.

Integrantes. Curso: Quinto B

Benalcazar vila Manuel. Fecha: 14-07-15
Marrasquin Guerrero Karla.
Nieto Romero Danilo.
Reyes Lema Diana.
Rodrguez Holgun Karen.

1. Qu obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes navales?
Obtuvo informacin que permiti identificar donde y cuando estaban los problemas lo cual le sirvi para que los dems
ya no cometieran los mismos errores los cual les redujo tiempo y esfuerzo ya que los tiempos de navegacin se
redujeron en gran cantidad

2. Describa algunas de las fallas en la obtencin de informacin que se comentaron en la primera seccin de este
captulo.
* Datitis. Se obtienen datos sin ningn pronstico claro e importante.
* Obtencin de informacin para validar decisiones previamente tomadas.
* Es raro que tenga plan global de porque va a obtener informacin.
* Informacin poco representativa.
* Tabes y errores sobre el papel de la estadstica en la obtencin de informacin.

3. Cules son las 6 M de un proceso?

Materiales
Maquinaria
Mano de obra
Mediciones
Medio ambiente
Mtodos

4. Qu es el pensamiento estadstico?
Pensamiento estadstico es una filosofa de aprendizaje y accin basada en dos principios: todo el trabajo ocurre en un
sistema de procesos interconectados, la variacin existe en todos los procesos y entender y reducir la variacin son
claves para el xito

5. Seale como se puede utilizar el pensamiento estadstico en los niveles estratgicos, directivo y operacional de
una organizacin.
* Estratgico: hacia donde se dirige la organizacin.
*Directivo: Procesos administrativos para guiar la organizacin *Operacional: Donde se
est haciendo el trabajo.
6. Proporcione dos ejemplos de variables cualitativas y dos de variables cuantitativas.
Variables cualitativas: Nombre de los nios/as; Nombre de los Maestros
Variables Cuantitativas: Edades de los nios/as; Pesos de los nios/as

7. Se dijo que de acuerdo con el tipo de especificaciones de una variable de salida existen tres categoras d
variables: entre ms pequeo mejor, entre ms grande mejor, y el valor objetivo es mejor. De un par de
ejemplos para cada una de ellas.
Entre ms pequeas mejor: el nmero de sillas con defectos de la fbrica la bonita debe ser menor de 12 sillas
con defecto
Entre ms grande Mejor: para aprobar una asignatura en la UNICAH debe ser mayor del 70% de promedio.
Valor Nominal es el mejor: El nmero de alumnos en la clase de ingls no debe ser mayor de18 ni menor de 18.

8. De qu manera afectan los datos raros a la media?

Le afecta en medida un dato raro refleja una situacin especial que se debe investigar, puede ser un error de dedo, de
medicin o puede tambin reflejar un comportamiento especial del proceso en cualquier caso se debe investigar.

9. Explique los errores de la interpretacin de la media que se sealan en la seccin. Errores en la toma de
decisiones con el uso de la media.
Se cree que los valores de todos los datos son iguales o estn muy cerca de la media, ignorando por completo que la
media que proporciona ninguna informacin sobre la variabilidad. La media es el dato ms frecuente, si se olvida que lo
anterior solo se da en los datos simtricos y unimodales, es decir, desconociendo el concepto de moda y confundindolo
con el de la media.
La media es el valor que est en medio y que a la izquierda del queda el 50% de los datos, lo mismo que a la derecha.
De este modo se ignora el concepto de mediana y el hecho de que la medida la jalan los sesgos y los datos raros de
un solo lado. La media muestral es la media poblacional, si se desconoce que la media muestral es una variable
aleatoria.

10. Explique la relacin entre la media y la desviacin estndar que establece la regla emprica y el teorema de
Chebyshev.
Los intervalos se calculan con la media y desviacin estndar de la poblacin, entonces sern vlidos para toda la
poblacin, por lo que, en la medida en que los clculos de la media y la desviacin estndar muestral se hagan a partir
de muestras aleatorias grandes, entonces los intervalos anteriores podrn dar una idea aproximada de lo que pasa en
toda la poblacin, sea esta un lote o un proceso.
 11. Se desea investigar el peso promedio de 1000 artculos de un lote, por lo que se eligen aleatoriamente 40 de
ellos, se pesan y se obtienen que = 252 gramos con S = 5.
a) Quiere decir que el peso medio de los 1000 artculos es de 252?
Esto quiere decir que se ha sumado los pesos de los 1000 artculos y se dividi para 1000, de ah se obtuvo el valor de
252; pero esto no quiere decir que la mayora o todos los pesos sean 252 gramos; slo nos est indicando el valor
central de ese conjunto de datos y que este valor no es representativo de la poblacin.

b) La mayora de los artculos pesa 252 gramos?

NO, ese valor de 252 gramos slo nos est indicando el valor central de ese conjunto de datos.

c) De los 40 artculos en la muestra es probable que alguno pueda pesar 300 gramos? Aplique la regla emprica
para contestar
LRI= 3S = 252 3(5) = 237
LRS= +3S = 252 + 3(5) = 267
De los 40 artculos al 99.7% de probabilidad ninguno de ellos puede pesar 300 gramos ya que de acuerdo a la regla
emprica queda fuera de los lmites encontrados.

12. En una empresa se llevan los registros del nmero de fallas de equipos por mes; la media es de 10 y la mediana
15.
a) Si usted tiene que reportar la tendencia central de fallas, Qu numero reportara?
El de la mediana ya que el valor de la media lo supera y por lo tanto significa que existen datos ms grandes que el
resto, lo que hace que la media est inflada y por ende no refleja la verdadera tendencia central; ya que la media es
susceptible a las variaciones atpicas.

b) La discrepancia entre la media y la mediana se debi a que en varios meses ocurrieron pocas fallas?
S, porque la media es ms susceptible que la mediana ante las variaciones atpicas que se dieron de un mes a otro.

13. Un aspecto clave de la calidad de cierto producto es su peso: la norma establece que su peso mnimo sea de 2
Kg .El ingeniero de produccin informa que se est cumpliendo con tal norma, ya que el peso promedio del
producto es de 2.2 Kg Est usted de acuerdo con el ingeniero?
Por un lado s, porque el peso medio supera lo que la norma establece; pero no se garantiza de que el peso
mnimo del producto cumpla con la norma.

14. Tres mquinas A, B y C, realizan cortes de manera automtica de ciertas tiras de hule. La longitud ideal de las
tiras es de 90 cm, con una tolerancia de 2 cm. Se toma una muestra de 80 piezas de la produccin de una
semana de cada mquina.

a) La longitud promedio de las 80 tiras de cada mquina son; A, x = 90; B, x = 90,5, C, x = 92. Con base en esto
puede decidir cul maquina es mejor?

b) Si adems la desviacin estndar obtenida es: A, S = 1,5; B, S = 1,0; C, S = 0,5, decida cual maquina estuvo
funcionando mejor. Aplique la regla emprica.

a) La mquina A es la mejor, ya que cumple con la longitud de corte ideal que es de 90 cm pero las maquinas B y C
tambin cumplen con su trabajo ya que hay una tolerancia de 2 cm siendo la maquina B = 90,5 cm y maquina C = 92
cm.
b) Maquina A
= + 3 = 3

= 90 + 3(1,5) = 90 3(1,5)

= 94,5 = 85,5

Maquina B

= + 3 = 3

= 90,5 + 3(1,0) = 90,5 3(1,0)

= 93,5 = 87

Maquina C

= + 3 = 3

= 92 + 3(0,5) = 92 3(0,5)

= 93,5 = 90,5

Conclusin: La mquina C cumple hasta cierto punto su objetivo, con el LRI de 90,5 cm pero el LRS sobrepasa la
tolerancia de 2 cm con 93,5.
15. En el ejemplo 8,2 se detect que tienen problemas con el grosor de las lminas por que no se cumple con las
especificaciones: 5mm 0,8 mm. Con el objetivo de corregir la situacin, un equipo genera un proyecto de
mejora. Para verificar si las acciones ejecutadas dieron resultado, se toman aleatoriamente 45 lminas de la
produccin de una semana posterior a las modificaciones. Los espesores obtenidos se muestran a
continuacin.
 a) Calcule la media , 5,2 5,4 5,4 4,7 5,1 4,7 5,0 5,1 mediana y desviacin
estndar y , comparndolas con las
respectivas 5,0 4,9 4,3 4,7 5,3 4,6 4,8 4,4 estadsticas antes de la
mejora ,decida si el plan dio resultado

a) Construya un 4,7 4,9 5,6 4,7 4,7 4,5 5,1 4,7 histograma e inserte en el las
especificaciones y, comparndolo con el
histograma antes de la 4,7 5,1 5,3 5,0 5,3 4,5 4,4 4,7 mejora, investigue si el plan
fue exitoso .Argumente su respuesta.
5,6 5,2 4,7 4,6 5,0 5,4 4,7 4,8
Estadsticos descriptivos: Espesores
obtenidos
5,2 5,1 4,9 5,0 5,0
Variable Media Desv.Est. Mediana
Espesores obtenidos 4,9267 0,3208 4,9000

Histograma (con curva normal) de Espesores obtenidos

Histograma (con curva normal) de Espersores obtenidos

14 Media 4,927
Desv.Est. 0,3208
N 45
12

10
Frecuencia

0
4,2 4,5 4,8 5,1 5,4 5,7
Espersores obtenidos

Conclusin: A diferencia del histograma anterior comparado con este nuevo histograma se demuestra que hay una leve
mejora en el espesor obtenido con la frecuencia ms alta que puede llegar hasta 14 del lado izquierdo mientras que en el lado
derecho del histograma se muestra un descenso ms suave de las frecuencias obtenidas con relacin a los espesores
obtenidos, en conclusin se podra decir que el histograma anterior fue de mayor xito ya muestra mejoras ms elevadas del
grosor de las lminas; pero como no cumple con las tolerancia el plan se descartara.

16. Una caracterstica clave en la calidad de las pinturas es su densidad y un componente que influye en tal
densidad es la cantidad de arena que se utiliza en la elaboracin de pinturas. La cantidad de arena en la
formulacin de un lote se controla con base en el nmero de costales, que segn el proveedor deben contener
20kg. Sin embargo, continuamente se tienen problemas en la densidad de la pintura, que es necesario corregir
con trabajo y procesos adicionales. En este contexto, en la empresa se preguntan: Cunta arena contienen en
realidad los costales?

LOTE PESO DE LOS COSTALES DE LA MUESTRA (kg)

18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0
1 18.8 19.3 19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6
19.6 19.0 19.1 19.1 19.6 19.4 19.8 19.1 20.0 20.4

18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.8 20.7 19.6
2 18.9 18.4 19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8
19.2 20.6 19.0 19.7 20.0 18.4 18.9 19.7 17.8 19.4

20.1 20.2 21.0 19.7 20.1 20.0 19.4 20.4 19.6 20.6
3 19.9 20.3 20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5
20.0 20.0 20.4 20.2 20.2 19.7 20.0 19.6 19.7 19.8

a) Las tolerancias que se establecen para el peso de los costales de arena de 20 -+ 0,5. Calcule los estadsticos
bsicos para las muestras y decida si la calidad es satisfactoria.
Lote 1

Media= 19.35
Mediana= 19.25
Desvi.Est= 0.56

Media= 19.30
Mediana= 19.35 Lote 2
Desvi.Est= 0.69

Lote 3
 Media= 20.04
Mediana= 20
Desvi.Est= 0.40
Segn los datos que arrojaron las muestras si salen con una calidad satisfactoria.
b) Calcule los estadsticos bsicos para los datos y de una opinin global sobre el peso de los costales.

Media= 19.56
Mediana= 19.6
Desvi.Est= 0.65

c) Obtenga un histograma para los 90 datos, inserte las especificaciones y obtenga una conclusin, general
sobre el peso de los bultos.

d) Con base en lo anterior, Cul debe ser a

posicin de la fbrica de pinturas ante el
proveedor de arena?

17. En una fbrica de envases d vidrio se han

tenido problemas con la capacidad de las
botellas de 750ml. Con base en el historial
del proceso se sabe que la capacidad
media de tal tipo de botella es de 740 ml, con
una desviacin estndar de 12.
a) Si las especificaciones para la capacidad de las botellas son de 750 -+ 10, de un diagnstico, calculando los
limites reales, sobre el tipo de problemas que se tiene en cuanto el volumen.

En primer lugar observamos que las especificaciones de las botellas no estn siendo cumplidas por la fbrica ya que la
variacin es muy amplia (12), considerando que la capacidad media de stas es de 749 ml, estamos superando las
especificaciones.

18. De acuerdo con el ejercicio anterior, con el propsito de mejorar la calidad de las botellas en cuanto al
volumen, se tienen dos propuestas a nivel experimental. Los datos para cada propuesta estn en la tabla 8.4

PROPUESTA VOLUMEN DE LAS BOTELLAS (ml)

740 769 740 751 751 751 750 757 744 752
A 738 738 748 742 761 765 754 733 753 751
751 751 747 758 746 753 766 750 750 744

746 744 751 747 748 745 748 743 745 746
B 744 750 741 745 749 743 748 744 747 742
745 749 738 742 751 743 749 748 744 749

a) Calcule los estadsticos bsicos para cada propuesta y comente.

Variable Media Desv.Est. Mediana

A 750,10 7,65 751,00
B 745,80 3,14 745,50

b) Calcule una aproximacin de los lmites reales para cada propuesta y comprelos con los del ejercicio anterior.
se logran mejoras?

X+2S= 745.8+2(3.14)= 752.09

X-2S= 745.8-2(3.14)= 739.51

c) Con base en un histograma en el que inserte especificaciones, describa cada una de las propuestas y elija la
que considere mejor.
 Histograma de A
Normal

Media 750,1
10
Desv .Est. 7,653
N 30

8
Frecuencia

0
735 740 745 750 755 760 765
A

Histograma de B
Normal
8 Media 745,8
Desv .Est. 3,145
7 N 30

5
Frecuencia

0
738 740 742 744 746 748 750 752
B

19. En una empresa se estn rediseando los tiempos de salida y llegada de sus autobuses. En particular se tiene
el problema de establecer el tiempo de recorrido entre dos ciudades. A continuacin se describe una muestra
de estos tiempos.
a) Realice un histograma para estos datos e interprtelo.

Histograma de variables
Normal
20 Media 3,515
Desv.Est. 0,2298
N 46

15
Frecuencia

10

0
3,0 3,3 3,6 3,9 4,2
variables

20. Dos mquinas, casa una operada por una persona, se utilizan para cortar tiras de hule, cuya longitud ideal es de
200 mm, con una tolerancia de -+ 3 mm. Al final del turno, un inspector toma una muestra y observa que la
longitud cumpla con las especificaciones. A continuacin se muestran las ltimas 110 mediciones para ambas
mquinas.
a) Es adecuada la tendencia central de las mediciones?
b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y con base en estos decida si la
variabilidad de los datos es aceptable.
c) Obtenga un histograma e interpretarlo (tendencia central, variabilidad, acantilados, sesgos, etc.)
d) El proceso de cortado de tiras es capaz de cumplir especificaciones?

199.6 201.4 201.4 201.3 200.9 200.7

200.5 201.2 201.7 201.2 201.4 201.1
201.2 201.0 200.6 202.0 201.0 201.8
200.5 200.5 200.8 200.3 200.7 199.5
 199.0 199.7 199.7 199.0 198.4 199.1
198.8 199.2 198.8 198.5 198.9 198.8
198.7 199.2 199.1 200.3 200.5 198.1
198.3 199.6 199.0 198.7 198.5 198.7
198.6 198.5
a) Es adecuada la tendencia central de las mediciones?
Media 200.01
Mediana 210.00
Moda 201.4, 200.5, 199.0
Con respecto a la media el valor obtenido es adecuado ya que est dentro del margen de tolerancia, la mediana est un
poco segada ya que sobrepasa los lmites establecidos, y finalmente con la moda. Por ser Mult. Modal decimos que dos
de ellas estn dentro del rango de tolerancia y una fuera.

b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y con base en stos decida si la
variabilidad de los datos es aceptable.
Desviacin Std = 1.31
Lmite superior = 200.01 3(1.31) =203.94
Limite central = 200.01
Lmite inferior= 200.01 3(1.31) =196.08
La variabilidad de los datos no es aceptable ya que el lmite inferior como el superior rebasa los lmites fijados de
fabricacin.
c) Obtenga un histograma e interprtelo (tendencia central, variabilidad, acantilados, sesgos, etctera).

Podemos notar una variabilidad en la grafica ya que la campana de Gaus esta deformada, podemos notar un
pequeo acantilado en la parte izq. Adems podemos notar
como la forma de la moda con respecto a sus tres posiciones
se pone de manifiesto.

d) El proceso de cortado de tiras es capaz de cumplir

especificaciones?
Podemos decir en trminos generales que los parmetros
registrados no estn adecuados, ya que la variabilidad en las
muestras recae por debajo de los lmites establecidos, esto
aunque la media describa un buen comportamiento.

21. En el caso del ejercicio anterior, considerando

que los primeros 55 datos corresponden a una mquina y los ltimos 55 a otra, conteste los siguiente.
a) Haga un anlisis por separad para cada mquina (tendencia central, variabilidad, histograma)
b) Cul es el problema de cada mquina?
c) Vuelva a analizar el histograma realizado en el ejercicio 20 incisos c) y vea si de alguna forma se vislumbraba
lo que detect con los anlisis hechos en este ejercicio.
a) Haga un anlisis por separado para cada mquina (tendencia central, variabilidad, histograma).
Variable Media Mediana Modo
Maquina 1 200.08 200.20 199 5
Maquina 2 199.91 200.10 200.3, 200.6, 201.2, 201.4 3
La mquina 2 es ms exacta que la mquina 1.
a) Cul es el problema de cada mquina?
Variable Desv.Est. Varianza Q1 Q3 Sesgo Kurtosis
Maquina 1 1.16 1.36 199.00 201.20 0.09 -1.43
Maquina 2 1.15 1.32 198.80 200.90 -0.17 -1.20
De acuerdo a las especificaciones ambas mquinas cumplen las tolerancias permitidas. Pero la mquina 2 es la ms
exacta a la media ideal de 200 mm, porque su desv. Est. es menor a la de la mquina
c) Vuelva a analizar el histograma realizado en el ejercicio 20 incisos c) y vea si de alguna forma se vislumbraba lo que
detect con los anlisis hechos en este ejercicio.

La mquina 2 es ms precisa, pero la mayora de sus valores son

superiores e inferiores.
Considere que cada mquina es operada por una persona diferente,
y determine cules son las posibles causas de los problemas
sealados en el inciso anterior y seale qu hara para corroborar
cules son las verdaderas causas.
Causas:
Puede ser que la persona que est operando la mquina no est
revisndola constantemente, ya que la mquina puede ser muy
antigua y se descontrole fcilmente.
El operario no ha sido capacitado correctamente.
Precauciones:
- Revisar constantemente la mquina.
- Evaluar al operario.

22. En un rea de servicios dentro de una empresa de manufactura se hace una encuesta para evaluar la calidad
del servicio proporcionado y el nivel de satisfaccin de los clientes internos. La encuesta consiste en 10
preguntas y cada una de ellas evala diferentes aspectos del servicio proporcionado. Las respuestas para cada
pregunta es un nmero entre 0 y 10. Para hacer un primer anlisis de los resultados obtenidos se suman los
puntos obtenidos de las 10 preguntas los puntos obtenidos en 50 cuestionarios

a) Analice los datos anteriores y de una primera opinin sobre la calidad en el servicio.
Los puntos promedio obtenidos del cuestionario son 59.
b) Realice el histograma e interprtelo con cuidado.
 Interpretacin
Histograma (con curva normal) de resultado de Encuestas
Media 59.8 El 50% de los puntos
12 Desv.Est. 21.13 obtenidos tiene una
N 50
igualdad o inferior de 59.
10 c) Qu es lo ms
destacado que observa en el
8 histograma?
78 78 82 85 81 86 80 73 78 puntos, es el puntaje que
6 84 78 68 84 75 78 76 76 con mayor frecuencia se repite
82 85 91 80 70 87 77 82 d) Tendra alguna
4 84 48 49 39 39 43 35 42 utilidad hacer un anlisis por
separado de cada una de las
34 44 49 34 30 43 31 34
2 preguntas? Explique sus
41 42 45 42 35 38 39 42 respuestas.
43 29
0 No se nota que los 50
18 36 54 72 90 108
Resultado de Encuestas resultados de las encuestas
estn divididos en dos grupos,
en un grupo donde conlleva la nota ms baja esta entre 26.92 a 51.02 y el segundo grupo est entre 62.81 a la nota
ms alta que es 92.8
Lo que ms resalta del histograma es que los resultados que mayor se repite esta con un puntaje inferior del 50 %.
Son muy poco lo que llegaron a la nota ms alta

ESTRATIFICACION

1. Cul es el Objetivo de la Estratificacin?

La estratificacin es una poderosa estrategia de bsqueda que facilita entender cmo influyen los diversos factores o variantes
que intervienen en una situacin problemtica, de la forma que se puedan localizar las fuentes de la variabilidad y, con ello,
encontrar pistas de las causas de un problema.

2. En una empresa se tiene el problema de robo de materiales, componentes y equipos, por parte de los empleados.
Cmo aplicara la estratificacin para orientar mejor la estrategia de disminucin de tales robos?
El primer paso es establecer los horarios en los que se labora, el segundo paso es saber quines son las personas que se
encuentran respaldando estos materiales, componentes y equipos para as aplicar una estrategia con la cual se pueda
erradicar el problema de robo. Por otro lado, una excelente estrategia es plantear un registro con el cual se pueda determinar
el uso de los materiales, componentes y equipos, puesto que es una parte para tener un control, tambin se tiene que
implementar un sistema de vigilancia las 24 horas de da.

3. Uno de los principales problemas del rea de finanzas de una empresa son los cheques sin fondos de pago de los
clientes. Por ello, se duda en aplicar medidas ms enrgicas con todo pago con cheques o solo hacerlo con
ciertos clientes. Cmo utilizara la estratificacin para tomar la mejor decisin?
El primer paso que se debe tener es realizar un anlisis con cada uno de los cheques sin fondos para as ponerse al tanto con
las personas que proveen este tipo de cheques y tomar medidas de control, adems la institucin bancaria debe tratar por
igual a cada uno de sus clientes puesto que ellos son quienes dan funcionamiento al Banco.
4. En un rea de servicio dentro de una empresa de manufactura se hace una encuesta para evaluar la calidad del
servicio y el nivel de satisfaccin de los clientes. La encuesta consiste en 10 preguntas y cada una de ellas evala
diferentes aspectos del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre 0 y 10.
Para hacer un primer anlisis de los resultados obtenidos se suman los puntos obtenidos de las 10 preguntas para
cada cuestionario. A continuacin se muestran los puntos obtenidos en 50 cuestionarios.

a) Considerando que los primeros 25 cuestionarios provienen de un departamento y los restantes 25 del otro,
realice un anlisis estratificado por departamento en el que se calculen los estadsticos bsicos: media,
mediana, desviacin estndar, etc.
b) Cules son sus observaciones ms importantes acerca del anlisis?
c) Al enfocarse en el departamento con mayores problemas, Sera de alguna utilidad estratificar los datos por
preguntar? Explique su respuesta.

a. Estadsticos descriptivos: C1. C2

N para
Variable Media Desv.Est. Mediana Rango Modo moda
C1 80,00 5,37 80,00 23,00 78 4
C2 39,60 5,68 41,00 20,00 42 4
Mediante los clculos realizados se puede mencionar que en el primer departamento hubo una mejor calidad del servicio y
satisfaccin a diferencia del segundo departamento aunque tengan una desviacin casi aproximada de un departamento con el
otro.
b. El primer departamento obtuvo mejor calidad de servicio y satisfaccin segn el anlisis realizado con la encuesta, aun
sabiendo que los departamentos tienen desviaciones cercanas.
c. Posiblemente una utilidad de estratificar los datos es mejorando el rea de servicio de la empresa manufacturera.

PARETO
5. Cul es el propsito del Diagrama de Pareto?
Es un grfico especial de barras cuyo campo de anlisis o aplicacin son los datos categricos cuyo objetivo es ayudar
a localizar el o los problemas vitales, as como sus causas ms importantes. La idea es escoger un proyecto que
pueda alcanzar la mejora ms grande con el menor esfuerzo posible.

6. En qu consiste el principio de Pareto o Ley 80-20?

La ley 80-20reconoce que solo unos pocos elementos (20%) generan la mayor parte del efecto (80%); el resto muy poco del
efecto total. De la totalidad de problema de una organizacin, solo cuantos son realmente importantes.

7. En un anlisis de Pareto, en primer lugar se debe hacer un Pareto para problemas y despus un Pareto de
segundo nivel para causas. Explique en qu consistes cada uno de estos y proporcione un ejemplo para ilustrarlo.
El anlisis de Pareto es aplicable a todo tipo de problema: calidad, eficiencia, conservacin de materiales, ahorro de energa,
seguridad, etc.

Pareto de problemas: sirve para identificar el grado de los problemas o fallas de un producto y saber que tan frecuente
son esos problemas.
Pareto de causas: sirve para orientarse exclusivamente hacia la bsqueda de causas del problema de mayor impacto, se
estarn localizando pistas sobre las causas ms importantes de los problemas.
Ejemplo.- Un fabricante de Refrigeradores desea analizar cuales son los defectos ms frecuentes que aparecen en las
unidades al salir de la lnea de produccin. Para esto empez por clasificar todos los defectos posibles en sus diversos tipos:

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin registrando sus defectos de acuerdo con
dichos tipos. Despus de inspeccionar 88 heladeras, se obtuvo una tabla como esta:

La ltima columna muestra el nmero de heladeras que presentaban cada tipo de defecto, es decir, la frecuencia con que se
presenta cada defecto. En lugar de la frecuencia numrica podemos utilizar la frecuencia porcentual, es decir, el porcentaje de
heladeras en cada tipo de defecto:
Se puede ver que la categora otros siempre debe ir al final, sin importar su valor. De esta manera, si hubiese tenido un valor
ms alto, igual debera haberse ubicado en la ltima fila.
Ahora resulta evidente cules son los
TURNO C:Costura, O:Corte, M:Montaje, H;Hilo, T:Tela tipos de defectos ms frecuentes. Se
H T C M H T H O M H T H C H OT H O H M H C H O C C C H M M O H puede observar que los 3 primeros
1
TOT tipos de defectos se presentan en el
M H M O C M H H T O H M H T H H T M H M H C O M O M H O C T O 82 % de las heladeras,
2
CMOTMH aproximadamente. Por el Principio de
H H M H T H O H O H H H M H T C H O H C H H H H O M H H H M H Pareto, concluimos que: La mayor
3
OOHMHOCTHHOHHHOH parte de los defectos encontrados en
el lote pertenece slo a 3 tipos de defectos, de manera que si se eliminan las causas que los provocan desaparecera la mayor
parte de los defectos.

8. La escala izquierda en un DP siempre tiene que estar en frecuencia de defectos?

En la escala izquierda siempre est la frecuencia de defectos representando las unidades de medida que den una idea
clara de la contribucin de cada categora.

9. En una fbrica de ropa se tiene el propsito de reducir el nmero de defectos en las prendas de vestir, por lo que
se considera necesario identificar el defecto ms importante y atacar la causa fundamental del mismo. En la tabla
10.4 se muestran los defectos encontrados en las prendas de vestir fabricadas en dos semanas

a) Haga un Pareto de primer nivel para encontrar cul de los defectos es el ms importante.
b) Para el defecto ms importante aplique un anlisis de Pareto por turno.
c) Cules son las pistas principales para reducir los defectos en las prendas de vestir?

Tabla 10.4 Defectos en las prendas de vestir, 1 al 15 de febrero

a)
Defectos N Defectos Defectos % Defectos % Defectos 80-20
Acum Acum

hilo 52 52 42,98% 42,98% 80%

corte 22 74 18,18% 61,16% 80%

montaje 20 94 16,53% 77,69% 80%

tela 14 108 11,57% 89,26% 80%

costura 13 121 10,74% 100,00% 80%

121 100%
Se podra decir que es el defecto ms importante es el hilo y posteriormente el corte y montaje.
b)
Defectos % % Defectos
Turno # Defectos 80-20
Acum Defectos Acum

3 27 27 51,92% 51,92% 80,00%

1 13 40 25,00% 76,92% 80,00%

2 12 52 23,08% 100,00% 80,00%

52 100,00%

Se puede concluir que ms defectos se presentan en los 2 primeros turnos.

c) Observar qu est sucediendo con la materia prima para las prendas de vestir como lo son: los hilos, corte y montaje que es
de donde hay la mayor cantidad de problemas.
10. En una fbrica de vlvulas se est buscando reducir la cantidad de piezas defectuosas. Cada molde est divido en
tres zonas, cada una de las cuales incluye dos piezas. Como punto de partida se recaban datos mediante la hoja
de verificacin de la tabla 10.5 en la cual se especifica el tipo de problemas, el producto y la zona del molde. La
tabla 10.5 muestra los datos obtenido en dos semanas.
a) Realice un anlisis de Pareto completo.
b) Cul es el problema ms importante?
c) Cules son las principales pistas para encontrar la causa del problema principal?
Producto Zona 1 Zona 2 Zona 3

A1 000 00000 0000000000

XXX XX XXXXXX
++ ++// /
A2 0000 00000 000000000
XX XXXXX XXXXX
+++/ / /
A3 00000 0000 00000000
X XXX XXXXX
+ ++ /
A4 0000 000000 000000000000
XX XXX XXXXX
++// / ++++
0 porosidad x llenado + maquinados / ensamble
a)
causas F F Acum Fr Fr Acum 80-20
porosidad 76 76 52% 52% 80%
llenado 44 120 30% 82% 80%
maquinados 18 138 12% 95% 80%
ensamble 8 146 5% 100% 80%
146 100%

b) La porosidad es el 100% problema ms

140
importante
120 80%
c) Las pistas principales para
encontrar el problema 100 es que el material no
60% Series1
es muy resistente por 80 lo tanto presenta
60 40% Series2
porosidad.
40 80-20
20%
11) En una empresa 20 del ramo grafico se
ha llevado durante 0 0% dos meses el registro
del tipo de defectos porosidad llenado maquinados ensamble que tienen los
productos finales. Se obtuvieron los siguientes problemas con sus respectivos porcentajes: fuera de tono, 35 %;
manchas, 30%; fuera de registro, 15%; mal corte, 12%; cdigo de barras opaco, 8%, de acuerdo con el principio de
Pareto, se puede decir que el problema claramente predominante es que las impresiones estn fuera de tono?

Causas F F. Acum Fr Fr Acum. 80 20

Tono 0,35 0,35 35% 35% 80%

Manchas 0,30 0,65 30% 65% 80%

Fuera de registro 0,15 0,8 15% 80% 80%

Mal corte 0,12 0,92 12% 92% 80%

Cd. de barras 0,08 1 8% 100% 80%

1 100%

12) Mediante un anlisis, se ha detectado que en una empresa se tienen seis tipos bsicos de quejas de los clientes,
pero cada tipo causo diferente grado de insatisfaccin o molestia en el cliente. La escala que se ha utilizado para
medir el grado de molestia es el siguiente: mxima molestia (10 puntos) mucha insatisfaccin ((8), molestia moderna
(6) poca (4), muy leve (2). Adems, en el anlisis se determin la frecuencia con la que han ocurrido las distintas
quejas en el ltimo semestre. La tabla siguiente sintetiza los resultados de tal anlisis:
Realice un anlisis de Pareto para determinar sobre qu tipo de queja se deben dirigir los esfuerzos para atender sus
causas. Aplique la caracterstica 2 del diagrama de Pareto.

TIPO GRADO FRECUENCIA

DE DE DE
QUEJA MOLESTIA OCUREENCIA
A 4 12%
B 8 5%
C 2 40%
D 6 25%
E 4 10%
F 8 8%

Frecuencia por Frecuencia por Frecuencia por

Tipo de Frecuencia
gravedad gravedad gravedad 80 - 20
queja por gravedad
Acum. Relativa Relativa Acum.

D 1,5 1,5 35,55% 35,55% 0,8

C 0,8 2,3 18,96% 54,50% 0,8

F 0,64 2,94 15,17% 69,67% 0,8

A 0,48 3,42 11,37% 81,04% 0,8

B 0,4 0,4 9,48% 90,52% 0,8

E 0,4 0,8 9,48% 100,00% 0,8

4,22 100,00%

Mediante clculos efectuados se puede llevar a la conclusin que los clientes que mayoritariamente presentaron insatisfaccin
fueron los clientes D, C F.
13. De a acuerdo con la informacin de una hoja de verificacin en una lnea de proceso de envasado de tequila, se
presentaron en el ltimo mes los siguientes resultados en cuanto a defectos y frecuencias.

Defecto de envasado Frecuencia

 Botella 804
Tapa 715
Etiqueta 1823
Contra etiqueta 742
Botella sin vigusa 916
Otros 102
Total de botellas 424654
envasadas en el mes

Diagrama de Pareto de defectos de embazados

5000 100

4000 80

Porcentaje
frecuencia

3000 60

2000 40

1000 20

0 0
defectos de embazados ta as lla ta pa s
ue us te ue ta ro
it q iv g bo it q ot
e e
sin ra
lla ont
te c
bo
frecuencia 1823 916 804 742 715 102
Porcentaje 35.7 18.0 15.8 14.5 14.0 2.0
% acumulado 35.7 53.7 69.4 84.0 98.0 100.0

14. En una empresa procesadora de carnes fras se detectan, mediante inspeccin, los problemas en las
salchichas. En la tabla 10.6 se muestra los resultados de una semana.

Maquina turno Falta de Mancha Mancha

empacadora vaco verde amarilla

A l 4300 700 700

ll 6300 650 650
B l 3500 700 400
ll 6600 500 420
C l 8500 800 324
ll 9120 655 345
total 38320 4005 2839

a) Considerando que la gravedad de los tres problemas es la misma, realice un anlisis de Pareto para problemas
y detecte cul es la ms trascendente.

Diagrama de Pareto de causas

50000
100
40000
frecuencia en A , B, C

80
Porcentaje

30000
60

20000
40

10000 20

0 0
causas falta de vacio mancha verde mancha amarilla
frecuencia en A , B, C 38320 4005 2839
Porcentaje 84,8 8,9 6,3
% acumulado 84,8 93,7 100,0
CONCLUSIN: La gravedad de los problemas desde el punto de vista del cliente es la falla al vaco.
b) Respecto al problema ms trascendente, haga Pareto de segundo nivel (causas) tanto por maquina como por
turno.

Diagrama de Pareto de causas

50000
100
40000
80
turnos I y II

Porcentaje
30000
60

20000
40

10000 20

0 0
causas Maquinaria C Maquinaria A Maquinaria B
turnos I y II 19744 13300 12120
Porcentaje 43,7 29,4 26,8
% acumulado 43,7 73,2 100,0

CONCLUSIN: los problemas ms trascendentales en una empresa procesadora de carnes fritas se deben a las maquinas
empacadoras C y A.

15. Resuelva el problema anterior considerando que la gravedad de los problemas desde el punto de vista del
cliente es la siguiente: falta de vaco (4), macha verde (10), mancha amarilla (8)

PROBLEMAS FRECUENCIA
Falla de vaco 4
Mancha verde 10
Mancha amarilla 8
TOTAL 22

Diagrama de Pareto de gravedad de los problemas

25

100
20
80
Porcentaje
frecuencia

15
60

10
40

5 20

0 0
gravedad de los problemas mancha verde mancha amarilla falla de vacio
frecuencia 10 8 4
Porcentaje 45,5 36,4 18,2
% acumulado 45,5 81,8 100,0

CONCLUSIN: La gravedad de los problemas desde el punto de vista del cliente son las manchas verdes.

16. En el ejercicio 12 de este captulo se concluye que la queja D es la que se debe atender primero cmo
aplicara la estratificacin para profundizar en las causas de la queja D?
Ejercicio 12 se menciona que existen diferentes tipos de clientes que presentan un grado de molestia por lo que para
aplicar la estratificacin primero tendra que realizar un registro para determinar sobre que fueron las quejas, en caso
que sea un producto defectuoso lo que podra hacer es tener un poco ms de control dentro del proceso para tener
productos que cumplan con la calidad del cliente y as erradicar este tipo de problemas.
 17. Con el objetivo de direccionar mejor los esfuerzos de mantenimiento preventivo en una empresa del rea
electrnica, se analiza el tiempo cado de los equipos de impresin. Estos equipos se identifican por la lnea de
produccin en la que estn instalados. La tabla 10.7 muestra los tiempos cados (desperdiciados) en minutos
debido a las ltimas 100 fallas de los equipos, durante un periodo de cuatro meses.
a) Haga una anlisis de Pareto e identifique sobre qu equipo(s) se debe enfocar ms la accin de mantenimiento.

Lnea Tiempo F. Acum F. Relativa F. Relativa 80 - 20

Acum.

Lnea 102 808 808 25% 25% 80%

Lnea 105 558 1366 17% 41% 80%

Lnea 103 423 1789 13% 54% 80%

Lnea 101 417 2206 13% 67% 80%

Lnea 103,5 374 2580 11% 78% 80%

Lnea 108 264 2844 8% 86% 80%

Lnea 106,5 165 3009 5% 91% 80%

Lnea 101,5 157 3166 5% 96% 80%

Lnea 109 66 3232 2% 98% 80%

Lnea 104 35 3267 1% 99% 80%

Lnea 107 30 3297 1% 100% 80%

3297 100%

b) Haga un anlisis descriptivo de los cien datos de tiempo cado (media, mediana, desviacin estndar, histograma) y
comente los hechos ms relevantes.

Variable Media media Desv.Est. Varianza Mediana

Frecuencia 293,5 72,8 241,4 58271,9 264,0

Histograma (con curva normal) de Frecuencia

Media 293,5
2,0
Desv .Est. 241,4
N 11

1,5
Frecuencia

1,0

0,5

0,0
-200 0 200 400 600 800
Frecuencia

c) De acuerdo con el anlisis anterior hay datos que se pueden considerar atpicos? Argumente.
El histograma y clculos estadsticos se determina que si existen datos atpicos ya que estos suelen ser engaosos y lo
podemos observar en la lnea 102 puestos que es la nica que se aleja del margen de error de la media en relacin a
los otros datos teniendo un nmero mayor de tiempo desperdiciado en el mantenimiento de los equipos de
impresin.
d) El tiempo promedio es considerablemente mayor que la mediana. Explique a que se debe.
 El hecho que el tiempo promedio sea considerablemente mayor que la mediana es producto del tiempo que utiliza la
lnea 102 porque existe un margen de error en la media.

18. Para los datos del ejercicio anterior, haga un anlisis estratificado de tipo descriptivo para las maquinas
(lneas) que se consumen mayor tiempo. modifica esto de alguna forma sus conclusiones del ejercicio
anterior?
El anlisis que se puede realizar en relacin al ejercicio anterior es que existen lneas de mantenimiento de los equipos
de impresin que utilizan mayor cantidad de tiempo teniendo como principal consumidora la lnea 102. Una alternativa
es que en el mantenimiento de los equipos de impresin sean ms agiles para intentar erradicar el tiempo cado.
.