Las 7 Herramientas Estadísticas Básicas

LAS 7
HERRAMIENTAS
ESTADISTICAS
BASICAS
“No aprendas
nada hoy y tu
mañana será
igual a tu
pasado”
-R. Bach
1
Las siete Herramientas
Estadísticas Básicas
Título original : THE STATICAL BASIC

Editor original ; Atlantic International University.
Reservados todos los derechos. Queda rigurosamente

prohibida, sin la autorización escrita de los titulares de
Copyrigth, bajo las sanciones establecidas en las leyes,
la reproducción parcial o total de esta obra por cual-
quier medio o procedimiento, incluidos la reprografía
y el tratamiento informático, así como la distribución
de ejemplares mediante alquiler o préstamo públicos.
© 2002 by Atlantic International University.
2
RECOMENDACIÓN PARA EL
AUTOAPRENDIZAJE
Antes de iniciar su autocapacitación revise su apéndice
“Guía de estudio, Aplicación y Evaluación”
3
Objetivos
Identificar el fundamento y aplicación de las 7

Herramientas Estadísticas Básicas
Al terminar el Seminario, el participante:
1. Identificará la importancia del uso de métodos estadísticos como un medio para el

mejoramiento y control de los procesos.
2. Diferenciará la Variables Continuas de la s Variables Discretas, así como la técnica

estadística a utilizar de acuerdo al tipo de variables.
3. Empleará los métodos estadísticos para representar datos.
4. Analizará, con ayuda de los métodos estadísticos, la problemática de un proceso.
5. Evaluará el control y estabilidad de un proceso.
4
Recomendaciones para Estudiar este Manual
Este manual de autocapacitación está diseñado especialmente tomando en

cuenta las necesidades del lector y comunicando de la manera más sencilla los
contenidos.
Por lo que, mediante un estudio cuidadoso usted puede identificar la

información para aplicarla a su situación personal, con la seguridad de que este
documento es suficiente para avanzar en el estudio. No hay necesidad de consultar
otros materiales de apoyo para la resolución de anexos y evaluaciones.
Es muy importante entender que para que el aprendizaje sea efectivo se

necesitan dos cosas; una, este manual y la otra, responsabilidad por parte de usted
para con el mismo, tomando en cuenta que el aprendizaje es un proceso activo y no
precisamente de “absorción”.
El aprendizaje será directamente proporcional a la cantidad de reacción que se

ofrezca ante una situación, dependerá del vigor con que se ponga la mente a pensar y
a trabajar efectivamente en las ideas en que se van a aprender.
Claro está que para aumentar la capacidad de estudio, la reacción correctiva

ha de reemplazar a los consejos, el lector debe pensar positivamente y encaminarse a
una acción constructiva. Pensando de modo positivo, este manual se convertirá en
una experiencia estimulante.
Para el logro de las metas planeadas, le recomendamos lo siguiente:
¾ Escoger para estudiar, un lugar que está bien iluminado y ventilado

procurando que en éste no haya distracciones tales como radio, T.V., niños
jugando, etc.:
¾ Dedicar el tiempo fijo para el estudio. Una o dos horas diarias serían
suficientes para un aprendizaje rápido y provechoso; pero siempre a la
misma hora. Si para estudiar se emplean breves períodos, desligados entre
sí, no se sigue un plan sistemático de estudio, el tiempo empleado no dará
buenos resultados.
¾ Leer los textos tomando en cuenta que el leer no implica pasar la mirada
por los textos, sino razonarlos y comprenderlos. Aprenda el significado, no
sólo las palabras.
5
¾ Leer los módulos buscando su significado, ¡lea activamente!, subraye las
palabras y frases clave, para ayudarse a recordar los puntos fundamentales
y a reconstruir el tema en la imaginación. Con esto, al realizar un repaso no
lleva tanto tiempo buscar y describir detalles importantes.
¾ Dividir el tiempo de estudio entre la lectura y la medición.
¾ Escribir ideas clave con sus propias palabras en el margen del manual, es
una manera de estimular la acción mental; recuerde que la participación
activa en el proceso de lectura le hará comprender mejor lo leído.
¾ Nunca suspenda una lectura una vez comenzada, de preferencia termine

por completo el módulo.
¾ Leer con cuidado todas las hojas del manual. No importa si cree que ya
sabe lo que está exponiendo, léalo y compruebe si realmente lo sabía.
¾ NO inicie el estudio de un módulo hasta que no esté bien seguro de que

comprendió perfectamente el módulo anterior.
¾ Resuelva todos los anexos y realice todas las actividades sin eludir
ninguna; éste es el único camino por el que usted mismo podrá saber
cuánto aprendió.
¾ Tenga a la; lápiz, color rojo, goma de borrar y hojas para tomar notas.
6
Evaluación
Al finalizar el manual se incluye una evaluación, la cuál servirá para identificar

el grado de aprendizaje alcanzado.
El lector deberá resolver dicha evaluación antes de iniciar la lectura del manual,
posteriormente al finalizarla.
Si al realizar la segunda evaluación y comparar sus respuestas con las

correctas, notará diferencias, le recomendamos dar una segunda lectura a el o los
módulos correspondientes. No se conforme jamás con un aprendizaje mediocre.
Recuerde que la pruebe de toque de un verdadero aprendizaje es la aplicación,

alcance dicha prueba durante su evaluación en el aspecto teórico y con la resolución
de ANEXOS en el aspecto práctico.
7
Estructura del manual
E l manual del participante está dividido en dos partes, en la primera

encontramos lo siguiente:
Presentación: que resume a grandes rasgos el propósito del manual.
Meta de aprendizaje y objetivos: se refieren a los logros o grados de

aprendizaje que se requiere por parte del lector al finalizar la lectura del manual.
Bibliografía: completa y enumerada en orden alfabético para su fácil manejo,

en caso de que alguno del os lectores quisiera ahondar en algún tema específico
.
Contenido temático: engloba los módulos con sus respectivas unidades
temáticas, es importante revisarlo para tener idea clara de lo que vamos a enfrentar.
La segunda parte del manual la conforman los módulos identificados con

número romano y título. La estructura interna de cada módulo presenta en primera
instancia una serie de objetivos particulares que indican el grado de aprendizaje que
se requiere por parte del lector, al concluir la lectura del módulo correspondiente.
Continuando con la descripción nos encontramos con las unidades temáticas,

identificables con números arábigos y desarrolladas brevemente para facilitar su
estudio., aclarando que el principal objetivo del manual en general no es proporcionar
un tratado teórico de autores, sino una herramienta teórica – práctica para aplicar a un
caso particular.
A medida que el lector avance en su lectura se encontrará de una serie de

notas que hacen referencia al correcto uso de cuadros y anexos. Cabe aclarar que los
cuadros presentan de manera esquemática los diferentes contenidos y los anexos
permiten plasmar la realidad para relacionarla con la teoría revisada. Se recomienda
seguir al pie de la letra dichas notas.
8
CONTENIDO TEMATICO
I INTRODUCCION
II ESTRATIFICACION
III DIAGRAMA DE CAUSA Y

EFECTO
VII HISTOGRAMA.
1. Introducción.
1. Introducción.
2. Elaboración del diagrama.
2. Análisis de interpretación.
3. Recomendaciones para
elaborar el diagrama. 3. Cómo agrupar datos.
4. Beneficios. 4. Construcción del

histograma.
IV DIAGRAMA DE PARETO. VIII CURVA NORMAL
1. Introducción. 1. Conceptos fundamentales.
2. Construcción del diagrama. 2. Características de la curva

normal.
3. Beneficios.
IX HOJA DE VERIFICACION
V VARIABLES CONTINUAS Y X GRAFICOS DE CONTROL

DISCRETAS. PARA VARIABLES CONTINUAS.
VI MEDIDAS DE TENDENCIAS 1. Introducción

CENTRAL Y DISPERSION
2. Fundamentos estadísticos.
1. Introducción
XI GRAFICOS POR ATRIBUTOS.
2. Media aritmética o promedio
1. Introducción.
3. Mediana
2. Gráfica p
4. Rango.
3. Gráfica np
5. Desviación estándar.
4. Gráfica c
5. Gráfica u
9
I. Introducción operativos de una empresa con base
en el control estadístico de procesos.
OBJETIVOS: Al finalizar este módulo el
capacitando: Las diversas técnicas
estadísticas son de utilidad para
1.1 Identificará la importancia de la evaluar, diagnosticar, analizar y
aplicación de los métodos priorizar los procesos de calidad. Pero
estadísticos en los procesos para la aplicación, interpretación y solución
su control y mejoramiento. de los problemas lo define el recurso
humano de una empresa.
En la actualidad, muchas
empresas están interesadas en mejorar Las “Siete Herramientas
la calidad del producto con base en el Estadísticas Básicas” permiten que una
control estadístico de procesos. empresa sea consistente en su
propósito de mejorar la calidad del
Sin embargo, la mejora de la producto, ya que intrínsecamente son
calidad se obtiene por medio de técnicas que son utilizadas por el
modificar los diversos sistemas Hombre para crear la función de
prevención.
Acción
Problema Resultado Mejorar
de y conservar la
Calidad Calidad
Fig 1-1
10
Muchas empresas confunden la Modelo actual
función de prevención, ya que piensan
que es mejorar o controlar la calidad. Prevención
Sin embargo, la prevención CEP
comprende: Mejorar y Resultad
Conservar la o
Calidad
a) Planificar la Calidad.
b) Controlar la Calidad.
INSUMO INSUMO CLIENTE
c) Mejorar la calidad.
La función de prevención se
contrapone con los esquemas PROCESO
tradicionales que son utilizados
para evaluar la calidad del producto Fig. 1-3
al finalizar el sistema productivo, en
el cual, solamente se separa el Los esquemas tradicionales,
producto bueno del malo. definen que la responsabilidad en la
calidad de un producto radica en un
departamento de la empresa, al
contrario e la función de prevención en
la cual para mejorar y planificar la
Modelo Tradicional calidad se requiere de un trabajo de los
diversos departamentos y para el
control de requiere que el personal se
Detección encuentre en un estado de auto –
control, esto es:
a) Querer hacerlo.
b) Saber lo que se tiene que hacer.
INSUMOS 1 2 3 4 5 6 REPROCESO
PRODUCT c) Conocer lo que está haciendo.
RETRABAJO
, ETC.
d) Medios para regular lo que está
haciendo.
SI
PROCESO CLIENTE BUENO Como se observa, todos los

departamentos de la empresa deben
NO estar involucrados en la función de
prevención, para que con esta forma se
rompa el esquema tradicional de
detección.
La fuerza de los métodos

Fig. 1-2 estadísticos, no radica en utilizarlos
como técnicas para conocer qué es lo
que está mal, ya que todo el mundo de
alguna forma la conoce, sino en
aplicarlos como guías para mejorar,
conocer y planificar la calidad del
producto, a través de modificar los
diversos sistemas operativos.
11
II. Estratificación
Algunos de los sistemas

predominantes más comunes son:
OBJETIVO: Al finalizar este módulo,
el capacitando. 1. PREDOMINIO DEL PROCESO
2.1 Definirá el concepto de En este sistema la principal causa de

estratificación y su aplicación. defectos es debido a la destreza y
capacidad de cada operario.
La aplicación de esta técnica,

tiene como finalidad la clasificación del 2. PREDOMINIO DE LAS MATERIAS
material defectuoso, de acuerdo a los PRIMAS
factores casuales que lo originan.
La causa de los defectos se debe a las
En todos los procesos los operaciones anteriores de la fábrica o
materiales sujetos a una serie de al material procedente de proveedores.
sistemas operativos para obtener el
producto final.
3. PREDOMINIO DE LA MAQUINA
Dentro de los diversos
sistemas, siempre existe un sistema Básicamente se tiene:
predominante que provoca la mayor
cantidad de material defectuoso. La 3.1 Preparación de la máquina
identificación de estos sistemas de
utilidad para mejorar los procesos,
debido a que la mayor fuente de 3.2 Incremento del material defectuoso
progreso se encuentra en dichos con respecto al tiempo.
procesos.
Ver cuadro 2.1
12
MAQUINARIA MATERIAS PRIMAS MANO DE OBRA
MAQUINA PROVEEDOR OPERARIO
I II III 1 2 3 A B C
PROCESO Producto
XY - 21
Material Defectuoso
15%
Estratificación
PROVEEDOR 1 3% PROVEEDOR 2 5% PROVEEDOR 3 7%
M-I M - II M - III M-I M - II M - III M-I M - II M – III

0.5% 0.5% 2% 1.5% 1% 2.5% 1.5% 2% 3.5%
O O O O O O O O O O O O O O O O O O O O O O O O O O O
p p p p p p p p p p p p p p p p p p p p p p p p p p p
e e e e e e e e e e e e e e e e e e e e e e e e e e e
r r r r r r r r r r r r r r r r r r r r r r r r r r r
a a a a a a a a a a a a a a a a a a a a a a a a a a a
d d d d d d d d d d d d d d d d d d d d d d d d d d d
o o o o o o o o o o o o o o o o o o o o o o o o o o o
r r r r r r r r r r r r r r r r r r r r r r r r r r r
A B C A B C A B C A B C A B C A B C A B C A B C A B C
0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 2. 0.
1 3 1 1 3 1 3 4 3 3 9 3 2 5 3 6 2 7 3 7 5 4 3 3 5 3 7
13
5) Verificar y anotar si todas las
causas de variación están inscritas
III. Diagrama de Causa y en el diagrama.
Efecto 6) Al analizar el diagrama deberá
decirse las causas más importantes
que serán atacadas.
OBJETIVO: Al finalizar este modulo, el
7) Realizar un programa de acciones
capacitando:
a realizar para corregir la causa del
problema.
3.1 Empleará la técnica del
Diagrama de Causa – Efecto para
analizar y plantear la solución de una
problemática de calidad.
3.3 Recomendaciones al elaborar
el Diagrama Causa - Efecto
3.1 Introducción
1) Reunir a todos los miembros que
estén involucrados o relacionados
con el proyecto, con la finalidad de
El diagrama Causa – Efecto es
reflejar todas las opiniones.
una metodología para la solución de
problemas donde a partir de un efecto
2) Definir a un líder o coordinador del
observado, uno retrocede a los factores
grupo.
causales que lo provocaron.
3) Todos los miembro deben
Esta metodología fue
comprender totalmente la definición
desarrollada en 1953 por el señor
del proyecto.
Kaoru Ishikawa y su popularidad ahora
ha alcanzado grandes magnitudes al
4) El diagrama causa – efecto se
aplicarlo como una técnica de solución
deberá escribir en hojas de rotafolio
de problemas.
o pizarrón.
5) Se deberán discutir libremente las

causas usando el método “tormenta
3.2 Elaboración del Diagrama de ideas”, el cual consiste en:
Causa - Efecto
5.1 Todos los participantes
aportarán ideas para el proyecto.
1) Elegir el proyecto. 5.2 Ningún participante deberá
desconocer la opinión de los demás
2) Representar la característica de por más absurda que ésta parezca.
calidad en el extremo derecho de la En algunas ocasiones estas
flecha horizontal. opiniones pueden resolver el
problema.
3) Dibujar las flechas principales para
cada factor con base en las 5 M’s.
4) Anotar las causas que originan el

problema.
14
3.4 Beneficios
5.3 El coordinador deberá 1) Se estrechan la relaciones

enfatizar que al emitirse una humanas y se mejora la
opinión, se debe evitar que se comunicación.
forme una polémica, pues el
objetivo no es contradecir, sino
vaciar todas las ideas. 2) El grupo se compromete a llevar e
seguimiento de la solución
propuesta.
6) No discutir cómo o por qué ocurrió
el problema; pero debe discutirse
cómo eliminar el problema. 3) Se adquieren nuevos
conocimientos.
7) Se deben identificar las causas más
importantes por concenso. 4) Facilita a un grupo de personas
trabajar hacia un fin común.
8) Hacer el compromiso con los
responsables de los departamentos
involucrados en la realización de
las acciones. Ver cuadro 3.1
15
CUADRO 3.1
Problema
16
Producto: Total Pzas. Insp.
Periodo: RESPONSABLE
IV Diagrama de Pareto Tipo de efecto Ocurrencia
No. de
Piezas
OBJETIVO: Al finalizar este módulo, el

capacitando:
4.1 Empleará este método para

evaluar y determinar los
principales factores causales en
los problemas de calidad en su
empresa. TOTAL
4.1 Introducción Con base en esta tabla se

construirá el diagrama de pareto.
El diagrama de pareto es una Paso 2

gráfica de barras de causas Ordenar los datos de mayor a
identificadas que se muestran en orden menor ocurrencia en la siguiente tabla.
descendente (de izquierda a derecha)
de magnitud. Estas causas pueden ser Tipo de No. de % %
%
debidas a defectos de producción y Acumulado
defecto Piezas Absoluto Relativo
Relativo
constituyen una base en la toma de
decisiones para mejorar el producto.
Para la elaboración de este

diagrama se necesita:
1) Clasificar los defectos.
2) Determinar el período de
recopilación de datos.
3) Obtener en dicho período, los datos El porcentaje absoluto nos

sobre la ocurrencia de cada causa indica la cantidad de defectivo
o tipo de defecto, utilizando una resultante del total de artículos
hoja de registro y especificando el elaborados durante el período de
número total de piezas o casos análisis y colección de datos.
inspeccionados.
Donde:
% Abs = ni X 100
4.2 Construcción del Diagrama de N
Pareto
El porcentaje relativo quiere

Paso 1 decir que el defecto inferido (ni) entre el
En la tabla siguiente se muestra total de defectos (ni) indica el por ciento
el formato para la recolección de que representa.
información:
17
Paso 4
Donde: El porcentaje acumulado
% Rel = ni relativo nos sirve para trazar la ojiva.
ni
El diagrama, representa el
El porcentaje acumulado porcentaje acumulado relativo iniciando
relativo es la sumatoria parcial de cada con el primer defecto hasta terminar
defecto, con el 100%.
Paso 3
Representamos con el eje de Ver cuadro 4.1
las ordenadas los defectos colocados
de mayor a menor ocurrencia (de
izquierda a derecha).
4.3 Beneficios
En al eje de las abcisas
representaremos el número de
ocurrencia por cada defecto. 1) Canaliza los esfuerzos a causas
importantes.
En el otro eje de las abcisas
(opuesto al primero) representaremos 2) Permite la comparación del antes
el porcentaje relativo. con el después, ayudando a
cuantificar el impacto de las
A continuación se muestra el acciones tomadas.
diagrama:
3) Facilita la comunicación entre las
personas que participan en el
análisis del problema.
18
CUADRO 4.1
(ni) % Acum
Defectos % Abs % Rel
OCURRENCIA Rel.
A 5 16.7 33.3 33.3
B 4 13.3 26.6 59.9
C 3 10.0 20.0 79.9
D 1 3.3 6.7 86.6
E 1 3.3 6.7 93.3
F 1 3.3 6.7 100.0
N = 30 15 50.0 100.0
19
V Variables Continuas y producto cumplen o no con una
cualidad establecida.
Discretas
Algunos ejemplos de variables
continuas son:
OBJETIVO: Al finalizar este módulo, el
capacitando: Dureza Volumen Composición
Química
Tensión Peso
Etc.
5.1 Definirá la diferencia entre los tipos Temperatura Elongación
de variables de un proceso y la Espesor Longitud

técnica estadística a emplear. Ancho
Presión
Es importante definir la
Algunos ejemplos de variables
diferencia que existe entre las variables
discretas son:
continuas y discretas, ya que el
tratamiento estadístico difiere según el
pasa – no pasa
caso.
sirve – no sirve
20 piezas malas de 100
Las variables continuas
provienen de datos, donde las
En la tabla 5-1 se presenta una
características de calidad de un
síntesis de las diferentes técnicas
producto se han medido, mientras que
estadísticas a utilizar de acuerdo al tipo
las variables discretas provienen de
de variable que se quiere estudiar.
datos que nos indican si la
características de calidad de un
VARIABLE CONTINUA VARIABLE DISCRETA
Gráfica X-R de Control Gráfica “p” de Control
Gráfica X-R Gráfica “np”
Gráfica X- Gráfica “c”
Gráfica X- Gráfica “u”
Estratificación Estratificación
Diagrama Causa - Efecto Diagrama Causa - Efecto
Histograma Diagrama de Pareto
Diagrama de Dispersión
Tabla 5.1
20
Donde: EXi
Es la sumatoria de todos los

VI. Medidas de Tendencia datos desde 1 = 1 hasta n.
Central y Dispersión
Ejemplo:
Se han tomado siete muestras
de un proceso y se mide cierta
OBJETIVO: Al finalizar el módulo, el
característica de calidad, obteniendo
capacitando:
los siguientes resultados:
6.1 Calculará las medidas de tendencia
2.5, 2.6, 2.5, 2.4, 2.7, 2.5, 2.3
central y dispersión de un
conjunto de datos.
Determine la media de estos
datos.
6.1 Introducción
X = 2.5, 2.6, 2.5, 2.4, 2.7, 2.5, 2.3 = 2.5
7
Dentro de las variables
continuas existen diversos términos
estadísticos que son de mucha utilidad 6.3 Mediana
en la aplicación práctica de los
métodos estadísticos, tales como:
Media, Mediana, Desviación Estándar, Se represente por X y se
Rango. determina de acuerdo a:
Estos conceptos se calculan a 1) Sise cuenta con un número impar

partir de una muestra tomada de la de datos, ordenados de mayor a
población y se denominan estadísticas menor (o viceversa), el dato que
de las muestras. Su utilidad práctica ocupa la posición central de éstos
radica en que podemos invertir los es la mediana.
parámetros poblacionales
desconocidos. 2) Si se cuenta con un número par de
datos, ordenados de mayor a
Las estadísticas X, y R nos menor (o viceversa), el promedio de
permiten conocer la tendencia central y los datos centrales es la mediana.
dispersión de los datos.
Ejemplo:
El cálculo de las medidas
centrales y de dispersión se presenta a
continuación:
Datos Orden X
6.2 Media Aritmética o Promedio

6
10, 6, 1, 9, 7,, 2, 5 1, 2, 5, 6, 7, 9, 10
Se presenta por X y se calcula 20 + 23

------------ = 21.5
por: 20, 23, 30, 18, 15, 26 15, 18, 20, 23, 25, 30
2
X = EXi = X1+ X2 + X3 + ,,,Xn

N n
21
6.4 Rango
Se representa por R y se Ejemplo:

calcula de acuerdo a: Calcule la desviación estándar
de los datos que se presentan a
Rango = Valor mayor – Valor menor continuación:
Ejemplo: 4, 4.42, 3.6, 2.5, 3.8,
La media de los datos es:3.62

Datos Rango
De donde es:
18, 20, 19, 20, 19. 19 R = 20 – 18 = 2
15, 20, 25, 17, 18, 21 R = 25 – 15 = 10
6.5 Desviación Estándar
Se representa por (forma

minúscula de la letra griega sigma), y
se calcula de acuerdo a:
Resolver ejercicio 6.1
22
Ejercicio 6.1
Determine la Media, Mediana, Rango y Desviación Estándar de los datos que se

presentan a continuación:
a) 2, 3, 4, 6
b) 0.23, 0.24, 0.22, 0.26, 1.21
c) 40, 23, 35, 36, 38, 42
d) 30, 50, 20, 35
e) 60, 70, 50, 100
23
Esta herramienta estadística
para agrupar datos de alguna
VII. Histograma característica de calidad sólo será
usada cuando se cuente con un
número de datos mayor a 30.
OBJETIVOS: Al finalizar este módulo,
el capacitando:
A continuación daremos una
pequeña definición de los conceptos
7.1 Aplicará el histograma para
usados en la figura 7.1.
describir un conjunto de datos.
Intervalo de Clase (K): nos
representa el número de barras que
7.2 Interpretará el histograma.
tendrá nuestro intervalo, se encuentra
en la tabla 7.1 dependiendo el número
de datos de la muestra o población.
7.1 Introducción
Muestra
El histograma es una técnica X
o
(No de intervalos)
que es utilizada para datos que Población (N)
provienen de mediciones realizadas
Menor a 50 De 5 a 7
sobre ciertas características de calidad
del producto.
De 50 a 100 De 6 a 10
Los histogramas nos permiten
describir los datos obtenidos y observar De 100 a 200 De 7 a 12
la tendencia central o dispersión de los
mismos con respecto a una Mayor de 250 De 10 a 20
especificación dada. El análisis,
interpretación y construcción es muy
sencillo en comparación con otros Tabla 7.1
métodos estadísticos. Donde:
(N) es un número de datos de la
muestra o población que este
7.2 Análisis e Interpretación analizando
En primera instancia (K) es un número de intervalos

analizaremos las partes que componen de clase con que contará el histograma
un histograma, tomando como base la a construir.
Se sugiere que al selecciona (K)

deba usarse un número mayor del
rango.
Amplitud (A).- Se define como

el rango que tendrá cada uno de los
intervalos de clase
Se determina por la relación:

A=R
figura 7.1 K
R = Rango
K = Intervalo de clase
Donde: R = VM – Vm
24
VM = Valor máximo de los
datos. LFI LFS
Vm = Valor mínimo de los
datos. Xi
definiendo el rango de los datos
como la diferencia de los valores. Xi + A
Cabe aclarar que la amplitud se Xi + 2 A

expresará siempre a la unidad mínima
decimal de los datos de las muestras. -
Además la unidad mínima decimal se -
-
incrementará a la amplitud (u).
Xi + (k – 1) A
Fronteras de clase (Xi): Como
su nombre lo indica son los límites de Tabla 7.2
la amplitud de cada intervalo de clase.
Marca de Clases: Se define
Para determinar la primera como el promedio de los datos
frontera de clase se utiliza la siguiente
fórmula:
Xi = Vm – ½ (u) Se determina por la formula:
Las demás fronteras de clase Xi = LFS - LFI
se determinan por la tabla 7.2 2
Donde: 7.3 Como agrupar datos
LFS – Límite de la frontera
Superior. A continuación se encuentra la
LFI – Límite de la frontera tabla 7.3 para la representación de
Inferior. datos agrupados.
Tabla de Distribución de Frecuencias
Límite de la Límite de la
Marca de Clase Frecuencia
Intervalo (k) frontera inferior frontera Conteo Frecuencia
(Xi) acumulada
(LFI) Superior (LFS)
Tabla 7.3
En esta tabla podemos saber que el promedio de los datos agrupados debe
estar en el intervalo intermedio
25
7.4 Construcción del Histograma
Para determinar el promedio (X)
de estos datos, nos basaremos en la La fig. 7.2 nos servirá para
siguiente fórmula. construir el histograma:
Paso 1
X = Xi – A (E Fi - 1) En una hoja cuadriculada,
N trazamos una línea horizontal
que tenga como escala las
Donde: fronteras de clase y las marcas
Xi : Es la última marca de clase. de clase.
A : Es la amplitud del intervalo.
Para determinar la desviación Paso 2:

estándar de los datos agrupados, En la parte izquierda de la
usaremos la siguiente fórmula: escala dibujamos una línea
vertical que tenga una escala
con valor máximo igual a la
frecuencia más alta.
Paso 3:
Listas las escalas, dibujamos un
Donde N: es un número de rectángulo en cada intervalo. La
datos. altura del rectángulo es igual a
su frecuencia y el ancho a los
Siendo: límites de sus fronteras (Inferior
y Superior).
b = Fi
N Paso 4:
Para trazar el polígono de
y frecuencias, se le resta la
amplitud a la primera marca de
C = Gi clase, en este punto se inicia el
N polígono de frecuencias y
Donde: continúa a través de cada una
de las marcas de clase y
Fi = Es al sumatoria total de las termina a la derecha de la
frecuencias acumuladas. frontera superior, más una
amplitud.
Gi = Es la sumatoria total del
acumulado de las frecuencias. Resolver ejercicio 7.1
Fig.
7.2
26
EJERCICIO 7.1
1. Los siguientes datos representan los días cartera TELMEX:
31 28 35 32 32
34 31 30 34 29
33 31 32 33 34
33 30 33 36 32
35 29 31 30 32
29 30 32 28 35
37 36 33 37 30
32 33 29 32 31
Considerando que la política de la empresa es que, en promedio, los días cartera no

sean mayores de 30 días, ¿Cómo se sentiría después de haber analizado la
información?
_____________________________________________________________________
_____________________________________________________________________
_____________________________________________________________________
27
EJECICIO 7.2
1. Durante algunos meses se han suministrado un mismo producto a tres

clientes diferentes, los cuales han establecido diferentes especificaciones
sobre una característica de calidad especial.
A últimas fechas los clientes se han quejado por el producto, en lo que se

refiere a la característica de calidad especial.
Debido a esto, el proveedor decide realizar un muestreo de su producto

para observar el comportamiento del mismo por medio de un histograma.
Los datos del muestreo y las especificaciones de los clientes se presentan
a continuación.
DATOS DEL MUESTREO
60 77 81 73 84 77
65 76 86 80 72 67
77 70 78 68 78 73
81 62 76 79 74 78
68 93 83 75 82 83
Especificaciones del Cliente
Cliente Especificación
A 75 ± 10
B 90 ± 20
C 76 ± 16
Una vez analizada la información, ¿qué haría usted en ese caso?
28
VIII Curva Normal
OBJETIVOS: Al finalizar el módulo el

capacitando:
8.1 Aplicará el fundamento de la curva

normal para determinar el área bajo la
curva dentro de especificación.
8.2 Interpretará la curva normal.
Observando estas dos figuras

podemos decir que, a medida de que n
8.1 Conceptos fundamentales de tienda a infinito, se suaviza a tal grado
la curva normal. el histograma que llega a conformar
una curva.
En el tema de los histogramas,

se expuso su construcción y análisis. Esta curva recibe los nombres
Se comentó que a medida que se de: Ley Normal, Curva Normal, Curva
agrega el número de datos o muestras de probabilidades, Curva de Gaus y
(n) el número de intervalos (k) se Curva de Distribución Normal. En la
incrementa. figura 8-2 se representa su forma.
En la medida de que (n) se

incremente la amplitud de los intervalos
disminuye debido a la relación R/k.
En las figuras 8-1 (a y b) se presentan

dos histogramas, con un mismo
número de datos. Podemos observar
que la fig. 8-1 b presenta una amplitud
más cerrada y además tiende a
conformar una curva. La fig. 8-1 a
representa otro histograma de la misma
distribución.
Fig. 8-2
29
Para manejar este tipo de
La curva normal esta desfinida problemas se requiere del uso de las
por los parametros poblaciones y ’ (El tablas estandar de probabilidad (Tabla
aposrofe indica qe es un parametro 8.1)
pobalcional). Los limites ’ acotados en
la fig 8-2 nos idican que a + 1 ’ el Para la utilizacion de estas
68.27% de los datos estan tablas es necesario estandarizar los
comprendidos en este rango, que a estadisitcos de las muestras a la curva
+2 ’ esl 95.45% y que a+3 ’ el normal estandar, bajo la siguiente
99.73% de los datos estan formula:
comprendidos en este rango.
Z= X1 – X
Es importante mencionar que la
curva se distribuye semetricamente,
correspondiendo a cada lado de la Donde:
media el 50% y que se extiende desde Z= La variable con distribucion normal
–∞ (menos infinito) hasta + ∞ (mas estandar.
infinito). Sin embargo, para fines X1= Es el valor de la variable X.
practicos se considera que aų + 3 ’ se X= Es la medida de los datos.
concentran el 100% de los datos. = Es la desviacion estandar
Como se menciono con ¿A que nos referimos con

anterioridad, la curva normal esta estandarizar los estadisticos de las
definida por los parametros muestras a la curva normal estandar?
problaciones ų y ’ , pero en la realidad
estos parametros son desconocidos y Esta pregunta se contesta con
hay que estimarlos a partir de los datos el siguiente ejem plo:
numericos obtenidos de un a muestra,
tales como: media, mediana, Durante un mes se han extraido
desviacion estandar, rango, etc. 120 muestraqs de los lotes terminados
de un producto “X”. Se ha medido un a
A estos estimadores se les caracteristica de calidad en especial,
denomina Estadisticos de las Muestras encontrandose que su media y
y nos sirven para inferir los parametros desviacion estandar son 45 y 5
de la poblacion, universo o espacio respectivamente.
muestral desconocido.
Construya la curva normal
Muchos de las acciones, estandar.
encaminadas a modificar los procesos, Si construimos la curva normal
estan en funcion de los estadisticos de con los estadisiticos de la muestras,
las muestras. Sin embargo, estas tenemos lo siguiente (Fig. 8-3).
acciones estan relacinadas con la
produccion futura,mas que con la
produccion ya terminada de donde se
extrajo la muestra.
La utilidad practica de la curva

normal radica en que sirve como
fundamento de las graficas de Control
por Variables y en la evaluacion de la
habilidad de procesos. Otra variante
importante es su uso para estimar el
procentaje probabilistico que tenemos
dentro y fuera de especificacion.
30
La forma para estandarizar nos
dice: Suponiendo que se tiene una
especificación mínima de 40, ¿qué
Z = X1 – X porcentaje del material no cumple con
T la especificación?
Para los puntos (a), (b), (c)... Para X1 = 40 implica que Z = -1

(g), aplicando la fórmula tenemos: buscando Z = -1 en la tabla 8-1
tenemos que el porcentaje del área
a) Z = 30 – 45 = -3 bajo la curva que no cumple la
5 especificación es: 0.1587 ó 15.87%.
Representado esto en la figura 8-5,
b) Z = 35 – 45 = -2 tenemos:
5
c) Z = 40 – 45 = -1
5
d) Z = 45 – 45 = 0
5
e) Z = 50 – 45 = +1
5
f) Z = 55 – 45 = +2
5
g) Z = 60 – 45 = +3
5
Por tanto la curva normal

estándar está representada por la
figura 8-4
Fig. 8-5
Fig. 8-4
31
EJERCICIO 8.1
a) ¿ Qué porcentaje del área bajo la curva, cumple con la especificación?
b) Suponiendo que se tiene solamente una especificación máxima, igual a 53 ¿ qué

porcentaje del área bajo la curva cumple con la especificación?
c) Suponiendo que se tiene una especificación de 45+-9 ¿ qué porcentaje se tiene

dentro de la especificación?
32
8.2 Características de la Curva
Normal
b) El 100% de las frecuencias de las
mediciones están representadas
a) La media y la desviación estándar mediante el área bajo la curva
describen totalmente a esta normal. Lo que equivale a decir que
distribución. el área bajo la curva es igual a 1.
Si la desviación se mantiene fija la c) La curva normal se distribuye

media toma diferentes valores, se simétricamente, correspondiendo a
tiene: cada lado de la media del 50%.
d) La curva normal se extiende desde

menos infinito hasta más infinito.
Aunque para efectos prácticos se
considera que a +-3T están
comprendidos el 100% de los
datos.
Fig. 8-6
Si la media se mantiene
constante y T’ cambia, se tiene:
Fig. 8-7
33
AREA BAJO LA CURVA NORMAL
z 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.0
-3.5 0.00017 0.00017 0.00018 0.00019 0.00019 0.00020 0.00021 0.00022 0.00022 0.00023
-3.4 0.00024 0.00025 0.00026 0.00027 0.00028 0.00029 0.00030 0.00031 0.00033 0.00034
-3.3 0.00035 0.00036 0.00038 0.00039 0.00040 0.00042 0.00043 0.00045 0.00047 0.00048
-3.2 0.00050 0.00052 0.00054 0.00056 0.00058 0.00060 0.00062 0.00064 0.00066 0.00069
-3.1 0.00071 0.00074 0.00076 0.00079 0.00082 0.00085 0.00087 0.00090 0.00094 0.00097
-3.0 0.00100 0.00104 0.00107 0.00111 0.00114 0.00118 0.00122 0.00126 0.00131 0.00135
-2.9 0.0014 0.0014 0.0015 0.0015 0.0016 0.0016 0.0017 0.0017 0.0018 0.0019
-2.8 0.0019 0.0020 0.0021 0.0021 0.0022 0.0023 0.0023 0.0024 0.0025 0.0026
-2.7 0.0026 0.0027 0.0028 0.0029 0.0030 0.0031 0.0032 0.0033 0.0034 0.0035
-2.6 0.0036 0.0037 0.0038 0.0039 0.0040 0.0041 0.0043 0.0044 0.0045 0.0047
-2.5 0.0048 0.0049 0.0051 0.0052 0.0054 0.0055 0.0057 0.0059 0.0060 0.0062
-2.4 0.0064 0.0066 0.0068 0.0069 0.0071 0.0072 0.0075 0.0078 0.0080 0.0082
-2.3 0.0084 0.0087 0.0089 0.0091 0.0094 0.0096 0.0099 0.0102 0.0104 0.0107
-2.2 0.0110 0.0113 0.0116 0.0119 0.0122 0.0125 0.0129 0.0132 0.0136 0.0139
-2.1 0.0143 0.0146 0.0150 0.0154 0.0158 0.0162 0.0166 0.0170 0.0174 0.0179
-2.0 0.0183 0.0188 0.0192 0.0197 0.0202 0.0207 0.0212 0.0217 0.0222 0.0228
-19 0.0233 0.0239 0.0244 0.0250 0.0256 0.0262 0.0268 0.0274 0.0281 0.0287
-1.8 0.0294 0.0301 0.0307 0.0314 0.0322 0.0329 0.0336 0.0344 0.0351 0.259
-1.7 0.0367 0.0375 0.0384 0.0392 0.0401 0.0409 0.0418 0.0427 0.0436 0.446
-1.6 0.0455 0.0465 0.0475 0.0485 0.0495 0.0505 0.0516 0.0526 0.0537 0.0548
-1.5 0.0559 0.0571 0.0582 0.0594 0.0606 0.0618 0.0630 0.0643 0.0655 0.0668
-1.4 0.0681 0.0694 0.0708 0.0721 0.0735 0.0749 0.0764 0.0778 0.0793 0.0808
-1.3 0.0823 0.0838 0.0853 0.0869 0.0885 0.0901 0.0918 0.0934 0.0951 0.0968
-1.2 0.0985 0.1003 0.1020 0.1038 0.1057 0.1075 0.1093 0.1112 0.1131 0.1151
-1.1 0.1170 0.1190 0.1210 0.1230 0.1251 0.1271 0.1292 0.1314 0.1335 0.1357
-1.0 0.1379 0.1401 0.1423 0.1446 0.1469 0.1492 0.1515 0.1539 0.1562 0.1587
-0.9 0.1611 0.1635 0.1660 0.1685 0.1711 0.1736 0.1762 0.1788 0.1814 0.1841
-0.8 0.1867 0.1894 0.1922 0.1949 0.1977 0.2005 0.2033 0.0261 0.2090 0.2119
-0.7 0.2148 0.2177 0.2207 0.2236 0.2266 0.2297 0.2327 0.2358 0.2389 0.2420
-0.6 0.2451 0.2483 0.2514 0.2546 0.2578 0.2611 0.2643 0.2676 0.2709 0.2743
-0.5 0.2776 0.2810 0.2843 0.2877 0.2912 0.2946 0.2981 0.3015 0.3050 0.3085
-0.4 0.3121 0.3156 0.3192 0.3228 0.3264 0.3300 0.3336 0.3372 0.3409 0.3446
-0.3 0.3483 0.3520 0.3557 0.3594 0.3632 0.2669 0.3707 0.3745 0.3783 0.3821
-0.2 0.3859 0.3897 0.3936 0.3974 0.4013 0.4052 0.4090 0.4129 0.4168 0.4207
-0.1 0.4247 0.4286 0.4325 0.4364 0.4404 0.4443 0.4483 0.4522 0.4562 0.4602
-0.0 0.4641 0.4681 0.4721 0.4761 0.4801 0.4840 0.4880 0.4920 0.4960 0.5000
Tabla 8-1
Tomado de Control Estadístico de Procesos Gran-Leavenworth.
34
AREA BAJO LA CURVA NORMAL *
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
+0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
+0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
+0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
+0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
+0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
+0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
+0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
+0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
+0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8079 0.8106 0.8133
+0.9 0.8186 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
+1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8521 0.8554 0.8577 0.8599 0.8621
+1.1 0.8643 0.8665 0.0886 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
+1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8897 0.9015
+1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
+1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9307 0.9319
+1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
+1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
+1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9618 0.9626 0.9633
+1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
+1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
+2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
+2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9843 0.9846 0.9850 0.9854 0.9857
+2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
+2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
+2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
+2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
+2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
+2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
+2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
+2.9 0.9981 0.9982 0.9983 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
+3.0 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99899 0.99893 0.99896 0.99900
+3.1 0.99903 0.99906 0.99910 0.99913 0.99915 0.99918 0.99921 0.99924 0.99926 0.99929
+3.2 0.99931 0.99934 0.99936 0.99938 0.99940 0.99942 0.99944 0.99946 0.99948 0.99950
+3.3 0.99952 0.99953 0.99955 0.99957 0.99958 0.99960 0.99961 0.99962 0.99964 0.99964
+3.4 0.99966 0.99967 0.99969 0.99970 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976
+3.5 0.99977 0.99978 0.99978 0.99979 0.99980 0.99981 0.99981 0.99982 0.99983 0.99983
Tabla 8-1 (continuación)
35
Una hoja de verificación es un
IX Hoja de Verificación formato especialmente diseñado para
la recolección de datos de un acto
productivo. El formato obedece a un
capacitando:
perfil de problemas y a los factores
causales que lo originan.
9.1 Analizará la importancia y
aplicación de las hojas de verificación.
La información que se recopila
es útil para:
Ver figura 9.1
Hoja de
verificación
Básicamente una hoja de verificación está constituida por tres zonas de trabajo:
1) Zona de Verificación 2) Zona de trabajo
3) Zona de instrucciones
Ver cuadros 9.1 – 9.2
36
C. E. P. CUADRO 9.1
Gráficos de Control
DESCRiPCION: OPERACIÓN: FECHA: FRECUENCIA:
MAQUINA: UNIDAD DE MEDIDA: MUESTRA:
ESPECIFICACION: CLIENTE: REALIZO:
LSCx=X+(A2R) LICx+=x-(A2R)
__
__
X
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
LICR=D3(R) LSCR=D4(R)
__
R
LECTUR
AS
X
R
FECHA
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
IX - 2
37
Gráficos de Control CUADRO 9.2
DEPARTAMENTO PARTE GRAFICA MUESTREO

p np
c u
MAQUINA O EQUIPO CLIENTE FRECUENCIA FECHA
FECHA
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
MUESTRA
R
E CANTIDAD
C (np, c)
H
A
Z PROPORC
O ION
S (p, u)
IX - 3
38
X. Gráficos de Control para
1. La estadística Descriptiva. Que
Variables Continuas trata de la sintetización de un
conjunto de valores de las muestras
tomadas de una población y los
OBJETIVOS: Al finalizar el módulo, el
resume en unos pocos números;
capacitando:
por ejemplo, una media y una
desviación estándar.
10.1 Identificará el funcionamiento de
gráfico de Control.
2. Introducción Estadística, Mediante
la cual se estiman los parámetros
10.2 Aplicará los gráficos de Control.
de una población a partir de datos
de una muestra tomada de la
10.3 Interpretará los gráficos de control
misma.
para variables continuas.
3. Aunque, muchas veces, las
personas se encuentran con los
10.1. Introducción problemas anteriores, uno de sus
problemas básicos es determinar la
ausencia o presencia de control
Los gráficos de Control es otra estadístico. En otras palabras la
de las técnicas estadísticas que es persona desea conocer si las
aplicable a las variables continuas. Los muestras tomadas pertenecen a
gráficos de Control son unas de las una misma población.
técnicas más poderosas dentro de los
diversos métodos estadísticos. Como se mencionó con
anterioridad “u” y “T” son parámetros
Sin embargo, esta función del
poblacionales que definen a una curva
gráfico de control en muchas ocasiones
normal. Sin embargo, estos parámetros
no es aplicada correctamente, debido a
poblacionales en cualquier proceso son
que el personal no ha comprendido el
desconocidos y es necesario estimarlos
fundamento en que se basa.
a través de los estadísticos de las
muestras.
Partiendo de este hecho
consideramos necesario exponer en
Para observar cómo las
este módulo los fundamentos,
estadísticas de las muestras pueden
aplicación y análisis de los gráficos de ser estimadores confiables de los
control.
parámetros poblacionales, se
desarrollará un ejercicio basado en una
población conocida a fin de definir los
10.2 Fundamentos fundamentos del gráfico de control.
Estadísticos del Gráfico de
Control En la tabla 10-1 se presenta la
distribución de la población conocida,
en la cual u es igual a 30 canicas y T
B. Ferrel hace una distinción es igual a 4.0645.
interesante entre tres problemas
estadísticos.
39
es que su media se acerque a la media
de esa población.
DISTRIBUCION DE CANICAS
No Cantidad No Cantidad Una distribución de una

marcados Canicas marcados Canicas población puede no ser normal, sin
20 1 36 11 embargo, la distribución de los
21 2 37 7 promedios tiende a serlo. Esto tiene
una amplia explicación práctica, ya que
22 4 38 6
las distribuciones de las medias de las
23 8 39 3 muestras tienden a ser
24 13 40 2 aproximadamente normales, aunque no
25 16
lo sean las poblaciones de que
procedan.
26 19 La teoría estadística define para
27 23 el gráfico de control de promedios y
28 25 rangos una desviación estándar
poblacional con la siguiente fórmula:
29 26
T’ ‘ = R
30 29 d2
31 27
32 24 donde:
33 21
T ‘ = Desviación estándar poblacional.
34 18
35 15 R = Promedio de rangos.
Tabla 10-1
d2 = Constante.
El ejercicio consiste en extraer
y para el gráfico de control de
una canica de la urna, anotar su valor
promedios – desviación estándar:
en el gráfico de control, regresar la
T’ ‘ = T’ ‘
canica a la urna, mezclarlas bien y
C2
volver a extraer otra canica y así
sucesivamente.
donde:
Para poder comprobar la
T’ ‘ =Desviación estándar poblacional.
confiabilidad de los parámetros
trabajaremos con dos gráficos de
control: T’ = Promedio de desviación estándar.
De promedios y Rangos (X-R) y C2 = Constante.

promedios – desviación estándar (X-T).
De la misma manera
(Ver gráficos del módulo anterior) definiremos las fórmulas para el cálculo
de límites en ambos gráficos de control.
Podemos concluir que, cuantas
más extracciones se promedien, mayor Para el gráfico de Promedio y
probabilidad existe de que su media se Rangos se tiene:
acerque a la media de la distribución. Para X
Como en términos más generales,
cuanto mayor sea la muestra que se LSCX = X + A2 R
tome de una población, más probable LICX = X – A2 R
40
Para R
LSCR D4R
LICR D3R
Para el gráfico de control de promedio – desviación estándar, se tiene:
Para X:
LSCX = X + A1T
LICX = X - A1T
Para T
LSCT = B4T
LICT = B3T
donde:
X = Promedio de promedios.
R = Promedio de Rango.
T = Promedio de desviación estándar.
A1, A2, D3, D4, B3 y B4 son constantes.
Hasta este punto, se han desarrollado dos tipos de gráficos de control para variables
continuas, que son promedio – rango y Promedio – desviación estándar. En la práctica
es más fácil calcular R que efectuar las operaciones necesarias para obtener T.
Trabajando con gráficos de control, normalmente esta facilidad de cálculo de R, es
mucho más importante que cualquier pequeña ventaja teórica que pueda derivarse del
uso de T.
Resolver ejercicio 10.1, 10.2, 10.3.
41
EJERCICIO 10.1
1. En la fabricación de cristal flotado, se tiene que una característica de calidad debe

estar entre 230+-10 milésima de pulgada de espesor.
Por medio del gráfico de control se ha determinado que X = 230 y T = 3.333
a) Los límites de control de un tamaño de subgrupo igual a 4.
b) El área bajo la curva dentro de la especificación
2. Se iniciará la fabricación de un nuevo producto, cuyo comprador ha especificado 0.29

+-0.04 pulg. Para una característica en especial.
a) Suponiendo que la distribución del proceso es normal ¿cuáles tendrían que ser su
Media y Desviación Estándar para que los valores externos de X+-3T ‘ Coincidan con
la especificación.
42
EJERCICIO 10.2
1. Se ha introducido un gráfico de control en un proceso determinado para una

característica de calidad dada. El tamaño de muestra fue de 3 y las estadísticas de
cada subgrupo se muestran a continuación. La especificación es 24 milésimas +- 3
milésimas.
a) ¿Considera usted que la introducción del gráfico ejercio alguna influencia en el

proceso?
b) Determine los límites de control de prueba. ¿Qué conclusiones preliminares puede

dar?
c) Determine el área bajo la curva dentro de la especificación.
d) Suponiendo que X = 36 y T ‘ = 1.5 y además se sabe que el producto que se

encuentre por debajo de la especificación se desecha y el que se encuentra por
encima se reprocesa. ¿Qué sugiere hacer?
SUBGRUPO X R SUBGRUPO X R
1 26 5 11 24.6 3
2 25.6 4 12 24.8 2
3 25.4 2 13 25.0 2
4 26.1 6 14 25.5 3
5 26.2 1 15 25.7 2
6 26.0 2 16 25.8 1
7 25.8 3 17 25.0 2
8 25.8 4 18 26.0 3
9 25.4 1 19 26.2 2
10 26.3 2 20 26.3 1
43
EJERCICIO 10.3
1. Durante algunos meses se ha mantenido un gráfico de control para una

característica determinada. El tamaño de subgrupo es de 3, encontrándose que
la X y el R fueron respectivamente 0.320 y 0.020. Esto indicó que los límites 3T ‘
eran de 0.355 y 0.285.
La especificación establecida por el cliente fue 0.320 +- 0.036.

Se pensó entonces que si mantenía el control toda la producción caería bajo la
especificación. Sin embargo, de pronto el cliente modificó su especificación a
0.320 +- 0.006. No exigía que toda la producción cumpliera con la
especificación pero sí una buena parte.
Una de las personas que había estado trabajando con el gráfico de control tuvo
una idea que resolverá el problema. Según él, no era preciso modificar los
métodos de producción y podía mantenerse le mismo gráfico de control de
antes.
Su proposición consistía en añadir en el gráfico de control dos nuevos límites

interiores, los cuales se colocarían a una distancia de X igual a la tolerancia
dividida por n con lo que su valor quedó establecido a 0.320 + 0.006/ 3, es decir
0.3235 y 0.3165.
Propuso, que siempre que la media de una muestra se encontrara dentro de los
límites inferiores, se considera que el lote cumplía con las especificaciones más
rigurosas.
¿Considera que este planteamiento es correcto? ¿Por qué?
44
XI. Gráficos por Atributos 4. Gráfica “u”, para número de
defectos por unidad (tamaño de
muestra variable).
capacitando
11.2 Gráfica p
11.1 Construirá e interpretará los
diversos tipos de gráficos por atributos.
El gráfico p mide la fracción
defectuosa, esto es, el número de
productos defectuosos entre el número
11.1 Introducción total de producto inspeccionado.
A pesar de las ventajas en el El tamaño de muestra

uso de los gráficos de control por recomendado es arriba de 50, ya que
variables, su aplicación se restringe a permite una mejor estimación de la
un cierto número de características de fracción defectuosa de la población,
calidad del producto, las cuales pueden además de ser más sensibles a
medirse y expresarse en números. pequeñas variaciones.
Las gráficas de control para Objetivos del Gráfico p.

variables discretas o atributos son otras
técnicas estadísticas que nos ofrecen
las siguientes ventajas: 1. Conocer la proporción media de
piezas defectuosas sometidas a
1. Son aplicables a cualquier proceso inspección.
o a variables continuas o discretas.
2. Conocer cualquier cambio en el
2. Rápidas y simples de obtener. nivel o medio de calidad.
3. Fáciles de interpretar. 3. Utilizar el gráfico de identificar y

corregir las causas de mala calidad.
4. Contribuyen a dar prioridad o áreas
con problemas.
La clasificación de gráficos por Construcción del Gráfico p

atributos es:
1. Gráfica “p”, para fracción de La tabla 11.1 presenta los

unidades defectuosas (tamaño de resultados obtenidos de la inspección
muestra variable). de cierto proceso, en el mes de enero.
2. Gráfica “np”, para números de Para este tipo de gráficos de

unidades defectuosas (tamaño de control p se deberá calcular la fracción
muestra constante). defectuosa y los límites de control de
cada uno de los datos, cuando el
3. Gráfica “c”, para números de tamaño de la muestra mayor y la menor
defectos (tamaño de muestra distan de más de un 25%del tamaño
constante). medio.
45
Se eliminan los datos de aquellos subgrupos en que se tengan puntos fuera de control
(por arriba de LSCp) y se calcula p. A este nuevo promedio se le conoce como po, que
será nuestro nivel medio defectuoso permitido para futuras gráficas de control.
Fig. 11.1
46
Piezas Piezas Fracción Desviación
Sub Fecha LSC LIC
Inspeccionadas Defectuosas Defectuosa Estándar
N x p
1 3 120 15 0.125 0.189 0.021
2 7 450 85 0.189
3 10 630 65 0.103 a
4 17 210 10 0.048
5 19 750 50 0.067
6 20 615 140 0.228
7 23 806 55 0.068
8 26 175 10 0.057
9 27 500 35 0.070
10 30 320 17 0.053
Total 4576 482
Tabla11-1
Por ejemplo, para el día 3 se

calcularán los límites de control. Para calcular la desviación
estándar tenemos:
La fracción defectuosa es:
P=x
n
donde: donde:
X = Piezas defectuosas p = Fracción media defectuosa.
n = Piezas inspeccionadas p = Fracción defectuosa.
La fracción media defectuosa es: n = Piezas inspeccionadas.
p = Ex
En
Los límites de control son:
Para calcular la p no se deben obtener

promediando la fracción defectuosa. LSCp = p + 3T
LICp = p - 3T
47
EJERCICIO 11.1
a) Calcule los límites de control del 3 al 30 y exprese sus resultados en la tabla 11.1.
Una vez calculados los límites de control de cada subgrupo, se representan los
resultados en el gráfico de control. Normalmente en el gráfico se representa el porcentaje
defectuoso en lugar de la fracción defectuosa, debido a que es más comprensible para el
personal.
Si todos los puntos del gráfico se encuentran bajo control se puede suponer que p ‘ = p.
En caso contrario se deben eliminar los puntos fuera de control (por arriba) con la
finalidad de estimar la fracción medio defectuoso que se pueda mantener a futuro.
A esto se le conoce como Po (fracción defectuosa revisada).
b) Determine la Po para el ejercicio anterior.
c) ¿Para qué nos sirve calcular la Po?
48
Cabe aclarar que la posición correcta de los límites +-3 T en el gráfico depende
del tamaño de subgrupo. Sin embargo, para efectos prácticos, cuando los subgrupos
máximo y mínimo no distan más de un 25% del tamaño medio, puede ser suficiente
preciso establecer un único conjunto de límites de control, basados en el tamaño
medio esperado. Cuando se hace esto, aquellos puntos que se encuentran cerca o
muy cercanos a los límites de control requieren un examen más crítico, para ver si los
límites son aplicables a estos puntos.
11.3 Gráfica np
Los gráficos np miden la

cantidad de unidades defectuosas en Donde:
una muestra inspeccionada, para
elaborar esta gráfica los tamaños de np = Número de piezas defectuosas
muestra deben ser constantes y se entre el número de subgrupos.
recomienda que sean mayores a 50,
por las razones descritas con P = Es el número de piezas
anterioridad. defectuosas entre el total de piezas
inspeccionadas.
Para el cálculo de los límites de
control se utilizan las siguientes Resolver ejercicio 11.2
fórmulas:
EJERCICIO 11.2
Determine los límites de control para los datos que se muestran en la tabla
siguiente. Construya el gráfico y analícelo.
Tamaño de la No de piezas
Sub
muestra defectuosas
1 225 12
2 225 13
3 225 15
4 225 9
5 225 8
A6 225 16
7 225 15
8 225 10
9 225 9
10 225 6
11 225 8
12 225 9
49
En forma general los objetivos y análisis del gráfico np son similares al p. Se
pueden considerar dos ventajas del gráfico np frente al p: la simplicidad de los cálculos
y la compresión del gráfico. Sin embargo, el aspecto práctico ocurre que el tamaño del
subgrupo normalmente es variable.
11.4 Gráfico c b) c es el número de defectos

observados en un avión.
Un artículo es defectuoso si no
cumple con una o más especificaciones c) c es el número de burbujas
dadas, cada una de estas formas de observadas en una botella
disconformidad de un artículo,
constituyen un defecto. Los límites de control se
determinan por:
Un artículo defectuoso contiene
uno a más defectos. C = Ec
n
El gráfico c se aplica al número
de defectos que se producen en Donde c: es el número de defectos
subgrupos de tamaño constante. entre el número de subgrupos.
En el gráfico c, cada subgrupo

está constituido por un sólo artículo y la
variable c es el número de defectos
observados en un artículo. Por ejemplo:
a) c es un número de remaches
defectuosos en un avión.
EJERCICIO 11.3
Determine los límites de control para los datos que se muestran en la tabla
siguiente
Tamaño de la Número de
Sub
muestra defectos
1 1 5
2 1 7
3 1 3
4 1 4
5 1 5
6 1 3
7 1 7
8 1 8
9 1 10
Muchos de los comentarios relativos al gráfico p, son aplicables a este gráficos
50
11.5 Gráfica u
La gráfica u mide la cantidad de

defectos por unidad de inspección en
subgrupos cuyo tamaño puede ser
variable.
El cálculo de los límites de

control se basa en: Se recomienda que el tamaño
de la muestra no exceda el 25% del
tamaño de muestra promedio, con la
finalidad de obtener más límites de
control únicos.
EJERCICIO 11.4
Determine los límites de control, para los datos de la tabla siguiente:
Defectos
Tamaño de Número de LSC LIC
Sub por unidad 3T
la muestra defectos (c) u + 3T u - 3T
(u)
1 6 13
2 7 14
3 3 10
4 9 7
5 10 5
6 4 4
7 5 13
8 6 10
51
Respuestas de los
ejercicios del manual
52
Módulo VI
Ejercicio 6.1
Determine la media, mediana, rango y desviación estándar:
a) 2, 3, 4, 6
Media:
X = 2 + 3 + 4 + 6 = 15 = 3.75
4 4
Mediana:
X = 3 + 4 = 7 = 3.5
2 2
Rango R=6–2=4
Desv. Std:
b) 0.23, 0.24, 0.22, 0.26, 0.21
Media:
X = 0.23 + 0.24 + 0.22 + 0.26 + 0.21 = 1.16 = 0.232

5 5
Mediana:
0.21, 0.22, 0.23, 0.24, 0.26 X = 0.23
Rango:
R = 0.26 – 0.21 = 0.5
Desv. Std:
53
c) 40, 23, 35, 36, 38, 42
Media:
X = 40 + 23 + 35 + 36 + 38 + 42 = 214 = 35.6
6 6
Mediana:
X = 36 + 38 = 37
2
Rango:
R = 42 – 23 = 19
Desv. Std:
d) 60, 70, 50,100
Media:
X = 60 + 70 + 50 + 100 = 280 = 70
4 4
Mediana:
X = 60 + 70 = 130 = 65
2 2
Rango:
R = 100 – 50 = 50
Desv. Std:
54
Módulo VII
Ejercicio 7.1
Paso 1. Rango (R)
R = 37 – 28 = 9
Paso 2. Intervalo (k)
n = 40 datos
Ver tabla 7.1

Menor que 50 de 5 a 7
k=5
Paso 3. Amplitud (A)
Datos:
R=9
k=5
Sust.
A ≈ 9 ≈ 1.8
5
Si u = 1
A=2
Paso 4. Fronteras de clase
Primera frontera
Fórmula:
X=1 u
2
Datos:
Vm = 28
u=1
Sust.
X = 28 – 1 (1)
2
X = 27.5
55
Paso 5. Agrupar datos
Frontera Frontera Marca de

k Conteo F Fi Gi
Inferior Superior Clase
1 27.5 29.5 28.5 IIIII I 6 6 6
2 29.5 31.5 30.5 IIIII IIIII 10 16 22
3 31.5 33.5 32.5 IIIII IIIII IIII 14 30 52
4 33.5 35.5 34.5 IIIII I 6 36 88
5 35.5 37.5 36.5 IIII 4 40 128
128 296
Con la tabla 7.2 se determinan las demás fronteras de clase.
Como sabemos las marcas de clase son el promedio de cada intervalo.
Para el primer intervalo:
Xk1 = 37.5 + 39.5 = 38.5

2
Por comodidad para los siguientes intervalos se le agregará la amplitud.
El conteo es la base del histograma, para determinarlo no existe una fórmula

matemática, al no haberla, se involucra el factor humano susceptible de erro.
La frecuencia es la sumatoria del conteo; para determinar Fi y Gi, es el

acumulado de la frecuencia y el acumulado del acumulado, respectivamente.
56
Paso 6. Cálculo del promedio y la desviación estándar
Promedio:
Fórmula:
(
X = X1 – A EFi -1 )
n
Datos:
X1 = 36.5
A=2
EFi = 128
n = 40
Sust.
X = 36.5 - 2 128 - 1
40
X = 36.5 - 4.4
X = 32.1
Desviación estándar:
Fórmulas:
b = Fi c = Gi
n n
Datos:
A=2
n = 40
Fi = 128
Gi = 296
57
Sustituyendo:
b = 128 = 3.2
40
c = 296 = 7.4
40
Como conclusión podemos decir que estamos fuera de la política de 30 días,

nuestro promedio es de 32 días.
La desviación nos confirma que nuestros datos se encuentran dispersos en

±1T, es común que los datos se dispersen a ±3T.
Ejercicio 7.2
Paso 1. Rango (R)
R = 93 – 60 = 33
Paso 2. Intervalo (k)
n = 30
Ver tabla 7.1
Menor que 50 De 5 a 7
k=5
58
Paso 3. Amplitud (A)
Fórmula
A=R
k
Datos:
R = 33
k=5
Sust:
A = 33 ≈ 6.6
5
Si u = 1 A=6+1=7
A=7
Paso 4. Fronteras de clase
Primera frontera
Fórmula:
X = Vm – 1 u
2
Datos:
Vm = 60
u=1
Sust.
X = 60 – 1 (1)
2
X = 59.5
59
Paso 5. Agrupamos datos
Frontera Frontera Marca de

k Conteo F Fi Gi
Inferior Superior Clase
1 59.5 66.5 63 III 3 3 3
2 66.5 73.5 70 IIIII I 6 9 12
3 73.5 80.5 77 IIIII IIIII II 12 21 33
4 80.5 87.5 84 IIIII II 7 28 61
5 87.5 94.5 91 II 2 30 91
91 200
Fronteras de clase
Fórmula:
FS = Fi + A
Datos:
FI = 589.5
A=7
Sust.
FS4 = 59.5 + 7 = 66.5
Agregando la amplitud, se pueden determinar las demás fronteras de clase de

cada uno de los intervalos.
Marcas de clase
Fórmula:
Xk2 = FS + Fi
2
Datos:
FSk-2 = 73.5
Fik-2 = 66.5
Sust.
X k-2 = 73.5 + 66.5 = 70

2
Como podemos apreciar la deferencia entre marcas de clase es el valor de la

amplitud.
60
Paso 6. Cálculo de promedio y desviación estándar.
Promedio:
Fórmula:
(
X = X1 - A EFi – 1 )
n
Datos:
Xk-5 = 91
A=7
EFi = 91
n = 30
Sust.
X = 91 – 7 ( 91 -1 )
30
X = 76.73
Desviación estándar:
Formula:
b = Fi
n
c = Gi
n
Datos:
A=7
n = 30
Fi = 91
Gi = 200
Sust.
b = 91 = 3.03
30
c = 200 = 6.6
30
T = 7.08
61
Para concluir, el cliente B encuentra el producto fuera de la especificación del
cliente
Con los otros dos clientes (A y C) estamos en el promedio. Sólo que para el
primer cliente nos encontramos que ± 2 T.
62
Módulo VIII
EJERCICIO 8.1
a) Para resolver esta pregunta, debemos regresar al planteamiento del problema.
Fórmula:
Z = X1 – X
T
Datos:
X1 = 40
X = 45
T=5
Sustituyendo:
Z = 40 – 45 = -1
5
Leyendo la tabla 8-1 el valor de Z = -1 tenemos 0.1587. Por tanto, el área bajo
la curva normal que no cumple será del 15.87%. De donde podemos concluir que el
área donde no cumple será:
100% - 15.87% =84.13%
El 84.13% si cumple con la especificación.
b) Combinando la especificación a 53, tendríamos:
Sustituyendo la fórmula:
Z = 53 – 45 = 1.6
5
Leyendo la tabla 8.1 tenemos:
Para Z = 1.6 un 0.9452
el área bajo la curva será del 94.52% si cumple con la especificación.
63
c)
Fórmula:
Z = X1 – X
T
Datos:
X1 = 45 - 9 = 36
X2 = 45 + 9 = 54
T=5
Sustituyendo:
Z1 = 36 – 45 = -1.8
5
Z1 = 54 – 45 = 1.8
5
Leyendo en tablas tenemos que para:
Z1 = -1.8 es igual a 0.0359
Y Z2 = 1.8 es igual a 0.9641

Por lo tanto, se restarán estos valores:
0.9641 – 0.0359 = 0.9282

El área bajo la curva será del 92.82% que sí cumple con la especificación.
Ejercicio 8.2
1. a) tenemos
Fórmula:
Z = X1 – X
T
Datos:
X1 = 0.29 – 0.03 = 0.26

X = 0.28
T = 0.03
Sustituyendo:
Z = 0.26 – 0.28 = -0.6

0.03
64
Para un valor de Z = -06 tenemos 27.43% que no cumple.
b) tenemos
Fórmula:
Z = X1 – X
T
Datos:
X1 = 0.29 + 0.03 = 0.32
X = 0.28
T = 0.03
Sustituyendo:
Z= 0.32 - .028 = 1.3
0.03
leyendo en tablas el valor de Z = 1.3 tenemos que:
De un 100% - 90.32% = 9.68%
El 9.68% no cumple por arriba de la especificación
c) Con los datos anteriores podemos determinar el área bajo de la curva dentro de la
especificación.
Sumando los porcentajes que no cumplen, la especificación es de:
27.43% + 9.68% = 37.11%
Si del 100% le restamos el 37.11 que no cumple tenemos que el 62.89% cumple
dentro de la especificación.
65
Ejercicio 8.2
2. a):
Fórmula:
Z=X–X
T
Datos:
X = 68
X1 = 57
X2 = 79
T=4
Sust.
Z1 = 57 – 68 = -2.7
4
Z2 = 79 – 68 = 2.7
4
Lectura en tablas:
0.00347
0.9965
0.9965 – 0.00347 = 0.99303
Siempre se evalúa el área bajo la curva en porciento y será de izquierda a

derecha, es por eso que a 0.9965 del punto X2 le restamos 0.00347 del punto X1
66
b)
Como podemos detectar en la figura, para cumplir el100% a ± 3T el valor de T

deberá ser menor de 4.
Fórmula:
Z=X–X
T
Despejando T:
T=X–X
Z
Datos:
X1 = 57
X2 = 79
Z=3
X = 68
Sustituyendo:
T = 57 – 68 = -3.6
3
T = 79 – 68 = 3.6
3
Debemos aclarar que el área bajo la curva es de menos infinito (-∞) a más infinito
(+∞). Por lo anterior no podremos concluir al 100%.
67
Ejercicio 8.2
3.
Primeramente buscaremos en tablas el valor de Z que nos represente el 10% en el

área de valores negativos, posteriormente localizaremos del lado positivo el 7%.
Encontrando que para 10.03% tenemos Z1 = -1.28 y para 93.06% el valor Z2 = 1.48,
encontrando los valores de X1 y X2, tenemos:
Fórmula:
Z=X–X
T
Despejando:
ZT=X–X
ZT+X=X
Datos:
X = 0.024
T = 0.0007
Z1 = -1.28
Z2 = 1.48
Sustituyendo:
X1 = Z1T + X
X1 = (-1.28) (0.0007) + (0.024)
X1 = 0.0231
X2 = (1.48) (0.0007) + (0.024)
X2 = 0.0250
Podemos determinar que la especificación será 0.024 ± 0.001
68
Módulo X
Ejercicio 10.1
1. a)
Fórmula:
LCX = X ± A1T
LSCR = B4T
LICR = B3T
Datos:
X = 230
T = 3.333
A1 = 2.394
B4 = 2.568
B3 = 0
Sustituyendo:
LCSx = 230 + (2.394) (3.333) = 237
LICx = 230 – (2.394) (3.333) = 222
LSCR = 2.568 (3.3339) =9
LICR = 0
b)
Fórmula:
Z = Xi – Xi X1 = 220
T X2 = 240
X = 230
T = 3.333
Datos:
Sustituyendo:
Z1 = 220 – 230 = -3
3.333
Z2 = 240 – 230 = 3
3.333
69
Leyendo en tablas, tenemos que para Z1 = 0.00135, realizando la diferencia
aritmética.
Area bajo la curva Z2 – Z1 = 0.99865 – 0.00135 = 0.9973.
Podemos determinar que el 99.73% de la población se encuentra dentro de la

especificación.
Ejercicio 10.1
2. a) La media de los datos deberá ser igual o muy cercana al valor especificado,
0.29 pulg.
b)
Si la condición es que coincidan la especificación a ± 3T, se deberá dividir la tolerancia

entre 3.
Si 3T = 0.04
Por lo tanto
T = 0.04 = 0.013
3
Ejercicio 10.2
Si este problema nos indica los estadísticos, es decir, el promedio de cada sub – grupo
y el rango del mismo.
a) Si ejerció una influencia considerable el gráfico de control en el proceso, ya que si

comparamos la media de cada sub – grupo, éstas están dentro de la especificación
70
b)
Fórmula: Datos:
LCx = X ± A1R A1 = 2.394

LSCR = D4R n = 20
LICR = D3R D4 = 2.575
X = EXi X = Eri D3 = 0
n n
Sustituyendo:
X = 513.5 = 25.675
20
R = 51 = 2.6
20
LSCX = 25.675 – (2.394) 2.6 = 31.9
LICX = +25.675 – (2.394) 2.6 = 19.5
LSCR = 2.575 (2.6) = 6.695.
LICR = 0
Al conocer los límites de control, podemos concluir que el proceso está

cotrolado, aunque no conocemos los elementos de las muestras.
c)
Fórmula : Datos:
Z = LE – M
T d2 = 1.693
T=R X = 25.675
d2 LIE = 21
LSE = 27
R = 2.6
71
Sustituyendo:
T 2.6 = 1.5
1.693
Zinf = LIE – X = 21 – 25 .675 = -3.12
T 1.5
Zsup = LSE – X = 27 – 25.675 = 0.88
T 1.5
Leyendo en tablas los valores de Zinf = 0.00090 y Zsup = 0.8106; por lo tanto:
Area bajo la curva = Zsup – Zinf 0 0.8106 – 0.00090 = 0.8097
Concluyendo, podemos determinar que en el área bajo la curva se encuentran

el 80.97% de la población que cumple con la especificación.
d)
Area de desecho
Area de reproceso
Fórmula: Datos:
Z = LSC – X LSC = 30.5

T X = 26
Z1 = 30.5 –26 = 4.5 = 3 T = 1.5
1.5 1.5
Z2 = LSE – X = 27 – 26 = 0.6
T 1.5
72
Leyendo en tablas, podremos determinar que para Z1 = 0.99865 y Z2 = 0.7257,
realizando la resta aritmética, tenemos:
Z1 – Z2 = 0.99865 – 0.7257 = 0.27295
Por lo anterior, concluimos que el 27.295% de la población es reprocesada y el

producto que se desechará será:
Z1 = LIE – X = 21 – 36 = -3.33
T 1.5
Z2 = LIC – X = 21.5 – 26 = -3
T 1.5
Viendo en tablas, tenemos que:
Z1 = 0.00048 y Z2 = 0.00135
Realizando la operación aritmética, tenemos:
Z2 – Z1 = 0.00135 – 0.00048 = 0.00087
Concluyendo, podemos afirmar que el 0.087% del producto se desecha, siendo esta
parte desperdiciable comparada con el porcentaje de reproceso.
Se recomienda que para estos casos se realiza un movimiento en el promedio de

promedios hacia la izquierda de nuestro gráfico, para reducir el porcentaje del
reproceso.
Ejercicio 10.3
1. El planteamiento es incorrecto, ya que la distribución del producto con respecto a

la primera especificación:
Como podemos apreciar en la gráfica, el proceso está dentro de la especificación.

Cuando el cliente modifica la especificación de 0.320 ± 0.036 a 0.320 ± 0.006, se tiene
la siguiente gráfica:
73
En estas lecturas podemos determinar el porcentaje bajo la curva que cumple
con la nueva especificación.
Area bajo la curva = Z2 – Z1 = 0.6179 –03821 = 0.2358.
El 23.58% de la población cumpliría con la mueva especificación, que no

representa una buena parte.
Al aplicar la proposición, que nos dice que a esta nueva especificación dividir
entre , la tolerancia, obteniendo lo siguiente:
74
Datos:
Fórmula:
X1 = 0.314
Z = Xi – X X2 = 0.326
T T = 0.020
X = 0.320
Sustituyendo:
Z1 = 0.314 – 0.320 = -0.3 ≈ 0.3821

0.020
Z2 = 0.326 –0.320 = 0.3 ≈ 0.6179
0.020
Sustituyendo:
Z1 = 0.3165 – 0.320 = -0.175 ≈ 0.4325

0.020
Z2 = 0.3235 – 0.320 = 0.175 ≈ 5675
0.020
Por lo cual, haciendo la diferencia aritmética, tenemos:
Area bajo la curva = Z2 – Z1 = 0.5675 –0.4325 = 0.135
El 13.5% de la población estará dentro de la especificación. Con estos

resultados podemos concluir que el planteamiento es incorrecto. Por lo tanto, para
cumplir la especificación nueva se deberá reducir la desviación estándar de 0.020 a
0.002 lo cual sería casi imposible. Se recomienda utilizar límites de precontrol y en
algunos meses alcanzar la especificación.
75
Módulo XI
Ejercicio 11.1
a) TABLA 11.1
PIEZAS PIEZAS FRACCION

SUBGRUPO FECHA 3T LSC LIC
INSPECCIONADSAS DEFECTUOSAS DEFECTUOSA
1 3 120 75 0.125 0.034 0.189 0.021
2 7 450 * 85 0.189 0.043 0.148 0.062
3 10 630 65 0.103 0.037 0.142 0.068
4 17 210 10 0.048 0.063 0.168 0.042
5 19 750 * 50 0.067 0.034 0.139 0.071
6 20 615 * 140 0.228 0.037 0.142 0.068
7 23 806 * 55 0.068 0.032 0.137 0.073
8 26 175 10 0.057 0.069 0.174 0.036
9 27 500 35 0.070 0.041 0.146 0.064
10 30 320 17 0.053 0.051 0.156 0.054
E 4576 482
* Se eliminan para calcular p.
76
77
b) Cancelando los sub – grupos 2, 5, 6, 7 y 10 y recalculando P, que sería Po.
Fórmula:
P = Po = Exi
En
Datos:
Exi = 1995
En = 152
Sustituyendo:
Po = 1995 = 0.077
152
c) Nos representará el porcentaje o fracción defectuosa a mantener en un futuro.
Ejercicio 11.2
Fórmula:
np = Enp = 10.83 P = Enp

k En
Datos:
k = 12
Enp = 130
En = 2700
Sustituyendo:
np = 130 = 10.83
12
p = 130 = 0.048
2700
78
79
Ejercicio 11.3
Fórmula: Datos:
c = Ec Ec = 52
n n=9
Sustituyendo:
c = 52 = 5.7
9
Como no podemos representar menos uno o dos defectos se considera como

LIC = 0.
80
DEPARTAMENTO PARTE GRAFICA MUESTREO
p np
c u
MAQUINA O EQUIPO CLIENTE FRECUENCIA FECHA
82
Ejercicio 11.4
TAMAÑO DE NUMERO DE DEFECTOS

SUBGRUPO 3T LSC LIC
LA MUESTRA DEFECTOS POR UNIDAD
1 6 13 2.16 0.34 1.86 1.18
2 7 14 2.00 0.33 1.85 1.19
3 3 10 3.33 0.39 1.91 1.13
4 9 7 0.77 0.47 1.99 1.05
5 10 5 0.50 0.55 2.07 0.97
6 4 4 1.00 0.62 2.14 0.90
7 5 13 2.60 0.34 1.86 1.18
8 6 10 1.66 0.039 1.91 1.13
TOTAL 50 76
83
84
Ejercicio 11.4
Fórmula:
u=c
n
u = Ec
En
Sustituyendo:
u = 76 = 1.52
50
85
“Guía de Estudio,
Aplicación y Evaluación”
86
Control Estadístico de Procesos
CEP –I
Guía de Evaluación inicial – final
Módulo I
1. ¿Cuál es el promedio para modificar los sistemas operativos de una empresa?
___________________________________________________________________
2. Mencione alguna utilidad de las técnicas estadísticas.
___________________________________________________________________
3. ¿Por qué es importante el recurso humano para el control estadístico de procesos?
___________________________________________________________________
4. ¿Cuáles son las etapas de la función de prevención?
___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
5. Mencione las fases del Autocontrol del recurso humano.
___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
Valor por módulo: 5 puntos
87
Módulo II
1. ¿Cuáles la utilidad de identificar un sistema predominante?

_________________________________________________________________
2. Mencione los 5 factores Causales más comunes.
__________________ _________________
__________________ _________________
_____________________________
3. Defina la utilidad o finalidad de la técnica “Estratificación”.

_________________________________________________________________
_________________________________________________________________
88
Módulo III
1. ¿Cuál es la utilidad primordial de la técnica del diagrama de Causa – Efecto?
_________________________________________________________________
2. Defina la metodología a seguir para la elaboración del diagrama.
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
3. Mencione los pasos a seguir para la elaboración del diagrama de Causa – Efecto.
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
89
Módulo IV
1. Con la siguiente tabla, realizar el diagrama de Pareto.
EMPRESA: TAMEX S:A: PRODUCTO/SERVIVIO: REP. de Automóviles
DIVISION: ARNACIONES PERIODO: ENE-MAR-90
RESPONSABLE: Ing. JUAN HERNANDEZ TOTAL PZAS: INSP: 100
Tipo de Defecto Ocurrencia No. de Piezas

Bujías quemadas IIIII IIII 5
Ajuste de platinas IIIII IIIII I 11
Cambio de condensador IIII 4
Cambio filtro de gasolina IIIII I 6
Labado de carburador IIIII IIII 9
Regular Espreas IIIII II 7
90
2. En una fábrica de cerraduras se listarán los accidentes de trabajo de los meses de
mayo a septiembre del año anterior, siendo un total de 75 personas accidentadas
de un total de 450 trabajadores y empleados.
Tipo de Accidente Ocurrencia No. de personas

Cortaduras IIIII IIIII II 12
Machucones IIIII IIIII IIIII II 17
Quemaduras IIIII IIIII IIIII 16
Intoxicaciones IIIII IIIII 10
Torceduras IIIII IIIII I 11
Fracturas IIIII IIII 9
91
Módulo V
1. Marcar dentro del paréntesis con una “X” las variables continuas.
( ) Temperatura ( ) Sabor
( ) Peso ( ) Volumen
( ) Color ( ) Presión
( ) Longitud ( ) Hijos
2. Marcar dentro del paréntesis con una “X” las variables discretas.
( ) Tono ( ) Resistencia
( ) Elongación ( ) Madurez
( ) Consistencia ( ) Amor
( ) Acidez ( ) Espesor
92
Módulo VII
1. Calcular la media y la mediana de los siguientes datos.
65, 64, 72, 84, 70, 79, 67, 62, 64, 67, 65, 81, 75, 74
2. Determinar el rango de la siguiente serie númerica.
22 23 26 23 26 24 26 25 27 22
27 27 27 27 24 21 24 27 24 28
24 24 23 29 29 27 27 21 26 24
21 21 24 26 24 24 28 22 23 26
22 27 22 21 23 23 21 24 21 28
27 26 21 24 26 24 23 26 24 21
24 25 24 28 27 25 24 23 22 27
3. Determinar la desviación estándar de los siguientes números.
7, 9, 12, 6, 15, 17, 11, 8, 13, 15
93
Módulo VII
1. Los siguientes datos representan el espesor de cristal flotado en le proceso de

fabricación, del período de mayo a junio. Una muestra diaria en milímetros.
MAYO 1990
5.82 6.09 6.07 5.84 6.15 6.07 5.96 5.07

5.97 5.83 5.93 5.95 6.22 5.82 5.87 5.97
6.01 5.84 5.96 5.96 6.03 5.94 5.94 6.23
6.13 8.91 6.04 5.87 6.07 5.87 6.02 6.22
5.96 5.87 6.07 5.98 5.96 5.84 5.93 6.16
5.97 5.92 6.13 6.04 6.04 5.93 5.89 6.05
a) Realizar el histograma, graficando el polígono de frecuencias.
b) Determine el promedio de los datos.
c) Calcular la desviación estándar de los datos agrupados.
94
Módulo VIII
1. En la fabricación de tubería de cobre para diversas instalaciones, se controla el

diámetro interior, donde el promedio es 25.1 mm y la desviación estándar es de 0.4
mm.
a) Calcular el área bajo la curva normal que se encuentre dentro de la especificación

(25.1 mm).
b) Calcular el porcentaje de los datos que se encuentran por abajo del punto de
control (-3T).
c) ¿Cuál será el área bajo la curva que esté por arriba del punto de control (+3T).
95
Módulo IX
1. ¿Cuál es la finalidad de la hoja de verificación?
_________________________________________________________________
_________________________________________________________________
2. Mencione la utilidad de una hoja de verificación.
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
3. Mencione cuántas y cuáles son las zonas especificadas dentro de una hoja de
verificación.
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________
96
Módulo X
1. En la fabricación de shampoo es necesario controlar la acidez del colorante.
Se aplicará un gráfico de control de promedios y rangos, haciéndose pruebas cada

hora y registrándolos en grupo de 5 muestras.
a) Calcular la media y el rango para cada muestra.
b) Calcular la media de medias, el promedio de rangos y los límites de control.
c) Realice la gráfica.
97
Departamento Característica de Calidad Sistema de medida Frecuencia Fecha
PREPARACION ACIDEZ COLORANTE INGLES 1 Hora
Maquina o Equipo Especificación Cliente Muestreo Agosto 90’
M - 017 4.15 + 0.2 WELLA 5
FECHA
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 4.22 4.25 4.20 4.20 4.15 4.18 4.22 4.00 4.10 4.20 4.35 4.13 4.20 4.27 4.21 4.30 4.21 4.15 4.08 4.09
2 4.20 4.22 4.22 4.25 4.20 4.17 4.24 4.15 4.15 4.25 4.20 4.20 4.16 4.09 4.08 4.03 4.27 4.19 4.27 4.13
3 4.08 4.15 4.17 4.05 4.15 4.30 4.07 4.10 4.36 4.30 4.12 4.09 4.22 4.10 4.12 4.09 4.19 4.22 4.12 4.19
4 4.15 4.10 4.18 4.17 4.31 4.15 4.19 4.30 4.15 4.15 4.30 4.15 4.18 4.17 4.20 4.13 4.11 4.27 4.21 4.22
5 4.15 4.15 4.30 4.10 4.25 4.10 4.25 4.20 4.10 4.10 4.10 4.22 4.25 4.12 4.29 4.25 4.25 4.10 4.13 4.27
SUM SUMA
X
R
98
Módulo X
2. En la industria de plástico, se fabrica envase para productos lácteos.
En el envase para yoghurt el peso es una característica a controlar debido al

control de peso en el producto final (contenido neto).
Debido al control tan estricto, se aplica una carta control X – T, con los siguientes
datos (ver gráfico).
a) Calcular la media y la desviación estándar de cada una de las muestras.
b) Calcular la media de medias y la desviación estándar promedio.
c) Realice el gráfico.
99
Departamento Característica de Calidad Sistema de medida Frecuencia Fecha
MODELADO PESO INGLES 2 HRS
Maquina o Equipo Especificación Cliente Muestreo Junio 90’
ZX - 03 22 GR + 1 ALPURA 3
FECHA
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 21.3 22.3 21.0 22.2 21.3 22.0 21.2 22.2 21.0 21.6 21.7 22.1 21.9 21.8 21.6 22.0 22.1 21.8 21.8
2 22.1 22.6 22.3 21.8 21.8 21.9 21.8 22.4 21.6 21.5 21.9 21.8 22.0 21.6 21.5 21.8 21.9 22.3 21.9
3 21.8 21.9 22.0 22.0 21.9 22.3 21.5 21.9 22.3 22.0 22.0 21.6 22.3 21.9 21.9 22.2 21.6 21.6 22.0
4
5
SUM SUMA
X
R
100
Módulo XI
1. En la fábrica de dispositivos electrónicos para computadoras, se establece el

gráfico de Control p, teniendo los siguientes datos
LOTE Tamaño Muestra Piezas Defectuosas
1 5220 16
2 3842 14
3 4325 31
4 4257 51
5 5350 62
6 4760 59
7 4237 109
8 7490 65
9 9375 75
10 8371 57
11 5932 39
12 9371 121
13 5943 40
a) Elabore el gráfico de Control p y obtenga conclusiones.
101
2. En el departamento de control de calidad de la fábrica de lápices “La Corona” se
implantó el gráfico de Control np, teniendo la siguiente tabla:
1 450 27
2 450 21
3 450 24
4 450 25
5 450 31
6 450 29
7 450 26
8 450 32
9 450 27
10 450 29
11 450 23
12 450 28
13 450 32
14 450 26
15 450 29
b) Elabore el gráfica de Control np y dé sus conclusiones.
102
3. En la planta ensambladora de automóviles “Toyota”, se controla la producción con
gráficos de Control c, encontrando el número de defectos por unidades
representadas en la siguiente tabla.
1 5 16
2 5 11
3 5 9
4 5 12
5 5 8
6 5 10
7 5 13
8 5 16
9 5 9
10 5 3
11 5 7
12 5 12
13 5 15
14 5 10
15 5 9
c) Elabore el gráfico de Control y dé sus conclusiones.
103
4. En la planta de motores Millán S:A: se produce bajo gráficos de Control u, para
controlar el número de defectos por lote de producción, teniendo la siguiente
información.
1 121 13
2 137 15
3 127 9
4 119 12
5 139 15
6 132 13
7 122 11
8 128 16
9 132 13
10 127 10
11 119 8
12 131 15
13 138 13
14 128 12
15 125 10
d) Elabore el gráfico de Control u y dé sus conclusiones.
104
Control Estadístico de Procesos
CEP – I
Guía de Respuestas
Módulo I
1. El control estadístico de procesos.
(1 punto)
2. Son necesarias para: analizar, diagnosticar, evaluar y priorizar.
(1 punto)
3. Es el recurso humano el que aplica, interpreta y soluciona los problemas de calidad

con las técnicas estadísticas.
(1 punto)
4. Son tres etapas, que son las siguientes.
1) Planificar
2) Controlar
3) Mejorar
(1 punto)
5. Se define el auto - control en el personal, cuando se encuentre motivado y

presente las siguientes características:
a) El quererlo hacer.
b) Saber lo que se hace.
c) Conocer lo que se hace.
d) Tener medios para evaluar lo que se hace.
(1 punto)
105
Módulo II
1. La mejora de los procesos.
(2 puntos)
2.
I) El predominio del operario.
II) El predominio de las materias primas.
III) El predominio de la máquina.
IV) El predominio de los métodos.
V) El predominio del medio ambiente.
2. La utilidad práctica dentro de los sistemas operativos es que podemos:
evaluar, diagnosticar y analizar los procesos.
(1 punto)
Módulo III
1. Es la solución de problemas.
(2 puntos)
2. A partir de un efecto o problema observado, identificar el predominio de los

factores causales.
(1 punto)
3. Los pasos son los siguientes:
1) Elegir el proyecto.
2) Representar la característica de calidad en el extremo derecho de la
flecha horizontal.
3) Dibujar las flechas principales para cada factor.
4) Anotar las causas que originan el problema.
5) Verificar y anotar todas las causas de variación en el diagrama.
6) Analizar el diagrama para identificar la causa más importante.
7) Realizar el programa a ejecutar para corregir la causa problema.
(2 puntos)
106
Módulo IV
1.
% Acum.
DEFECTOS Ocurrencia % Absoluto % Relativo
Relativo
Ajuste de platinas 11 11 24.44 24.44
Lavado de Carburador 9 9 20 44.44
Bujías Quemadas 8 8 17.78 62.22
Regular Espreas 7 7 15.56 77.78
Cambio de Filtro 6 6 13.33 91.11

Cambio de
Condensador 4 4 8.89 100
TOTAL 45 45% 100%
(5puntos)
107
2.
Tipo de No. de
% Absoluto % Relativo % Acum. Relativo
Accidente Personas
Machucones 17 3.78 22.67 22.67

Quemaduras 16 3.56 21.33 44.0
Cortaduras 12 2.67 16.0 60.0
Torceduras 11 2.44 14.57 74.67
Intoxicaciones 10 2.22 13.33 88.0
Fracturas 9 2.00 12.0 100.0
TOTAL 75 16.67% 100%
(5 puntos)
108
Módulo V
1. Marcar
( ) Temperatura
( ) Peso
( ) Longitud
( ) Volumen
( ) Presión
(2.5 puntos)
2. Marcar
( ) Tono
( ) Consistencia
( ) Madurez
( ) Amor
(2.5 puntos)
Módulo VI
1. Media = 70.64
Mediana = 67 + 70 = 68.5
2
(3 puntos)
2. R = 29 – 21 = 8
(2 puntos)
3.
T = 3.55
(5 puntos)
109
Módulo VII
a) K = 5 R = 0.41 A = 6.09
K LFI LFS XI CONTEO fi Fi Gi

1 5.815 5.905 5.86 IIIIIIIIIIIIIIII 12 12 12
2 2.905 5.995 5.95 IIIIIIIIIIIIIIIIIIII 17 29 41
3 5.995 6.085 6.04 IIIIIIIIIIIII 11 40 81
4 6.085 6.175 6.13 IIIII 5 45 126
5 6.175 6.265 6.22 III 3 48 174
48 174 434
(5 puntos)
110
Promedio
Fórmula: Datos:
Xi = 6.22
(
X = Xi – A EFi - 1 ) A = 0.09
N N = 48
EFi = 174
Sustituyendo:
(
X = 6.22 – 0.09 174 -1 ) X = 6.22 – 0.23625
48
X = 5.98
(2.5 puntos)
b) Desviación estándar:
Fórmula: Datos:
EFi = 174
Egi = 434
N = 48
A = 0.0
b = EFi c = EGi
N N
Sustituyendo:
b = 174 = 3.625
48
c = 434 = 9.04
48
Por lo tanto:
T = 0.27
(2.5 puntos)
111
Módulo VIII
Curva Normal
a)
Fórmula:
Z = X1 – X 1
T
Datos:
X = 25.1mm
T = 0.4mm
Sustituyendo:
Z1 = 24 – 25.1 ≈ -2.75 = 0.0122

0.4
Z2 = 26 – 25.1 ≈ 2.25 = 0.9878

0.4
Area bajo la curva = Z2 – Z1 = 0.9878 – 0.172 = 0.9756
El área bajo la curva normal es de 97.56%
(15 puntos)
112
b)
Fórmula:
Z = X1 – X 1
T
Datos:
X = 25.1mm
T = 0.4mm
X1 = 23.9MM
Sustituyendo:
Z = 23.9 – 25.1 = -3 + 0.00135

0.4
El 0.135% de los datos se encontrará por debajo del punto de Control (-3T)
(2.5 puntos)
113
c)
Fórmula:
Z = X1 – X 1
T
Datos:
X = 25.1mm
T = 0.4mm
X2 = 26.3mm
Sustituyendo:
Z = 26.3 – 25.1 = 3 ≈ 0.99865

0.4
100 – 99.865 = 0.135%
Podemos decir que el 0.135% será el área bajo la curva por arriba del punto de
control (+3T)
(2.5 puntos)
114
Módulo IX
Hoja de Verificación
1. Recolectar la información.
(1 punto)
2. Siendo un formato para recolectar información, su utilidad será para aplicar las 7
herramientas estadísticas:
1. Diagrama de Pareto.
2. Diagrama de causa – efecto.
3. Histograma.
4. Curva normal.
5. Gráficos de control.
(2 puntos)
3. Son tres sonas:
a) Zona de identificación.
b) Zona de trabajo.
c) Zona de instrucciones.
(2 puntos)
115
Módulo X
1.
a) (Ver gráfico)
(2.5 puntos)
b) X = 4.1.81.
R = 0.1895
(2.5 puntos)
Para los límites de Control
(Gráfico X)
Fórmula: Datos:
LC = z = -A2R A2 = 0.577
Sustituyendo:
LIC = 4.181 - (0.577) 0.1895 = 4.07
LSC = 4.181 + (0.577) 0.1895 = 4.29
Gráfico R
Fórmula: Datos:
LSCR = D4R D3 = 0
LICR = D3R D4 = 2.115
LICR = 0
LSCR = 2.115 (0.1895) = 0.4
116
117
2.
a) (Ver gráfico)
(2.5 puntos)
b) X = 21.89
T = 0.3
(2.5 puntos)
Para los límites de Control
Gráfico X
Fórmula: Datos:
LSx = X = A1T A1 = 1.596
Sustituyendo:
LICx = 21.89 – (1.596) 0.3 = 21.412

LSCx = 21.89 + (1.596) 0.3 = 22.368
Gráfico T
Fórmula: Datos:
LICT = B3T B3 = 0
LSCT = B4T B4 = 2.089
Sustituyendo:
LICT = 0
LSCT = 2.089 (0.3) = 0.63
c) (Ver gráfico)
(10 puntos)
118
119
Módulo XI
TAMAÑO DE LA PIEZAS FRACCION DESVIACION

LOTE LSC LIC
MUESTRA DEFECTUOSAS DEFECTUOSA ESTANDAR
1 5220 16 0.0031 0.0013 0.0107 0.0081

2 3842 14 0.0036 0.0016 0.0110 0.0078
3 4325 31 0.0072 0.0015 0.0109 0.0079
4 4257 51 0.0119 0.0015 0.0109 0.0079
5 5350 62 0.0116 0.0014 0.0108 0.0080
6 4760 59 0.0124 0.0014 0.0108 0.0080
7 4237 109 0.0257 0.0015 0.0109 0.0079
8 7490 65 0.0087 0.0012 0.0106 0.0082
9 9375 75 0.0080 0.0010 0.0104 0.0084
10 8371 57 0.0068 0.0011 0.0105 0.0083
11 5932 39 0.0066 0.0013 0.0107 0.0081
12 9371 121 0..0129 0.0010 0.0104 0.0084
13 5943 40 0.0067 0.0013 0.0107 0.0081
120
Módulo XI
1. Fórmulas:
p = Xi
n
LSCp = p + 3T
LICp = p – 3T
Sustituyendo:
p = 739 = 0.0094
78437
Conclusión:
“Fuera de Control”
(Valor 5 puntos)
122
123
2.Fórmula:
np = Enp LSCnp =
k
np + 3
LICnp =
np - 3
Sustituyendo:
np = 419 = 27.93
15
p = 419 =0.052
6750
Con estos datos determinaremos los límites del de control.
Conclusión:
El proceso está bajo control”
(Valor 5 puntos)
124
125
3.Fórmula:
c = Ec
n
Sustituyendo:
c = 160 =10.67
15
Los límites serán:
Conclusión:
“Proceso dentro de control”
(Valor 5 puntos)
126
127
Módulo XI
TAMAÑO DE No. DE DEFECTOS POR

LOTE 3T LSC LIC
MUESTRA DEFECTOS UNIDAD
1 121 13 0.107 0.085 0.181 0.011

2 137 15 0.109 0.079 0.175 0.017
3 127 9 0.071 0.082 0.178 0.014
4 119 12 0.101 0.085 0.181 0.011
5 139 15 0.108 0.079 0.175 0.017
6 132 13 0.098 0.081 0.177 0.015
7 122 11 0.090 0.084 0.180 0.012
8 128 16 0.125 0.082 0.178 0.014
9 132 13 0..098 0.081 0.177 0.015
10 127 10 0.079 0.082 0.178 0.014
11 119 8 0.067 0.085 0.181 0.011
12 131 15 0.115 0.081 0.177 0.015
13 138 13 0.094 0.079 0.175 0.017
14 128 12 0.094 0.082 0.178 0.014
15 125 10 0.080 0.083 0.179 0.013
TOTAL 1925 185
128
129
4. Fórmula:
u = Ec
En
Sustituyendo:
u = 185 = 0.096
1925
Conclusión:
“Proceso Controlado”
(Valor 5 puntos)
130
Mida su avance a lo largo de un par de meses de estudio
1ª. Evaluación 2ª. Evaluación 3ª. Evaluación 4ª. Evaluación
FECHAS
MODILO I
MODULO II
MODULO III
MODULO IV
MODULO V
MODULO VI
MODULO VII
MODULO VIII
MODULO IX
MODULO X
MODULO XI
TOTAL
131
Las Siete Herramientas Estadísticas
Guía de Respuestas
MODULO VALOR
I 5 puntos
II 5 puntos
III 5 puntos
IV 10 puntos
V 5 puntos
VI 10 puntos
VII 10 puntos
VIII 10 puntos
IX 5 puntos
X 15 puntos
XI 20 puntos
TOTAL 100 puntos
132
BIBLIOGRAFIA
Introduction to Statistical Quality Control, by Douglas C. Montgomery
4th edition November 2000..
Quality Planning and Analysis: From Product Development through
Use by Frank M. Gryna, J. M. Quality Planning and Analysis Juran 4th
edition, November 2, 2000.
New Rules for the New Economy : 10 Radical Strategies for a
Connected World by Kevin Kelly October 1999.
Managing Six Sigma : A Practical Guide to Understanding, Assessing,
and Implementing the Strategy That Yields Bottom-Line Success by
Forrest W. Breyfogle III, October 2000.
ISO 9001: 2000 Document Development Compliance Manual: A
Complete Guide and CD-ROM by Syed Imtiaz Haider Bk&Cd-Rom
edition, June 27, 2001.
133

Las 7 Herramientas Estadísticas Básicas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Las 7 Herramientas Estadísticas Básicas

Cargado por

Copyright:

Formatos disponibles

LAS 7

Título original : THE STATICAL BASIC

Reservados todos los derechos. Queda rigurosamente

© 2002 by Atlantic International University.

Antes de iniciar su autocapacitación revise su apéndice

“Guía de estudio, Aplicación y Evaluación”

Identificar el fundamento y aplicación de las 7

Al terminar el Seminario, el participante:

1. Identificará la importancia del uso de métodos estadísticos como un medio para el

2. Diferenciará la Variables Continuas de la s Variables Discretas, así como la técnica

3. Empleará los métodos estadísticos para representar datos.

4. Analizará, con ayuda de los métodos estadísticos, la problemática de un proceso.

5. Evaluará el control y estabilidad de un proceso.

Este manual de autocapacitación está diseñado especialmente tomando en

Por lo que, mediante un estudio cuidadoso usted puede identificar la

Es muy importante entender que para que el aprendizaje sea efectivo se

El aprendizaje será directamente proporcional a la cantidad de reacción que se

Claro está que para aumentar la capacidad de estudio, la reacción correctiva

Para el logro de las metas planeadas, le recomendamos lo siguiente:

¾ Escoger para estudiar, un lugar que está bien iluminado y ventilado

¾ Dividir el tiempo de estudio entre la lectura y la medición.

¾ Nunca suspenda una lectura una vez comenzada, de preferencia termine

¾ NO inicie el estudio de un módulo hasta que no esté bien seguro de que

Al finalizar el manual se incluye una evaluación, la cuál servirá para identificar

Si al realizar la segunda evaluación y comparar sus respuestas con las

Recuerde que la pruebe de toque de un verdadero aprendizaje es la aplicación,

E l manual del participante está dividido en dos partes, en la primera

Presentación: que resume a grandes rasgos el propósito del manual.

Meta de aprendizaje y objetivos: se refieren a los logros o grados de

Bibliografía: completa y enumerada en orden alfabético para su fácil manejo,

La segunda parte del manual la conforman los módulos identificados con

Continuando con la descripción nos encontramos con las unidades temáticas,

A medida que el lector avance en su lectura se encontrará de una serie de

III DIAGRAMA DE CAUSA Y

4. Beneficios. 4. Construcción del

IV DIAGRAMA DE PARETO. VIII CURVA NORMAL

1. Introducción. 1. Conceptos fundamentales.

2. Construcción del diagrama. 2. Características de la curva

V VARIABLES CONTINUAS Y X GRAFICOS DE CONTROL

VI MEDIDAS DE TENDENCIAS 1. Introducción

b) Saber lo que se tiene que hacer.

PROCESO CLIENTE BUENO Como se observa, todos los

La fuerza de los métodos

Algunos de los sistemas

2.1 Definirá el concepto de En este sistema la principal causa de

La aplicación de esta técnica,

Ver cuadro 2.1

PROVEEDOR 1 3% PROVEEDOR 2 5% PROVEEDOR 3 7%

M-I M - II M - III M-I M - II M - III M-I M - II M – III

5) Se deberán discutir libremente las

4) Anotar las causas que originan el

5.3 El coordinador deberá 1) Se estrechan la relaciones

OBJETIVO: Al finalizar este módulo, el

4.1 Empleará este método para

4.1 Introducción Con base en esta tabla se

El diagrama de pareto es una Paso 2

Para la elaboración de este

1) Clasificar los defectos.

3) Obtener en dicho período, los datos El porcentaje absoluto nos

El porcentaje relativo quiere

A 5 16.7 33.3 33.3

B 4 13.3 26.6 59.9

C 3 10.0 20.0 79.9