que los encabezados debern ocupar slo la primera fila de la hoja de clculo. La primera columna de la hoja de clculo se reservar para colocar el nmero que identifique a cada muestra. Las mediciones registradas para cada una de ellas se ingresarn a continuacin de la fila de encabezados (2" fila de la hoja de clculo hacia abajo). Asegurarse que el nombre de la hoja de clculo en la cual se ingresan los datos sea "Datos4". Una vez ingresado la totalidad de los datos, ejecutar la macro Pareto.

Gdigo VBA Macro Pareto. Dim Mediciones(50) As Range Dim miCelda As lnteger Dim NumMuestras As lnteger Dim NumMediciones As lnteger Dim Factores As Range
Sub ParetoQ
Worksheets. ltem("Datos4" ).Activate Cells.ltem(1, I ).Select

Selection.CurrentRegion.Select Selection.Offset(RowOffset:=1, ColumnOffset:=0).Resize(RowSize:=Selection.Rows.Count Selection.Name = "Datos" Selection.Resize(RowSize:=Selection. Rows.Count - 1 ).Select Selection.Name = "Dat" Range("Dat").Select Selection.Sort Keyl:=Range("82"), Orderl:=xlDescending, Header:=xlGuess, _ OrderCustom: = 1, MatchCase: =False, Orientation: =xlTopToBottom Range("Datos").Select Selection.Columns. ltem( 1 ).Select Selection.Name = "NMuestra" Range("Datos").Select NumMediciones = Selection.Columns.Count - 1 For miCelda =

- 1).Select

2To NumMediciones + 1

Pdgina 5 de 2I

Centnt de Capacitacitt Industrisl CAI

Universidad de Santiago de Chile

Range("Datos").Columns. ltem(miCelda).Select Selection.Name = "Medicin" & miCelda - 1 Next miCelda Range("Datos").Selec Selection.Offset(RowOffset: =0, ColumnOffset:=1).Resize(ColumnSize:=Selection.Columns.Count Selection.Name = "Mediciones" NumMuestras = Selection.Rows.Count For miCelda = 1 To NumMuestras Range("Mediciones").Rows. ltem(miCelda).Select Selection.Name = "MMuestra" & miCelda Set Mediciones(miCelda) = Range("Mediciones").Rows(miCelda) Next miCelda Range("Datos").Select
Selection. Offset(RowOffset: =0,

- 1).Select

ColumnOffset:=Selection.Columns.Count).Resize(ColumnSize: Selection.Name = "Clculos" sumatotal = 0 For miCelda = 1 To NumMuestras sumatotal = sumatotal + Mediciones(miCelda) Next miCelda With Application.WorksheetFunction For miCelda = 1 To NumMuestras

=3).Select

lfmiCelda=1Then
Range("Clculos").Columns(1).Cells(miCelda).Value Else Range("Clculos").Columns(1).Cells(miCelda).Value Range("Clculos").Columns(1 ).Cells(miCelda - 1 ).Value = Mediciones(miCelda) = Mediciones(miCelda) +

End lf

Range("Clculos").Columns(2).Cells(miCelda).Value

lfmiCelda=1Then
Else

* = Mediciones(miCelda) / sumatotal 100

Range("Clculos").Columns(3).Cells(miCelda ).Value = Range("Clculos").Columns(2).Cells(miCelda).Value Range("Clculos").Columns(3).Cells(miCelda).Value = Range("Clculos").Columns(2).Cells(miCelda).Value + Range("Clculos").Columns(3).Cells(miCelda 1).Value End lf

Pdgina 6 de 2I

Centnt de Capacitacitt Industrial C.4I

(Jniversidsd de Santiago de Chile

Next miCelda Range("Clculos").NumberFormat End With

"#,t11f0.00"

Selection. Name = "Ttulos"

Range("Clculos").Offset(RowOffset:=-1 ).Resize(RowSize:=1 ).Select Range("Ttulos").Cells(1 ).Value = "Total acumulado" Range("Ttulos").Cells(2).Value = "Composicin porcentual" Range("Ttulos").Cells(3).Value = "Porcentaje acumulado" Range("Ttulos").Select

With Selection . HorizontalAlignment = xlCenter End With Range("Mediciones").Select With Selection . HorizontalAlignment = xlCenter End With
Ran ge("Datos" ).Select

With Selection . HorizontalAlignment = xlCenter End With

Range("C lculos").Select

With Selection . HorizontalAlignment = xlCenter End With Cells.ltem(1, 1 ).Select Selection. CurrentRegion.Select Selection.Name = "RangoGrfi co" Charts.Add ActiveChart.ChartType = xlColumnClustered ActiveChart.SetSourceData Source:=Sheets("Datos4").Range("RangoGrfico"), xlColumns ActiveChart. SeriesCollection(2 ). Delete ActiveChart. SeriesCollection(2). Delete ActiveChart. Location Where:=xlLocationAsObject, Name:="Datos4" PlotBy:= _

Pgina

7 de

2I

Centro de Capacitacin Industrial CAI

Uniyersidad de Santiago de Chile

With Activechart .HasTitle = True .ChartTitle. Characters.Text = "Dia grama de Pareto" .Axes(xlCategory, xlPrimary).HasTitle = True .Axes(xlCategory, xlPrimary).AxisTitle.Characters.Text = "Tipo de defecto" .Axes(xlValue, xlPrimary).HasTitle = True .Axes(xlValue, xlPrimary).AxisTitle.Characters.Text = _ "N" de unidades defectuosas" ActiveCha rt.SeriesCollection(2).Select ActiveChart.SeriesCollection(2).AxisGroup = 2 ActiveChart.SeriesCollection(2).ChartType = xlLineMarkers .Axes(xlCategory, xlSecondary).HasTitle = False .Axes(xlValue, xlSecondary).HasTitle = True .Axes(xlValue, xlSecondary).AxisTitle.Characters.Text = _ "Porcentaje acumulado" End With End Sub

Pdgina

de

2I

Centro de Capacitacin Industrial CAI

Universidad dc Santialo de Chile

5.3 Histogramas de frecuencia para variables de tipo continuo. Principios bsicos. 5.3.1 Distribuciones e histogramas.

1) Variacin y distribucin.
Si pudiramos recoger datos sobre un proceso en el cual todos los factores (hombre, mquina, material, mtodo, etc.) fueran perfectamente constantes, los datos sobre cada uno de estos factores conservaran su valor. Sin embargo, en la realidad es imposible mantener todos los factores constantes todo el tiempo. Estrictamente hablando, aun algunos factores que suponemos constantes, no pueden ser perfectamente constantes. Es inevitable que los valores en un conjunto de informacin tengan variaciones. Los valores que toma un factor a travs del tiempo no son siempre los mismos, pero eso no quiere decir que estn determinados de una manera desordenada. Aunque los valores cambian todo el tiempo, estn gobernados por cierta regla, y sta es que los datos tienen una determinada distribucin.

2)

Poblacin y muestras.

En control de calidad, tratamos de descubrir los hechos reuniendo datos y despus tomamos las
acciones apropiadas con base en esos hechos. Los datos no se recogen como un fin en s mismos, sino como un medio para descubrir los hechos que estn tras los datos. Por ejemplo, consideremos el caso de una inspeccin por muestreo. Tomamos una muestra de un lote, realizamos un proceso de medicin, y despus decidimos si debemos aceptar todo el lote o no. En este caso, nuestra preocupacin no es la muestra misma sino la calidad de todo el lote. Como otro ejemplo, consideremos el control de un proceso de manufactura utilizando una grfica de control X - R. Nuestro propsito no es determinar las caractersticas de la muestra con base en la cual hacemos la grfica de control X - R, sino averiguar cul es el estado actual del proceso.

La totalidad de los tems en consideracin se denomina poblacin. En el primer ejemplo anterior, la

poblacin es el lote, y en el segundo es el proceso. A algunas personas puede parecerles difcil considerar un proceso como una poblacin porque mientras que el /ofe es realmente un grupo finito de objetos individuales, un proceso no es de ninguna manera un producto, sino que se compone de cinco elementos (hombre, mquina, material, mtodo y medicin). Cuando frjemos nuestra atencin en la funcin de fabricar productos, reconoceremos que sin duda el proceso produce un grupo de productos. Por otra parte, a menos que el proceso se detenga, el nmero de productos es infinito, razn por la cual se considera que un proceso es una poblacin infinita.

Una muestra es uno o ms tems tomados de una poblacin para proporcionar informacin sobre la poblacin. Como una muestra se usa para estimar las caractersticas de toda la poblacin, debe seleccionarse de tal manera que refleje las caractersticas de sta. Un mtodo comn para la seleccin de muestras es seleccionar cualquier miembro de la poblacin con igual probabilidad. Este mtodo se llama muestreo aleatorio, y una muestra seleccionada por medio del muestreo aleatorio se denomina
muestra aleatoria.

Los datos se oblienen midiendo las caractersticas de una muestra. Utilizando estos datos, llegamos a inferir sobre la poblacin, y en consecuencia tomamos una accin correctiva. Sin embargo, el valor obtenido de una muestra variar segn la muestra seleccionada, lo cual dificulta decidir qu accin es
apropiada. El anlisis estadstico nos dir cmo interpretar este tipo de datos.

Pdgina 9 dc 2I

Ccntro de Capacitacitt Industial CAI

(lniversidsd de Santia

3)

Histogramas.

Los datos obtenidos de una muestra sirven como base para decidir sobre la poblacin. Mientras ms grande sea la muestra, ms informacin obtendremos sobre la poblacin. Pero un aumento en el tamao de la muestra implica un aumento en la cantidad de datos, y esto puede llegar a hacer difcil comprender la poblacin a partir de esos datos, aun cuando se organicen en tablas. En ese caso, necesitamos un mtodo que nos permita comprender la poblacin de un vistazo. Un histograma
responde a esta necesidad. La organizacin de un buen nmero de datos en un histograma nos permite comprender la poblacin de manera objetiva.

5.3.2 Cmo leer histogramas.

1) Tipos de histogramas.
Es posible obtener informacin til sobre el estado de una poblacin mirando la forma del histograma. Las siguientes son formas tpicas, y podemos usarlas como indicios para analizar un proceso.

a)

Tipo general

b)

Tipo peineta

c)

Tipo sesgo positivo

d)

Tipo precpicio a la izquierda

e)

Tipo planicie

f)

Tipo doble pico

g)
Ptigina I0 de 2I

Tipo pico aislado

Centro de Capacitacin

Industisl CAI

I/niversidsd de Santiago de Chile

a)

Tipo general (forma simtrica o de campana).

Forma: El valor de la media del histograma est en el centro del rango de los datos. La frecuencia es
mayor en el centro y disminuye gradualmente hacia los extremos. La forma es simtrica. Esta es la forma ms frecuente.

b)

Tipo peineta (multi-modal).

Forma: Cada tercera clase tiene una frecuencia menor. Esta forma se presenta cuando el nmero de unidades de informacin incluida en la clase vara de una
a otra o cuando hay una tendencia particular en la forma como se aproximan los datos.

c)

Tipo con sesgo positivo (con sesgo negativo).

Forma: Asimtrica. El valor de la media del histograma est localizado a la izquierda (derecha) del centro del rango. La frecuencia disminuye de manera ms bien brusca hacia la izquierda (derecha),
pero gradualmente hacia la derecha (izquierda).

Esta forma se presenta cuando el lmite inferior (superior) se controla tericamente o por un valor de especificacin o cunado no se presentan valores inferiores (superiores) a cierto valor.

d)

Tipo de precipicio a la izquierda (de precipicio a la derecha).

Forma: Asimtrica. El valor de la media del histograma est localizado al extremo izquierdo (derecho) lejos del centro del rango. La frecuencia disminuye bruscamente a la izquierda (derecha), y gradualmente hacia la derecha (izquierda).

Esta es una forma que se presenta frecuentemente cuando se ha realizado una seleccin de 100% debido a una baja capacidad del proceso, y tambin cuando el sesgo positivo (negativo) se hace an ms extremo.

e)

Tipo planicie.

Forma: Las frecuencias forman una planicie, porque las clases tienen ms o menos la misma frecuencia excepto aqullas de los extremos.

Esta forma se presenta con una mezcla de varias distribuciones que tienen valores de la media
diferentes.

f)

Tipo de doble pico (bimodal).

Forma: La frecuencia es baja cerca del centro del rango de la informacin, y hay un pico a cada lado.

Esta forma se presenta cuando se mezclan dos distribuciones que tienen valores de la media muy
diferentes.

g)

Tipo de pico aislado.

Forma: Se presenta un pequeo pico aislado adems de un histograma de tipo general.

Pgina I

I de 2I

Centro de Capacitacittt Industrial CAI

Llnivcrsidad de Ssntiasq de Chile

Esta es la forma que se presenta cuando se incluye una pequea cantidad de datos de una distribucin diferente, como en el caso de anormalidad en el proceso, error de medicin, o inclusin de informacin de un proceso diferente.

2l

La comparacin de histogramas con los lmites de especificacin.

Si hay una especificacin, dibuje sobre el histograma, con lneas, los lmites de especificacin, para comparar la distribucin con la especificacin. Luego observe si el histograma est localizado razonablemente dentro de los lmites. Ms abajo, en la figura 5.4, se describen cinco casos tpicos.
Utilice stos como referencia para evaluar la poblacin. Cuando el histograma satisface la especificacin, a) Lo que se necesita es mantener el estado actual, puesto que el histograma satisface ampliamente la especificacin.

b)

Se satisface la especificacin, pero no hay un margen extra. Por tanto, es mejor reducir la variacin en pequeo grado.

Cuando el histograma no satisface la especificacin, a) Es necesario tomar medidas para acercar la media al centro de la especificacin.

b) c)

Esto requiere de acciones para reducir la variacin. Se requieren las medidas descritas en c) y d)conjuntamente. Casos en los cuales el histograma no satisface la especificacin
c)

Casos en los cuales el histograma satisface la

especificacin a)

b)

d)

Pcigirtu 12 de

2l

Centro de Cupacitucitt Industrial CAI

IJniversidud de Santiugo de Chile

b)

Se satisface la especificacin, pero no hay margen extra. Por lo tanto, es mejor reducir la variacin en pequeo grado. Cuando el histograma no satisface la especificacin.

c)

Es necesario tomar medidas para acercar la media al centro de la especificacin.

5.4 Medidas para representar las caractersticas de las distribuciones.

1)

Medias y desviaciones estndar.

El valor de las caractersticas medidas a una muestra tomada de una poblacin variar, y no puede conocerse hasta que se observa. Este tipo de variable se llama variable aleatoria. Las caractersticas de calidad de los productos de las fbricas son de esa naturaleza.
Cuando se maneja ese tipo de datos, con frecuencia es ms conveniente considerar los datos como un conjunto en lugar de tratar a cada tem individualmente. Para poder ver los datos como un conjunto,

determinamos primero cul es

el centro de los datos, y luego estudiamos cmo cada dato de

la

informacin se concentra alrededor del centro. datos, xt ,..., xn, la media de estos datos est dada por:

Una medida corriente para expresar el centro es la media o expectativa. Cuando hemos obtenido n

Y para todo el conjunto, la media est dada por:

lt

: )rP(r)

tt

- !.t (r)d

Donde P(x) es la probabilid ad y f(x) es la densidad probable de la variable aleatoria x.

-t es la media de los datos recogidos, y se llama media de la muestra. // es la media de la totalidad del conjunto que nos ocupa y se llama media de la poblacin.
La varianza y la desviacin estndar estn entre las medidas que se usan para expresar el grado de concentracin de los datos alrededor del centro. Cuando hemos obtenido n datos, Xt ,..., X, ,la varianza de estos datos se expresa por:

Y la desviacin estndar se expresa por: ^\,- JV

Ptigina I3 de 2I

Centro de Capacitucitt Industrial CAI

Llniversidad de Santiago de Chile

La varianza de una poblacin est dada por

o'=f{.r'_ r2P(x\

o'= Jt*-

tt)' I(x)dx

y la desviacin estndar, que es laraiz cuadrada de la varianza, se expresa como

La varianza es la media del cuadrado de las diferencias entre el dato individual y la media. Una varianza grande significa que hay gran variacin en los datos
V y s son valores relacionados con los datos, y se llaman varianza de la muestra y desviacin estndar

de la muestra, respectivamente. o'2 y o son valores relacionados con una poblacin y se llaman varianza de la poblacin y desviacin estndar de la poblacin, respectivamente.

2)

El clculo de las medias y las desviaciones estndar a partir de las tablas de frecuencia.

Calculemos la media y la desviacin estndar de los dimetros de 90 ejes como se muestran en la tabla

5.1. Cuando el nmero de datos es grande y stos estn resumidos en una tabla de frecuencia, el
siguiente es el procedimiento para calcular la media y la desviacin estndar:

Estos estn resumidos en una tabla de frecuencia, el siguiente es el procedimiento para calcular la
media y la desviacin estndar:

Procedimiento
Paso
1

Prepare un formato de clculo como en la tabla 5.5 Paso 2 Escriba los lmites de clase, los puntos medios de las clases y la frecuencia

I
uf
-4

No

Clase

Punto Medio x
2.503 2.508

Frecuencia

f
1

a -4 -3 -2
-1

u'-f
16

2 3

4
5

6 7
8

- 2.5055 2.5055 - 2.5105 2.51 05 - 2.5155 2.51 55 - 2.5205 2.5205 - 2.5255 2.5255 - 2.5305 2.5305 - 2.5355 2.5355 - 2.5405 2.5405 - 2.5455
2.5005

-12
-18 -14
0

36

2.513 2.518 2.523 2.528 2.533

2.538

I
14

36
14
0

22
19 10
5 6

0
1

19

19

2 3

20
15

40 45 96

2.543

24 30

Total

90

302

Tabla 5.5 Tabla de clculo

Pgina 14 de
2

Centnt ele Capucitacitt Industrial CAI

(Jniversidsd de Santiaso de Chile

Paso 3 Asigne el punto medio O (u = 0) a la clase tiene la mayot.', y escriba 0 en la columna a.

que

Paso 3
Asigne 0 al punto medio de

de la clase No5

Escriba -1, -2,

observados,
observados.

... hacia los menores valores y 'l,2, ... hacia los mayores valores
r

La relacin entre .r y ecuacin:

se expresa en la siguiente

u_(x-a)
h

donde,

a : Es el punto medio de la clase

donde z=0
h : Et intercato de

ctase

1==3|ZtZ

4 Paso 4 Registre los productos de r y de .f en la No1 columna uJ', y los productos de u y de./ en uJ' = (4)xl = u'.: haga la suma de cada una, y registrelas No2
Paso en los espacios

-4
_12

correspondientes. +....

uf' =
Nol

(_3)xl:

Z"J

=ur.f , +u"f"

Zu|'=ui

1;+ui1,+....

u' .l'
No2

- uf xu = (-4) x (-4) = l6
= 36

,,'.f - d xu =(-12) x (-3)

Zuf =(-4) + (-12) + ...+ 24 = 30

Zr,' .f = 16 + 36 +... +96 = 302
Paso

5
r
usando la siguiente ecuacin:

Paso 5

Calcule

r- a+h(>tl'ln\

; - 2.523+ o.oo5 " A 90 - 2.523 + 0.00167 - 2.52467(mm')

Prigittu 15 de 2I

Centro de Capacitucin Industrial CAI

IJniversidud de Suntiogo de Chile

Paso 6 Calcule

usando la siguiente ecuacin:

.s

- r,

l["

n )'

s'

0.005 x 0.005

[,0,
.2809

r)

" J

- 0.00906(nun)
5.5 La distribucin normal y sus caractersticas

1)

La distribucin normal

Un histograma se construye a partir de un cierto nmero de datos. Pero, qu le pasara al histograma si continuamos aumentando el nmero de datos?. Si el intervalo de clase se reduce poco a poco a medida que se aumenta el nmero de datos, se obtiene una distribucin que se obtiene de un nmero infinito de datos.

de frecuencias lisa como

lmite

de una distribucin de frecuencia relativa. En realidad es una expresin de la poblacin misma, puesto Existen muchas clases de distribucin, y la ms tpica es la dr'sfrbucin normal. En muchos casos, cuando la variacin de una caracterstica de calidad es causada por la suma de un gran nmero de errores infinitesimales independientes debidos a diferentes factores, la distribucin de la caracterstica de calidad se aproxima a una distribucin normal. La forma de la distribucin normal puede describirse
sencillamente como una forma de campana o de montaa, y en una descripcin ms detallada.

Gonstruccin de histogramas de frecuencia utilizando una planilla Excel. Clculo de R (rango)

:

Para calcular el rango, colocar la siguiente frmula:

- MAX(med iciones)

MIN (med

iciones)

Clculo de Ac (longitud de intervalo o ancho de clase) :

Para calcular la longitud de cada intervalo, colocar la siguiente frmula:

=R/Nc
Clculo de lmite inferior de clase para cada intervalo :
Colocar la siguiente frmula.
= M|N(mediciones)
Pgina I6 de 2I

(n-1) * Ac
Centnt dc Capacitucitt Industrial CAI

Universidad de Santiago de Chile

Crear esta frmula pa'a el intervalo de clase

N"l y luego copiarla para el resto de los

yAc. La variable
n

intervalos. No olvide fijar referencias con F4para el rango de mediciones corresponde al conelativo que identifica a cada intervalo.

Clculo de lmite superior de clase para cada interualo :

. . o

Colocar la siguiente frmula:

= MlN(mediciones) + n " Ac

Crear esta frmula para el intervalo de clase N"l y luego copiarla para el resto de los intervalos. No olvide ftjar referencias con F4 para el rango de mediciones y Ac. La variable n corresponde al correlativo que identifica a cada intervalo.

Construccin de histograma de frecuencia :

o . .

lr al men Herramientas y escoger comando Complementos. Escoger opcin Herramientas para anlisis VBA lr nuevamente al men Herramientas y escoger comando Anlisis de Datos Escoger opcin Histograma Dentro del cuadro de dilogo escoger Rango de entrada (mediciones), Rango de Clases (lmites superiores de cada clase), Rango de Salida (escoger celda cualquiera) y elegir opciones Crear Grfico y Porcentaje acumulado.

Pdgina I7 de 2I

Centro de Capacitacitt Industrial CAI

Univcrsidad de Santiusq de Chile

Construccin de histogramas de frecuencia a travs de macros en Excel.

Una vez abierto MAC3, ejecutar macro Histograma. No olvidar llamar a la hoja de clculo

Datosl

Pginu I8 dc 2I

Centro de Capucitacitt Industrial CAI

Universidad de Santiago de Chile

Gaso Prctico

Ejercicio 9: Cmo construir tablas de frecuencia. Para investigar la distribucin de los dimetros de ejes de acero producidos en un proceso de laminacin, se midieron los dimetros de 90 vigas, como se muestra en la tabla 5.2. Construya una
tabla de frecuencias usando estos datos:

Pgina 19 de 21

Centro de Capacitacin Industrial CAI

Universidad de Santiago de Chile

Actividades Propuestas

Problema

l.

Construya el diagrama de Pareto por tems defectuosos utilizando los datos de la tabla. Utilice las macros vistas en este captulo.

Tipo de defecto Componentes Velocidad de trabajo Forma de las partes Abrasin de las herramientas Dudosos Posicin de ajuste Otros
Problema 2.

N' de defectos
10
11

7 9

48
13

Analice la informacin de la tabla 3.3 haciendo varios diagramas de Pareto. Utilice las macros vistas en este captulo.

Pgina 20 de

2I

Centro de Capacitacin Industriol CAI

Universidsd de Santiago de Chile

Problema 3. En una panaderia, dos trabajadores, A y B, estn haciendo pan en las mquinas 1 y 2. El peso de los panes franceses producidos se registr durante 20 das, como se muestra en la tabla 5.7. cada da se tomaron aleatoriamente cuatro panes de cada mquina y se pesaron. La especificacin del peso es de
2OO

225 gr.

1)

Haga los siguientes histogramas:

a) b)

c)
2)

Un histograma global. Un histograma del panadero A y otro del panadero B. Un histograma de la mquina 1 y otro de la mquina 2.

Estdielos comparndolos con la especificacin.

Pdgina 2I de 2I

Centro de Capacitscin Industriol CAI