INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y

CIENCIAS SOCIALES Y ADMINISTRATIVAS

CONTROL DE CALIDAD

SECUENCIA 1IV33

PROF. ECHEVERRÍA ALVIZU RAMÓN

DISTRIBUCIÓN DE FRECUENCIAS
INTEGRANTES:
GONZÁLEZ MASTACHE JOSUÉ AXEL
JOSE MONTAÑO JONATHAN ISMAEL
MÁRQUEZ JARDON VIRIDIANA
MENESES GONZÁLEZ KAREN
RAMÍREZ VILLANUEVA LEVI JEHONADAB
 DISTRIBUCIÓN DE FRECUENCIAS
La estadística, conocida como ciencia de las mediciones, es una de las técnicas de mayor valor
que se emplea en las tareas del control de calidad. Esta juega un papel importante en los
programas modernos de control total de la calidad.
¿En donde podemos encontrar la estadística principalmente?
• Dentro de los lotes de producto
• Sobre los equipos de proceso
• Entre diferentes lotes de un mismo articulo
• Sobre fabricaciones piloto en artículos de nuevo diseño
DEFINICIÓN DE LA DISTRIBUCIÓN DE FRECUENCIAS
Es la tabulación o registro por marcas, del número de veces que se presenta una cierta medición
de la característica de la calidad, dentro de la muestra de un producto que se esta examinando.

La tabulación se puede representar colocando sobre el eje vertical la frecuencia de ocurrencia

de las observaciones, y sobre el eje horizontal, los valores de las características de calidad
observada, recibe el nombre de curva de frecuencias.
 FRECUENCIA Y DISTRIBUCIÓN
¿A que se refiere frecuencia?
Es la cantidad de veces que los datos observados cumplen con uno o varios parámetros
establecidos; ejemplo: cuantas piezas cumplen o no con las medidas especificadas.
¿A que se refiere distribución de frecuencia?
Es una tabulación de datos ordenados de acuerdo con su tamaño.
 HERRAMIENTAS ESTADISTICAS
Se dispone de cinco herramientas estadísticas que se aplican en las tareas del control de calidad:
• Las distribuciones de frecuencias
• Las graficas de control
• Las tablas para el muestreo
• Los métodos estadísticos especiales
• La predicción de confiabilidad
 DATOS SIN AGRUPAR
Este procedimiento se utiliza cuando lo datos contienen poca diversidad o categorías entre sus
valores o cuando la muestra contiene menos de 30 elementos.
Ejemplo 1: sea la siguiente información obtenida de un supermercado:
Los datos anteriores están colocados de una manera que hacen difícil su comprensión; para
tener un mejor juicio debemos proceder según la siguiente metodología:
1. Establecer un conjunto: consiste en arreglar los datos numéricos por magnitud ascendente o
descendente 0, 1, 2, 3, 4, 5 2. Tabular la frecuencia de cada valor. Los resultados para los datos
del ejemplo 1 quedan como sigue:

Al eliminar la columna „tabulación‟, la tabla que resulta es la „Distribución de Frecuencia‟

donde se muestran la frecuencia de los valores en cada categoría.
Las distribuciones de frecuencia se presentan en forma gráfica cuando se desea tener mayor
claridad visual.
Hay varias formas de presentar una gráfica de distribución partiendo de la tabla de frecuencia,
entre ellas y para los objetivos de nuestro programa vamos a estudiar y concentrarnos en el
histograma:
 HISTOGRAMA
Definición: Consiste en un conjunto de rectángulos que representan la frecuencia en cada
categoría.

El histograma hace posible que con sólo echarle un vistazo se pueda tener una idea objetiva
sobre la calidad de un producto.
Se utiliza para:
1. Resolver problemas.
2. Determinar la capacidad del proceso.
3. Comparar con las especificaciones.
4. Sugerir la forma de la población.
5. Indicar discrepancias en datos, como por ejemplo: discontinuidades.
El histograma obtenido para los datos de frecuencia del ejemplo 1 es el siguiente:
 OTROS TIPOS DE REPRESENTACIÓN
GRAFICA FRECUENCIA ACUMULADA - FRECUENCIA RELATIVA - FRECUENCIA RELATIVA
ACUMULADA
Frecuencia acumulada:
Se calcula sumando la frecuencia del valor de cada dato a la suma de las frecuencias de los
valores anteriores.
Frecuencia Relativa:
Relativa quiere decir proporción o fracción del total.
Se calcula dividiendo la frecuencia del valor de cada dato entre el total (suma de todas las
frecuencias)
Al graficar en un histograma las diferentes frecuencias relativas estamos obteniendo lo que se
conoce como “Distribución de Probabilidad’.
Frecuencia relativa acumulada:
Se calcula dividiendo la frecuencia relativa acumulada para cada valor de los datos entre el
total.
La siguiente tabla fue construida partiendo de los datos del ejemplo 1:
Al graficar los datos utilizando el histograma, obtenemos las siguientes figuras:
 ANÁLISIS E INTERPRETACIÓN DE LOS HISTOGRAMAS:
Consideraciones previas:
Cuando un histograma se construye de manera correcta y es resultado de un número suficiente
de datos (> 40 mediciones para que revele el patrón básico de variación) que sean
representativos de la población, proceso o problema, entonces lo que arroja el mismo como
tendencia central, variabilidad y comportamientos especiales, será una información valiosa.
Efectuar pocas mediciones pueden llevar a conclusiones erróneas debido a que su forma puede
estar incompleta sin que el observador se dé cuenta.
 TRATAMIENTO DE DATOS AGRUPANDO LOS MISMOS

- Cuando en una muestra hay más de 30 elementos, los estadísticos que vamos obteniendo
revelarán con más exactitud el patrón o tendencia de los datos, pero también habrá mayor
diversidad o categorías a la hora de una agrupación
.

-Con un ejemplo, indicaremos el procedimiento que se sigue para agrupar los datos cuando
la diversidad es grande, y así poder elaborar el histograma que nos revelará la forma de la
distribución que tiene la muestra analizada.
 1.- Recolección y conteo:

Total de valores tomados en la muestra: 110

mediciones

Valor mínimo encontrado = 2.531Kg.

Valor máximo encontrado = 2.575 Kg.

Cuando hay muchas o pocas clases, la imagen real

de la distribución queda distorsionada.
La cantidad de clases o celdas dependen del juicio
del analista.
Pueden utilizarse unas reglas que son las
siguientes:
2.- Rango: R = 2.575 – 2.531 = 0.044
3.- Intervalo
4.-Limites

5.-Frecuencia de clase
6.- Construcción de histogramas
Interpretación de un Histograma:

Siempre que se analice un histograma se recomienda

considerar los siguientes puntos:

1. OBSERVAR LA TENDENCIA CENTRAL DE LOS DATOS

2. 2. ESTUDIAR EL CENTRADO DEL PROCESO

3. EXAMINAR LA VARIABILIDAD DEL PROCESO

4. ANALIZAR LA FORMA DEL HISTOGRAMA

5. DATOS RAROS O ATÍPICOS

 TÉCNICAS DE ANÁLISIS DE PROBLEMAS DE CALIDAD

ESTRATIFICACIÓN
Definición: Es una estrategia de clasificación de datos, de tal forma que en una situación dada se facilite la
identificación de las fuentes de la variabilidad (origen de los problemas).
 Se aplica cuando tenemos un Histograma que refleja problemas.
 Los problemas de calidad lo podemos estratificar de acuerdo a factores tales como:
 Departamentos, áreas, secciones o cadenas de producción.
 Operarios, y éstos a su vez por experiencia, edad, sexo, turno.
 Maquinarias o equipos; ej. Por máquina, modelo, tipo, vida útil, etc.
 Tiempo de producción: turno, día, semana, noche, mes, etc.
 Proceso: procedimiento, temperatura.
 Materiales y proveedores.
DIAGRAMA DE PARETO

El principio de Pareto refiere que pocos elementos (20%) generan la mayor parte del efecto
(80%), y el resto de los elementos propician muy poco efecto total.
Definición.- es un gráfico de barras que ayuda a identificar prioridades y causas, ya que ordenan
por orden de importancia a los diferentes problemas que se presentan en un proceso.
EJEMPLO:
En la tabla presentada más arriba se detallan los valores correspondientes a la cantidad de veces
que se registró cada una de las causas que afectan al proceso, durante un período determinado.

Para cada causa, se calculó el porcentaje que representa en forma individual con respecto al total
de causas registradas, y luego se ordenó la tabla de mayor a menor. Una vez ordenada la tabla, se
calculó el porcentaje acumulado.
Con estos valores es posible obtener el siguiente gráfico: