INGENIERIA EN TECNOLOGÍAS DE MANUFACTURA

NOMBRE DE LA ASIGNATURA:
CALIDAD

Nombre de la
Control Estadístico de Proceso (parte 1)
Práctica:
No. Práctica: 1 Duración de la práctica: 3 horas
Objetivo de la Que el alumno desarrolle e interprete las 7 herramientas estadísticas
Práctica: básicas.

Planteamiento del El alumno requiere conocer la construcción, interpretación y aplicación de

problema: las 7 herramientas básicas de Calidad.

Dominio de las herramientas estadísticas básicas

a) Estratificación
Resultados del
b) Hoja de verificación
aprendizaje
c) Histograma
(esperado)
d) Diagrama de Pareto
e) Diagrama causa-efecto
f) Diagrama de correlación
Marco teórico: Ver anexo 1
Equipo y materiales
Calculadora, hojas de papel milimétrico, regla.
requeridos:

Equipo de Seguridad: N/A

Desarrollo de la Práctica:
Ver anexo 2.

Criterios de desempeño en la realización de la práctica:

En caso de que la práctica se entregue incompleta, se calificará sobre el 50% del valor total de la
misma.

Productos (Entregables)*
Reporte y análisis de cada problema

1
ANEXO 1 Herramientas Estadísticas Básicas
En la actualidad, muchas empresas buscan mejorar la calidad de sus procesos con base en el control estadístico
de procesos; lo cual se obtiene modificando los sistemas operativos utilizando las herramientas estadísticas
para evaluar, diagnosticar, analizar y priorizar los problemas de calidad. Pero la aplicación, interpretación y
solución de los problemas lo define el recurso humano de una empresa.

Las 7 herramientas estadísticas básicas (Pareto, Causa-Efecto, Histograma, Correlación, Estratificación, Hojas de
Verificación y Gráfico de Control) permiten que una empresa sea consistente en su propósito de mejorar la
calidad del producto, ya que son técnicas utilizadas para la prevención.

Existen 2 tipos de objetivos de calidad fundamentales para el Control Estadístico del Proceso:

1. Objetivos de mantenimiento (eliminación de condiciones esporádicas).

2. objetivos de mejora (eliminación de condiciones crónicas).

Terminología

Estadística.- Conjunto de técnicas cuyo propósito es, a partir de una colección de datos numéricos que
presentan variabilidad, describir el proceso que los generó.

Las técnicas estadísticas se dividen en dos:

1) Análisis exploratorio de datos: es la técnica que se utiliza para describir o explicar la colección de datos
disponibles, es decir, como se presentaron en un evento.
2) Inferencia estadística: es la técnica con que se pretende explicar otros posibles datos similares, toda vez que
se efectúa el análisis exploratorio de datos.

Variable.- Es una codificación numérica de una característica de calidad, p.e.: metros, pesos, segundos, etc., o
bien no numéricas de una característica de calidad, p.e.: bueno, malo, pasa, no pasa; a esta codificación
también se le denomina: atributo. Las variables pueden ser:

 Continuas: es representada con tanta exactitud como sea posible (medición).

 Discreta o discontinua: condiciones de existencia o ausencia (si, no, etc.) (atributo); adoptan variables de
enteros.

Dato.- es el registro que se obtiene al observar una variable.

Población.- Está constituida por todas las posibles observaciones que se puede hacer de los elementos que se
desea estudiar (es el objeto de estudio).

Muestra.- está constituida por algunos elementos de la población. Es un subconjunto de la población.

Población

Muestra

2
Dentro de una población existen diversos parámetros como son: media, mediana, moda, desviación estándar,
rango, para una variable discreta o continua.

Si estos parámetros se calculan a partir de una muestra tomada de la población se denominan estadísticas de
las muestras. Su utilidad práctica radica en que podemos inferir parámetros poblacionales desconocidos.

Para describir la masa numérica se utilizan medidas de tendencia central y medidas de dispersión.

 Medidas de tendencia central (medidas de localización): sirven para saber por dónde está el centro del
grupo de datos en una muestra, las más comunes son: media ( X ), mediana ( X ) y moda ( M ).
 Media ( X ).- es el promedio aritmético de un conjunto de datos. Se calcula como:

n
 Xi
X = _i=1_____
n

Donde:
Xi = datos
n
 = sumatoria desde el dato 1 hasta el
i=1 enésimo
n= número de datos a considerar

 Mediana ( X ).- es el valor central en una serie de datos ordenados de menor a mayor (o viceversa). Para
su cálculo:
o se ordenan los datos de mayor a menor (o viceversa).
o Cuando el número de datos suman un número non, la mediana es el dato central.
o Cuando el número de datos suman un número par, se toma el promedio aritmético de las dos
medianas.
 Moda ( M ).- se trata del valor (o valores) observado (s) con mayor frecuencia en una serie de datos.

 Medidas de dispersión: sirven para saber que tan parecidos o diferentes son los datos entre sí. Los más
comunes son:
 Rango ( R ).- es la distancia entre el dato mayor y el menor, en una serie de datos se calcula como: R =
DM – Dm donde: DM = dato mayor Dm = dato menor
 Error absoluto medio ( EAM).- es el promedio de las distancias de cada dato con respecto a la media, en
términos absolutos:
 Varianza () es el promedio de las distancias cuadradas de cada dato con respecto a la media.

n
  Xi – X 
  = _i=1_______
n

 Desviación estándar () es la raíz cuadrada de la varianza.

3
 n
  Xi – X 
 =  _i=1__________
n

HERRAMIENTA 1
Estratificación

La aplicación de este concepto consiste en la clasificación de elementos que tienen afinidad o características
semejantes. Estos elementos se clasifican en grupos, a cada grupo se le denomina estrato.

El propósito de estratificar la base de datos, es:

1) Determinar más fácilmente las causas del comportamiento de alguna característica.
2) Conocer cómo impactan en el proceso identificado de los diferentes factores causales.
3) Reducir la variabilidad de los datos.

HERRAMIENTA 2
Hoja de Verificación

Ayuda a conocer:
 El tipo de discrepancia con mayor incidencia.
 El comportamiento del proceso.
 Total de productos discrepantes.
 La localización de las discrepancias.

Definiciones:

Distribución.- disposición de datos estadísticos que muestra cuantos elementos o que parte de los datos entran
en diferentes intervalos o categorías en los cuales se agrupan los datos.

Frecuencia.- cantidad de veces que se repiten en un evento.

Para elaborar una distribución de frecuencias se recolectarán y se muestran en tablas de distribución de

frecuencias (hoja de verificación, de control).

Tipos de tablas:

1. Distribución numérica o cuantitativa.- los datos se agrupan según su magnitud numérica, p.e.

Número de proyectos Equipos de mejora

0 1
1 24
2 12
3 2
4 1
Total 40

La tabla anterior muestra cuantos proyectos simultáneamente están trabajando los equipos de mejora de una
empresa.
4
Número de proyectos Equipos de mejora
concluidos
1-3 2
4-6 16
7-9 22
10-12 4
12-14 1
Total 45

Esta tabla muestra el número de proyectos concluidos por los equipos de mejora (el número de equipos es la
frecuencia).

2. Distribución categórica o cualitativa.- cuando los datos se agrupan en categorías.

Áreas clase Equipos de mejora

Venta 15
Producción 18
Administración 3
Total 36

Esta tabla muestra cuantos equipos tiene cada área.

Construcción de la hoja de verificación:

1° Identificar qué tipo de datos vamos a recolectar.

 Medición (variables)
 Conteo (atributos)

2° Organizar los datos.

 Máquina
 Turno
 Tipo de discrepancia
 Proceso
 Etc.

3° Especificar periodo de tiempo

 Hora
 Día
 Semana

4° Diseñe la hoja de verificación de manera que obtenga la información requerida con el esfuerzo requerido.

5° Acumule y registre los datos.

6° Incluir leyendas o títulos tales como:

 Quién recopiló la información.
 Cuando: turno o periodo de tiempo
 Como: tamaño de muestra
 Etc.
5
Para datos numéricos:

22 35 13 10 28
23 24 27 27 32
26 34 30 37 28
26 19 20 36 29
25 38 32 30 27
17 39 26 36 33
18 21 30 11 23
20 25

PASO 1. Elegir el número de clases y la amplitud que cada intervalo de clase deberá cubrir.

TABLA 1.
Población o Número
Muestra de
N intervalos
K
Menos de 50 De 5 a 7
De 50 a 100 De 6 a 10
De 100 a 200 De 7 a 12
Mayor a 250 De 10 a 20

Dónde:
N = número de datos de la población o muestra que se esté analizando.
K = número de intervalos de clase.

Para el ejemplo se pueden utilizar los siguientes 6 intervalos (I):

10 – 14
15 – 19 Dónde:
20 – 24 Dato menor (Dm) = 10
25 – 29 Dato mayor (DM) = 39
30 – 34 Rango (R) = 39 – 10 = 29
35 - 39
Asegurándose de que cada dato sólo quede en uno y sólo un intervalo de clase.

Para que no queden brechas entre los intervalos, puede utilizarse fracciones, procurando que los intervalos de
clase sean iguales:

9.6 – 14.5
14.6 – 19.5
19.6 – 24.5
24.6 – 29.5
29.6 – 34.5
34.6 - 39.5

PASO 2. Ordenamiento de los datos. Con los datos recolectados se construye una tabla que permita ordenar y
contar los datos.

6
PASO 3. Establecer frecuencias. A partir del conteo se obtiene la frecuencia (f) de cada intervalo de clase. Se
pueden calcular frecuencia relativa (fr), porcentaje (%), frecuencia acumulada (fa), frecuencia relativa
acumulada (fra), porcentaje acumulado (% a).

HERRAMIENTA 3.
Histograma

Un histograma es un gráfico de barras que permite observar el perfil de distribución de una serie de datos,
donde lo importante es el patrón del histograma, no el número de datos de cada intervalo.

Permite analizar cómo se distribuyen las variaciones, con el fin de concentrarse en estudiar y resolver aquellas
que rebasan los límites establecidos.

Construcción de un histograma:

PASO 1 . Identifique la característica que desea graficar para estudiar su variabilidad. Esta característica puede
ser identificada mediante una herramienta básica; posteriormente proceda a recolectar una muestra de datos
de tamaño N (recomendación N ≤ 50).

PASO 2. Determine el rango de la muestra de datos (R), el rango es definido como la resta del dato de mayor
valor menos el dato de menor valor del grupo de datos tomados.

R = Dato Mayor – Dato Menor

PASO 3. Determine el número de clases a ser usado (K), ver tabla 1.

PASO 4. Determine el tamaño del intervalo (I) de clase que es el ancho o tamaño de cada clase.

I = R_
K

PASO 5. Determine los límites de clase:

a) Límite inferior (Li) = Xi – I
b) Límite superior (Ls) = Li + I
c) Valor medio (Vm) = Ls + Li
2
Los demás límites de clase se determinan de la siguiente forma:
d) Límite inferior (Li) = Ls de la clase anterior
e) Límite superior (Ls) = Li + I
f) Valor medio (Vm) = Ls + Li
2

PASO 6 . Construir la tabla de frecuencias.

PASO 7. Construir el histograma.

HERRAMIENTA 4.

Diagrama de Pareto

7
El Diagrama de Pareto es una gráfica de barras que clasifica en forma descendente el tipo de fallas o factores
que se analizan en función de su frecuencia (número de veces que ocurre un evento), o de su importancia
absoluta y relativa. Adicionalmente, permite observar en forma acumulada la incidencia total de las fallas o
factores de estudio.

Este diagrama facilita clasificar los problemas en orden de importancia, separando aquellos que podrían
definirse como vitales de aquellos otros que son secundarios, lo cual permite concentrar los esfuerzos en los
primeros.

El principio de Pareto establece que :

“Pocos miembros vitales de la población son los causantes de la mayoría de los miembros, los muchos triviales,
cuentan muy poco en el efecto total.”

“ESTE ES UN PRINCIPIO UNIVERSAL.”

Juran describe el Principio de Pareto cuantitativamente como:

“El 80% de los problemas provienen del 20% de las causas.” Regla 80 – 20.

Ejemplos del Principio de Pareto.-

 Del total del agua dulce que hay en nuestro planeta, la mayoría se encuentra en los polos.
 Del total de la población humana del planeta, pocos países son los que más contribuyen.
 Del total de accidentes sufridos por una población, pocas causas son las que más ocurrencia tienen.

Principales aplicaciones.-
La aplicación más importante está en el PROCESO DE MEJORA CONTINUA DE LA CALIDAD, como lo muestra el
ciclo de Deming:

1° PLANEAR

4° ACTUAR 2° HACER

3° VERIFICAR

Controlar es la primera parte del problema, la segunda es mejorar, , para ambos se aplica el círculo de Deming.
Elementos del diagrama.-
GRÁFICA DE LA
FRECUENCIA
ACUMULADA

100%
f
Frecuencia
individual
por
característica

8
 CARACTERÍSTICAS

Elaboración del Diagrama de Pareto:

PASO 1. Ordene de mayor a menor las frecuencias de la hoja de verificación.

PASO 2. Calcule la frecuencia relativa (fr), frecuencia acumulada (fa) y frecuencia relativa acumulada (fra);
donde:
fr = es el valor de la frecuencia en términos de porcentaje.
fa = es la suma de los valores de las frecuencias anteriores de cada dato. P.e.

f fa
A 10 10
B 8 18
C 5 23
D 4 27
E 1 28

fra = es la suma de los valores de las frecuencias relativas anteriores de cada dato. P.e.

fr (%) fra (%)

A 35 35
B 28 63
C 15 78
D 12 90
E 10 100

PASO 3. Trazar un plano cartesiano con un eje horizontal y dos verticales, uno a cada extremo del primero. En el
eje izquierdo de las ordenadas representaremos la fr; en el otro (opuesto al primero) represente la fra. En el eje
horizontal, se representan las características de los datos observados.
PASO 4. En una gráfica de barras, represente los valores de las fr ordenadas de mayor a menor.
PASO 5. Partiendo del origen trace una ojiva para cada característica tomando el valor de la fra.

9
 100% 0.0%
f

80%

20%

0.0% 100%

HERRAMIENTA 5
Diagrama Causa-Efecto

Es una forma de organizar y representar las diferentes teorías propuestas sobre las causas de un problema. Se
conoce también como diagrama de Ishikawa o diagrama de Espina de Pescado y se utiliza en las fases de
Diagnóstico y Solución de la causa.

MEDICION MATERIALES MÉTODOS

CARACTERÍSTICA
DE CALIDAD

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

CAUSAS EFECTO
6M’s CAUSAS
GENERALES O
PRINCIPALES

¿Cómo se construye un diagrama Causa-Efecto?

PASO 1: Decidir la característica de calidad o problema a analizar y presentarlo en el lado derecho del diagrama.

CARACTERÍSTICA
DE CALIDAD
(PROBLEMA)

PASO 2: Presente las causas que contribuyen al problema, empezando con las 5 áreas generales conocidas
como 6M’s (mano de obra, maquinaria y equipo, materiales, medio, mediciones y métodos). Agrupar las
posibles causas en alguna de las 6M’s o ramificaciones.

MEDICIÓN MATERIALES MÉTODOS 10

 PROBLEMA
(EFECTO)

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

PASO 3: Las causas potenciales contribuyentes son dibujadas como pequeñas ramas que salen de las 5 ramas
principales.
Todas las posibles causas del problema que surgen después de aplicar una tormenta de ideas, deben ser
listadas

MEDICIÓN MATERIALES MÉTODOS

PROBLEMA
(EFECTO)

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

PASO 4: Enfocarse a las causas que aparecen con mayor frecuencia e influyen en el problema (efecto).

PASO 5: Desarrollar el plan de acciones para resolver el problema identificado y sus responsables, estableciendo
fechas para proporcionar resultados.

También pueden utilizarse como causas principales las fases del proceso.

CUERPO DEL MÉTODO DE

INYECTOR TRABAJO

CONCENTRICIDAD
DEL CUERPO DEL
INYECTOR

HERRAMIENTA OPERARIO MÁQUINA

ROTH

¿Cómo elegir la característica de calidad (problema o efecto)?

En este punto es donde se relaciona el diagrama de Pareto con el diagrama Causa-Efecto.

100
F %
r
e
c
u
e
n
c
i
a
0.0
%
11
O bien con el Histograma

F tolerancia
r
e
c
u
e
n
c
i
a

Uso del diagrama Causa-Efecto

1. Sirve para seleccionar la causa que deberá investigarse primero con el propósito de mejorar el proceso para
resolver el problema.
2. Permite determinar causas que ocasionan variabilidad en el proceso y que pudieran ser consideradas como
no comunes.

NOTA: Después de seleccionar la causa que se investigará, se deben hacer pruebas con el propósito de saber si
realmente afecta o no. Si no es así, se selecciona otra causa, se confirma su efecto y así sucesivamente. Puede
apoyarse en el diagrama de correlación o dispersión.

HERRAMIENTA 6
Diagrama de Dispersión

El diagrama de dispersión muestra la relación entre los datos que son graficados en un par de ejes.
y

x
La relación entre 2 tipos de datos es fácilmente observable y sus motivos más comunes son analizar:
a) La relación entre una causa y un efecto.
b) La relación entre una causa y otra.
c) La relación entre una causa y otras dos causas.
d) Un efecto y otro efecto.

Pasos para elaborar un diagrama de dispersión:

1. Diseñe una forma (hoja de datos) para colectar datos, la cual puede ser:

HOJA DE DATOS
12
 MUESTRA CONTENIDO DE CONTENIDO DE MUESTRA CONTENIDO DE CONTENIDO DE
NÚMERO HUMEDAD HUMEDAD NÚMERO HUMEDAD MATERIA HUMEDAD
MATERIA PRIMA X PRODUCTO PRIMA X (%) PRODUCTO
(%) Y (%) Y (%)
1 2.45 1.55 26 2.15 1.20
2 2.20 1.55 27 2.70 1.40
3 2.90 1.90 28 2.60 1.95
4 2.65 1.70 29 2.50 1.50
5 2.30 1.50 30 2.50 1.90
6 2.65 1.55
7 2.80

2. Tome de 30 a 90 muestras, o sea, colecte 30 a 90 pares de datos y regístrelos en la hoja de datos.

3. trace los ejes vertical y horizontal indicando qué representa cada uno de ellos.
4. grafique los datos; si los valores de los datos son repetidos y dan uno ya graficado, trace un círculo
sobre el punto para representar que ya está repetido, si se vuelve a repetir trace un círculos concéntrico y así
sucesivamente cuantas veces sea necesario.
5. Si el conjunto de datos tiene muchos datos del mismo valor o si se tiene una gran cantidad de datos,
construya una tabla de correlación.
PRODUCTO YCONTENIDO DE HUMEDAD

f
1 3 5 7 13 4 2 2 37
1.65 I 1
1.60 I I 2
1.55 0
1.50 I II 3
1.45 I IIIII I 7
1.40 IIII 4
1.35 I II I II 6
1.30 III 3
1.25 I III II 6
1.20 I 1
1.15 II 2
1.10 I I 2
f
2.00 2.05 2.10 2.15 2.20 2.25 2.30 2.35
CONTENIDO DE HUMEDAD
MATERIA PRIMA X
TABLA DE CORRELACIÓN

6. Leer o interpretar el diagrama de dispersión.

y
y

x
x

1. Correlación Positiva 2. Posible Correlación

Positiva

13
 yy

xx
3. No Correlación 4. Correlación Negativa

PATRONES COMUNES DE
x
DIAGRAMAS DE DISPERSIÓN
5. Posible Correlación
Negativa

OTROS PATRONES
x

6. Relación Lineal
Positiva

y
y

x
x

7. Relación Lineal 8. Dispersión Parabólica: correlación nula, es cero, pero la

Negativa relación entre x y y es muy fuerte, se puede separar para
analizar mejor

7. Determine el tipo de relación o correlación utilizando la fórmula de Pearson:

14
 -1 ≥ r ≤ 1
Analizando el ejemplo de la tabla de correlación presentada anteriormente:

15
ANEXO 2. PROBLEMARIO
1. Un estudio se realizó sobre el volumen de llenado de botellas de una bebida popular. Durante la producción de un día se
muestrean 120 botellas, y se hacen mediciones del volumen en cada botella en mililitros (ml). Los datos se dan a
continuación. Elabore la distribución de frecuencias y un histograma para estos datos. Si las especificaciones del volumen
son de 290 + 2 ml, ¿qué tan controlado tenemos este proceso?

288 277 302 295 276 295 281 300 296 288
294 296 287 278 296 300 298 300 297 292
278 277 300 286 304 282 292 299 295 291
294 277 288 280 296 295 294 302 296 300
283 295 279 300 274 283 299 304 298 296
300 303 282 284 294 295 296 299 307 298
296 299 288 300 274 299 293 288 284 297
278 299 282 300 295 303 296 314 298 285
296 304 299 292 298 297 295 302 285 298
285 298 297 291 280 300 277 393 284 307
300 288 280 277 299 300 282 298 298 283
303 302 282 280 293 300 292 278 300 297

2. Se desea controlar la masa a una nominal de 33.5 grs. para una botella de PVC usada para la venta de 1 litro de aceite
de cocina. Las muestras recolectadas de la máquina de moldeo por soplado durante un día de producción revelan los
siguientes resultados:

32.20 32.51 33.02 32.58 32.45 32.85 32.81

32.21 32.38 33.02 32.41 32.39 32.94 32.75
32.57 32.58 32.88 32.59 32.70 33.18 32.84
32.80 32.51 33.06 33.11 32.78 32.48 32.38
32.99 32.47 32.43 33.06 32.70 32.40 32.37
32.88 32.75 32.37 33.05 32.75 32.54 32.42
32.77 32.70 32.43 32.31 32.82 32.88 32.57
32.68 32.72 32.10 32.21 32.81 33.02 32.55
32.67 33.30 32.20 32.27 33.05 32.96 32.62
32.44 33.14 32.18 32.46 33.13 32.91 32.54

Determine mediante un histograma el tipo de distribución del proceso productivo durante el periodo considerado para la
toma de la muestra.

3. En una fábrica de envases de vidrio se ha venido teniendo problemas con la capacidad de la botella de 750 ml. Con
base en el historial del proceso se sabe que la capacidad media de tal tipo de botellas es de 749 ml.

a) Si las especificaciones para la capacidad de las botellas son de 750  10, dé un diagnóstico sobre el tipo de
problemas que se tienen en cuanto al volumen.

Con el propósito de mejorar la calidad de las botellas en cuanto al volumen se tienen dos propuestas a nivel
experimental. Los datos para cada propuesta están en la tabla.

b) Calcule los estadísticos básicos por cada propuesta y compárelos con los que representan la realidad del proceso
¿Se logra mejorar algo?

c) Con base en un histograma (considerando 6 clases), en el que inserte especificaciones, describa cada una de las
propuestas y elija la que considere mejor.

A 740 759 740 751 751 751 750 757 744 752
738 743 748 742 761 765 754 733 753 752
751 758 747 753 746 753 766 751 750 744

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

16
4. Supongamos que un médico dietista desea estudiar el peso de personas adultas de sexo masculino y
recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones:

57.8 68.4 70.7 74.6 78.9 81.6

63.5 68.4 70.7 74.6 79.4 83.5
63.7 69.4 70.7 74.6 79.4 83.5
63.7 69.4 71.6 74.6 79.4 83.5
63.7 69.4 71.6 74.6 79.4 83.5
63.7 69.4 71.6 74.6 79.4 84.6
63.7 69.4 71.6 74.6 79.4 85.2
63.7 69.8 72.1 74.9 79.4 85.2
63.7 69.8 72.1 74.9 79.4 85.2
63.7 69.8 72.1 75.4 79.4 85.2
63.7 69.8 72.1 75.4 79.4 85.2
65.8 69.8 72.1 76.3 79.4 85.2
67.5 69.8 73.2 76.4 79.8 85.2
67.9 69.9 73.2 76.7 81.6 85.2
67.9 70.7 74.3 76.9 81.6 85.2
67.9 70.7 74.5 77.0 81.6 85.3
67.9 70.7 74.5 77.0 81.6 88.6
67.9 70.7 74.5 77.0 81.6 88.6
67.9 70.7 74.6 77.0 81.6 95.7
67.9 70.7 74.6 77.0 81.6 95.7
67.9 70.7 74.6 77.9 81.6 97.4
67.9 70.7 74.6 78.4 81.6 113.7

Así como están los datos es muy difícil sacar conclusiones acerca de ellos.

Entonces, lo primero que debe hace el médico es agrupar los datos en intervalos contando cuantos resultados de
mediciones de peso hay dentro de cada intervalo (elabore la hoja de verificación utilizando 10 clases). Por ejemplo,
¿Cuántos pacientes pesan entre 60 y 65 kilos? ¿Cuántos pacientes pesan entre 65 y 70 kilos?

Mediante un histograma determine la tendencia central y la desviación estándar.

5. Los siguientes son los conteos del número de cerillos en 100 cajas seleccionadas aleatoriamente de una máquina de
llenado durante la producción de un día:

56 55 52 58 50 53 51 54 51 51
52 51 48 56 47 50 53 54 56 53
52 54 47 50 45 51 50 54 54 51
53 54 47 54 45 55 52 52 50 53
49 51 58 51 49 49 50 50 51 49
50 50 58 50 47 53 53 54 53 54
54 51 60 55 46 52 53 53 54 52
52 63 53 52 41 56 51 51 50 53
50 50 55 49 49 47 48 52 52 53
55 51 52 46 40 57 47 55 50 53

Determine mediante un histograma el tipo de distribución del proceso productivo durante el periodo considerado para la
toma de la muestra.

17
6. Mediante diagramas Causa-Efecto, determine las causas probables que ocasionan los siguientes problemas:
 En el último proceso de votación para elegir Presidente de la República, sólo votó el 67% de la población inscrita
en el padrón electoral.

 Del total de la población de Santiago que consume gas en cilindros de 30 Kg, sólo el 36% le compra a la
compañía Plus Gas.

 Del total de alumnos de la UPGTO sólo el 29% son oriundos de Cortazar.

7. Un gerente de oficina, está preocupado por la posible inconformidad de los clientes provocado por un problema de
captura de datos en el departamento. Un grupo ha recopilado datos de 4 semanas. El reporte es el siguiente:

Errores en centro de datos:

Errores de ortografía 43
Precio equivocado 17
Cantidad equivocada 24
Dirección errónea del cliente 11
Escritura poco clara 31
Dígitos invertidos 7
Número de catálogo incorrecto 58
Cambio en el precio 47
Descripción incorrecta 13

El gerente conoce las herramientas de solución de problemas. Se le pide utilizarlas para determinar las áreas de
oportunidad para reducir los errores capturados.

a. Hacer un Diagrama de Pareto de los errores.

b. Con base en el diagrama ¿Qué recomendaciones se le harían al gerente?
8. Desarrolle un diagrama de Pareto para la siguiente tabla:

9. Una empresa fabricante de accesorios para cortinas inició un proceso para mejorar la calidad de sus
productos y recopiló datos (primer paso) acerca de las fallas y los departamentos que las originan. Los
resultados se presentan en la tabla

18
Elabore los diagramas de Pareto de primer nivel y de segundo nivel.

10. Un agricultor cultiva tomate en un terreno con suficiente irrigación. Él desea incrementar el rendimiento
por hectárea y para ello, en diferentes parcelas, aplica un fertilizante que previamente fue seleccionado por
el método de estratificación, pero que ahora se dosificará en diferentes cantidades con el fin de escoger la
mejor opción, es decir, la que mayor peso de tomates produce. Los pares de datos se muestra en la tabla.
Determine la correlación de las variables tanto gráficamente como por coeficiente de correlación.

11. Desarrolle un diagrama de correlación y determine graficamente y mediante r el tipo de correlación que
existe.

19
12. Desarolle un diagrama de correlación y determine graficamente y mediante r el tipo de correlación que
existe.

13. El rendimiento de un automóvil con motor de gasolina en km/l depende de diversos factores: la cilindrada
del motor, el peso de la unidad y el octanaje del combustible. Utilizando los siguientes datos elabora la
gráfica de dispersión de cada variable contra rendimiento, calcula el coeficiente de correlación e interpreta
el resultado para cada par de variables.

14. Una empresa de cajas de metal para herramienta detecta que su modelo B-110 color azul no tiene la misma
aceptación por parte de los clientes como el resto de sus modelos y colores; debido a lo cual, lleva a cabo
un análisis de los defectos que se presentan en una muestra de 500 piezas, encontrando lo siguiente:

20
 TIPO DE DEFECTO FRECUENCIA FRECUENCIA
(f) RELATIVA (fr %)
Falta de uniformidad en la aplicación del 98 19.6
esmalte, es decir, zonas con poca pintura y
áreas con exceso de ella
Cajas descuadradas 82 16.4
Cerradura defectuosa 77 15.4
Cerradura en buenas condiciones pero mal 71 14.2
instalada
Pintura de la tapa rayada 48 9.6
Con bisagras defectuosas 39 7.8
Interior de la caja con rebabas de metal en 31 6.2
los acabados
La tapa y el cuerpo de la caja no encajan 28 5.6
Esmalte o pintura de tono más claro que las 16 3.2
especificaciones
Lámina de tapa de menor calibre que la del 7 1.4
cuerpo o viceversa cuando deberían ser
iguales
Otros 3 0.6
TOTAL 500 100

a. Elabore el Diagrama de Pareto para los datos anteriores.

b. Elabores el Diagrama de Ishikawa.

15. Un requisito en la producción de margarina en que el contenido de grasa no debe ser menor que 80%. Esto
se logra indirectamente en la fábrica, controlando el contenido el contenido de agua. El contenido medio
de agua se desea en 19% con un límite máximo de 20%. Se dispone de dos métodos para determinar el
contenido de agua; uno se lleva a cabo en el laboratorio como el método analítico oficial. Sin embargo, este
procedimiento es tardado respecto a la prueba en sí, así como la necesidad de llevar la muestra de prueba
al laboratorio y los resultados de regreso al piso de la fábrica, donde se realiza el agrupamiento. El segundo
método es por medio de un analizador rápido del contenido de agua en el área cercana de la operación de
producción, permitiendo resultados rápidos que logran hacer ajustes antes de la extrusión. El segundo
método es conocido por dar mediciones que no son tan exactas como el método analítico oficial. No
obstante, si existe una relación suficiente entre el primero y el método analítico, el primero servirá para el
propósito. Esto es especialmente cierto si la variación global es tal que no se excede el límite máximo. Se
lleva a cabo un estudio en el cual se seleccionan cuarenta muestras de la producción en un periodo de
varias semanas. Cada muestra se somete a ambos métodos de medición. Los resultados se presentan
abajo, con X representando el método rápido y Y representando el método analítico. Analice estos datos
con un diagrama de dispersión y el coeficiente de correlación, y explique si existe correlación entre lo
resultados arrojados por ambos métodos.

X Y X Y X Y X Y
19.10 19.11 19.25 19.31 19.20 19.23 19.20 19.18
19.10 19.19 18.85 18.92 19.10 19.12 19.05 19.16
19.15 19.24 19.10 19.10 19.05 19.11 18.90 18.93
19.10 19.27 19.10 19.18 19.25 19.26 18.95 19.03
18.95 19.10 19.00 19.05 18.95 19.04 19.10 19.13
19.10 19.16 19.20 19.30 19.05 19.03 19.25 19.23
19.05 19.05 19.10 19.19 19.15 19.14 19.05 19.07
21
 19.10 19.21 18.90 19.01 19.00 19.09 18.90 18.93
18.90 18.98 19.05 19.12 19.15 19.19 19.00 19.11
19.20 19.33 19.15 19.18 19.00 19.02 19.00 19.05

16. Se llevó a cabo un estudio sobre la masa de una botella de PVC producida en una máquina de moldeo por
soplado. Los registros mostraron producción insuficiente de unidades de botellas por el consumo de PVC.
Esta preocupación inicial se examinó con mayor detalle por medio de un estudio de los datos de un mes
sobre el consumo de PVC, producción real y producción esperada con base en una masa nominal deseada.
Determine mediante un diagrama de dispersión la correlación) existente entre el ancho en mm de la pieza
inferior (X) y la masa en grs. total de la botella (Y) con los datos siguientes:

X 25.0 26.0 25.5 26.5 27.0 30.0 24.0 23.0 23.5 23.5
Y 33.01 32.93 33.01 32.80 32.73 32.43 33.09 33.18 33.14 33.12
X 24.0 23.0 27.0 28.5 28.0 28.0 23.5 23.0 22.0 25.0
Y 33.08 33.17 32.82 32.86 32.57 32.54 33.11 33.18 33.38 33.98
X 23.5 23.0 26.0 25.5 26.5 26.0 23.5 23.5 23.5 24.5
Y 33.24 33.07 32.91 32.89 32.65 32.61 33.09 33.22 33.18 33.04

22