Seis Sigma, Métodos Estadísticos y Sus Aplicaciones

Seis Sigma
Mtodos Estadsticos y
Sus Aplicaciones
Roberto Jos Herrera Acosta

Toms Jos Fontalvo Herrera
Seis Sigma
Mtodos Estadsticos y Sus
Aplicaciones
Seis Sigma Como Herramienta de

Gestin
Etapa de Definicin
Etapa de Medicin
Etapa de Mejoramiento
Etapa de Anlisis
Etapa de Control
Filosofa y Estrategia del Seis Sigma
Conceptos Bsicos de Estadstica
Roberto Jos Herrera Acosta

Toms Jos Fontalvo Herrera
Quedan rigurosamente reservados todos los derechos y prohibida

la reproduccin total o parcial de este libro, el tratamiento
informtico o su transmisin por cualquier medio, ya sea
electrnico, mecnico, por fotocopia, por registro o cualquier otro
mtodo, sin la autorizacin previa y escrito del autor, queda
sometido a las sanciones establecidas en la ley.
Au t o r es: R o b e rt o Jo s He r r er a Ac o st a
T o m s J o s F o n t al v o H er r e ra
T t u lo : S ei s S ig ma: M t o d o s Es t ad st i c o s y S u s
Ap l ic a ci o n e s .
TABLA DE CONTENIDO
T AB L A D E CO NT EN ID O
P ref a ci o
XI II
1. 1
1. 2
1. 3
1. 4
C AP T UL O 1
S EI S SIG M A C O M O H ER R AM I E NT A
DE G E ST I N
In t ro d u c ci n
His t or i a d e l S e is S i gm a
Def in ic i n
Es t r uc tur a d e l S e is S i gm a
Car ac t er i za c i n d e l S e is S i gm a
2
2
4
5
6
2. 1
C AP T UL O 2
ET AP A D E D EF IN IC I N
In t ro d u c ci n
Cr i t er ios d e l a Et ap a d e Def in ic i n
9
9
3. 1
3. 2
3. 3
4. 1
4. 2
4. 3
5. 1
5. 2
5. 3
5. 3. 1
5. 4
C AP T UL O 3
ET AP A D E M EDI CI N
In t ro d u c ci n
Me d ic i n e n l a O r g a n i za c i n
Me d i da de l N i v el S eis S igm a
E v al u ac i n
de
la
M ed i da
Des em pe o
de
C AP T UL O 4
ET AP A D E M EJ O R AM IENT O
In t ro d u c ci n
A n l is is d e l Mo d o y Ef ec to d e F a l l as
P ot enc i a l es
Dis e o Ex per im en ta l Un if ac tor i a l
Aj us t e de S up er f ic i e d e Res p ues t a
C AP T UL O 5
ET AP A D E AN L I S I S
In t ro d u c ci n
Di a gr am a d e P ar et o
Di a gr am a d e Ca us a y Ef ec to
Pr ue b a d e N or m al i da d
Pr ue b a d e N or m al id ad Me d i an t e e l
M t od o
de
K o lm ogor o v
Sm ir n o v
L il l i ef or s
Dis e o de Par m etr o Ro b us t o
16
16
17
19
24
24
25
27
35
35
36
37
38
40
TABLA DE CONTENIDO
6. 1
6. 1. 1
6. 1. 2
6. 2
6. 2. 1
7. 1
7. 2
7. 3
7. 3. 1
7. 3. 2
7. 3. 3
7. 3. 4
8. 1
8. 2
8. 2. 1
8. 2. 2
8. 3
8. 3. 1
8. 3. 2
8. 4
8. 5
C AP T UL O 6
ET AP A D E CO NT RO L
In t ro d u c ci n
G r f ic a d e C on tr o l U n i v ar ia d as
F u nd am en to T e r ic o de l as G r f ic as
de C o ntr o l U ni v ar i ad a s P or Var i a bl es
F u nd am en to T e r ic os de l as G r af ic as
de C o ntr o l P or A tr i bu t os
F u nd am en to T e r ic os de l as G r f ic as
de C on tr o l Mu l ti v ar i ad o por V ar i ab l es ,
A pl ic a nd o l a T c n ic a d e Ho tt e l l in g
G r f ic o de c o ntr o l M u lt i v ar i a d o p ar a
O bs er vac i o nes I n di v i d ua l es
Im por t a nc i a par a l a E l ab or ac i n de u n
G r f ic o M u lt i v ar ia d o
C AP T UL O 7
F IL O SO F A Y E ST R AT EG I A D EL S E I S
SI G M A
In t ro d u c ci n
Pr i nc i p i os F i l os f ic os de l Se is Si gm a
E qu i p o de Mej or am ie n to C o nt i nu o
Es t r a te g i as de l Se is S i gm a
Dis p os ic i n d e Cam b i o
Des p l ie g ue d e O bj e ti v os
Des ar r o ll o d e l Pr o ye c t o
E v al u ac i n d e B e nef ic i os
C AP T UL O 8
CO N C E PT O S
B S I C O S
DE
E ST AD ST IC A
In t ro d u c ci n
V ar ia b le
A l ea t or ia
y F unc i n d e
Pr ob a b il i d ad
Dis tr ib uc i n de M u es tr eo
Dis tr ib u i dor de Mu es t r eo de la M e d ia
Dis tr ib uc i n
de
M ues tr eo
de
la
V ar ia n za
Es t im ac i n P u nt u al y por I n ter v a l o
Es t im ac i n P u nt u al
Es t im ac i n p or I nt er va l os
Pr ue b a o C on tr as t e d e H i p tes is
Re gr es i n L i ne a l S im pl e
48
48
49
67
75
76
86
86
87
89
89
90
90
91
95
95
10 1
10 1
10 1
10 2
10 2
10 3
10 5
10 7
TABLA DE CONTENIDO
1
2
3
4
5
6
AN E X O S
T abl as d e C oef ic ie nt e s P o l in om ic os
T abl a
de
la
D is tr i buc i on
N or m al
Es t a nd ar
T abl a d e K o lm og or o v Sm ir n o v L i l l ief or s
T abl a d e l a D is tr i b uc i n F .
Co ef ic i en t es p ar a l as G r af ic as d e
Co ntr o l
Dis tr ib uc i on J i- C u adr a da
BI BL IO G R AF A
In d ic e An a l it ic o
11 0
11 1
11 6
11 7
12 1
12 2
12 4
12 6
CU AD R O S
1.
2.
3.
4.
5.
6.
7.
8.
9.
10 .
11 .
12 .
13 .
14 .
15 .
16 .
17 .
P la n e ac i n d e Ac t i v i d ad es
Car ac t er i za c i n d e u n Pr oc es o
P la n e ac i n d el Pr o yec t o d e l L ab or at or io
P as t i l las S. A .
Car ac t er i za c i n d e l P r oc es o d e l a Z on a d e
S l i d os d e P as t i l las S. A.
Me d ic i on es d e l as d if e r en t es ac t i v i da d es de
l a or g a n i zac i n.
Cr i t er ios p ar a De t er m inar e l Va l or de l Ni v e l
S eis S igm a.
Me d i da de l N i v el S eis S igm a
P la n d e l a R ec o l ec c i n d e l a Inf or m ac i n
V ar ia b le Pr ob l em a y s u Car ac ter i za c i n
Cr i t er ios d e l N i v el Se i s S i gm a.
Inf or m ac i n d e l P es o de las P l do r as a
Dif er e nt es
Co n c en tr ac i o n es
de
Rec u br im ien t o
A n l is is de l M o do y Ef ec t o de F a l l a
P ot enc i a l
A n l is is d e V ar ia n z a p ar a u n D is e o
Un if ac tor i a l
Inf or m ac i n d e l P es o de las P l d or as
As ig n ac i n d e los Co ef ic i en t es d e l os
Co ntr as tes O r to g on a le s .
A n l is is de Var i a n z a par a e l M od e lo
P ol i n om ia l
Inf or m ac i n de l P es o de l as P l do r as c o n
10
11
13
14
16
20
20
21
21
21
22
24
26
29
30
31
31
TABLA DE CONTENIDO
18 .
19 .
20 .
21 .
22 .
23 .
24 .
25 .
26 .
27 .
28 .
29 .
30 .
31 .
32 .
33 .
34 .
Rec u br im ien t o d el 5%.

Co ns tr uc c i n d e l a P r ue b a d e Ko lm og or o v
Sm ir n o v L i l l ief or s K S L .
O bs er vac i o nes T om adas d el Pr oc es o d e
T abl e te a do .
O r g an i za c i n d e las O bs er v ac i on es d e l
P es o
de
la
P ld or a ,
T om an do
l as
Com bi n ac io n es
Pr oc e d im ie nt o T er ic o d e l a T c n ic a d e
Ya t es p ar a el C lc u lo de los C o ntr as tes .
A pl ic ac i n d e l a T c n ic a de Ya t es p ar a e l
P es o d e l a P l do r a en e l P r oc es o d e
T abl e te a do
3
A n l is is d e V ar ia n za p ar a el D is e o 2 .
O bs er vac i o nes T om a das d e l P es o d e l a
P l d or a
O bs er vac i o nes O b te n id as pa r a R ea l i za r
Co ntr o l T om and o c om o Ref er e nc i a los
L im ites Es t nd ar d e l P r oc es o
Nm er o de Un i da d e s no C o nf or m es por
Ex c es o d e Pes o
Nm er o de Un i da d e s no C o nf or m es por
Ex c es o d e Pes o, qu e s e S om ete n a C o ntr o l
V ar ia b les T om ad as c om o Ref er e nt e e n e l
G r af ic o d e C on tr o l Mu l ti v ar i ad o
V al or es d e T - C ua dr a d o p ar a c a d a S u bgr u po
Com par ac i n d e l a C al i d ad T r ad ic i on a l ,
IS O 9 0 00 y e l M t o do S eis S igm a
Dis tr ib uc i on es D is c r et as m s A p lic a das
Dis tr ib uc i on es c o nt i n u as m s Ut i l i za d as
Dis tr ib uc i n de M u es tr eo
A n l is is d e Va r i a n za p ar a e l M o de l o d e
Re gr es i n
31
42
43
43
44
45
55
60
70
71
80
83
91
97
10 0
10 2
10 8
F IG U R AS
1.
2.
3.
4.
5.
Cic l o d e Dem i ng
O p er ac i o na l i za c i n d e l D M AM C
Di a gr am a de l Pr oc e s o d e Pr o duc c i n d e
P l d or as Es t i l e
Pr oc es o Cu yo nd ic e d e C a pac i d ad es l a
Un i da d
Di a gr am a d e P ar et o
5
5
12
18
36
TABLA DE CONTENIDO
6.
His t ogr am a de F r ec u e nc ia
7.
G r f ic os d e C o ntr o l p ar a l a M e d ia , e l R a n g o
y l a D es vi ac i n Es t nd ar de l P es o d e la s
P l d or as Es t i l e.
L im ites d e C o ntr o l u na v e z D et ec t a do l o s
S ub gr up os c o n C aus as As i gn a b les e n s u
Com por t am ie nt o.
Pr oc es o
B aj o
C on tr o l
Es t a ds t ic o .
G r f ic o d e l Co n tr o l d e l Pr om ed i o
G r f ic o d e C on tr o l d e l R an g o
Co ntr o l d e l a D es vi ac i n Es t nd ar
Es qu em a de la C a pac i da d d e u n Pr oc es o
Lm it es d e C o ntr o l In ic i a les p ar a l a s
Un i da d es n o Co nf or m es
Inf or m ac i n Som et i da a C on tr o l T om an do l o s
Lm it es Es t n d ar Com o Ref er e nc i a
Re g io n es de C o ntr o l E l pt ic a y R ec t a ng u l a r
par a
D os
C ar ac t e r s t ic as
de
Ca l i da d
E v al u a das e n F o r m a S im ul t n ea
G r af ic o d e C on tr o l Mu l ti v ar i ad o .
8.
9.
10 .
11 .
12 .
13 .
14 .
15 .
16 .
38
57
59
61
61
62
62
70
72
76
83
P R E F AC I O
PREF ACIO
E l m to do S eis S i gm as es s in du d a l a m ej or es tr at eg i a
de g es ti n d e l a c al i d ad q u e ac t u a lm ent e s e des ar r o l la
en m uc h as or ga n i za c i on es , s e a p lic a p ar a ob t en er d e
un a em pr es a pr oc es os ef ic ac es y ef ic i en t es ; e l m to do
S eis
Si g ma
es
c on oc i do
t am bi n
c om o
la
adm i n is tr ac i n g er e nc i al p or pr oc es o y s e c ar ac t er i za
por q u e qu e s u m et od o l og a es t bas a da e n l a
i nf or m ac i n qu e s e r ec o l ec t a d e c a d a u na de las
et a pas de l pr oc es o. Lo qu e im pl ic a a s u v e z q ue e l
i nt er es a d o e n d es ar r o ll ar es t a es tr at e gi a de c a l id a d
de b e p os e er l os c o n oc im ie nt os s uf ic i e nt es p ar a ap l ic ar
l as
h er r am i en t as
e s ta ds t ic as
ad ec u ad as
a
la
i nf or m ac i n r ec o l ec t a da , pa r a g ar an t i zar un a n l is is
ad ec ua d a de c a da u n a d e l as c a us as o f a c tor es qu e
es t n g en er an d o l a a lt a var i a bi l i d ad en la un i da d o
s er v ic i o q u e s e of r ec e, c o n e l f i n de qu e l a dec is i n
qu e s e t om e s e a l as m s ac er t ad a . Es to n o i nd ic a, qu e
per s o n al c on p oc o o n in g n c o n oc im ie nt o es t a ds tic o
s ea r ec h a za d o o r e l eg a do e n l a or g an i za c i n; a l
c on tr ar io es e n es e m om ent o q ue l a or ga n i z ac i n de b e
pr oc ur ar f a v or ec e r qu e e l per s o na l p os e a l os
c on oc im ie nt os
es t ad s t ic os
nec es ar io s
a
su
r es p o ns ab i l id a d e n l a or g a n i zac i n.
A lg u n os a u tor es af ir m an e n f or m a eq u i v oc a d a, q ue
par a em pl e ar e l m t o do S e is S igm a no s e r eq u i er e d e
un c o n oc im ie nt o b s i c o de t c n ic as es t ad s tic as ; por
f or tu n a es t od o l o c on tr ar io , e l r es po ns a b le d e l a
or g a n i zac i n qu e d es ee im pl em ent ar es te m tod o d e
ges t i n d e la c al i d ad , d e be es t ar d is pu es to a
s ac r if ic ar u n poc o de s u t i em po p ar a ac t u a li za r s us
c on oc im ie nt os es t a d s tic os qu e p er m ita n apr o v ec har
en f or m a ad ec ua d a es te n o v ed os o m t od o d e ges t i n .
Es t e li br o pr e te n de s er , t a nt o e n l a p ar t e f i los f ic a
c om o
m eto d ol g ic a,
un
r ef er en te
en
la
im pl em ent ac i n d e e s te m t od o de g es t i n e n la
or g a n i zac i n.
E n e l pr im er c a p tu l o s e r ea l i za u na r es e a h is t r ic a
de l s ur gim i en t o d e l Se is S i gm a c om o m tod o de
ges t i n y s us b on d ad es d en tr o de la or g a n i za c i n. E n
e l s e g un d o c a p t u lo s e ex p on e c ad a u na d e l as e ta p as
qu e i nt e gr a n es t e n u e vo m t o do d e ges t i n, d es d e l a
P R E F AC I O
def in ic i n , m ed ic i n , m ej or a, a n l is is y c o n tr o l d e las
v ar ia b l es qu e g en er a n l a va r i a b il i d ad n o d es e a da ;
ut i l i za n do tc n ic as es ta ds t ic as des d e l a m s s e nc i l l a
has t a la q u e r eq u i er e d e u n c on oc im i en to m s
a va n za d o e n es t ad s t i c a i nf er enc i a l. E l te r c er c a p tu l o
ex h i b e l a es e nc i a f i l os f ic a d e l M t o do S e is S igm a y
s u d if er e nc i a c on o tr o s m to dos d e g es t i n de c a l i da d
pr o p u es t os . E l c u ar t o c ap t u lo p r e te n de or i en t ar a l os
c on oc im ie nt os
b s i c os
de
al g un os
m ode l os
es t a ds tic os u t i li za d o s c on m uc ha f r ec u e nc ia en el
des ar r o l lo d e l a t em t i c a d el l ibr o .
E l t ex to i nt e nt a d es ar tic u l ar a l g un os p ar a d i gm as q ue
af ir m an , qu e ut i l i za n d o t c n ic as d es c r i pt i v a s s e nc i l l as
s e c o ns i gu e t om ar dec is i on es ac e r t ad as e n l a
or g a n i zac i n. L a r e a l i da d es o tr a, s i l a i nf or m ac i n
ob t en i da es tr a ta d a es ta d s t ic am ent e en f or m a
ac er t ad a, l as d ec is i o n es s er n ef ic i en t es y ef ic ac es e n
c ua l q ui er or ga n i za c i n qu e pr e t en d a a p l ic ar e l M t o do
S eis S igm a c om o ins tr um en t o p ar a lo gr ar s u
c r ec im ie nt o.
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI N
CAPTULO 1
SEIS SIGMA COMO HERRAMIENTA DE
GESTIN
Introduccin
E l Se is S i gm a es u n a her r am ie n ta d e m ej or am ie nt o qu e
per m i te o bt en er or ga n i zac i on es ef ic ac es y ef ic i en tes ,
c on t in u am ent e a l in e a das c o n las n ec es id ad es d e l os
c l ie n tes . Se f u nd am ent a en e l tr a b aj o e n eq u i po c om o
es tr at e g ia p ar a g e ner ar las c a pac i d ad es c o m peti t i vas d e
l a o r g a ni za c i n y de l as per s o n as in v o l u c r ad as . Pa r a
l ogr ar es t os obj et i v o s e l Se is S i gm a es t a b as ad o e n
c i nc o et ap as qu e e n s u or d en s on : 1) def in ir el pr o b l em a
de c a l id a d, 2) ob te n e r l a i nf or m ac i n ad ec ua d a d e c ad a
un a d e l as v ar ia b l es c r t ic as de l pr oc es o e va l u an d o de
i gu a l f or m a s us s i s tem as d e m ed ic i n , 3) ut i l i za r
her r am i en tas es t ad s t i c as q ue p er m it a n a na l i za r en f or m a
ad ec ua d a c a da u n a l as v ar ia b l es c r t ic as i d en t if ic ad as
en e l pr oc es o , 4) o p t im i zar e l pr oc es o p ar a s u m ej or a y
5) u n ef ec t i v o c o n t r o l q u e n os p er m it a r ea l i za r e l
s eg u im ie nt o a es t as m ej or as .
1.1 Historia del Seis Sigma

E l M t od o d e S e is S i gm a es u na f i l os of a qu e i n ic ia e n
l os a os oc h en t a c o m o es tr a t eg i a de m er c a d o y de
m ej or am ie nt o d e la c a li d ad e n l a em pr e s a Mo t or o l a,
c ua n do e l i n g en i er o M ik el Har r y, pr om o vi c om o m eta
es t im ab l e e n l a or g an i za c i n; l a e va l uac i n y el a n l is is
de l a v ar i ac i n d e lo s pr oc es os d e M ot or o l a, c om o u n a
m aner a d e aj us t ar s e m s a l a r e a li d ad .
Es e n es t a
p oc a, c o n el a ug e d e l a g l o ba l i za c i n las em pr es as d e l
s ec t or i n dus tr ia l y c om er c i a l, q u e s e em pe za r o n a
des ar r o l lar t c n ic as m s ef ic i en tes qu e l e p er m it ier a n
op t im i zar l os pr oc es o s p ar a m ej or ar s u c o m peti t i v id a d y
pr o d uc t i v i da d , l o qu e i n v o luc r c om o obj e ti v o pr i nc ip a l
r ed uc ir la v ar i a b i li d ad de l os f ac to r es o v ar ia b les c r t ic as
qu e d e u n a u ot r a f or m a alt er a b a n e l no r m a l des em pe o
de l os pr oc es os . Po r lo q ue s e t om c om o m edi da
es t a ds tic a c o nf i ab l e l a e va l uac i n d e l a des v i ac i n
es t nd ar de l pr oc es o , r e pr es e n ta d a p or e l s m bo lo ,
c om o in d ic a d or d e des em pe o y a s u ve z p er m it a
de t er m in ar l a ef ic i e n c i a y ef ic ac i a de la or g a n i zac i n.
Es t a i n ic i at i v a s e c on v ir t i en e l p u nt o c entr a l d e l
es f u er zo p ar a m ej or ar l a c a l id a d en M ot or o l a, l l am an do
l a a te nc i n al d ir ec t or ej ec u t i v o B o b G a l v in ; c o n s u
ap o yo , s e h i zo nf a s is n o s l o e n e l a n l is is d e l a
v ar iac i n s i n o t am bi n e n l a m ej or a c on t i nu a , o bs er v
qu e c u an d o
s e r e a li za e l c on tr ol es t a ds t ic o a u n
pr oc es o s e tom a c om o v ar i ab i l i da d na tu r a l c ua n do es t e
v a lor d e s i gm a o s c i la a tr es des v i a c i on es d e l
pr om e di o . Cr i ter i o qu e s e m o dif ic a c o n e l M t od o S eis
S igm a e n d o nd e s e e x i ge qu e e l pr oc es o s e e nc u e ntr e a
c ua tr o p un t o c i nc o
des v i ac io n es d e l a m ed ia . Es t o
im pl ic a qu e un a c o n s i der a b le i nf or m ac i n d el pr oc es o
de b e
es t ar
d e ntr o
de
es te
in te r va l o,
lo
que
es t a ds tic am en te im pl i c a q ue s e c ons i d er a n or m al q u e 3 4
e lem en t os d el pr oc e s o n o c um pl a n l os c r it er ios d e
c a li d ad ex ig i d os p or el c l ie n te , d e c a d a m il l n de
op or tu n i da d es ( 1. 00 0 . 00 0) . Es t a es l a c au s a de l or i ge n
f il os f ic o de l M to d o S e is S igm a c om o m edi d a d e
des em pe o d e t od a u na or g an i za c i n . F u e as c om o c on
e l tr ans c ur r ir d el t iem po h a s ur g i do es t a n ue v a f i l os of a
de c al i d ad c om o ev o l u c i n d e las nor m as d e c al i da d q u e
ac t u alm e nt e m uc h as e m pr es as a p lic a n.
Es t a n u e va in ic i at i v a de m ej or am ie nt o m oti v a L a wr e nc e
B os s i d y, qu i e n e n 1 99 1 d es pu s d e s u r e t ir o de la
G e ner a l E l ec tr ic , t om a l a d ir ec c i n d e l c on g l om er ad o
A l li e d S ig n a l p ar a t r ans f or m ar l a d e u na em pr es a c o n
d if ic ul t ad es ec on m ic as , a u n a or ga n i za c i n ex i tos a .
Dur a nt e l os a os n o ve n ta , A l li e d S ig n a l am pl i s us
v en t as de m an er a s or pr e n d en te . Es te m od e l o de c al i d ad
f ue im it a do por T ex a s Ins tr um en ts , a lc an za n d o x it o s
s im il ar es . Du r a nt e 19 95 e l dir ec tor ej ec u t i v o d e G e ner a l
E lec tr ic , J ac k W elc h, s e e nt er a de l x it o d e es ta n ue v a
es tr at e g ia d e m ej or a m ient o gr ac i as a la inf or m ac i n
s um in is tr a da por L a w r enc e B os s i d y, f ac i li t an d o as a la
m s gr a n de t r a ns f or m ac i n e n es t a or g an i za c i n .
Es t a f o r m a n o ve d os a de or i e nt ar las p o l t ic as de c a l id a d
es t a bl ec i das e n la or g a n i zac i n, s e af i an za d e los
c r it er i os es t ab l ec id os en l as n or m as d e c al i da d I S O y l o
c om pl em ent a c o n un m a yor c om pr om is o c o n l as t c n ic as
a va n za d as de c on tr o l es t ad s t ic o d e la c a l id a d, l o q ue
i nd ic a q u e e l Se is S igm a n o es u na m et o do l og a d e
c a li d ad q ue s e a l ej e d e l os c r it er i os d e m ej or am ie nt o q u e
ac t u alm e nt e
se
d e s ar r ol l a n,
p or
el
c on tr ar io
la
i nt egr ac i n d e es tos m tod os de m ej or am ien t o c o nt i n uo
i nd uc en a un a m ej or ef ic i e nc ia y ef ic ac i a de ntr o d e l a
or g a n i zac i n.
1.2 Definicin
S E I S S I G M A es u n m to do d e ges t i n de c a l i da d
c om bi na d o c o n h er r a m ient as es t ad s t ic as c u yo pr o p s it o
es m ej or ar el n i v e l d e d es em pe o d e u n pr oc es o
m edi an t e d ec is io n es a c er t a das , lo gr an d o de es t a m an er a
qu e la or g a n i zac i n c om pr e nd a l as n ec es id ad es d e s us
c l ie n tes .
E l m to d o S E I S S I G M A , c o n oc id o c om o DM A MC , s e b as a
en e l c ic lo d e c a l i d ad P DC A , pr o pu es to por D em in g;
f ig ur a 1, e n d on d e l as et ap as s e o per ac i on a l i za n , s e g n
l o i nd ic a l a f ig ur a 2, d e l a s i gu i e nt e m an er a:
1. Def in ic i n d e l pr o ye c t o.
2. Me d ic i n d e la inf or m ac i n s um in is tr a d a p or e l
pr oc es o y l os c l ie nt es de la or g a n i zac i n .
3. A n l is is d e l a i nf or m a c i n , e n d on d e s e a p li c a a lg u n as
her r am i en tas es t ad s t i c as d es c r i p t i vas e inf e r enc i a l es .
4. Mej or am ie nt o, e ta p a e n la c u a l s e pr op o ne n l as
s o luc i on es d e l os pr o b l em as d e c a l id a d p la n t ea d os .
5. Co ntr o l, e l c ua l i nc l u ye l os m t od os es t a d s t ic os d e
s eg u im ie nt o a las va r i ab l es d e l pr oc es o.
La c l a ve par a c o ns eg u ir q ue el DM A M C s e a p li q ue en
f or m a a dec u ad a e n l a or g a n i zac i n es l a s i g u ie nt e :
1. E l e nf o q ue c en tr ad o e n las n ec es i d a des y l os
r eq u er im ie nt os d e l os c l ie n tes .
2. La id e nt if ic ac i n de l as c a us as de los pr o b lem as q ue
at e nt an c o nt r a l a c a l id a d de l pr o duc to f i na l o d e l
s er v ic i o pr es t ad o, e v it an d o l as s o l uc io n es a pr es ur a das
qu e g e ner e n d ec is i o nes er r a d as y s in f un d am ent o
es t a ds tic o .
3. La r e al i za c i n de l as m edic i o nes de to d as l as
v ar ia b l es c r tic as d e l pr oc es o, l o q u e i m plic a el
c on oc im ie nt o pr of u nd o de c a d a un a d e l a s e ta p as o
f as es
q ue
c o nf or m an
las
ac t i vi d ad es
de
la
or g a n i zac i n.
4. La u t il i za c i n d e l as h er r am ie nt as e s ta ds t ic as
apr o p ia d as q u e c o n d u zc a n a s o l uc io n es v li d as y
ef ec t i v as .
5. E l c on tr ol m ed ia nt e un s e g uim i en t o c o ns ta nt e q ue
e va l e las d if er e nt es ac t i v i da d es qu e s e e n c am in en a
l a s o luc i n de u n pr o b l em a d e c a l id a d.
Figura 1 Ciclo de Deming
Prealimentacin del Proyecto
Trabajo
previo
Definicin
Medicin
Anlisis
Repetir ciclo para el Proyecto
Mejora
Control
Entrega
Repetir ciclo para el Proyecto
Retroalimentacin y revisin si es necesaria
Figura 2. Operacionalizacin del DMAMC1
Ver TENNANT, G. Six Sigma: control estadstico del proceso

administracin total de la calidad en manufactura y servicio p. 157.
1.3 Estructura del Seis Sigma

Im plem e nt ar Se is S ig m a, ti en e c om o obj et o m ej or ar y
op t im i zar l a o r g a ni z ac i n, p or m ed i o d e p r o ye c t os
p la us ib l es y m e di b l es en e l t iem po . L a p r o p ues t a d e S e is
S igm a c o ns is t e e n c i n c o p as os :
1. Def in ir e l pr o ye c t o o pr o b lem a d e c a li d ad ,
tom an d o l a inf or m ac i n s uf ic i e nt e q ue p er m it a
ob t en er l as n ec es i d ad es d el c l ie nt e .
2. Me d ir las c on d ic i on es de l pr o b lem a, e va l u a nd o la
c ap ac i da d S P C, s e g n l a inf or m ac i n s um i ni s tr a d a
por el pr oc es o.
3. A na l i za r l as c aus as d e l pr o b l em a, ap l ic an d o
tc n ic as es ta d s t ic as c ons is te n tes , t a l es c o m o el
Dis e o Ex per im en t al , Co nt r as te de h ip t es is ,
Mo d e los Li n ea l es .
4. Mej or ar l as c o nd ic i on es d e l pr oc es o , i de n tif ic an d o
y c u a nt if ic a nd o las v a r i ab l es c r tic as de l p r oc es o .
Im plem e nt an d o s o l uc i on es a d ec u a d as a c a da un a
de l as c a us as e nc on tr ad as y v a l or a n d o los
r es u l ta d os , A ME F .
5. Co ntr o l ar las v ar i ab l e s c r t ic as d e l p r oc es o , p ar a
qu e e l pr o b lem a d e c a l id a d n o s ea r ec ur r e nt e.
1.4 Caracterizacin del Seis Sigma

E ntr e l os f ac t or es m as im por t a nt es q ue c a r ac t er i za n el
m tod o S e is S i gm a s e e nc ue ntr a n:
1.
2.
3.
La t eo r a de
a pr en d i zaj e es tr at g ic o d e P et er
S en g e ( 1 9 99) , in d ic a n q u e e l c am bi o e n un a
or g a n i zac i n g en er a c ap ac i da d es c om pe t it i v as e n
c ad a u no d e las p er s on as p er t en ec i en t es a u n a
or g a n i zac i n, des ar r o l la n do c o n el l o ha b i l i da d es
qu e s e tr a d uc e n e n l a pr of u nd i za c i n de l
c on oc im ie nt o q u e s e t en g a d el pr oc es o.
La d ir ec c i n d e l a or ga n i za c i n es l a e nc a r ga d a
de m ot i v ar s u im p l em ent ac i n , es ta b l ec er la
es tr uc t ur ar a or ga n i z ac io n al y e l pr oc e s o de
en tr en am ie nt o de c ad a u n o d e l os g r u p os q ue s e
c onf or m en.
T odos
l os
r es u lt a dos
o b te n id os
de
la
im pl em ent ac i n de l S e is S i gm a de b e tr ad uc ir s e
4.
en un l en g uaj e m tr ic o, es t o f ac i l i ta el m an ej o y
l a c om pr e ns i n d e l os pr oc es os .
E l m to d o S e is S i gm a y s u es tr uc t ur a D M AM C
r eq u i er e de ex p er tos qu e d om in en r eas c om o
Des p l ie g ue de F u nc i n de Ca l i da d, A n l i s is d e
Mo d o de F a l l o, A M EF , C on tr o l d e Ca l i da d S PC y
Dis e o Ex per im en ta l , DO E.
CAPTULO 2
ETAPA DE DEFINICIN
E T AP A D E D E F I N I CI N
Introduccin
E n es t a et a pa los r es p o ns a b l es de la a p lic ac i n d e l
m tod o S E I S S I G M A d ef i ne n e l pr o b l em a de c a l i da d
m edi an t e u na pl a ne ac i n qu e in v o luc r e las e x pec t at i v as y
nec es i da d es de l os c l i en t es , l a i de nt if ic ac i n de l pr oc e s o
y d e s us i nt er r e lac i o n es , as c om o tam bi n l as v ar i ab l es
c r t ic as .
2.1 Criterios de la Etapa de Definicin

E n es ta et a pa l a o r g an i za c i n es t a bl ec e l os s i g u ie n tes
pas os pa r a l a im pl em ent ac i n d e es ta f il os of a d e
ges t i n :
1.
2.
3.
4.
5.
A
t r a v s
de
un
d ia g ns t ic o
pr e l i m inar ,
la
or g a n i zac i n d e be c on oc er e id e nt if ic ar l as r e as
s us c e p ti b l es d e m ej or a, d ef i n ir las m etas , o bj e t i vos y
a lc a nc e de l p r o ye c t o ( v er c u adr o 1) .
S e d e be i d e nt if ic ar y e va l u ar la p er c epc i n ta nt o d e
l os c li e nt es ac t i v os c om o d e los p ot e nc ia l es , p ar a
m ante n er u na r es p u es ta ac or d e c on s us nec es id a des
y e x p ec t at i v as e n t od o c u a nt o s e r ef i e r e a l a
f ia b il i d ad
del
p r o duc t o,
im pac to
a m bie nt a l,
d is p o ni b i l id a d, t iem po d e e n tr e g a, c os t o y s eg ur i da d .
c om pr e nd er l as n ec e s i da d es y ex p ec t at i v as d e l os
c l ie n tes es u n el em en to f un d am ent a l par a e l x it o de
un a or g an i za c i n .
De ac uer d o c o n e l an l is is r e a l i za d o en e l
d ia g ns t ic o s e s e lec c i on a n los pr o ye c t os po te nc ia l es
y s e es t im an l os ah o r r os , e l a lc a nc e r a zo na b l e de
ti em po q u e c a da u n o g en er a.
La c ar ac t er i za c i n d e l os pr oc es os ( v er c ua dr o 2) es
de
s um a
im po r t an c i a
p ar a
c om pr en der
de
c ar ac t er i zar el pr oc e s o r a d ic a e n c om pr e nd er c a d a
un a de l as f as es o de l as d i v er s as ac t i v i d ad es q u e l o
c onf or m an, pu es d e el l a d ep e nd e e l gr a d o d e
c onf ia b i l id a d d el an l i s is p ar a l a t om a de de c is io n es .
S el ec c i n d e l L d er y e l eq u i po d e l Pr o ye c t o: e l l der
de b e s er un em p le ad o d e l a o r g a ni za c i n c o n
c on oc im ie nt os y ex pe r i enc i a e n e l r e a i n v o luc r a da
en e l pr o ye c t o, c on u na c om pr es i n s uf ic i e nt e d e la
f il os of a S eis S i gm a y l a a pl ic ac i n de l as di v er s as
her r am i en tas q u e e x i ge e l D M AM C, y l o m s
im por ta nt e es l a c ap a c i da d pa r a tr ans m it ir a l e q u ip o
s us i de as , m ot i vac i o nes y e nc a us ar lo h ac ia l os
10
r es u l ta d os qu e l a or g an i za c i n es p er a de l pr o ye c to .
Los
m iem br os
r e s ta nt es
d el
e q u i po
son
s e lec c i on a dos c on b as e en la ex p er i en c i a y e l
c on oc im ie nt o d e l r ea im pl ic ad a .
P l a n e a c i n d e l P r o ye c t o
Importancia del problema en la organizacin:
Efecto Interno
Tipo de
relacin
Al t a
Baja
Metas y Objetivos
Efecto Externo
Responsable en la
organizacin
Nivel 1
Nivel 2
Nivel 3
F e c h a d e a p r o b a c i n d e l p r o ye c t o
Planteamiento del Problema
Etapas del seis sigma
Fechas
establecidas
para cada de las
etapas
Definir
Medir
An a l i z a r
Mejorar
Controlar
Cuadro 1. Planeacin de actividades
Funcionario
Responsable de
la actividad
11
Membrete de la Organizacin
Versin:
Cdigo del procedimiento
Caracterizacin del proceso Productivo

Documentos y Registros
Internos:
Objeto:
Externos:
Entrada
Actividades
Interrelacin con los otros

procesos
Salida
Responsable en la
organizacin
Nivel 1:
Nivel 2:
Nivel 3:
Recursos de la organizacin
(humanos y tecnolgicos)
Requisitos a cumplir
M ed ici n y s eg u im ie n t o
Co mu n i c ac i n
Ni v e l 1 :
Ni v e l 2 :
Ni v e l 3 :
O b s e rv a cio n e s
Cuadro 2. Caracterizacin de un Proceso.
A m odo i lus tr a t i vo , tom em os el c as o h i po t t ic o de l

l ab or at or io
PASTILLAS
S.A.
q u e pr o du c e p l d or as
es t im ul a nt es d e n om br e c om er c i a l E S TI L E . S u p n gas e
ad em s qu e e l d ia g n s tic o i n ic ia l y l a e va l u ac i n d e l as
nec es i da d es d e l c l i en t e ya f u er o n es t a b lec i d os . E l p as o
s i gu i en t e c o ns is t e en def in ir e l pr o ye c t o S E I S S I G M A a
un a de l as r e as c r t ic as e n do n de ex is t e u n pr o b l em a de
12
c a li d ad . L a f ig ur a 3 m ues tr a e l d i agr am a d e l pr oc es o d e
pr o d uc c i n d e l as p l d or as
PROVEEDORES
RECIBO DE
TABLETAS A
MATERIA PRIMA
GRANEL
PRODUCTOS
INSUMOS
INTRODUCIR
PRENDER LA
TABLETEAR LA
LA MEZCLA
MQUINA
MEZCLA
CLIENTES
PROVEEDOR DE LA
MEZCLA DE
TABLETAS DE
PERSONAL DE
MEZCLA
ESTILE
ESTILE
RECUBRIMIENTO
RECOGER
TABLETAS Y
PONERLAS EN
BOLSAS
LLEVAR
TABLETAS A
GRANELES
PLSTICAS
Figura 3. Diagrama del proceso de produccin de pldoras Estile
E l c u a dr o q u e s e pr es e n ta a c on t in u ac i n m ues tr a l a
f or m a en q ue s e d eb e or ga n i za r la i nf or m ac i n d e l
pr o ye c to .
13
L a b o r a t o r i o P a s t i l l a s S . A.
Importancia del problema en la organizacin:
El peso de Estile tabletas ha sufrido variaciones, ocasionando retrocesos en la
produccin
Tipo de relacin
Al t a
Baja
Efecto Interno
Zona de produccin de slidos de

los laboratorios
Metas y Objetivos
Efecto Externo
Proveedores de la materia
prima
Observaciones
Reducir la variabilidad del peso

en un 20% para el mes de
noviembre
F e c h a d e a p r o b a c i n d e l p r o ye c t o
Responsable en la
organizacin
Ing. De Contacto
Jefe de produccin
Julio 25 de 2010
Planteamiento del Problema
El proceso de Tableteado de Estile Tabletas en Laboratorios Pastillas S.A., presenta una
gran variabilidad en su peso.
Etapas del seis sigma

Definir
Medir
An a l i z a r
Mejorar
Controlar
Fecha establecidas
para cada de las
etapas
Enero 2 de 2011
Febrero 5 de 2011
Junio 15 de 2011
Julio 10 de 2011
Desde Julio de 2011
Funcionario
Responsable de la
actividad
Gerencia
Jefe de Produccin
Ing. De Contacto
Grupo de Calidad
Personal del rea.
Cuadro 3. Planeacin del proyecto del laboratorio Pastillas S.A.
La c ar ac te r i za c i n de l r e a de s li d os p ar a l a pr od uc c i n
de las p l dor as E S T I L E s e in d ic a a c on t in u ac i n .
14
Cdigo: MC00052
Versin:1 Fecha de Emisin: 25 de noviembre de

2011
CARACT ERIZ ACIN PROCESO PRODUCT IVO Y G EST I N F INAL DE L A Z ONA DE SL IDOS (EST IL E)
Documentos y Registros
Objeto:
Produc ir tab leta s de Es t ile, p ara cada uno de los
d istr ibu id ores d e la borator ios Pa st illa S. A.
Hacer buen uso de la s ma qu inas usad as e n la
produccin de las tabletas de Estile.
Entrada
Actividades
Orden de produc c in
Nombram ie nto d e operar ios
Mat er ia pr ima
Salida
tabletas de Estile
Reporte de produccin.
Interrelacin con los otros procesos

Pesaje,
Control
de
almacenamiento y empaque
Internos:
Registro del peso de las pldoras tomas como muestra
Externos:
Los es table c ido s en las BPM por parte de l INVIM A
calid ad,
Recursos de la organizacin (humanos y

tecnolgicos)
Of ic inas ,
planta,
equipos,
Mquinas,
Elementos de proteccin personal (tapa
bocas, guantes) elementos de proteccin
para
la
ma ter ia
pr ima
( zap atones
y
gorros), uniformes
Fabric ac in de Es t ile
tabletas
Re alizar co ntrol de
proceso e inspe cc io nar
el peso, la dure za, la
f iab ilid ad
de
las
tabletas de Estile
Cumplir
con
las
act iv idad es
establecidas
en
el
manual
de
ca lid ad
(BPM).
Enviar
tabletas
de
Estile a la zo na de
producto term in ado
Responsable en la organizacin
Ing. Produc c in
Jefe de planta
Requisitos a cumplir
Los esta ble c ido s en la NTC

9001: 2000 numeral 6.3, 7.5.2
ISO
Medicin y seguimiento
El p eso d e la s p ldora s de Es t ile
Comunicacin
La alta d irec c in d ebe as egurars e de que se e stab le zc an lo s mec an ismo s adecu ados en la orga n izac in, par a
que la comun icac in sea e f ic a z.
Observaciones
Cuadro 4. Caracterizacin del proceso de la zona de slidos de

Pastillas S.A.
CAPTULO 3
ETAPA DE MEDICIN
16
E T AP A D E M E D I CI N
Introduccin
Es im por t a nt e d es t ac ar q u e l as m ed ic io n e s c obr a n s u
im por ta nc ia c u an d o l as d ec is io n es s e b as an e n h ec hos
obj et i v os .
P or l o ta nt o , e n es t a ins t a nc ia r es u lt a
f un dam en t al e l c o noc im ie nt o q ue l a or g an i za c i n te n ga
ac er c a d e l a a p lic ac i n de los m to d os es t ad s t ic os . S i
un a em pr es a f u n dam e nt a e l tr a tam ie n to d e l a inf or m ac i n
r ec o l ec t a d a
n ic am en t e
en
tc n ic a s
es t a ds tic as
des c r i pt i v as , e l a n lis is q u e s e r ea l ic e d e l pr oc es o s er
s up er f ic i a l e im pl ic a r a t om a d e d ec is i o nes er r ad as ,
ge n er an d o de es ta m an er a e le v a dos c os t o s at r i b u ib l es a
l a f a l ta d e c a l i da d.
3.1 Medicin en la Organizacin

La
or g an i za c i n
d eb e
p l an if ic ar
e
im pl em en ta r
pr oc e d im ie nt os de s eg u im ie nt o c o n e l pr o p s it o de
v a li d ar l a i nf or m ac i n qu e t om a d e l pr oc es o , c om o la
m edic i n y e v a l uac i n de l pr od uc to , l a c ap ac i da d d el
pr oc es o, l os i nd ic ad o r es de g es t i n d e l p r o yec t o y la
s at is f ac c i n de los c li en t es ex t er nos e i nt er nos .
La f i los of a de S E I S S I G M A p os e e u n enf o q ue b as ad o e n
pr oc es os . Es im per at i v o en to nc es tom ar l a i nf or m ac i n
de l as f as es qu e c om po n en es t a es tr uc t ur a . Las r e as
en l as c u al es s e de b e tom ar inf or m ac i n s o n e l r e a d e
en tr ad a al pr oc es o , e l r e a q ue i nt e gr a l as d is t i nt as
ac t i v i da d es d e l pr oc e s o, e l r e a d e s a l i d a de l pr oc es o y
e l r e a d e s a t is f ac c i n d e l c l i en te ( v er c u adr o 1)
Mediciones a
la materia
prima e
insumos
Mediciones
del proceso
Mediciones a
los productos
terminados
Eficacia de
los
proveedores
Eficiencia de
la
organizacin
Eficacia de la
organizacin
Mediciones
que se le
e xi g e a l o s
proveedores
Mediciones a
las variables
crticas del
proceso
Mediciones de
las no
conformidades
presentes en el
producto
Cuadro 5. Mediciones
organizacin.
de
las
diferentes
Mediciones y
seguimiento
de la
satisfaccin
del cliente
Eficacia y
eficiencia de la
organizacin
Mediciones del
grado de
satisfaccin
del cliente
actividades
de
la
17
Un a m an er a s im pl e de r ec ol ec tar l a inf or m ac i n
nec es ar ia s e o b ti e n e d ef i n ie n d o i n ic ia l m ente e n e l
p la nt e am ie nt o de l pr o ye c t o u n P l an d e R e c o lec c i n d e
Inf or m ac i n , en el c u a l s e de b e n p la nt e ar , e n pr im er a
i ns t anc i a, c u l es e l o bj e to s us c e pt i b le de m ed ic i n.
P ar a e l lo s e d eb e es t a b lec er qu ti p o d e v ar i ab l e s e es t
m idi e nd o u o bs er va n do , es d ec ir , s i s e tr a ta d e un a
v ar ia b l e d is c r e t a, c o nt i nu a o m ix t a, y c u les s on las
es p ec if ic ac io n es de c ad a u na d e l as v ar ia b les c r tic as
de l pr oc es o . En e l c u adr o 6 s e d a n las p a ut as par a u na
or g a n i za d a r ec o lec c i n d e l a i nf or m ac i n.
3.2 Medida del Nivel Seis Sigma

E n s eg u nd o l u ga r , s e d eb e d ef i n ir l a m ed i da d e l n i v e l
S E I S S I G M A e n l a or g an i za c i n , q ue ex pr es a l a
v ar ia b i l id a d
de l
p r oc es o
con
r es pe c to
a
las
es p ec if ic ac io n es es t a b lec i das p or l a or g a n i za c i n o l os
r eq u er im ie nt os de l os c l i en tes . Es ta m ed i da s e r e a l i za
m edi an t e u n a t ab l a d e inf or m ac i n q ue m u c hos a ut or es
tom an c om o b as e par a es t a bl ec er la m edi da de
des em pe o d e l a or g a n i zac i n. ( C u adr o 7) . Es tos
c lc u l os s e o b ti e ne n de c u an t if ic ar la m edi da d e
pr o b a bi l i da d d e u n pr o c es o c u yo c om por t am i en t o s e a un a
X ~ N , 2 , c um pl a c o n
l as es p ec if ic ac io n es r eq u er id as e n e l pr oc e s o. S e a les y
lei l os l im it es d e es p ec if ic ac i n s u per i or e i nf e r i or de un
pr oc es o, l a p r o b ab i l id ad p d e q u e u n ar t c u l o s e a n o
d is tr i buc i n n or m al e s t n dar
c onf or m e es :
lei
les
p = p( X lei) + p( X les) = p Z
+ p Z
(1)
As um ie nd o q ue el p r om ed io de l pr oc es o es e l va l or
nom i na l d e l as es p ec if ic ac i o nes , t en em os en to nc es ,
les + lei
2
18
Figura 4. Proceso cuyo ndice de capacidad es la unidad.
P ar a un pr oc es o c u yo n dic e d e c a p ac id a d es l a u n id a d
les lei
= 1 ( es t a m edi d a es des ar r o l la d a e n e l
3
c ap t u l o 2) , t en em os q ue (les ) = (lei ) = (1)(3 ) = 3 ,
r eem p la za n d o e n l a ec uac i n (1) :
Cp =
p = p(Z 3) + p(Z 3) = 0.0027(0.27%)

Lo q u e im pl ic a q ue 0 .2 7% d e l as u n id ad es s o n n o
c onf or m es o en f or m a e qu i v a le nt e s e ti e n e en e l pr oc es o
un a pr od uc c i n n o c o nf or m e d e 2. 7 p or c a da m il l n d e
un i d ad es f abr ic a das .
Ut i l i za n do l os m is m os c r it er i os a n ter i or es c on u n
(les ) = (lei ) = (2)(3 ) = 6 . E l

por c e nt aj e de un i da d e s n o c o nf or m es es ,
c lc u l o
Cp = 2,
de l
p = p(Z 4.5) + p(Z 4.5) = 0.0000034 (0.00034%)

Es d ec ir p or c a da m il l n d e u ni d ad es f abr ic ad as 3. 4 s o n
no c onf or m es , c r i t er i o ut i l i za d o e n la f il os of a de l
DM A MC .
19
Un a m aner a m s s enc i l la de r ea l i za r es tos c lc u l os d e d a

en e l s ig u ie n te ej em pl o: s i s e c alc u l a e l r en d im ie nt o pa r a
un pr oc es o qu e p os e a u na m ed id a o n i v el d e des em pe o
de
tr es
s igm as ,
se
c a lc u l a
el
v a lor
c om o
z = (nivel 1.5) e n es t e c as o
z = (3 1.5) = 1.5 ,
ob t en i en d o
la
pr o ba b i li d a d
de
p( z 1.5) = 0.9331928(93.32% ) , l o q ue i nd ic a q u e p o r c ad a
m ill n d e un i da d es f abr ic a das , 6 6 8 07 un i da d es s o n no
c onf or m es . P ar a u n a m edi da de d es em p e o de S EI S
SI G M A ,
m ed id a
id ea l ,
es
z = (6 1.5) = 4.5 , c u ya
pr o b a bi l i da d s e c a lc u l a nt er ior m e nt e.
3.3 Evaluacin de la Medida de Desempeo

E l pr oc e d im ie nt o p ar a el c lc u lo de la m ed i da o n i ve l d e
des em pe o c o ns is t e en d e ter m i nar i nic i alm e nt e l os
F ac t or es Cr t ic os d e Ca l i da d ( F CC) de l a o r ga n i za c i n o
tam bi n l l am ad os O p or t u ni d a d de Er r or q u e c o ns is t e en
c ua l q ui er p ar t e d e la u n id a d o s e r vic i o q ue e s t ex pu es ta
a ge n er ar un a n o c o nf or m id a d, p os t e r i or m ent e s e
m ult ip l ic a es te v a lo r por un a m ues tr a de ar t c ul os
pr o d uc id os ( MA P) o bt en i e nd o d e es t a f or m a e l t ot a l d e
Def ec t os F ac t ib l es ( T DF =F CCx C P) ; l ue g o s e tom a e l
nm er o d e n o c o nf or m ida des o f al l as pr e s en t es e n e l
pr oc es o ( N C) y s e d i vi d e e n tr e e l T ot a l de D ef ec t os
F ac t i b les ( T DF ) y es to a s u v e z s e m ul t i p lic a p or u n
m ill n, p ar a ob te n e r l os Def ec t os po r M i l l n d e
O p or t un i d ad es ( D P MO )
La f or m ul ac i n s e pr e s en t a de la s ig u i en t e m aner a qu e :
DPMO =
NC
NC
1.000.000 =
1.000.000 ,
TDF
FCC MAP
Do n de : D P MO r epr es en t a la c a n ti d ad d e def ec t os por

m ill n d e op or tu n i da d es ;
F CC es l a c a n ti d a d de f ac t or es c r t ic o s de
c a li d ad de la o r g a ni za c i n ;
MA P es e l t am a o d e una m ues t r a de a r t c u los
pr o d uc id os ;
T DF es e l t ot a l d e d ef ec t os f ac t i bl es ;
20
NC es e l nm er o d e no c o nf or m id a des o f al la s
pr es e nt es e n e l pr oc e s o.
Ex is t e n
m an er as
t r ad ic i o na l es
pa r a
s oc a v ar
la
i nf or m ac i n qu e p er m ita d et er m in ar l a m ed i d a D PMO .
Los f ac t or es c r t ic os de c a l i da d ( F CC) s e d e ter m i na n
m edi an t e t c n ic as d e m ues tr e o a l ea t or io d e c l i en tes
ex t er nos e in t er n os de l pr oc es o en c a da un a de l as
et a pas d e l m is m o. S i s e tr a t a d e u n s er v i c i o, l a m ej or
m etod o l og a c o ns t it u ye e n a p l ic ar u n c u es t i on ar i o a un a
m ues tr a r epr es en t at i v a d e c ons um id or es .
Criterios del Nivel Seis Sigma

Nombres de las no
conformidades
Factores Crticos de
Calidad FCC
Muestra de artculos
Producidos MAP
TDF
Nmero
de
no
conformidades en el
proceso
NC
Cuadro 6. Criterios para determinar el valor del Nivel Seis Sigma.
Rendimiento
6.680
8.455
10.56
13.03
15.87
19.08
22.66
26.59
30.85
34.50
38.20
42.10
46.00
50.00
69.10
84.10
93.30
94.79
95.99
99.40
99.98
99.99966
Nivel del Sigma

0.00
0.13
0.25
0.38
0.50
0.63
0.75
0.88
1.00
1.10
1.20
1.30
1.40
1.50
2.00
2.50
3.00
3.13
3.25
4.00
5.00
6.00
DPMO
933200
915450
894400
869700
841345
809200
773400
734050
691462
655422
617911
579260
539828
500000
308538
158655
66807
52100
40100
6210
233
3.4
Cuadro 7. Medida del Nivel Seis Sigma
21
Nombre
de
la
crtica
Tipo de variable
Especificaciones
variable crtica
Variable del proceso

variable
Discreta
de
Continua
la
Cuadro 8. Plan de la recoleccin de la informacin.
Re tom an d o e l ej em p lo q ue h em os v en i d o tr ab aj an d o, s e
e va l a e l n i ve l S E I S S I G M A d e l L a bor a tor i o P A S TI L L A S
S . A . , a p a r t i r d e l a inf or m ac i n nec es a r i a p ar a la
de t er m in ac i n de l D P MO , c o ns i gn a do e n l o s c u adr os 9 y
10 .
Nombre
crtica
de
Perfil de la caracterstica de calidad

Se va a medir el peso exacto de las pldoras antes
variable de ser empacadas, el cual debe tener un peso
promedio de 500gr y las especificaciones.
la
Tipo de variable
Especificaciones
variable crtica
de
la
Discreta
Continua
x
La meta busca tener una mnima variabilidad en el
peso de las tabletas y que ste se encuentre mas
cerca de 500mg.
Cuadro 9. Variable problema y su caracterizacin
L a b o r a t o r i o s P a s t i l l a s S . A. C r i t e r i o s
del Nivel Seis Sigma
Socavaduras
Peso
por
Nombres de las encima y por debajo.
no
dureza fuera
conformidades
de
las
especificaciones
Factores
Crticos
de
Calidad FCC
Muestra
de
artculos
Producidos MAP
TDF
Nmero de no
conformidades
en el proceso
NC
200
600
32
32
Cuadro 10. Criterios del nivel Seis Sigma.
22
DPMO =
32
32
1.000.000 =
1.000.000 = 53333.3
3 200
600
Co n l a i nf or m ac i n r e c o lec ta d a s e l ogr a es ta b lec er q ue

e l pr oc es o a n al i za d o ti en e u n n m er o es p er a do d e
53 3 33 . 3 d ef ec tos po r m ill n, c an t id a d q u e eq u i va l e , d e
ac u er d o c on l a ta b l a de l ap nd ic e, a u n d es em pe o d e
m s de 3. 13 des v i ac io nes , p ar a un r en d im ie nt o c er c a no a
95 %
LABORATORIOS PASTILLAS S.A.
DEPARTAMENTO DE ASEGURAMIENTO DE LA CALIDAD
CONTROL DE PROCESOS
PRODUCTO: PILDORAS ESTILE
VARIABLE EVALUADA: PESO
E S P E C I F I C A C I N : 5%
M A X: 5 2 5
MIN: 475
PESO REQUERIDO: 500
miligramos.
MQUINAS TABLETEADORAS
Recubrimiento al 3%
Recubrimiento al 5%
Recubrimiento al 7%
485
498
509
505
512
509
489
500
498
504
511
505
490
501
510
502
504
509
495
495
480
509
501
505
499
498
485
509
503
500
500
495
490
503
515
500
502
501
499
510
509
501
510
505
518
495
518
502
500
507
490
500
521
524
520
496
498
520
521
517
INTERVALO DE MUESTREO:
CADA 15 MINUTOS
Cuadro 11. Informacin del peso de las pldoras a diferentes

concentraciones de recubrimiento
E T AP A D E M E J O R AM I E N T O
CAPTULO 4
ETAPA DE MEJORAMIENTO
24
Introduccin
En
es t a
e t ap a
la
or ga n i za c i n
d e be
m ej or ar
c on t in u am ent e en t r m in os d e l a ef ic ac ia d e s us
pr oc es os , de ta l m aner a qu e p er m it a l l e var a c a b o
nu e v as t c n ic as o f or m as m s ef ec t i vas d e op t im i zac i n .
P ar a lo gr ar es t e m ej or am ie nt o l a or ga n i za c i n de b e
c om pr om et er s e a d e te r m inar l as t en d enc i as de l pr o duc t o
y a es ta b l ec er e l n i v e l de s a t is f ac c i n d e l c l i en t e, a l a
v e z qu e d e be r e a l i z ar es t u d ios c om pa r a ti v os d e s u
des em pe o y n i v e l de c om pet i ti v i d ad c o n r es pec t o a
otr as or ga n i za c io n es . T c nic as d e m ej or am i en t o c om o e l
A M EF , e l D I S EO EX P ER I M ENT A L a yu d an a la tom a de
dec is i on es a d ec u a das en la or g a n i zac i n .
4.1
Anlisis del Modo y Efecto de Fallas
Potenciales .
Un a her r am ie n ta ti l pa r a l l e var a c a bo l a e t ap a de
m ej or am ie nt o c on t in u o es e l an l is is d e l m odo y ef ec t o
de f a l las , A M EF ( ver c u a dr o 1 2) , m ed i an t e e l c u al s e
i de nt if ic a e l pr o b lem a y s us pos i b les c a us as , as c om o
tam bi n s e pr op o ne n p os ib l es s o luc i o nes , s e es ti p u la n
l os r es po ns ab l es y l as f ec h as es t a b lec i das par a l a
ej ec uc i n d e l as m is m as .
La t c n ic a AM EF s e bas a f un d am ent a lm ent e e n
pr oc e d im ie nt os de o b s er vac i n y des c r i pc i n c o ns ta n tes ,
por l o q ue es p oc o o bj et i v a y s u u t i li za c i n s e r es tr i ng e a
c as os poc o c om pl ej os de an l is is .
Parte
Funcin
Modo
potencial
Efecto
Potencial
de falla
S
E
V
E
R
I
D
A
D
C
L
A
S
E
Mecanismo/causa
de falla
potencial
O
C
U
R
R
E
N
C
I
A
Controles
actuales
R
E
S
P
O
N
S
O
N
S
Cuadro 12. Anlisis del Modo y Efecto de Falla Potencial
Resultados de
acciones
S
V
C
O
C
C
D
E
T
NP
R
25
4.2 Diseo Experimental Unifactorial .

E l d is e o ex pe r im e nt a l es o tr a d e las h er r a m ient as m s
ap l ic ad as en el m ej or am i en t o y op t im i zac i n d e u n
pr oc es o.
Aq u , m ed i a nt e u n a tc n ic a de nom i na d a
an l is is de v ar i an za s e c ua nt if ic a e l ef ec to de d if er e nt es
n i ve l es o tr at am ie nt os s o br e un a var i a bl e r es p u es t a q ue
s e c o ns t i tu ye en o bj e to d e i nt er s .
Un o d e los
pr inc i p al es obj et i v os de l an l is is d e los da tos e n u n
d is e o ex p er im en ta l es c u a nt if ic ar
y e v a lu ar l a
im por ta nc ia de l as f ue nt es d e v ar i ac i n atr ib u i da a
d is t i nt os n i v e les de un o o v ar i os f ac tor es d e c l as if ic ac i n
o tr a t am ie nt os .
E n t r m in os f or m al es , e l an l is is de var i an z a, i d ea d o por
R. A. F is her , es u n pr oc ed im ie n to s is t em tic o qu e
tr a ns f or m a la v ar i ab i l i da d t o ta l ( o s um a d e c u a dr ad os
to ta l es ) , e n v ar i ab i l i da d ex p lic a da p or l os d is t i nt os
n i ve l es d e los f ac t or e s de c l as if ic ac i n o , s im pl em ent e ,
tr a tam i en t os
y un a v ar ia b i l id a d in ex p lic a b le d eb i d a a
pr es e nc ia i ne v i ta b l e de d is c r e p anc i as e n t r e l o q u e s e
obs er v a y lo qu e d e b i er a s er . L a ta b la d e a n l is is d e
v ar ia n za
r es um e
el
c o n oc im ie nt o
ac e r c a
de
la
v ar ia b i l id a d d e las o b s er vac i o nes d e l ex p er i m ento . Se h a
hec h o u na pa r t ic i n en d os d e la s u m a tota l de
c ua dr a dos ; u n a r e pr e s en t a l a var i ac i n en t r e l as m ed i as
de los tr a tam i en tos , l a o tr a de l er r or ex p er im en t al .
El
d is e o
u nif ac t or ia l
se
u t i li za
c ua n do
las
obs er v ac io n es y ij d e u n a v ar ia b le r es p ues t a de i n ter s
s uf r e n l a i nf l u e nc i a d e c i er to f ac tor , e l c u a l s e p u ed e
pr es e nt ar e n a ni v e l e s d if er e nt es d e f or m a q ue p ar a
c ad a u no d e e l l os s e r e al i za n m ues tr as i n de p en d i en tes
de t am a o ni , c o n i m o s tr a n do los d is t in tos n i ve l es d el
f ac tor de in t er s . Aq u , N r epr es e n ta el t o t a l ge n er al de
obs er v ac io n es e n t od os l os n i v e les , y i . r epr es e n ta e l
to ta l pa r a e l i s im o ni v e l de l f ac tor y
to ta l .
y e s el gr an
Es ti l d es c r i b ir l as o bs er v ac i on es d e u n e x per im en t o en
f or m a de u n m ode l o m atem t ic o . P ar a e l d is e o
un if ac t or ia l e l m ode l o ti e ne la f or m a
26
yij = + i + ij
do n de
con i = 1,...,a y j = 1,...,n
yij es l a j - s im a o bs er v ac i n de l i- s im o f ac t or ,
es u n p ar m etr o c om n a t o dos l os
tr a tam i en t os a l qu e s e l l am a m ed ia gl o b al ,
i es un p ar m etr o n ic o d el t r a tam i en t o i- s i m o
a l qu e s e le ll am a ef ec to d e l tr at am ie nt o i- s i m o,
ij : es u n c om po ne nt e d e l er r or a le a tor i o.
La ec u ac i n a nt er ior s e c on oc e por lo g e n er a l c om o e l
m ode lo de los ef ec t os . Igu a lm en te a es t e m ode lo s e l e
c ons i d er a , p or s u f ac i l id a d d e s o l uc i n, c o m o un m ode lo
es t a ds tic o l in e al , es d ec ir l a va r i a b le de r es pu es ta yij es
un a f unc i n l i ne a l d e l os p ar m etr os d e l m ode l o.
El
m ode lo de ef ec t os en e l c u al s e i n v es t i g a l a i nf l ue nc ia d e
un nic o f ac t or s e de n om in a m ode l o d e an l is is d e
v ar ia n za s im p le o de un a v a . A d em s , es un r e qu is i to
i nd is pe ns ab l e q ue e l ex per im en to s e l l e v e a c a b o en
or d e n a l ea tor i o p ar a qu e e l am bi en t e e n e l q ue s e
ap l i qu e n l os tr a tam i e nt os s ea lo m s u nif or m e p os ib l e.
P or lo ta n to , el d i s e o ex p er im en ta l e s un d is e o
c om pl et am ent e a l ea to r i za d o. L os o bj e ti v os s er n pr ob ar
l a h i p t es is a pr o p i ad a ac er c a d e las m e d ias de l os
tr a tam i en t os y es t im ar l as .
Fuente de
variacin
Grados
de
libertad
Suma de
cuadrados
Cuadrados
medios
Valor de F
de Fisher
Valor
P
a 1
SS tratamientos
SS tratamient o
a 1
SStratamiento
f = a 1
SSerror
N a
P(F f )
Error
N a
SS error
SSerror
N a
TOTAL
N 1
SS total
Tratamiento
Cuadro 13. Anlisis de varianza para un diseo unifactorial
Las f or m ul ac io n es p l a nt e ad as en l a ta b la d e a n l is is d e
v ar ia n za s e pr es e n ta n a c o n ti n uac i n.
La s um a t ot a l d e c ua d r ad os es
27
SC total
y 2
= y
i, j
N
2
ij
La s um a d e c u adr a d os d e l os tr at am ie nt os e s
SC tratamiento =
i, j
y i2 y 2
ni N
La s um a de c u ad r a d o s d el er r or s e e v a l a m edi a nt e la
d if er e nc i a d e l a s um a tot a l d e c u adr a dos y la s um a d e
c ua dr a dos d e l tr at am ien t o, as
SC error = SC total SC tratamiento

S i un a v ar i ac i n de b i do a l os tr at am ie nt os es
s i gn if ic a ti v am en te m a yor qu e e l er r or ex p er im ent a l
a le at or i o, en t onc es s e r eq u i er e u na pr ue b a de h ip tes is .
P ar a la pr u e ba de hi p t es is s e u ti l i za u na r eg i n c r t ic a
de u n l a do e n l a c o l a de l a d er ec h a. La h i p tes is nu l a
H 0 s e r ec h a za p ar a un a pr o ba b i l id a d d e u n e r r or t i po I
de la s ig u i en te f or m a
f > F[ ( a 1), ( N a ) ]
do n de
F[ ( a 1),( N a ) ] es e l v al or c r t ic o d e l a dis tr ib uc i n de
F is he r par a u n n i v e l d e s i gn if ic a nc ia i gu a l a .
A qu
la
h i p t es is
nu l a
p la nt e a da
es
H 0 : i = j .
Me d i an t e es t a pr u e b a s e bus c a d et er m inar q u e t a n
s i gn if ic a ti v a es l a i nf l ue nc ia de l os n i ve l e s de l f ac t or
s obr e l a var i a bl e r es p ues t a.
4.3 Ajuste de Superficie de Respuesta .

P ar a la o pt im i za c i n de l pr oc es o s e p u ed e m od e lar la
i nf or m ac i n s um in is tr ad a m edi a nt e u n p ol i nom i o qu e s e
aj us te e n f or m a ad ec ua d a a l os d at os . E s to s e r e a l i za
m edi an t e u n aj us t e d e s up er f ic i e d e r es p u es t a p ar a e l
m ode lo un if ac tor i a l q u e s e pr es e n ta a c on t in uac i n.
28
E l m od e lo p o l in om ia l qu e s e aj us t a r e q u ier e qu e l os a
n i ve l es o tr at am ie nt os s e a n c ua n ti t at i v os o num r ic os y
eq u i dis t an tes , s i e nd o s u f or m u lac i n
y = 0 + 1 P1 ( x) + L + n Pn ( x) +
Do n de
Pi (x) es un p o l in o m io or t og o na l d e or d en i , es
dec ir , p ar a u n ex p er i m ento c o n a n i ve l es d e l f ac t or X, s e
ti e ne qu e
P ( x) P ( x) = 0
i , j =1
p ar a
i j
Las s um as d e c u adr ad os e n u n d is e o u n if ac t or i al s e
de t er m in an d e l a m is m a m ane r a c om o s e i nd ic en e l
ap ar te inm ed i at am en t e a nt er ior .
E l s i gu i en t e p as o es de t er m in ar la i d o ne i d ad d e l m od e lo
m edi an t e el c oef ic i e nt e de de te r m in ac i n
de la s ig u i en te f or m a
R2 =
R 2 , c a lc u l ad o
SC mod elo
SC error
= 1
SC total
SC total
A lg u n os au t or es c o ns i der a n q ue u n m ode l o es i d ne o o
qu e i nt er p r e ta e n f or m a ad ec u a da el f en m en o
es t oc s t ic o qu e pr e te n de m od e lar c u a n do
R 2 0 .9
P ar a i lus tr ar e l pr oc e d im ie nt o d e aj us t e n os r em it im os
un a ve z m s al ej em pl o q ue h em os v en i d o tr ab aj an d o. E l
c ua dr o 1 4 m ues tr a l a i nf or m ac i n r ef er e nt e a l p es o d e
l as p ld or as e l a bor a da s en L ab or at or i os P A S TI L L A S . A . a
tr es
ni v e l es
d is t i nt os
i gu a lm en te
es p ac ia d os
de
r ec u br im ie n to . Los c lc u l os r es p ec t i v os p ar a aj us t ar u n
po l i nom i o d e s e gu n do or d en a l os da t os c o ns ig n ad os e n
e l c ua dr o s e pr es en t a n a c o nt i nu ac i n .
29
30207 2
SC total = (485 2 + ... + 517 2 )
60
9986 2 + 10034 2 + 10187 2
SC mod elo =
3
= 5376.85
30207 2

60
= 1101.9
SC error = 5376.85 1101.9 = 4274.95

L AB O R AT O R I O S P AS T I L L AS S . A.
D E P AR T AM E N T O D E AS E G U R AM I E N T O D E L A C AL I D AD
CONTROL DE PROCESOS
P R O D U C T O : P L D O R AS E S T I L E
V AR I AB L E E V AL U AD A: P E S O
E S P E C I F I C AC I O N : 5%
M X : 5 2 5
MN: 475
PESO REQUERIDO: 500
miligramos.
M Q U I N AS T AB L E T E AD O R AS
Recubrimiento al
Recubrimiento al
Recubrimiento al
3%
5%
7%
485
498
509
505
512
509
489
500
498
504
511
505
490
501
510
502
504
509
495
495
480
509
501
505
499
498
485
509
503
500
500
495
490
503
515
500
502
501
499
510
509
501
510
505
518
495
518
502
500
507
490
500
521
524
520
496
498
520
521
517
9986
10034
10187
I N T E R V AL O D E M U E S T R E O :
C AD A 1 5 M I N U T O S
Recubrimiento
Recubrimiento
Recubrimiento
3%
5%
7%
9986
10034
10187
Cuadro 14. Informacin del peso de las pldoras
Total
30207
A c on t i nu ac i n s e c a l c u la n l as s um as d e c u adr a d os p ar a
c ad a un o de l os tr a tam ie n tos te n i en d o e n c u e nt a la
as ig n ac i n d e c o ef ic i en t es par a c o n tr as tes or to g on a l es
qu e s e pr es e nt a e n e l c ua dr o 1 5.
30
Porcentaje de
recubrimiento
Totales del
tratamiento
3
5
7
9986
10034
10187
Cuadro 15.
ortogonales.
Asignacin
de
Coeficientes de los contraste

ortogonales2
Lineal
los
P1
Cuadrtico
-1
0
1
1
-2
1
coeficientes
de
los
P2
contrastes
E l c lc u l o d e l as s um as d e c u adr a dos p ar a c ad a u no d e
l o tr a tam i en t os es t d ef i n id a p or
y i ci
i =1
n ci2
i =1
do n de e l n um er ad or y e l d e n om ina d or d e la ex pr es i n
an t er i or r e pr es e n ta n r es p ec ti v am en te e l c u adr a d o d e l os
ef ec t os y l a c om b in ac i n m ues tr a l par a c a d a u no d e l os
m iem br os de l po l i nom i o a aj us t ar . E n am bas ex pr es io n es
r e pr es e nt a e l c o ef ic i en te or t o go n al a s oc ia d o a l ici
s im o tr at am ie nt o .
Los ef ec tos p ar a la s pa r t es li n e al
po l i nom i o s o n, r es p ec t i v am ent e,
y c
i =1
i. i
y c ua dr t ic a
de l
= 9986(1) + 10034(0) + 10187(1) = 201
Informacin obtenida de la Tables for Statisticians, Vol. 1, 3. ed., por

E.S. Pearson y H. O., Hartley, Cambridge University Press, Cambridge,
1966 (ver anexo)
31
3
y c
i. i
i =1
= 9986(1) + 10034(2) + 10187(1) = 105
La c om bi n ac i n m ues tr a l p ar a l as par tes

c ua dr t ic a d e l po l i nom i o es r es pec t i vam en t e,
l in e a l
n ci2 = 20(12 ) + 20(0) + 20(12 ) = 40

i =1
n ci2 = 20(12 ) + 20(2 2 ) + 20(12 ) = 120

i =1
T eni e n do en c ue nt a lo s c lc u los r e al i za d os , l as s um as de
c ua dr a dos p ar a l as par t es l i n ea l y c ua dr t ic a d e l
po l i nom i o
s on
ig u a les
a
1 0 10 . 02 5
y
9 1 .8 7 5,
r es p ec ti v am en te .
L a t ab l a c om p le t a d e an l is is d e
v ar ia n za p ar a e l c as o b aj o es t ud i o s e pr es en ta
s eg u i dam en t e en el c u adr o 1 6.
Fuente de
variacin
Grados
de
libertad
Suma de
cuadrados
Cuadrados
medios
Recubrimiento
Lineal
Cuadrtico
Error
Total
2
1
1
57
59
1101.90
1010.02
91.875
4274.95
5376.85
550.95
1010.025
91.875
74.9991
Valor
de F
de
Fisher
7.35
137.41
12.5
Valor P
0.00150
0.00000
0.00081
Cuadro 16. Anlisis de varianza para el modelo polinomial.
Los pr im er os tr es po l i nom i os or t o go n a les s o n
P0 ( x) = 1
(x x)
P1 ( x) = 1
32
x x 2 a 2 1
P2 ( x) = 2

d 12
do n de d es l a d is ta nc i a en tr e l os n i ve l es d e X ,
a es e l n m er o d e n i v e l es d el ex p er im ent o ,
s on
c o ns t a nt es
qu e
as e gur a n
q ue
los
po l i nom i os tom a n v a lo r es e nt er os .
Las es t im ac i on es p ar a l os pa r m etr os
po l i nom i os
f r m ula
or to g o na l es
se
d e l m ode l o d e
de t er m in an
m edi an t e
la
a 1
i =
yP ( x)
i
i =0
a 1
[P ( x)]
i =0
P ar a e l c as o d e l r ec u br im ie nt o d e l as p l dor as , e l
c m put o de l os e s tim ad or es de l os c oef ic i e nt es
po l i nom i a les a r r oj a l os s i g u ie nt es r es u lt a dos
0 = 503.45
1 = 5.025
2 = 0.875
T eni e n do e n c ue nt a q ue p ar a el c as o obj et o de es tu d io
s e t ie n e q ue a = 3 , l a d is t a nc ia en tr e l os n i v el es d = 2 y
x = 5 , e l aj us t e d e l m ode l o po l in om ia l t om a f in a l m ente l a
f or m a
y = 505.444 4.05 x + 0.65625 x 2

Ec uac i n q u e en p r i m er a i ns ta nc ia p er m i te es tim ar e l
v a lor d e l pes o d e l a p l do r a p ar a p or c e n taj es d e
33
r ec u br im ie n to es p ec i f ic a do .
L a u t il i d a d de es t a
pr e d ic c i n s e d es p ej a en e l m om ent o q ue s e e v a l a e l
c oef ic ie nt e d e d et er m i nac i n
R2 =
1101.9
4274.95
= 1
= 0.2049
5376.85
5376.85
Lo q ue e v id e nt em ent e in d ic a q ue e l m ode l o aj us ta d o n o
es r ec om end a b le p ar a pr ed ec ir e l p es o d e l a p as t i l la s i
s e t om a c om o v ar ia b le in d ep e nd i e nt e e l r ec u br im ie nt o d e
l a m is m a. E n es ta i ns t a nc i a , d a dos l os r es u l ta d os d e l
aj us te , e l i n ves t ig a d or d e be ex p l or ar o t r os t i pos de
m ode los y e nc on tr ar e l q u e m ej or s e aj us t e al f e nm e no
qu e s e es t ud i a.
E T AP A D E AN L I S I S
CAPTULO 5
ETAPA DE ANLISIS
35
Introduccin
Es l a e t ap a m s im p or ta nt e d e l a f il os of a S e is Si gm a, ya
qu e s e de b en ap l ic ar t od as las her r am ie n tas es ta d s t ic as
qu e s e aj us te n a l a i nf or m ac i n s um i n is tr a d a p or e l
pr oc es o. U n a s e l ec c i n a dec u ad a d e l m to d o es t a ds t ic o
per m i tir s i n l ug ar a du d as ob te n er m ej or e s b en ef ic i os y
c on el l o ac c ed er a un an l is is m u y c er c a n o a l a r e al i d ad .
E ntr e es t os m t o dos de a n lis is , e nc o ntr a m os los m s
s enc i l l os c om o e l D i agr am a d e P ar et o, Di a gr am a de
Ca us a y ef ec t o c om o p as o pr e v i o a l a n lis is i n ic ia l .
T am bi n e nc on tr am os her r am ie n tas i gu a lm en t e v l i das
c om o s on : e l D ia gr am a d e D is p er s i n , E l M od e l o L in e a l
c on s u c oef ic ie nt e d e c or r el ac i n y d et er m in ac i n.
Ex is t e n h er r am ie nt as es p ec i al i za d as q ue n e c es ar i am en te
e l r es p o ns a b le e n l a or ga n i za c i n, d e im p lem en t ar el
M t od o S eis S i gm a de b e c o n oc er o e n s u d ef ec t o
c on tr at ar p er s o na l ex p er to , c om o es e l c as o d e
her r am i en tas es t ad s t i c as c om o e l C on tr ol E s ta ds t ic o d e
Pr oc es os y e l Dis e o Ex per im en t al
5.1 Diagrama de Pareto .

T am bi n c o n oc id o c om o e l An l is is d e P ar e t o. S u
obj et i v o pr i nc ip a l es s ep ar ar l os p r o b lem as de c a li d ad en
poc os d ef ec tos v it a l e s , ge n er a n do el oc h e n ta p or c i e nt o
( 80 %) de l os pr o bl e m as de c a l i da d ( v ar i ab i l id a d n o
na t ur a l) , y l os m uc hos def ec tos t r i v i a les . P or c en t aj es q u e
s on u t i li za d os tr a d ic i o na lm en t e, p er o q u e c a r ec e n d e un a
r i gur os i da d es ta d s t ic a.
P ar a l a e l a bor ac i n d e es te d ia gr am a s e s u g ier e r ea l i za r
e l s i gu i en t e pr oc e d im ien t o:
36
60
96,36
100,00
90,91
50
83,64
Frecuencia
74,55
40
50,91
30
20
25,45
10
Diameter
Thickness
Label cut
Lbl offctr
Lbl folded
Mislabeled
No label
Figura 5. Diagrama de Pareto
1.
2.
3.
4.
5.
6.
7.
8.
Id e nt if ic ar e l pr o bl em a d e c a l id a d.
Es t r a t if ic ar l os d at os .
Me t od o l og a y t iem po de r ec o l ec c i n d e l os da t os .
Dis e e u n a t a b la d e r eg is tr o d e l os t i p os d e def ec t os
ex is t en t e ( t em s ) en e l p r o b lem a d e c a l i d a d c on s us
r es p ec ti v os t ot a les , l os to t al es ac um ul ad os , la
c om pos ic i n p or c en tu a l y e l p or c en t aj e ac u m ula do .
O r g an ic e es t os d a tos de ac u er do a l a c an t id ad .
Di b uj e d os ej es v er tic a les y u n ej e h or i zo n t a l
E n e l ej e h or i zo nt a l c o lo q ue ta n tos i nt er v a l os c om o
t em s ex is t a n.
Co ns tr u ya p ar a c a d a i nt er va l o u n a b ar r a y d ib uj e l a
c ur va ac um u la d a.
Es im p or t a nt e r ec a lc ar q u e e l D i agr am a de P ar e t o s e
c ons tr u ye bas a do e n l a v ar i ab l e o pr o b l em a d e c a l i da d;
es t os p ue d en s er c las i f ic a dos c om o: C a l id a d d e l pr oc es o:
def ec t os , r e p ar ac i o ne s ; C os t o : m ag ni t ud d e la p r d id a;
E ntr e ga : i n ve nt ar i os y d em or as ; Se g ur id a d: ac c id e nt es e
i nt er r upc i on es .
5.2 Diagrama de Causa y Efecto.

T am bi n l l am ado d ia gr am a d e es p i na de pes c a do , q u e
c ons is te e n d et er m in ar t o dos l os f ac t or es qu e inf lu ye n
en el r es u l ta d o d e un pr oc es o.
37
A c on t in u ac i n s e des c r i b en l os p a s os p ar a la
c ons tr uc c i n d e l di a gr am a de Ca us a y Ef ec to o t am bi n
l lam a do Es p i n a de Pe s c ad o :
1.
2.
3.
De ter m i ne el pr o b l em a d e c a l id a d
E nc i er r e l a c ar ac te r s tic a d e c a l i da d e n un c u adr o y
es c r b al o a l l ad o d e r ec h o . pr o l o ng a nd o un a l n e a
hor i zo n t a l a l a i zq u i er da de d ic h o c ua dr o.
Es c r i ba l as c a us as pr im ar i as y s ec un d a r i as q ue
af ec t a n d ic h o pr ob l em a de c a l i da d c o nec t n do l as e n
l a l n ea hor i zo n t a l.
5.3 Prueba de Normalidad.

Es in d is p e ns a b l e c o noc er qu e c u a nd o s e a p lic a un a
her r am i en ta es t ad s t ic a e n d on d e s e i n v ol uc r an v ar ia b l es
c on t in u as o c u a nt i ta t i v as es f un d am ent a l d et er m in ar s i l a
i nf or m ac i n
o bt e n id a
en
el
pr oc es o,
t ie n e
un
c om por t am ie n to m ed i an t e u na d is tr i b uc i n nor m a l. Pa r a
e ll o l a es ta d s t ic a p o s ee al g un as pr u eb as , entr e e l l as
3
enc o ntr am os la pr u e ba d e J i - c u a dr a d o , K olm o gor o vSm ir n o v Li l l i ef or s , S ha p ir o y W ilk s o la pr u e ba d e
A nd er s on Da r l i n g; p er o u na m an er a m uy s e nc i l la d e
r ea l i za r l a pr u eb a d e n or m a li d ad es c o n s tr u ye n d o un
Hi st o g r am a d e F re cu en ci a, f i gu r a 6 .
En esta prueba toma el valor de la ji-cuadrado
es la observacin observada,
(o e)
,
e2
donde
la observacin esperada. Este valor de
Chi-cuadrado se compara con el punto crtico

de libertad.
2 =
(21 )( k 1) ,
con
k 1
grados
38
Figura 6. Histograma de frecuencia
5.3.1 Prueba de Normalidad Mediante el

Mtodo de Kolmogorov Smirnov Lilliefors . La
pr u e b a de K olm o gor o v Sm ir n o v L il l i ef or s KS L es a p lic a d a
n ic am en te a v ar ia b l es c o n ti n u as y c a lc u l a la d is t a nc ia
m x im a en tr e l a f u nc i n d e dis tr ib uc i n e m pr ic a d e l a
m ues tr a s e lec c i o na d a y l a t e r ic a , e n e s te c as o l a
nor m a l.
S ea un a m ues tr a
s i gu i en t e
f or m a
x1 ,..., x n l a m ues tr a or d en a da de la
x1 x 2 x3 ... x n . L a f u nc i n d e
d is tr i buc i n em pr ic a de es t a m ues tr a es d e l a f or m a:
k
Fn ( x ) = n
x < x1
xk x xk +1
x xn
39
De t al m aner a q ue p a r a c on tr as t ar l a h i p t e s is de q u e e l
m ode lo ge n er a d o d e l os da t os es F ( x ) s e c a lc ul a e l
es t a ds tic o
Dn = mx Fn ( x ) F ( x )
c u ya
d is tr i b uc i n ,
F ( x ) es c i er t a s e ha t a bu l ad o . S i la d is t anc i a
c a lc u l ad a Dn es m a yo r qu e l a e nc o ntr ad a e n las t a bl as
D( , n ) , f ij a nd o u n n i v e l de s ig n if ic a nc i a ,
r ec h a za r em os e l m ode l o F ( x ) . Es d ec ir Dn D ( , n )
c ua n do
Co ns id er a nd o e l c as o d e l pes o d e las p ld o r as Es t i l e, s e
tom a l a i nf or m ac i n a l a s a l i da d e u n a d e l as m qu i n as
de pes aj e y es tos s o n l os r es u l t ad os :
Peso de las
pldoras en la
primera
mquina al 5%
485
489
490
495
499
500
512
510
508
Cuadro 17. Informacin del peso de las pldoras con recubrimiento
del 5%.
Fn ( x )
F (x )
Fn (xh1 ) F(xh )
Fn (xh ) F(xh )
1
2
3
4
5
6
7
8
9
485
489
490
495
499
500
508
510
512
0.111
0.222
0.333
0.444
0.555
0.666
0.777
0.888
1.000
0.08099
0.16130
0.18759
0.35377
0.50964
0.55428
0.83024
0.87693
0.91378
0.08099
0.05030
0.03441
0.02077
0.06564
0.00072
0.16424
0.09993
0.02578
0.030107
0.060895
0.145732
0.090665
0.045910
0.112376
0.052468
0.011954
0.086212
Dn ( x )
0.16424
Cuadro 18. Construccin de la prueba de Kolmogorov Smirnov

Lilliefors KSL.
La inf or m ac i n d e l a m ues tr a es t im am os e l pr om ed io
E ( x ) = = 498.666
y
la
d es vi a c i n
es t n d ar
E (s ) = = 9.7724 .
40
x 498.666
Ca lc u lam os e l v a lo r d e F ( x ) = p(Z z ) = p Z i
par a c a d a u no d e l os v a lor es
9.7724
xi de la m ues t r a .
Ej em p lo de e ll o , es c ua n do s e t om a el va l or d e x = 485 ,
e l c lc u lo d e l a no r m a es ta n dar i za d a r es u l ta d e la
s i gu i en t e m an er a:
485 498 . 666
F (248 ) = p (Z z ) = p Z
= p (Z 1 . 398 ) = 0 . 0809
9 . 7724
Es t e pr oc ed im ie n to s e r e al i za p ar a c ad a u no de los
v a lor es o b te n i dos en l a m ues tr a s e l ec c io n a da . U n a v e z
c a lc u l ad o t od os l os v a lor es s e c a lc u l a n l as d if er enc i as y
s e o bt i en e f i na lm en t e e l va l or m x im o de Dn es
0. 1 63 5 79 6 3.
P ar a
o bt e ner
la
d if er e nc i a
Fn (xh1 ) F(xh ) , p or ej em p l o
tom an d o e l pr im er v al or x = 485 do nd e F ( x k ) =
v a lor an t er ior d e Fn ( x k 1 ) =
r es u l ta n te es
0.0809 ; un
0 , p o r lo ta n to l a d if er e nc i a
0 0.0809 = 0.0809 .
E n e l c as o d e l a d if e r enc i a
Fn ( xh ) F(xh ) los v a lo r es s e
r ea l i za n de la s ig u i en t e m an er a:
0.111 0.0809 = 0.0301
E n l a ta b l a d e K SL s e ob t ie n e c o n n = 9 : D(0.05,9) = 0.271 ,
por l o q ue s e ac e p ta q u e l a m ues tr a s e d is tr i b u ye
nor m a lm ent e .
5.4 Diseo de Parmetro Robusto.

Es la par t e d e l a m et od o l og a d e T ag uc h i qu e in v o l uc r a
d is e os d e tr at am ie nt os f ac t or ia l es , l os c u a l es c o ns is t en
en r f ac t or es , los q u e s e p ue d en c o ntr o l a r du r a nt e e l
pr oc es o de m an uf ac t ur a y l os q ue n o s o n c on tr o la b les .
41
E n l a t er m i no l og a de T ag uc h i los f ac t or es c o ntr o l ab l es
se
i de nt if ic a n
c om o
lo s
p ar m etr os
o
f ac t or es
c on tr ol a b les ; los q ue no s e c on tr ol a n s e c on oc en c om o
f ac tor es r u i do o n o c on tr ol a b les . L as v ar i ab l es y l os
f ac tor es de r u i do s on los m s s e ns ib l es a los c am bi os
en l as c o nd ic i on es d e l e n tor n o dur a nt e l a pr od uc c i n y
por l o ta nt o tr a ns m it e n la v ar i ab i l id a d a l a s r es p u es t as
de in t er s en e l pr oc e s o.
Un o bj et i v o es d et er m inar q u e c om bi nac i n d e f ac tor es
c on tr ol a b les es la m enos s e ns i b l e a los c a m bios e n l as
v ar ia b l es d e r u i do , d e es t e c o nc e p to s e d er i v a e l n om br e
de dis e o de p ar m etr os r o bus tos .
E l m to do d e a n l is i s de T ag uc h i t ie n e c om o m etas
pr inc i p al es :
1.
2.
3.
M in im i za r l a r es p u es t a .
Max im i za r l a r es pu es t a
Lo gr ar un a r es p u es t a nom i na l , d if er e nt e de l a m nim a
o l a m x im a.
E l d is e o de T ag uc h i a ti e nd e a l s i g ui e nt e m ode lo p ar a
tr es f ac t or es
y = 0 +1x1 +2x2 +3x3 +12x1x2 +13x1x2 +23x2x3 + y1z1 +11x1z1 +21x2z1 +31x3z1 +
E l m od e lo d e la m edi a pa r a l as r es pu es t as s e r epr es en t a
c om o:
E z [ y ( x, z )] = f ( x)
(1)
S ie n d o f (x ) es la por c i n de l m ode l o q ue inc l u ye s o lo

l as v ar ia b les c on tr o l a b les . E l m od e l o de la v ar ia n za pa r a
l a r es p u es t a, s e d et er m in a m ed i an t e l a s ig u ie n te
f or m ulac i n :
42
y ( x, z )
V z [ y ( x, z )] =
+ 2
zi
i =1
2
(2)
2
z
La var i a n za d e l a r es pu es ta
s e es t im a m ed i a nt e e l
c ua dr a do m ed i o d e l e r r or , C M E y
l a v ar ia n za d el r u id o.
z2
es c o no c i da c om o
La a p l ic ac i n de es t e d is e o r o bus t o s e pr es e n ta e n l a
i nf or m ac i n s um in is tr ad a po r l a em pr es a P as t i l las S . A.
en do n d e s e e nc ue ntr a n i nt er es ad os e n ev a l uar l os
s i gu i en t es f ac t or es : e l ef ec t o d e l a g e om etr a d e l m ol de
( A) ( c om o f ac t or q ue n o s e p u ed e c o ntr o l ar ) , ve l oc id a d
de t a b le t ea d o ( B) , y e l n gu l o d e c or te ( C) . S e e l ig e n d os
n i ve l es d e c a da f ac t o r y s e c or r e n tr es r p l ic as , l o q u e
3
im pl ic a un d is e o f a c tor i a l 2 . Los r es u lt ad os s o n l os
s i gu i en t es :
Velocidad de corte
(B)
20
Nivel bajo
30
Nivel alto
G e o m e t r a d e l m o l d e ( A)
Factor no controlado
1
2
Nivel bajo
Nivel alto
An g u l o d e c o r t e ( C )
30
35
30
35
Nivel
Nivel
Nivel
Nivel
bajo
alto
bajo
alto
509
490
485
498
511
501
487
487
510
496
492
482
(1)
ac
505
500
501
503
501
505
500
499
501
510
512
509
bc
ab
abc
Cuadro 19. Observaciones tomadas del proceso de tableteado.
Combinacin de tratamientos
(1)
a
b
ab
c
Replicaciones
I
II
III
Total
509
511
510
1530
490
487
492
1469
505
500
501
1506
500
499
501
1500
498
501
496
1495
43
1
ac
bc
abc
485
487
482
1454
503
501
505
1509
510
512
509
1531
Cuadro 20. Organizacin de las observaciones del peso de la

pldora, tomando las combinaciones.
Rec u r d es e qu e e l va l or de c er o i nd ic a n i ve l b aj o e n es t e
f ac tor y u n o e l n i v e l a lt o, p or ej em pl o t om em os las
obs er v ac io n es 5 0 5, 5 00 , 5 0 1 q ue s e e nc u en tr an en l a
G e om etr a d e l m ol de 1( n i v e l b aj o e n e l f ac t or A) , n g u lo
de c or t e 30 gr a dos ( n i v e l baj o en e l f ac t or C ) y v e l oc id a d
de c or t e 3 0 ( ni v e l a l to en el f ac to r B) , t en e m os c er o p ar a
e l f ac tor A, c e r o p ar a e l f ac tor C , p or s er n i v e les b aj os ; y
un o par a e l f ac t or B , l o qu e im pl ic a q u e en e l or d e n
num r ic o el v al or p ar a es t e n i v el es 01 0 . Lo q u e es l o
m ism o, el f ac t or B es e l nic o c u yo n i ve l e s a lt o , por lo
qu e alf ab t ic am en te ( A BC) l a l e tr a as ig n a da es b , es
dec ir q u e s e as i gn a l a l et r a a lf a b t ic a s i e l n i ve l a l to d e l
f ac tor s e enc u e ntr a e n l as r e p l ic ac i o nes u ob s er vac i o nes .
Com.
II
III
(1 )
a + (1)
ab + b + a + (1)
abc + bc + ac + c + ab + b + a + (1)
ab + b
abc + bc + ac + c
abc bc + ac c + ab b + a (1)
ac + c
ab b + a (1)
abc+ bc ac c + ab + b a (1)
ab
abc + bc
abc bc + ac c
abc bc ac + c + ab b a + (1)
a (1)
ab + b a (1)
abc+ bc + ac + c ab b a (1)
ac
ab b
abc + bc ac c
abc bc + ac c ab + b a + (1)
bc
ac c
ab b a + (1)
abc + bc ac c ab b + a + (1)
abc
abc bc
abc bc ac + c
abc bc ac + c ab + b + a (1)
Cuadro 21. Procedimiento terico de la tcnica de Yates para el

clculo de los contrastes.
44
E n l a ter c er a
r ep l ic ac io n es
c o l um na e l pr im er v a lo r es e l t ot a l de l as
y i.. , y l o s va l or es i nf er i or es s on los
c on tr as t es . L a s um a de c ua dr ad os e n e l d is e o
de t er m in a
SS contraste =
por
(contraste de i )
2k se
2k n
d on d e
i = a, b, c, ab, bc, ac, abc , e l ef ec t o s e c alc u la m ed i a nt e

(contraste de i ) y e l c o ef ic ie n te d e l m od e lo es
efecto =
2 k 1 n
(efecto i ) .
e va l u ad o m e di a nt e, coeficiente i =
2
Total
II
III
Suma de
cuadrados
Efecto
1530
2999
6005
11994
1469
3006
5989
-86
( 86)2
1506
2949
-67
98
(98)2
ab
1500
3040
-19
118
1495
-61
-16
ac
1454
-6
91
48
bc
1509
-41
55
84
abc
1531
22
63
Com.
(1)
24
86
= 14.333
6
98
= 16.3333
6
118
= 19.6666
6
16
= 2.66666
6
48
= 8.00000
6
84
= 14.0000
6
8
= 1.33333
6
= 308.16
= 400.166
24
2
(118) = 580.16
24
( 16)2 = 10.666
24
(48)2 = 96.000
24
(84)2 = 294.00
24
(8)2 = 2.666
24
Coeficientes
11994
= 499.75
24
14.333
= 7.1665
2
16.3333
= 8.1665
2
19.6666
= 9.833
2
8.00000
= 4.000
2
14.0000
= 7.000
2
Cuadro 22. Aplicacin de la tcnica de Yates para el peso de la

pldora en el proceso de tableteado.
SS total = 509 2 + 5112 + K + 512 2 + 509 2
11994 2
24
= 1760.5
SS error = 1760 . 500 308 . 166 400 . 166 580 . 166

10 . 6666 96 . 0000 294 . 000 2 . 66666
= 68 . 66874
45
Grados
de
libertad
Efectos de los factores principales
Geometra del molde
1
Velocidad de tableteado
1
Angulo de corte
1
Efectos de las combinaciones
Geometra - velocidad
1
Geometra ngulo
1
Velocidad - ngulo
1
Geometra velocidad
1
ngulo
Error
16
Total
23
Fuente de
variacion
Suma de
Cuadrados
Cuadrado
Medio
Valor F
308.166
400.166
10.6666
308.166
400.166
10.6666
71.8036
93.2398
2.48536
580.166
96.0000
294.000
580.166
96.0000
294.000
135.180
22.3682
68.5027
2.66666
2.66666
0.62134
68.66874
1760.500
4.291796
Cuadro 23. Anlisis de varianza para el diseo
23 .
E l v a lor F q ue s e ob tu v o pa r a c a d a ef ec t o, e n l a t a b la d e
an l is is d e v ar ia n za ; s e c om par a c o n e l e s ta ds t ic o de
pr u e b a F0.05(1,16 ) = 4.49 .
Los f ac to r es m s s i gn if ic a ti v os r es u l ta n t es s o n l os
ef ec t os p r i nc i pa l es a , b y l as c om bi nac i o nes ab , ac y
bc . S e ob t ie n e e l s i g ui e n te m ode l o d e r e gr es i n l i ne a l,
y = 0 + 1x1 + 2 x2 + 12x1x2 + 13x1x3 + 23x2 x3 + y1z1 + 11x1z1 + 21x2 z1 + ,
Re em pl a za n d o l os v a l or es c or r es p on d i en t e s par a c a da
c oef ic ie nt e s e t i en e q u e
y = 499.75 7.1665x1 + 8.1665x2 + 9.833x1 x2 + 4.00x1 x3 + 7.00x2 x3

Aj us t am os es t e m od e l o a l d is e o de T a g uc h i y el m ode l o
de r es p u es t as
y ( x1 z1 ) = 499.75 + 8.1665 x 2 + 9.833 x1 x 2 + 4.00 x1 x3 + 7.00 x 2 x3
Ut i l i za n do l as ec u ac i o nes ( 1) y ( 2) im p l ic a q ue e l m ode l o
de l a m ed i a p ar a l a r es p u es t a es E z y (x, z ) = f ( x ) Y e l
m ode lo
de
la
v ar ia n za
pa r a
la
r es p ues ta
y ( x, z )
V z [ y ( x, z )] =
+ 2,
zi
2
z
46
y ( x, z )
zi = 9.833 x 2 + 4.00 x3
i =1
3
E z [ y ( x1 z1 )] = 499.75 + 8.1665 x 2 + 7.00 x 2 x3
V z [ y (x1 z1 )] = z2 (9.833x 2 + 4.00 x3 ) + 2

2
La v ar ia n za d e l r u i do z = 1 , ya q ue s e c o ns id er a e l r u i d o
c om o un a v ar ia b l e c u ya d is tr ib uc i n es nor m al es t n dar
c on m ed ia c er o y v ar ia n za un o , y l a v a r i an za d e l a
2
r es p u es t a
2 = 4.291796
P or l o t a nt o el m od e l o p ar a l a v ar ia n za es t d ef i n id a de
l a s i gu i en t e m an er a:
Vz[ y ( x1 , z1 )] = (1) 96.687 x 22 + 78.664 x 2 x3 + 16.00 x32 + 4.291796

Re ac om oda n do los t r m in os l a v ar i a n za es c a lc u l ad a
c om o:
Vz[ y ( x1 , z1 )] = 4.291796 + 96.687 x 22 + 78.664 x 2 x3 + 16.00 x32

Ec uac i n q ue per m it e m ode lar l a v ar i ab i l id a d d e l pr oc es o
de t a l m an er a q u e s e b us q u e m in im i zar s u i nf l ue nc i a en
e l pr oc es o.
E T AP A D E C O N TR O L
CAPTULO 6
ETAPA DE CONTROL
48
Introduccin
Es t a e ta p a p er m it e v er if ic ar l a ef ec t i v id a d y l a ef ic ac ia de
l os di v er s os c am bi os qu e s uf r e e l p r oc es o n o a tr a v s d e
l as d i v er s as e t ap as de m ej or a . Es i nd is p ens a bl e
en t onc es def in ir un os in d ic ad or es q u e n os m ues tr e e l
n i ve l d e d es em pe o de la or g a ni za c i n . Las c ie nc i as
es t a ds tic as
p er m it e n
ut i l i za r
un
s i n nm er o
de
ap l ic ac io n es pa r a c o n oc er el es t ad o d e u n pr oc es o b aj o
l os e v e nt os q ue of r ec e la inf o r m ac i n r ec o l ec t a da e n l a
or g a n i zac i n.
E ntr e los m t od os o pr oc ed im ie n tos ap l ic a d os p ar a
r ea l i za r e l c o ntr o l a u n pr oc es o s e enc u e ntr an
her r am i en tas t a les c om o l os G r f ic os d e C o ntr o l
Un i v ar ia d a p or v ar i a b les y C a pac i da d d e l pr oc es o ; las
an t er i or es h er r am ie n tas s o n a p lic a d as c u an d o l as
v ar ia b l es s o n c u an t it at i v as , G r f ic as U n i v ar ia d as p or
atr i bu t os c ua n do las v ar i ab l es s o n c ua l i ta t i vas ,
l as
G r f ic as d e Co nt r o l Mu l ti v ar i ad as y el Dis e o d e
Ex per im en t os .
6.1 Grficos de Control Univariados.

Es u n d i agr am a q ue pr es e nt a e l c om p or t a m ient o y a s u
v e z s e r ea l i za e l s eg u im ie nt o de u n a c ar a c ter s t ic a de
c a li d ad en e l t i em po. D et ec t a nd o l a ex is t e nc ia o n o d e
i nes ta b i l id a d e n e l p r oc es o , s i e l l o oc ur r e s e c o n oc e
c om o c aus a as ig n a b le ( En es t ad s t ic a in v o luc r a l a
v ar ia b i l id a d aj e na a l a inf or m ac i n d e l pr oc es o) . L a
c ar ac t er s t ic a d e c a l id a d es e v al u ad a m edi an t e el
est ad st i co d e l as m ues tr as o s u b gr u p os qu e s e t om an
de l pr oc es o.
E ntr e l os es t ad s t ic os m s uti l i za d o t en em os el pr om ed i o
x , e l r a ng o R , la v ar ia n za s 2 , l a pr op or c i n p , E l
num er o d e n o c onf or m ida des e n e l s ub gr u po u . L os t r es
pr im er os s o n a p l ic a d os e n l as G r f ic as d e C on tr ol p or
V ar ia b le y l as d os lt i m as por las g r f ic as d e c o ntr o l po r
atr i bu t os . El s up u es t o d e n or m al i da d e i n de pe n de nc i a s e
49
de b en c um pl ir p ar a l a e la b or ac i n d e es t as gr f ic as d e
c on tr ol .
6.1.1 Fundamentos Tericos de los Grficos

de Control Univariados por Variables. Es t a
gr f ic a es pr o pu es ta por W alter Sh e wh ar t , es un a d e las
her r am i en tas m s ut i l i za d as e n el S PC , p er m it e
m onit or e ar y c o ntr o la r el pr om ed io de u n pr oc es o es
c on oc i do c om o gr f ic o
x , es u na c ar ta q u e s e ap l ic a
par a c o ntr o lar y m ej o r ar la c a l i da d m ed i a a tr a v s d e l
v a lor pr om ed i o x , c a lc u l ad o e n c a d a s ub gr u po o
m ues tr a , es pr es en t a da s im u lt n e am ent e c on e l gr f ic o
R qu e p er m it e c o ntr o l ar y m ej or ar l a d i s per s i n o
v ar ia b i l id a d.
P er o c om o la v ar iac i n es i n her e nt e e n c ad a s u b gr up o
l os p r om ed i os y l os r a ng os v ar a n en c ad a s u bgr u po
per m i ti e nd o as d os ti pos de er r or es :
E rr o r t i p o I: oc ur r e c u an d o a l tom ar un a m u es tr a
c on d u zc a a tom ar u n a ac c i n , c u a nd o e n r e a li d ad no ha
ha b i do c am b io al g un o en el pr oc es o.
E rr o r t i p o II : s uc ed e c u an d o a l tom ar u n a m ues tr a la
gr f ic a m ues tr e u n p r oc es o b aj o c o ntr o l c ua n do en l a
r ea l i d ad h a ya oc ur r id o u n c am bi o e n e l pr oc es o .
P ar a q ue u n pr oc es o de pr od uc c i n s e a es ta b le , am b as
es t a ds tic as , t a nt o e l pr om ed i o c om o l a dis p er s i n
de b en es t ar e n es t a d o de c on tr ol . P or t al m oti vo , p ar a
ef ec t os pr c t ic os , las c ar t as x y R s e d ib uj an e n l a
m ism a h oj a de p a pe l . Es t a et a pa d e l pr oc e s o s e c o n oc e
c om o F A S E I.
La s i g u ie nt e es la s ec u e nc ia d e ac t i v id a des g en er a les
qu e s e s i gu e e n l a e l ab or ac i n d e c ar tas de c on tr ol x
yR:
1.
Es t a b lec im ie n to d e o bj et i v os .
50
2.
3.
4.
5.
6.
7.
8.
S el ec c i n d e l as var i ab l es a c o ntr o l ar : l a v ar ia b l e o
v ar ia b l es
a
c o ntr o l ar
d e be n
s er
m ag n it u des
s us c e p ti b l es de m ed ir s e.
E lec c i n d el c r it er i o d e f or m ac i n d e s u bg r u pos .
E lec c i n d e tam a o y f r ec u enc i a d e l os s u bg r up os .
De ter m i nac i n d el m t od o d e m e dic i n.
O bt e nc i n d e l as m ed i c i on es y r eg is tr o de e l l os .
C lc u lo d e l a m ed ia , x de c ad a s u bg r u p o.
C lc u lo d e l a am pl it ud R , d e c a da s u b gr up o : la
am pl it u d de c a da s u bgr u p o s e c a lc u la r e s ta n do e l
v a lor d e la m ed ic i n m s baj a d e l a m s a lt a.
9. C lc u lo d e l r a n go p r o m edi o R .
10 . De ter m i nac i n d e lm i tes d e c o nt r o l . L os l m ites d e
c on tr ol d e l a c ar t a R s e c a lc u la d e l a s i gu i en t e
m aner a
lsc R = D4 R y lic R = D3 R do n de D3 y D4 s on
f ac tor es q u e d e pe n d en de l t am a o d e la m ues tr a .
P ar a l a c ar ta x , l os l m ites d e c o ntr o l s e ex pr es a n
de
la
s i g u ie n te
m aner a
lcs X = x + A2 R
lci X = x A2 R do n de A 2 es u n f a c tor q ue d ep e nd e
de l t am a o n o de l s ub gr u po , es t d ef i n i da c om o
A2 =
3
d2 n
La m et od o l og a en l a e la b or ac i n d e c ar tas de c on tr o l x
y s es s im il ar q u e l a es t ab l ec id a e n l as gr f i c as x y R .
Ca lc u la n do el v al or d e l a d es v iac i n es t n dar de c ad a
un o d e l os s u b gr up os y l a s f or m u lac i o nes u t i l i za d as par a
de t er m in ar los l m ites de c o ntr o l in ic i a les o F A S E I , es t os
4
s on : par a l os lm it e s de c o nt r o l d e s ,
s e c a lc u l a
lcs = B4 S y lci = B3 S d on d e
B3 y B4 s o n f ac t or es q u e
de p en d en de l t am a o de la m ues t r a .
Este tipo de grfica de control S como medida de variabilidad es utilizada

cuando el tamao del subgrupo es variable. Por lo que el estadstico S,
resulta mejor estimador para la desviacin de la poblacin
.
51
x , l os l m ites
P ar a l a c a r t a
e va l u ad os
lci = x
m ed i an t e
3s
C4 n
d e c on tr ol u ti l i za d os s on
lcs = x +
= x A3 S do n de
3s
C4 n
A3
= x + A3 S
es u n
f ac t or qu e
de p en d e d e l t am ao de l a m ues tr a. Es t os lm it es s o n
ob t en i dos a l es t im a r e l v al or d e
m ed i a nt e la
des v i ac i n es t nd ar m ues tr a l e v al u ad a en c ad a un o de
l os
s u bgr u pos .
Se a
E (s ) = C4 ,
don d e
C4 =
n

2
2 ,
n 1 n 1
des v i ac i n
es
e nt o nc es
s
, do nd e
C4
es t nd ar m ues tr a l p ar a c a da los
la
es t i m ac i n
es
la
de
la
d es v ia c i n
g s u bgr u pos .
A lg u n as v ec es ex is te n dif ic u l ta d es e n l a a gr up ac i n d e l a
i nf or m ac i n d e bi d o a las c o nd ic i on es na t ur a l es de l
pr oc es o, p or l o q u e s e h ac e n ec es ar i o a p l i c ar c ar t as d e
c on tr ol d e u na s o la r p l ic a n = 1 , d o nd e los l m ites d e
c on tr ol s e o bt i en e n de l a s i g u ie nt e f or m a,
lcs = x + 3
Rm
,
d2
lc = x , lci = x 3
Rm
,
d2
do n de
Rm
es
c on oc i do c om o e l r a n go m v i l. E l v a lo r de d 2 de p en d e
de l t am a o d el agr u pam i en t o qu e
s e r ea l ic e e n l a
i nf or m ac i n s um i nis tr ad a p or e l pr oc es o . L os lm it es de
c on tr ol p ar a e l r a ng o m v il s o n l os s i gu i e nt es ,
lcs = D4 Rm , lcs = Rm , lci = D3 Rm . Es im por t a nt e r ec a lc ar

qu e l a p r u e ba d e nor m ali d ad es f u n dam en t a l e n es t e ti p o
de c ar tas d e c o ntr o l, ya q u e e n es t e c as o no s e t i e ne e l
ef ec t o d e l T eor em a d e l Lm it e C e ntr a l, d if e r enc i a q u e s e
ti e ne c u a nd o s e c a lc u l a l a m ed i a m ues tr a l a p ar t ir d e u n
s ub gr u po .
Cu a nd o e l s u pu es t o de n or m al id a d n o es c um pl id o s e
hac e n ec es ar i o tr a ns f or m ar l a i nf or m ac i n, de t a l m an er a
52
qu e c um pl a los c r i t er ios d e n or m a li d ad qu e ex ig e n
pr u e b as c o n oc id as c om o K o lm og or o v S m ir no v o l a
pr u e b a de An d er s on D ar li n g.
Cu a nd o e l t am a o d el s u b gr u p o es v ar ia b l e es
c on v e n ie nt e u t il i za r l a s c ar tas x y s , e n d on d e ni es e l
nm er o d e o bs er v ac i on es enc o ntr a do e n e l i- s im o
s ub gr u po , e n to nc es l os es t ad s t ic os o l n eas c e ntr a l es
s e c a lc u l a n de la s i gu i en t e m an er a,
x=
ni x i
i =1
g
n
i =1
y
i
s=
(n
i =1
g
(n
i =1
1)si2
g)
, l as c o ns t a nt es
A3 , B3 y
B4 d e pe n de n d e l tam a o d e l s u bgr u po s el ec c i o na d o.
Recalcular los lmites de control. U na v e z o bt e ni d os
l os l m ites d e c o ntr o l i nic i a l o h is t r ic os , ( s e r ec om ie n da
ob t en er l a inf o r m ac i n d ur an te l os s e is pr i m er os m es es )
par a p os t er i or m ent e i de nt if ic ar los lm it es n at ur a les o
es t nd ar d e l pr oc es o,
es t os va l or es n at ur a les s e
ob t ie n en u na v e z i d e n tif ic a d o l os pu nt os por f uer a d e l os
l im ites de c on tr o l o s i ex is t en t e nd e nc ias en e l pr oc es o.
P or s u p u es t o s i
la i nf or m ac i n h is tr ic a no pr es en t a
es t as d os c o n dic i o ne s de f u er a de c on tr o l l os lm it es
i nic i a les o h is tr ic os s er n c o ns id er a dos c om o l m it es
na t ur a l es o es t n da r p ar a el pr oc es o.
Cu a nd o s e es t e v a l ua n do s i un pr oc es o s e enc u en tr a
f uer a de c o n tr o l la pr i m er a gr f ic a q u e s e d eb e a n al i za r
c on m uc h o c u id a do es l a gr af ic a d e l a m ed i da de
v ar ia b i l id a d en es te c as o la gr f ic a R , qu e p er m it e
obs er v ar s i ex is te h o m ogen e i da d en l a va r i ab i l i da d d e l
pr oc es o. Cu a nd o e n el pr oc es o l l eg ar a a s uc ed er lo
c on tr ar io ( a lt a var i a bi l id a d e n l a inf or m ac i n)
no se
pu e de r e a l i zar u n b u e n a n lis is e n l a gr af ic a d e r an g os y
por s u pu es t o en l a g r f ic a d e loc a l i zac i n, gr f ic a x , s i
no s e es ta b i li za la v a r i ab i l i da d ( o bs er ve q u e l os l m it es
53
de c o ntr o l d e l a gr f i c a d e l oc a l i za c i n de pe n de d e la
v ar ia b i l id a d en el p r oc es o q u e
e n e l ej em pl o
lo
r ep r es e nt a e l r a ng o o r ec o r r i d o) el a n l is is q ue s e r ea l ic e
de l m is m o es t t ot a lm en t e a lej ad o d e l a r e a l i da d.
Cu a nd o ex is t e n p un tos f u er a d e c o n tr o l s e d eb e
r ec a lc u l ar l a m edi a y e l r a n go ut i l i za n do la s i g u ie n te
f r m ula , p ar a r ec a lc ul ar e l pr om e di o
r ec a lc u l ar e l r a ng o
R=
R R
x=
x x
g gd
; y pa r a
g gd
Do n de l os pr om ed io s , los r a n gos y l a c a nt i da d d e
s ub gr u pos d es c a r t ad o s s o n e n s u r es pec t i vo or de n xd , Rd
y
gd .
Estimacin de la Desviacin Estndar de la

Poblacin. La t e o r a es t ad s t ic a pr op or c io n a un a
r e lac i n en tr e el p r om ed io y l a des v i ac i n es t n da r
m ues tr a l ( es t e pr om ed i o es e l r es u lt a do de la s um at or i a
de l as d es vi ac i on es e s t n dar par a c a d a s u bgr u p o en tr e
e l n m er o d e s ub gr up os r ec o g id os e n c a d a m ues tr a ) y
l a d es v i ac i n es t nd ar po b l ac i o na l
. R e lac i n q u e
es t d a da por l a c o ns t an t e c4 . P or ej em pl o, e l v a lor de c 4
par a un a m ues tr a d e c i nc o es de 0. 9 4. P o s ter i or m ent e
s e o bt i en e el pr om edi o d e l a d es v iac i n es t n dar de l os
gr u p os e n es t ud i os . La es t im ac i n d e l a d es v iac i n
po b l ac i o na l m ed i a nt e
0 =
s
. T am bi n s um i n is t r a e l
c4
v a lor es per a do d e la r e lac i n ex is t e nt e en tr e e l r ec or r id o

R ( c a lc u la d o s um an do l os r a ng os o bt e ni d os e n to d os l os
s ub gr u pos e ntr e e l num er o d e e l los ) y l a d es v i ac i n
es t nd ar p o b lac i on a l m edi an t e e l p ar m etr o
d 2 . La
es t im ac i n d e l a des v i ac i n es
R
d2
54
La FASE II o Determinacin de los Lmites de

Control Estndar. U na v e z es ta b l ec i d o, m edia n te l as
c ar t as , qu e e l pr o c es o s e enc u en tr a b aj o c on tr o l
es t a ds tic o ( es el f u nd am en to d e los l m it es d e c on tr o l
i nic i a l, F A S E I) , e l s i g u ie nt e p as o es c alc u l ar l os lm it es
de c o ntr o l es t n d ar de l pr oc es o . P ar a la m edi da d e
l oc a l i za c i n o pr om ed i o l a f or m u lac i n es l a s ig u i en t e, e l
lm it e de c o ntr o l s u p e r i or es lcs = + A d on d e = x y
R
, s o n l os p ar m etr o s de l pr oc es o , pr om ed i o y
d2
des v i ac i n es t n d ar ; e l l m it e c e nt r a l lc = y e l l m ite d e
c on tr ol i nf er io r
lci = A . P ar a l a m edi d a d e
v ar ia b i l id a d t en em os par a e l l m it e s u p er io r es t nd ar de
c on tr ol lcs = D2 , e l l m it e c e n tr a l es t n d ar lc = R y e l
lm it e i nf er i or es t n da r d e c o ntr o l
lci = D1 .
Los l m it es de c o ntr o l es t nd ar p ar a las gr af ic as x y s

s on par a l as m ed id a s de l oc a li za c i n x , lcs = + A ,
s
, s o n l os pa r m etr os d e l pr oc es o ,
c4
pr om e di o y des v i ac i n es t n d ar ; e l lm it e c e ntr a l lc = y
e l lm it e de c o ntr o l i nf er ior lci = A . De o tr a p ar te l a
do n de
=x
m edi da de v ar ia b i l i da d es c a lc u l ad a
s i gu i en t e f or m u lac i n lcs = B6 , lc = c 4 =
m edi an t e l a
y lci = B5
E n e l s i g ui e nt e ej em p l o s e o bs er va c m o s e e la b or a n l os
lm it es d e c o ntr o l i nic i al es o F A SE I pa r a l a m ed i a, e l
r an g o y l a d es v iac i n es t n dar d e l p es o d e l as p l dor as
Es t i l e.
O B S E R V AC I O N E S
NUMERO
DEL SUBGRUPO
1
2
3
DEL SUBGRUPO
x1
538
525
538
n=2
x2
542
537
536
540
531
537
4
12
2
2.82
8.48
1.41
55
4
5
6
7
8
9
10
11
12
13
14
15
541
532
541
537
521
542
543
547
540
539
525
542
542
540
549
535
523
540
539
547
536
534
530
538
541.5
536
545
536
522
541
541
547
538
536.5
527.5
540
1
8
8
2
2
2
4
0
4
5
5
4
0.70
5.65
5.65
1.41
1.41
1.41
2.82
0
2.82
3.53
3.53
2.82
Cuadro 24. Observaciones tomadas del peso de la pldora
De ter m i nac i n de l m ites d e c on tr ol . L os lm it es d e

c on tr ol d e l a c a r t a R s e c alc u l an d e la s i g u ie nt e f or m a,
lcs R = D4 R y lci R = D3 R do nd e
D3 y D4 s o n f ac tor es
qu e d ep e nd e n de l ta m ao de l a m ues tr a. P ar a l a c ar ta
x , los l m it es de c o n tr o l s e f or m u la n d e l a s ig u i en t e
m aner a
lcs X = x + A2 R y lci X = x A2 R d on d e
A2 e s u n
f ac tor qu e d e pe n de d e l t am ao d e la m ues tr a.
Longitud Promedio de Corrida ARL. L a l on g it u d d e

Cor r i d a RL ( Ru n L e n gt h) es t def in i d a c o m o el nm er o
de s u b gr up os gr af ic a do e n l a c ar t a h as t a qu e a pa r e zc a
un a s e a l f u er a d e c o ntr o l. Es te v a lo r d e R L s e c om por ta
c om o u na var i a b le a le at or i a,
ya q u e a l r ea l i za r e l
ex p er im en to e n l as m ism as c o n dic i o nes no s e pu e de
gar a nt i za r q ue e l v a l or RL es e l m is m o. Es t e m oti v o
j us t if ic a c alc u l ar u n v a lor es per a do d e la lo n g it u d d e
Cor r i d a, c o n oc id o c o m o ARL o Lo n g it u d de C or r id a
Pr om ed io .
E l v al or A R L es u t i li za d o p ar a d et er m in ar d e m an er a
apr ox im ad a la ef ic i en c i a d e las c ar t as de c on tr ol , p or
ej em p lo c ua n do s e t o m a una c ar ta de c o nt r o l x c on n
obs er v ac io n es e n c a d a s u bgr u p o y los v a lo r es d e
xi s e
d is tr i bu ye n nor m a l e i nd e pe n di e nt es , e l c lc ul o d e qu e
un s ub gr up o s e e nc ue ntr e f uer a c o ntr o l es ,
56
lci
lcs
p = p(X i lci) + p(X i lcs) = p Z
+ p Z
n
n
S ea Y el nm er o d e s ub gr u pos gr af ic a d o en l a c ar ta
has t a o bt e ner u n es ta do f u er a d e c on tr o l , s e ver if ic a qu e
es t a var i a bl e Y s ig u e un a d is tr ib uc i n ge o m tr ic a c o n
par m etr o
p,
de
ta l
m an er a
q ue
p(Y = x ) = p (1 p )
x 1
x = 1,2,3...
E l va l or es p er a d o d e un a d is tr ib uc i n ge o m tr ic a es t
def in i d a c om o
E (Y ) =
1
(1 p ) .
y s u v ar i an za Var (Y ) =
p
p2
P or lo t a nt o l a Lo n gi t ud Pr om ed i o d e C or r i da AR L es t
def in i d a c om o
ARL = E (Y ) =
1
.
p
15
UCL = 13,73
CTR = 4,20
Rango
12
LCL = 0,00
9
6
3
0
0
Subgrupos
12
15
57
Promedio
550
UCL = 545,20
545
CTR = 537,30
540
LCL = 529,40
535
530
525
520
0
12
15
Subgrupos
Figura 7. Grficos de control para la media, el rango y la desviacin
estndar del peso de las pldoras Estile.
Estados Fuera de Control. Ex is te n d i ve r s os

c om por t am ie n tos qu e nos i n d ic a n u n es t ad o f u er a de
c on tr ol . E ntr e es tos c om por t am ie n tos s e enc u en tr a, e l
T ipo M e zc la e n d o nd e s e s os p ec h a de q ue en e l p r oc es o
ex is t en dos o m s po b lac i on es d e u n m is m o f ac t or , c u yo
c om por t am ie n to es t ot a lm ent e d if er en te un o de o tr o .
E ntr e
las
c a us as
qu e
ge n er a n
e s te
ti p o
de
c om por t am ie n to t e ne m os Mat er ia pr im a, O per ar i o y
E qu i p o.
La T en d enc i a es o tr o ti p o d e c om por tam i en to qu e s e
pr es e nt a
po r
una
s ec u e nc ia
c o nt i nu a
en
f or m a
as c e n de n te o d es c e n de n te de l c om po r t am i en to de l os
s ub gr u pos d e l pr oc e s o y es d e bi d o a Des aj us t e de
E qu i p o, D es g as te d e u na pi e za y D es c ui d o d e l op er ar io .
E l c om por t am ie n to T i po C am bi o de N i ve l e s l a r ep e nt i na
m odif ic ac i n d e las c o nd ic i on es d el pr oc es o y es
c aus a da p or l a M at er i a pr im a, O per ar i os c on d if er e nt es
pr oc e d im ie nt os o e l Aj us t e e n e l c en t r am ie nt o d el
pr oc es o.
E l C ic l o es e l c om por t am ie nt o q ue s e d e be a l a r ot ac i n
de f ac t or es de l pr oc e s o t a l es c om o E q ui p o , O per ar i o o
Ma t er ia pr im a.
Ex is t e otr o ti p o d e m etod o l og a p ar a d et ec t ar es t a dos
f uer a d e c o ntr o l c om o lo es , c alc u l an d o l a pr o b ab i l i da d
58
de l os lm i tes de ad v er t e nc i a , p ar a un a des v i ac i n e n
do n de l a p r o b ab i l i da d qu e s e e nc ue nt r e d en t r o d e c on tr ol
es
p ( 1.0 x + 1.0 ) = 0.680 , p ar a l m ites de
ad v er te nc i a a d os d es v i ac i o nes l a pr ob a b il i d ad de n tr o de
c on tr ol s e m id e c om o p ( 2.0 x + 2.0 ) = 0.950
y f in a lm en te a tr es d es v iac i o nes d e l a m ed i a l a
pr o b a bi l i da d de qu e un s ub gr up o c u a l e s qu i er a es te
de n tr o d e c o ntr o l es p ( 3.0 x + 3.0 ) = 0.9973
qu e im pl ic a qu e d e c ad a 1 00 0 0 s u b gr up os , s o l o 27 s e
enc o ntr ar n d e m an e r a n a tur a l f u er a d e l l os l m it es d e
c on tr ol , y e l pr oc es o s e c o ns id er ar es ta ds t ic am en te
baj o c o ntr o l.
Es i n dis p e ns a b le de ter m i nar los lm it es d e c o ntr o l
es t nd ar d e l pr oc es o un a ve z d e tec t ad a l as c aus as d e u n
c om por t am ie n to no al e at or io en e l pr oc es o . E n e l c as o d e
l as p l dor as Es t i le l os lm it es d e c o ntr o l un a v e z
de t ec t ad os l os s u b gr up os f u er a d e c o ntr o l, de b i do a
c aus as as i gn a b les s e pr es e nt a e n l a f ig ur a 8 .
15
UCL = 13,07
CTR = 4,00
Rango
12
LCL = 0,00
9
6
3
0
0
Subgrupos
12
15
59
Promedio
550
UCL = 546,80
545
CTR = 539,27
540
LCL = 531,75
535
530
525
520
0
12
15
Subgrupos
Figura 8. Lmites de control una vez detectado los subgrupos con
causas asignables en su comportamiento. Proceso bajo control
estadstico.
Des p us d e s om ete r a c on tr ol es t ad s t ic o e l p es o de las

p l dor as , e l pas o a s e gu ir es e v a l uar l os p a r m etr os d e l
pr oc es o. E l pr om ed i o y l a d es v i ac i n es t n dar ; q ue
per m i te ob t en er l os Lm it es Es t nd ar de Co ntr o l y la
Ca p ac i d ad de l Pr oc es o . L os c lc u los es t a bl ec i dos
i nd ic an qu e e l pr om ed i o de l p r oc es o es = 539.273 y l a
des v i ac i n r es u l ta d e
4 .0
= 3.546 . Es t os lt im os
1.128
c lc u l os , ta n to d e l a m ed ia c om o d e
es t nd ar es e l f u nd am en t o de la F A S E I.
la
d es v i ac i n
Co n los p ar m etr os de l pr oc es o e va l u ad o el s i g ui e nt e
pas o es o bt e ne r l os l m ites es t nd ar de c o ntr o l q u e s e
de t er m in an d e l a s ig u i en t e f or m a:
P ar a el pr om ed i o:
lcs = 539.273 + (2.121)3.546 = 546.794 ,

lci = 539.273 (2.121)3.546 = 531.751
lc = 539.273
E l r a ng o s e e v a l uar a c on las s ig u i en tes f or m ulac i on es :

lcs = (3.686)(3.546 ) = 13.070 , lc = 4.0 y lci = (0)(3.546) = 0 ;
E n e l c as o d e l a d es v iac i n s e tom a l as s i gu i e nt es
f or m ulac i on es :
lcs = (2.606)(3.546) = 9.2408 , lc = 2.83 y lci = (0)(3.546) = 0
60
Un a v e z o bt e n id o lo s lm it es es t nd ar d e c o nt r o l , e l
s i gu i en t e pas o es r e a l i zar el c on tr o l d e l pr oc es o q u e es
c on oc i do c om o F A SE II , q u e m uc hos p a s an p or al t o
c ua n do u t il i za n es t as tc n ic as es t ad s t ic as , c o ns is t e e n
tom ar nu e v a i nf or m ac i n o s u b gr u p os en e l pr oc es o;
c a lc u l ar s us es ta ds t ic os t a les c om o e l pr om ed i o, r a ng o y
l a des v i ac i n es t n d ar y l le v ar l os a l as gr f ic as d e
c on tr ol
c on
los
l m it es
es t nd ar
c a lc u la d os
an t er i or m en t e. E n e l p r ob l em a q ue s e tom o c om o ej em p lo
s e m ues tr a l a ap l ic ac i n de es t e pr oc e d im ie nt o.
I N F O R M AC I N T O M AD A P AR A C O N T R O L
O B S E R V AC I O N E S D E L
NO DE
SUBGRUPO
x
SUBGRUPO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
x1
x2
525
515
496
500
499
496
518
512
490
500
501
509
479
480
485
500
500
497
500
501
500
500
510
500
518
520
500
490
495
498
512.5
507.5
496.5
500
500
498
509
511
495
509
510.5
504.5
484.5
487.5
491.5
25
15
1
0
2
4
18
2
10
18
19
9
11
15
13
17.67
10.606
0.7071
0
1.4142
2.8284
12.7279
1.4142
7.071
12.7279
13.4350
6.3639
7.7781
10.6066
9.1923
Cuadro 25. Observaciones obtenidas para realizar control tomando

como referencia los lmites estndar del proceso.
61
Figura 9. Grfico del Control del promedio
La c ar t a m ues tr a u n p r oc es o f u er a de c o n tr o l e n c u an t o a
s u pr om ed io in d ic a nd o q u e e l pr oc e s o s e es t
c om por t a nd o de m an er a d is t i nt a a l a i nf o r m ac i n q u e
per m i ti c a lc u l ar lo s lm it es es t nd ar , es t o oc ur r e
tam bi n e n m en or g r ad o en l a gr f ic a de r a ng os y
des v i ac i n es t n d ar .
E n es t e ti p o d e c om po r tam i en to n o es d if c i l c o nc lu ir q u e
e l pr oc es o s e e nc u e ntr a f uer a d e c o ntr o l y s e de b en
tom ar las ac c io n es c o r r ec t i v as , q ue i n du zc a n a e nc o n tr ar
c aus as d e d ic ha va r i a c i n .
Figura 10. Grfico de Control del Rango
62
Figura 11. Grfico de control para la desviacin estndar
Capacidad del proceso. Cu a nd o u n pr oc es o c um p le

c on l as es p ec if ic ac i o nes es t a b lec i d as e n e l d is e o, s e
d ic e q u e es t e es u n pr oc es o c a p a z.
30
Pp = 2,35
Frecuencia
25
Ppk = -1,34
20
Ppk (upper) = -1,34
15
Ppk (lower) = 6,04
10
K = 1,57
5
0
470
490
510
530
550
570
Peso
Figura 12. Esquema de la capacidad de un proceso
S e p ue d en pr es e nt ar tr es c on tex t os c u an d o un pr oc es o
enc am in a
s us
es f uer zo s
a
c um pl ir
con
las
es p ec if ic ac io n es de d i s e o . L a pr im er a s it u ac i n es qu e
la
c ap ac i da d
del
pr oc es o
sea
m ayo r
q ue
las
Es l a s i t uac i n m s
es p ec if ic ac io n es 6 0 > les lei .
63
i nd es ea b le d en tr o d e un pr oc es o . A u nq u e e l pr oc es o s e
enc u en tr e de ntr o d e c on tr ol , es t e p ue d a q ue n o c um pl a
c on las es p ec if ic ac io n es ex ig i d as por el c l i en t e. E n es te
c as o e l in g en i er o de c on tr ol de c a l i da d d e be a um en tar
l as es p ec if ic ac io n es d e l pr o d uc t o, s i em pr e y c u a nd o s e a
i nf or m ad o a los c l i e n tes d e es t e c am bi o. O tr a p os i bl e
s o luc i n s er a d es pl a z ar el pr om ed i o d e l pr oc es o ya s ea
de i zq u i er d a o d er ec h a , l o gr an d o pr o d uc ir t od o e l
r ec h a zo por d ef ec t o o p or ex c es o y po r l t im o
d is m in u ye n do la var i a b il i d ad d e l pr oc es o , d e ta l m aner a
qu e l a d is tr i b uc i n s e a en f or m a de p u nt a ( s i gn if ic a q u e
l a m a yor par t e d e l a i n f or m ac i n s e enc u en tr a e n l a p ar t e
c en tr al d e los d at os ) e s to l ogr a c on c am bi os s us t a nc i a l es
en el pr oc es o.
E l s e g un d o c o nt ex to s e m anif ies t a c u a nd o la c ap ac i da d
de l
pr oc es o
es
i gu a l
a
l as
es p ec if ic ac i o nes
6 0 = les lei , a p es ar q u e e n es t a s i t uac i n e l pr oc es o
es t c um pl ie n do c o n l as es p ec if ic ac i o n es , e s i nd es ea b l e
te n er l a
p or q ue
en
c ua lq u i er
m om en to
a l g un as
i nf or m ac i on es d e l pr oc es o p u ed e n no aj us t ar s e a l as
es p ec if ic ac io n es .
E l lt im o c o nt ex t o oc ur r e c ua n do l a c ap ac i da d d e l
pr oc es o
es
m en or
qu e
l as
es pec if ic ac i on es
6 0 < les lei , es el c as o i d ea l . Es t o s i g nif ic a q u e l a
es p ec if ic ac i n a l s e r m a yo r q ue la c a pac i d ad d e l
pr oc es o, es t e pu e de enc o ntr ar s e f u er a d e c on tr ol , per o
no oc u r r e pr o d uc t o de r ec ha zo . La c a pa c i da d d e u n
pr oc es o d e b e s er m en or qu e l as d if er e nc ias d e l as
es p ec if ic ac io n es les lei p ar a d et er m in ar s i u n pr oc es o
es c a pa z d e c um p lir c on las es p ec if ic ac io n e s .
Medida de la Capacidad del Proceso. P ar a m ed ir

es t a c a pac i d ad
def in i d o c om o,
Cp =
les lei
6
es
ut i l i za d o
el
n d ic e
de
c ap ac id a d
64
Es t e v a lo r a d im ens i on a l i n d ic a , qu e ta n to l a s c on d ic i on es
ac t u al es de l pr oc es o per m it e n e l c um pl i m ient o de l as
es p ec if ic ac io n es es ta b l ec i d as e n e l pr oc es o.
O tr a de las m ed i das t i les p ar a e s pec if ic ar e l
c um pl im ie nt o de l as es p ec if ic ac io n es es el n d ic e d e
Ca p ac i d ad Pr om e di o C pk , qu e d et er m in a ha c i a do n de
es t e l d es p l a zam i en t o de l pr oc es o c on r e s pec t o a l as
es p ec if ic ac io n es . La f or m ul ac i n a p l ic a d a e s :
LES
LEI
C pk = min imo valor C pl =
C pu =
,
3 0
3 0
E n es t a f r m ul a s e es c og e e l va l or m n im o
en tr e C pl y
C pu . Es v i ta l c o nt ar c o n l os s i g u ie nt es c r it er i o s c ua n do
s e c a lc u l a l a c a pa c i d a d pr om ed io d e l pr oc es o:
1.
E l n d ic e d e c ap ac i da d pr om ed i o es m en or o ig u a l a l
n d ic e de c a p ac id a d C pk C P
2.
C pk = 0 E l pr om ed i o d e l pr oc es o c o inc i d e c o n u n a de
3.
l as es p ec if ic ac io n es .
C pk < 0 Cas i to d o e l pr oc es o es t a d es p la za d o p or
f uer a de l as es p ec if ic ac io n es .
O tr o d e los n d ic es ap l ic ad os en l a c ap a c i da d de u n
pr oc es o es e l nd ic e
de d es v o C pm
q u e i n vo l uc r a
de n tr o d e la var i a bi l i da d d el pr oc es o e l des v o d e l a
m edi a c o n r es p ec t o a l v a lor o bj e t i v o
N , c u ya
f or m ulac i n es ,
C pm =
les lei
6 2 + ( N )
(2 )
Mo d if ic a nd o l a ec u ac i n 2 , m u lt i p lic a nd o y d i vi d i en d o po r
t en em os ,
65
C pm =
Cp
N
1+
Cu a nd o e l v a lo r de
=N,
en t onc es
C pm = C p . O tr a de
l as m od if ic ac io n es q u e s e pu e d e r ea l i za r es c o n r es pec to
a l n d ic e d e c a p ac id a d pr om ed io , e n do n de s e r e em pl a za
e l v a lor C pk en la ec u ac i n 2. O b t en i e nd o e l s i gu i en t e
n d ic e ,
C pmk =
mn(les , lei )
3 2 + ( N )
en t onc es C pm = C pk
, s i e l v a l or d e
1
(les + lei ) ,
2
E l nd ic e de c ap ac i da d es un a v ar ia b le a l ea tor i a s uj et a al
v a lor d e l a des v i ac i n es t n d ar
, q ue e s es t im ad a
m edi an t e l a d es v i ac i n es t nd ar m ues tr a l s , de es t a
m aner a e l n d ic e de c ap ac i da d r e a l es t a d ef i ni d o c om o,
)
les lei
Cp =
6
P or l o qu e es p os i bl e r e al i za r u n a es t im ac i n d e
Cp
m edi an t e u n i nt er v a lo de c onf ia n za , us a n do el hec h o d e

qu e
(n 1)s 2
~ (2n 1)
(
n 1)s 2
2
p
= 1
n 1,
n 1,1
2
2
66
2
2
1
n 1,
n 1,1
1 1
2
2
p

s
n 1
n 1
s
Mu l t ip l ic an d o p or
te n em os ,
les lei
p
6s
les lei e n e l i nt er v al o d e c o n f ia n za
n 1,
2
n 1
As qu e e l i nt er v a lo
les lei les lei
6
6s
(1 )100%
2
2
n 1,
n 1,1
2
2
C p
, Cp
n 1
n 1
n 1,1
2
n 1
= 1
d e c o nf i an za p ar a
C p es ,
E n e l c as o d e las p l dor as
c ap ac i da d p ar a e l pes o es ,
Cp =
= 1
e n d on d e e l n dic e d e
les lei 525 475

=
= 2.35
6
6(3.546)
V al or q u e m an if i es ta q ue el pr oc es o es ef ic a z p ar a e l
c um pl im ie nt o d e l as es p ec if ic ac io n es tc n i c as ex ig i d as
en el pr oc es o.
E l i nt er v al o d e c o nf i a n za p ar a es t e nd ic e de C a pac i d ad
es es t im ad o s e g n la f or m ul ac i n a nt er i or c o m o,
67
(229, 0.05 )
(229,0.95 )
2.35
=
, 2.35
30 1
30 1
[1.83629,
Los
2.84632]
v a lor es
2
(29 , 0.05 )
de
= 17.70 y
la
2
(29 , 0.95 )
d is tr i b uc i n
j i- c u adr a d o
son
= 42.55 ( v er a nex o 6)
6.1.2 Fundamentos de los Grficos de Control

por Atributos. A lg un as v ec es n o es d e s ea b l e e n u n
pr oc es o c e nt r ar s e e n l as es p ec if ic ac io n es d e u n a
c ar ac t er s t ic a d e c a l i da d , s i no c las if ic ar l as u ni d ad es
f abr ic a d as e n un i d ad es c onf or m es y no c onf or m es o
de t er m in ar e l n m er o de n o c o nf or m i da d e s qu e p os e e
c ad a u ni d a d o s u b gr u po . E l s e gu im ie n to gr f ic o de es te
ti p o de c a r ac ter s t ic a de c a l i da d s e c o n oc e c om o gr f ic as
de c on tr o l por Atr i bu t o s .
Grficos de Control para el Nmero de

Unidades No conformes (Diagrama p ). Un
gr f ic o p m ues tr a la v ar iac i n q u e ex is te e n l a f r ac c i n
de no c o nf or m es e n u n pr oc es o, en do n de p s e c o n oc e
c om o l a f r ac c i n d ef e c tu os a. E l c om por t am ien t o d e es t a
f r ac c i n d e n o c onf or m es es un a d is tr i buc i n Bi n om ia l en
do n de s e as um e qu e l a pr ob a bi l i da d d e q u e u na u n i da d
no es t c o nf or m e es p y q u e las u n id a des f abr ic ad as
s on in d e pe n di e nt es . A l s e l ec c i o na r en f or m a ale at or i a
un a m ues tr a c o n n un i da d es , y s i X es un a var i a bl e
a le at or i a qu e es t r e p r es e n ta n do e l n m er o d e un i d ad es
no c o nf or m es en la m ues tr a. E n to nc es s e a f ir m a q ue X
ti e ne u na d is tr i b uc i n B in om ia l c o n p ar m etr os n y p .
La f r ac c i n d e u ni d ad es no c o nf or m es es t a es pec if ic a d a
c om o
p =
X
, c om o X ~ b(n, p ) e n to nc e s ,
n
p (1 p )
p ~ b p,
68
S i e l v a lor de p es c o noc i d o e n e l pr oc es o, los l m ites

de c on tr o l s e def in e n c om o,
lcs = p + 3
p(1 p)
p(1 p)
, lcs = p lci = p 3
,
n
n
Es t os lm it es per m i te n r ea l i za r e l c o ntr o l o m onit or e o d e

c a lc u l a da e n l a
l as f r ac c i on es de n o c onf o r m es p
m ues tr a n .
La ex per i e nc i a in d ic a qu e e l v a lor de l a f r ac c i n d e no
c onf or m es p es por l o ge n er al des c o noc i d o, ob l i ga n do a
es t im ar l o m ed i an t e u n c o nj un to d e g s ub gr u p os d e
n , en d on d e s e d ef i n e X i c om o el n m er o de
tam a o
un i d ad es e n la i- s im a m ues tr a , e nt onc es l a es t im ac i n
de l a f r ac c i n d e n o c onf or m e es
pr om e di o
de
es t a
f r ac c i n
de
p i =
no
Xi
ni
i = 1, 2...g , e l
c onf or m e
es ,
p=
X
i =1
g
n
i =1
i = 1, 2...g , d e es t a f or m a e l v a lor de p es
ut i l i za d o c om o u n es t i m ador d e
en es t e c as o s on de la f or m a,
lcs = p + 3
p . L os l m it es de c on tr o l
p (1 p )
p (1 p )
, lcs = p lci = p 3
,
ni
ni
S i e l t am a o d e l s u bg r up o es c o ns t a nt e, es f c i l s u p on er
qu e l os l m it es d e c o ntr o l s e pr es en ta n d e la s i g u ie nt e
m aner a,
lcs = p + 3
p (1 p )
p (1 p )
, lcs = p lci = p 3
,
n
n
69
E n do n d e e l v a lor de
p es es t im ad o m e di a nt e do n de
p=
X
i =1
i = 1, 2...g .
gn
Grficas
de
Control
de
Unidades
no
Conformes . L os s i gu i e nt es s o n los p as os n ec es ar i os
par a c ons tr u ir u n gr f ic o d e c o n tr o l d e l as un i d ad es no
c onf or m es :
1.
2.
3.
4.
5.
T r a zam os u n di a gr am a pr e l im in ar p ar a d et er m in ar s i
e l pr oc es o s e enc u en tr a e n c on tr o l , c a lc u l an d o
i nic i a lm ent e e l pr om ed io d e d ef ec tu os o d ur a n te e l
per i o do en q u e s e t om o l a i nf or m ac i n h is t r ic a.
P ar a el l o, t om am os e l n m er o t ot a l d e p ar t es
def ec t uos as s o br e e l n m er o to ta l d e i ns pec c i o nes
r ea l i za d as .
E v al u ar l os l m it es de c o ntr o l s up er i or , c en tr al e
i nf er ior de c o n tr o l
De ter m i na r la ex is te nc ia d e s u bgr u pos f uer a de
c on tr ol y s i ex is t e n c a us as as ig n ab l e s en e l
c om por t am ie n to d e l pr oc es o .
S e a n al i za n n ue v am e nt e los da t os p ar a o bt e ner l a
bas e , en c ua nt o a lo s lm it es de c on tr ol ( l m ites d e
c on tr ol es t n da r ) , q u e s e u t il ic e par a pr o duc c i o nes
f utur as .
Ut i l i za n do l os d at os de l a pr od uc c i n d e p l d or as s e
e la b or a u na gr f ic a d e c o ntr o l p , en d on d e l as c a us as
atr i bu i b l es h an s i do e nc o n tr a d as e n e l c as o de t o dos l os
pu n tos s i tu a dos f u er a de l os lm it es de c o ntr o l, c o n u n
tam a o d e m ues tr a d e 2 0 0 un i d ad es p or s u b gr u p o.
Nmero de unidades
Da del mes
1
2
3
4
5
6
7
10
11
12
no conformes
6
6
6
5
0
0
6
4
0
1
Xi
Fraccin de
no conformes
0.030
0.030
0.030
0.025
0
0
0.030
0.020
0
0.005
70
13
14
15
17
0.040
0.010
0.020
0.035
8
2
4
7
Cuadro 26. Nmero de unidades no conformes por exceso de peso
14
p=
X
i =1
14
n
i =1
55
= 0.0196 0.020
2800
Los lm it es d e c o ntr o l r es u l ta n te s on ,
lcs = p + 3
p (1 p )
0.0196(1 0.0196 )
= 0.0196 + 3
= 0.0496 0.050
n
200
lc = 0.0196 0.020
lci = p 3
p (1 p )
0.0196(1 0.0196)
= 0.0196 3
= 0.009805 0.00
n
200
0,05
UCL = 0,05
CTR = 0,02
0,04
LCL = 0,00
0,03
0,02
0,01
0
0
12
15
Subgrupos
Figura 13. Lmites de control iniciales para las unidades no
conformes
71
Es t os l m it es de c o ntr o l i n ic i a l es s on t om ados c om o
lm it es d e c o ntr o l es t n d ar d es p u s de d e tec tar q u e e l
pr oc es o s e e nc u en tr a es t a ds tic am en te en c on tr ol , l o q u e
es c on oc i do c om o F A S E I d en tr o de l a es tr uc t ur a
m etod o l g ic a de l as gr f ic as o d i a gr am as d e c on tr o l .
Es t o p er m it e r e a li za r u n c o ntr o l a l pr o c es o c on l a
i nf or m ac i n qu e s e m ues tr a e n e l c u adr o 2 7.
Da del
mes
Nmero de unidades no
1
2
3
4
5
6
7
conformes
1
3
1
4
0
4
15
Xi
Fraccin de no
conformes p
0.005
0.015
0.005
0.020
0
0.020
0.075
Cuadro 27. Nmero de unidades no conformes por exceso de peso,

que se someten a control.
S ie n d o p = 0.0196 c o noc i d o t om ado d e l a F A S E I , c u an do

e l pr oc es o s e enc u e ntr a b aj o c o ntr o l es t ad s t ic o, l os
lm it es d e c o ntr o l es t nd ar s o n c a lc u la d os m ed i a nt e,
lcs = 0.0196 + 3
0.0196(1 0.0196)
= 0.0469 0.050 ,
200
lc = 0.0196
lci = 0.0196 3
0.0196(1 0.0196)
= 0.0098 0.00 ,
200
Mo n it or e an d o l a inf or m ac i n s um in is tr ad a en e l c u a dr o
27 ( F A S E II) , l a gr af i c a m ues tr a qu e e l lt i m o s ub gr up o
pr es e nt a u n c om por t a m ient o a t p ic o d e ntr o d el p r oc es o,
l o qu e im p l ic a u n es ta do f u er a de c on tr o l es t ad s t ic o.
72
0,08
UCL = 0,05
CTR = 0,02
0,06
LCL = 0,00
p
0,04
0,02
Subgrupos para control
Figura 14. Informacin sometida a control tomando los lmites

estndar como referencia.
Grfica de Control Para la Cantidad de

Unidades No Conformes. E l gr f ic o de c on tr o l np
m ues tr a la var i ac i n ex is t en t e en l a f r ac c i n d ef ec t u os a
en un pr oc es o, en do nd e p s e c on oc e c om o l a f r ac c i n
def ec t uos a y e l tam a o d el s ub gr up o n es c o ns t a nt e.
El
c lc u l o
de
l os
l m ites
de
c on tr o l
se
d et er m in a n
lcs = n p + 3 n p (1 p ) par a el l m ite s u per i or de
m edi an t e
lcs = n p e l lm i te c e ntr a l y lci = n p 3 n p (1 p )
c on tr ol ,
e l lm it e i nf er i or d e c o ntr o l; d o nd e
p=
X
i =1
gn
i = 1, 2...g y
np =
X
i =1
per m it e c a lc u lar l os e s ta ds t ic os de c ad a u no
de los s ub gr up os .
73
Grfica de control para el nmero de no

conformidades . L a a p l ic ac i n d e la gr f ic a d el
nm er o d e n o c onf or m ida des c es t i l par a c o ntr o lar e l
nm er o d e d ef ec tos c pr es e nt es e n un a u n id a d o
s ub gr u po pr e d et er m in ad o . E n es te gr f ic o , e l tam a o d e
l a m ues tr a de b e s er f ij o . E l us o d e es es p ec i alm e nt e
c on v e n ie nt e c u an d o no ex is te u n a u n i da d na tu r a l d e
pr o d uc t o y s e r e q u i er e c o ntr o l ar l a c an ti d ad d e n o
c onf or m id ad es o f al l a s s o br e un a s u pe r f ic i e o a l o l ar go
de u na l o ng i tu d c o n s ta nt e . Se a X e l n m er o d e no
c onf or m id ad es
pr es en t e
en
el
s u b gr u p o,
c u yo
c om por t am ie n to
es
un a
d is tr i buc i n
P o is s o n c on
par m etr o c , e l n m er o d e n o c o nf or m i da d es es t
def in i d a c om o
X
, X ~ p (c ) s e t ie ne en to nc es ,
n
c =
c ~ p(c )
Cu a nd o e l p ar m etr o c es c on oc i do , l os lm i tes d e
c on tr ol s on e va l ua d os m edi an t e,
lcs = c + 3 c
lc = c
lci = c 3 c
E n l a pr c t ic a e l va l o r de l p ar m etr o c es d es c o n oc id o,
por l o qu e es es t im ad o e n r a z n d e t om ar u n c o nj un to d e
g s u bgr u pos d e t am a o n , d on d e X i e l n m er o de n o
c onf or m id ad es
c =
Xi
n
en
la
m ues tr a,
e nt o nc es
i = 1, 2...g y e l pr om e di o d e n o c onf or m id ad es s e
g
def in e c om o
c=
Xi
I =1
gn
c
I =1
. De es ta f or m a el va l or de
c es un es t im ad or d e l par m etr o c y l a c o ns tr uc c i n d e
l os lm it es d e c o ntr o l par a es te t i p o d e gr f i c as s o n,
74
lcs = c + 3 c
lc = c
lci = c 3 c
Grfico de Control Para el Nmero de no

Conformidades por Unidad . E l gr f i c o d e c o ntr o l
par a u , no c onf or m id a des po r u ni d ad d e pr od uc to , s e
ut i l i za c u a nd o la i ns p ec c i n de l pr od uc to c ubr e m s d e
un a c ar ac t er s t ic a.
B aj o es ta c ir c u ns ta nc i a v ar ios no c o nf or m i d ad es p u ed e n
pr es e nt ar s e e n un a un i da d de pr od uc t o e n f or m a
i nd e pe n di e nt e y u na m ej or m ed i da de l n i v e l de c a li d ad s e
ob t ie n e,
m e di a nt e
el
c o n te o
de
t o d as
las
no
c onf or m id ad es o bs er v ad as d i v id i d as por e l n m er o de
un i d ad es i ns p ec c i on ad o p ar a o bt e ner un v a l or de
def ec t os p or un i d ad . Es t e c oc i en t e de c / n s e r epr es e nt a
por el s m b ol o u .
A un q ue el v a lor de u no s i g ue u n a d is t r i b uc i n P ois s o n
ta l c om o oc ur r e c o n c , po d em os d ed uc ir l os lm i tes d e
c on tr ol de u d e l a s i gu i en t e f or m a,
c
1
u
c 1
Var (u ) = Var = 2 Var (c ) = 2 c = n =
n n
n
n n
Los l m ites d e c o n tr o l p ar a la c ar ta
c om o,
lcs = u + 3
lcc = u
u
n
u es t n d ef i n i dos
75
lci = u 3
u
n
g
E l l m ite c en tr a l es c a l c u la d o m ed i an t e
u=
c
i =1
g
n
i =1
6.2 Grfico de Control Multivariado

Dur a nt e
la
S eg u nd a
G u er r a
Mu n di a l
la
tc n ic a
es t a ds tic a d e gr f ic a s de c o ntr o l u n i va r i a d as f ue la m s
ut i l i za d a a p es ar d e q ue los pr oc es o s y pr o duc t os qu e s e
an a l i za b an p os e a n en s u gr a n m a yo r a d os o
m s
c ar ac t er s t ic as d e c a li d ad . C o n e l ti em po s e di o l a
nec es i da d
de
a p lic ar
her r am i en tas
es t ad s t ic as
m ult i var i a das p ar a c o ntr o la r e n f or m a s im u lt ne a dos o
m s v ar ia b les .
S in em bar g o las t c n ic as m ult i v ar i ad as de c on tr o l s o n
tc n ic as m u y c om pl ej as d e ut i l i za r , p or lo s c onc e pt os
m atem tic os qu e s e m anej a n . Es ta d if ic u lt ad es s u p er a
pos t er i or m en t e c on e l a va nc e de los pr o gr am as o
s of t war e es p ec i al i za dos e n c o ntr o l es ta ds t ic o d e
pr oc es os , l o qu e or ig i no u n i n ter s de l as tc n ic as d e
c on tr ol m u lt i v ar ia d o.
E l n m er o d e c ar ac t er s t ic as d e c a l i da d en u na c ar ta
m ult i var i a da es
r e pr es e nt a da p or p . E l pr i nc i pa l
obj et i v o e n es te t i p o de c ar ta es d et er m i nar baj o u n
c on tr as t e de h i p t es is s i l as p v ar i ab l es s e enc u en tr an
baj o c o ntr o l es ta ds t ic o.
P ar a r es o l v er es t e pr o b lem a s e pr op us ie r o n dos m to d os
1) Re a l i zar u n a c ar t a de c o n tr o l a c a d a u na d e l as
p v ar ia b l es y r ec h a za r l a h i p tes is c ua n do c u a lq u ie r a de
es t as var i a b les i nd i q ue n un a s e a l f uer a de c on tr o l,
ob t en i en d o d e es t a f o r m a un er r or t ip o I 1 (1 ) , 2)
Rec h a zar l a h i p te s is c u an d o t o d as las c a r tas i n d iq u en
qu e l a var i a bl e a c o ntr o la r pos e a u na s e a l f u er a d e
p
76
c on tr ol , en es t e c as o l a pr o ba b i l id a d d e er r o r ti p o I es d e
p.
S i n em bar go n in g un a d e es t as p r o p ues tas ex p l ic a e l

gr a d o d e c or r e l ac i n qu e p ue d a te n er l as v ar ia b l es , q ue
en m uc h as oc as i o nes ex is t e.
Co ns id er e
el
c as o
en
qu e
se
c o ntr o la n
d os
c ar ac t er s t ic as d e c a l i da d, q u e s e d is tr i b u ye n e n f or m a
de n or m a l b i var i a da . P os t er ior m e nt e s e l ec c io n e un a
m ues tr a d e n obs er v ac io n es p ar a c a da un a d e las
c ar ac t er s t ic as d e c a l id a d y e v a lu am os u n es ta d s t ic o
c ua l es qu i er a. E l m t od o a c o ns id er ar es en c o ns tr u ir
s ep ar a dam en te dos c ar t as s u pe r p u es t as p ar a c ad a u na
de las v ar ia b les , v er f i gur a 1 5.
Figura 15. Regiones de control elptica y rectangular para dos

caractersticas de calidad evaluadas en forma simultnea.
S i e l es t a ds t ic o de l s ub gr u po , e n es t e c a s o l a m ed i a,
qu e da de ntr o d e l a r eg i n r ec t a ng u l ar s e c ons i d er a e l
pr oc es o b aj o c o ntr o l es t a ds tic o . S i n em ba r go l a r e g i n
r ea lm en t e es de n at ur a le za e l p t ic a , lo q ue i m plic a q u e a l
tom ar c om o r ef er e nc i a l a r e g i n r ec t a ng u l a r pos i b il i ta l a
ap ar ic i n d e er r or es q ue c o n ll e v e a c o nc lus i on es l ej a nas
de la r ea l i da d d e l pr oc es o .
6.2.1 Grfico de Control Multivariado para

Observaciones Individuales . La tc n i c a gr f ic a de
c on tr ol m ult i v ar i ad o s e e l a bor a p ar a d et er m inar c u atr o
77
im por ta nt es pr o pi e d a des
s i gu i en t e f or m a:
1.
2.
3.
4.
que
es t n
d ef i n id as
de
la
De ter m i na r s i e l pr oc e s o s e e nc e n tr a o no e n c o ntr o l.
Ma n te n er c ons t an t e e l er r or t ip o I o n i v el d e
s i gn if ic a nc ia .
Co n es t e t i p o d e h er r a m ient a s e p ue d e d e te r m inar e l
ti p o d e r e lac i n e x is t e nt e e n tr e l as v ar ia b l es
i n vo l uc r ad as e n e l pr o c es o .
S i e l pr oc es o es t f uer a d e c o ntr o l c u l es l a
v ar ia b l e qu e c a us d ic ho inc o n ve n i en t e?
Procedimiento para su Elaboracin . C ons i de r e

un
vec t or
p - d im ens i on a l
X
que
c o nt i e ne
las
obs er v ac io n es d e l a s c ar ac ter s t ic as d e c al i da d . E l
X
se
enc u e ntr a
d is tr i bu i d o
n o r m alm ent e
v ec t or
N ~ ( ,
),
en
d o nd e
el
er r o r
t i po
nivel
de
s i gn if ic a nc ia , es el es t a bl ec i do e n f or m a d if er e n te a l
gr f ic o un i v ar i ad o. P or ej em pl o s i s e t om e l n i v el de
s i gn if ic a nc ia de 0. 0 5 p ar a un a gr f ic a de c o nt r o l
un i v ar i ad o, en el c as o m ult i v ar ia d o s e es ta b l ec er a de la
s i gu i en t e m ane r a : t o m ando c om o ej em pl o dos var i ab l es
1 0.952 = 0.0975 0.1

P ar a la el a bo r ac i n de las gr f ic as de c on tr ol s e h an
pr o p u es t o d os f as es , s im il ar a las es ta b l ec id as en l as
c ar t as d e c o nt r o l u n i v ar ia d as , la F A S E I es t c om pu es t a
por d os et a pas . En l a Et a pa I s e de ter m i na s i el pr oc es o
se
e nc ue n tr a
b aj o
c on tr ol
con
la
i nf or m ac i n
s um in is tr a da p or c a d a u no d e l os s u bg r u p os , t am bi n es
c on oc i da c om o et ap a de r etr os p ec t i v a. En l a E t ap a I I s e
pr u e b a s i e l pr oc es o c on t in a b aj o c on tr o l c on l os n ue v os
s ub gr u pos s e l ec c i o na dos . La F A SE I I es ut i l i za d a par a
de t ec t ar l os pos i b les des v os de l pr oc es o c on r es p ec t o a
un v al or es t n d ar u o b j et i v o 0 .
E n las e t ap as i n ic ia l e s d e l pr oc es o l os v al or es d e
ge n er alm en t e s e d es c on oc en , es t im n dos e a p ar ti r
de u n c o nj u n to d e g ob s er vac i o nes c u an d o e l pr oc es o s e
enc u en tr a b aj o c o nt r o l .
78
S ea X y
m ues tr a l es
X=
V la m edi a y l a
o bt e n id as en los
m atr i z d e c o var i a n za
s ub gr u p os . D o nd e
1 g
1 g
(X i X )(X i X )
X
y
l
a
c
o
var
i
a
n
za
V
=
i
g i =1
g 1 i =1
La es t ad s t ic a
def in i d a c om o,
T 2 p ar a l a i- s im a obs er v ac i n es t
T 2 = ( X i X )V 1 ( X i X )
E n l a et a pa I, es ta es ta ds t ic a es t d is tr i b ui da e n f or m a
B et a,
Ti 2 ~
(g 1)2 B p , g p 1
g
E l l m ite de c o n tr o l s u per i or es c a lc u la d o m e d ia nt e ,
2
(
g 1) p g p 1
, ,
lcs =
B ,
B(1 , 2 , ) , es e l p er c en t i l (1 ) de l a d is tr i b uc i n b et a
c on p ar m etr os 1 , 2 . E l i nt er io r d e l a f r o nt er a d e l
2
e li ps o id e l a d es c r i b e la d es i g u al d ad T lcs , de
d im ens io n es p c on c e n tr o X . S i u n s u b gr up o def in i d o
c om o X i s e e nc u e ntr a d en tr o d e l e l i ps o i de , e nt o nc es s e
d ic e q ue e l pr oc e s o s e e nc u e ntr a baj o c on tr o l
es t a ds tic o . Lo c o ntr a r i o im pl ic a qu e s e de be n e nc o n tr ar
l as r a zo n es o c a us as es pec i a l es qu e m ot i v ar o n l a s e al
f uer a d e c o ntr o l. Un a v e z d et ec t a d a y c or r e g id a la c aus a,
l as obs er v ac io n es m u lt i v ar ia d a s e e l im in an d e l c onj u nt o
79
de d at os . E nt o nc e s los l m it es
r ec a lc u l ad os
c on
la
inf o r m ac i n
pr oc e d im ie nt o s e r e p it e n ue v am en te .
d e c on tr ol s o n
r es t an t e
y
el
E n l a Et a pa I I l a d is tr i buc i n T es t r e l ac io n ad a c o n l a
c on oc i da d is tr ib uc i n F . E l lm it e d e c o ntr o l s up er i or es
c a lc u l ad o m ed ia nt e l a s i gu i en t e f or m u lac i n,
lcs =
p ( g + 1)( g 1)
F( p , g p , )
g ( g p)
lcs =
gp
F( p , g p +1, ) 5
( g p + 1)
F( p , g p , ) es el per c e nt i l (1 ) de l a d is tr i b uc i n
F c on p y g p gr ad os d e li b e r ta d, g es e l n m er o d e
Do n de
obs er v ac io n es u t il i za d as p ar a es t im ar los p ar m etr os de

l a Et a pa I .
Un a v e z s e c o ns id er e e l pr oc es o b aj o c o nt r o l es t a ds t ic o
en l a E t ap a II , s e as u m e pos ter i or m en te q u e los va l or es
f in a les d e X y V s on l os es t im ad or es de los v e r da d er os
par m etr os . D e es t e m odo, p ar a s e c o ns t r u ye u n a c ar t a
2 c on p
gr ad os d e l i b er t a d p ar a la F A S E II , p ue s
2 = ( X i 0 ) 1 ( X i 0 )
Propuesta por Edgar Jackson, 1985 y T.P. Ryan, 1988 respectivamente.
80
S ig u e u na d is tr ib uc i n j i- c ua dr ad o c on p g r ad os d e
l ib er ta d. E nt o nc es el lm it e d e c o n tr o l s u p e r i or es d e l a
f or m a,
2
lcs = 2p ,
Un a s e a l f u er a de c on tr ol par a u n a o bs er vac i n
Xi
i2 2p '
oc ur r e c u a nd o ,
Un ej em pl o en do n de s e es t a b lec e d os va r i ab l es , es e l
de t er m in ar s i e l p e s o de las p ld or as Es t il e y s u
r ec u br im ie n to s e e n c ue n tr a b aj o c on tr ol es t ad s t ic o,
tom an d o obs er v ac io n es i nd i v i du a l es . A c o nt i nu ac i n s e
pr es e nt a l a i nf or m ac i n o bt en i d a en 10 s u b g r up os .
Peso de la primera
Mquina
Concentracin del
x1
recubrimiento
538
525
538
541
532
541
537
521
542
543
x2
0.035
0.039
0.038
0.041
0.040
0.043
0.051
0.048
0.044
0.053
x1 = 535.8
s = 7.49518
x 2 = 0.0432
s = 0.0058418
Cuadro 28. Variables tomadas como referente en el grfico de

control Multivariado.
La m atr i z d e c o v a r i an za
i nf or m ac i n es l a s i gu i en t e:
V =
1
g 1
(X
g
i =1
)(X
'
o bt e n id a
de
la
a n ter i or
81
V =
538 535 .8
1
10 1 0 .035 0 .0432
538 535 .8 0 .035 00432
.
.
. . .
543 535 .8
.
.
. . . 0 .053 0 .0432
.
.
543 535 .8 0 .053 0 .0432
0.0032667
56.1778
V =
0.0032667 0.000034178
Do n de la in v er s a d e d i c ha m atr i z es :
0.0179 1.7109
V 1 =
1.7109 29422
E n es te ej em pl o ex is t en d os var i a b les
p = 2 , la c an t id a d
g = 10 , p ar a obs er v ac io n es in d i v id ua l es y
un ni v e l d e s i gn if ic a nc i a = 0.05 .
de s u b gr u p os
La es t ad s t ic a
T 2 s e c a lc u la d e l a f or m a,
Ti 2 = ( X i X )V 1 ( X i X ) .
E l c lc u l o d e l l m ite s up er i or es ,
2
2
(
10 1) 2 10 2 1 (9 )
lcs =
B ,
, =
B (1, 3.5, )
10
P os t er ior m e nt e s e c a l c u la e l
, m ed i an te ,
10
er r or t ot a l de f als a a l ar m a
82
1 = 1 (1 ) m ,
1
Si
se
d es ea
tom ar
un
v a l or
= 0 .1 ,
e n to nc es
1 = 1 (1 0.1) = 0.01048
1
10
E l l m ite s up er i or es ,
lcs =
(9)2 B(1, 3.5, 0.01) = 5.897

10
Es t e va l or d el es t ad s t ic o T es c om par a do c o n c ad a p ar
de o bs er vac i o nes . P or ej em p lo a l tom a r e l pr im er
s ub gr u po e n d on d e e l p ar d e obs er v ac io n es p ar a e l pes o
de la p ld or a e n la pr im er a m qu i na y l a c onc e ntr ac i n
de l r ec u br im ie nt o 5 38 y 0 . 0 3 5, r es p ec t i v am ent e.
Com o s e tr a ta d e obs er vac i o nes i n d i vi d u al e s e l de l a

s e d et er m in a d e l a s i g u ie nt e f or m a
T2
(Xi X ) = [538 535.8 0.035 0.0432]

0.0179 1.7109
V 1 =
1.7109 29422
538.0 535.8
(X i X ) =
0.035 0.0432
E l v al or d e T j = 2.1267 . C alc u l an do l os v a lor es d e t o do s
l os s ub gr up os , enc o nt r am os q u e e l pr oc es o s e enc u en tr a
baj o c o ntr o l es ta ds t ic o, ver f i g ur a 16 .
2
83
Observacin
1
2
3
4
5
6
7
8
9
10
T-cuadrado
2.126720
2.451672
0.921360
0.665568
0.518154
0.488755
1.783800
4.841810
0.689939
3.512220
Peso
538.0
525.0
538.0
541.0
532.0
541.0
537.0
521.0
542.0
543.0
Recubrimiento
0.035
0.039
0.038
0.041
0.040
0.043
0.051
0.048
0.044
0.053
Cuadro 29. Valores de T-Cuadrado para cada subgrupo.
T-Cuadrado
UCL = 9.4587
4
3
2
1
0
0
10
12
Subgrupos
Figura 16. Grfico de Control Multivariado.
84
Resumen
E l m to do S e is S i gm a c ons t a d e c i nc o et a pa s : Def in ic i n ,
Me d ic i n , A n l is is , M ej or a y Co n tr o l . E n l a et a pa de
DE F I NI CI N s e i de nt if ic a e l pr ob l em a d e c al i d ad
ut i l i za n do
h er r am i e nt as
es ta d s t ic as
des c r i pt i v as
s enc i l l as q ue e l c on tr ol de c a li d ad nos of r ec e.
P os t er ior m e nt e e n l a et a pa de M ED IC I N s e ef ec t a e l
c lc u l o de l N i v el d e S e is S igm a de l a or g an i za c i n. U na
v e z de te r m in ad o es t e n i ve l , l a or g a n i zac i n es t en la
c ap ac i da d de a pl ic ar m tod os es t ad s t ic os qu e per m i ta n
r ea l i za r u n A N LI SI S m s c er t er o de l a i nf or m ac i n
s um in is tr a da p or e l pr oc es o.
U n a v e z r ea l i za d o e l
an l is is , el s i gu i e nt e pas o es op t im i zar e l pr oc es o o
tam bi n c o n oc id o c o m o eta pa d e M EJ O R A MI E NT O , e n
es t e c a s o s e h ac e in d is p e ns a b le es tar a l ta nt o de l as
tc n ic as es t a ds tic as qu e p er m it a n o bt e ner las m ej or as
qu e s e n ec es i t an p ar a qu e l as ac ti v i d ad es d e l pr oc es o
s ea n ef ic ac es y ef ic ie nt es . S e hac e n ec es ar io en t onc es
un a v e z r e al i za d o l a et a pa d e m ej or am ie nt o def in ir u nos
i nd ic ad or es q ue m ue s tr e e l ni v e l d e d es e m peo de la
or g a n i zac i n, et a pa de CO NT RO L , u t i li za nd o tc n ic as
c om o l os gr f ic os d e c o ntr o l qu e p er m ite n ef ec t u ar el
s eg u im ie nt o a las va r i ab l es c r t ic as d e l pr oc es o .
F I L O S O F A Y E S TR AT E G I A D E L S E I S S I G M A
CAPTULO 7
FILOSOFA Y ESTRATEGIA DEL SEIS
SIGMA
86
Introduccin
T odo m to d o d e ges t i n es t s uj e to a un os pr inc i p i os
f il os f ic os q u e p er m it an d ir ec c i o na r l os es f uer zo s de l a
or g a n i zac i n h ac i a u n obj et i v o de c a l i da d c onc r e to . En e l
s i gu i en t e a p ar t ad o s e tr a ta r l os pr i nc ip i os f i l os f ic os de l
M t od o Se is S i gm a y a s c om o tam bi n s e m enc io n a
c ad a u n a d e l as et a pa s qu e s e d eb e n c o nt i n uar par a q u e
l a O r g an i za c i n es tr u c tur e u n E q u ip o d e Mej or am ie nt o
i d n eo y c o ngr u en t e c on el per s o na l d e l a or ga n i za c i n.
7.1 Principios Filosficos del Seis Sigma

A c on t in u ac i n s e en u m er an l os pr i nc ip i os f i l os f ic os d e l
m tod o S e is S i gm a:
Primer principio. Enfoque al cliente externo e

interno . E l m ej or a m ient o c o nt i nu o , a l i gu a l qu e
c ua l q ui er f i l os of a
de m ej or am ie nt o c on t in u o q u e
ap l ic ad os en l a lt im a d c a d a, qu e s e a d ec a a c a da
or g a n i zac i n ti e ne c o m o pr ior i da d f un d am ent a l s at is f ac er
en f or m a i nt eg r a l a l c l i en t e ta nt o i n ter n o c om o ex t er no .
Segundo
principio.
Anlisis
sujeto
a
la
informacin veraz y oportuna . En e l M t od o S e is
s i gm a s e de b en d e t ec t ar l as v ar i a b les c r t ic as q u e
af ec t a n
el
pr oc es o,
tom a nd o
inf or m ac i n
que
pos t er i or m en t e es a na l i za d a y pr oc es ad a d e un a m aner a
ef ic a z, u t i li za n d o h er r am ie nt as es t a ds t ic as r ob us tas .
Tercer principio. Enfoque basado en procesos . A l

i gu a l qu e l as n or m as de as e gur am ie nt o d e c a li d ad I SO e l
M t od o S e is S i gm a s e or i e nt a a las c on dic i o nes
pr es e nt es e n e l pr oc e s o.
Cuarto principio. Actitud preventiva. E l M to d o Se is
S igm a im p l ic a as um ir un a ac t it u d pr e ve n ti v a y c r t ic as d e
c ad a u n a de las ac t i v i da d es q ue p os e e un p r oc es o .
87
Quinto principio. Trabajo en equipo . E l tr a b aj o e n

eq u i po e n un a or g an i za c i n es es enc i a l e n tr e s us
m iem br os , ya q ue f a v or ec e un a ex c e l en te c om un ic ac i n
en tr e los m i em br os p r o voc a n do u n an l is is ac er t ad o d e
l as s it u ac io n es q ue s e pr es e nt en en l as d i ver s as
ac t i v i da d es qu e s e pr e s en t en e n e l pr oc es o .
Sexto principio. Mejoramiento Continuo . Es t a es la
pr im or d ia l d e u n a or g an i za c i n es s a t is f ac e r a l c l i e nt e y
no s e l ogr a m ed i a n te u na p o l tic a de m ej or am ie nt o
c on t in u o d e c ad a u n o de los pr oc es os .
7.2 Equipo de Mejoramiento Continuo.

E l e qu i p o de m ej or am ien t o es i nd is p ens a b le e n c u a lq u ie r
or g a n i zac i n q ue d es ee im pl em en tar c om o f il os of a d e
c a li d ad l os p r i nc i pi o s de l M t od o Se is S igm a. P ar a
es tr uc t ur ar es t e Eq u i po d e M ej o r am i en to es n ec es ar i o
atr a v es ar por s eis e ta p as , q u e s e e n um er an a
c on t in u ac i n:
1.
I de n tif ic ac i n y s e lec c i n d e pr o ye c t o s . U n a v e z
i de nt if ic a d os
los
pr o b l em as ,
el
e q u ip o
de
m ej or am ie nt o c o nt i nu o pr es e n ta u n pr o ye c to y
la
d ir ec c i n s e l ec c io n a l os m s c om pe te nt es e n f u nc i n
de l as pos i b il i d ad es de im pl em en tac i n y d e l os
r es u l ta d os
ob te n i dos , p ar a l a em pr es a
y la
s at is f ac c i n de l c l i e nt e.
2. F or m ac i n d e los eq u ip os de m ej or am i en t o. D e ntr o
de l e q ui p o d e m ej or a m ient o ex is te e l L d er d e l gr u p o
( Ci n tur n Ne gr o) q ue l a g er e nc i a as i g na p or s us
c on oc im ie nt os en e l pr oc es o o c om pr e ns i n d e l as
d i ver s as h er r am ie nt as es t ad s t ic as . Es te l d er es c o ge
aq u e ll os i nd i v i du os qu e pos e en l as c ua l i da d es
nec es ar ias
p ar a
i ngr es ar
al
pr o ye c to
de
m ej or am ie nt o qu e es s e lec c i on a do c om o pr im or d ia l
par a l a or g an i za c i n .
3. Des ar r o l lo d e l P l a n d e M ej or am ie nt o. Es te d oc um en t o
es l a gu a d el e qu i p o d e m ej or am i en t o, p or l o qu e
de b e s er c l ar o e n c u an to
a l os
obj et i v os ,
r es p o ns ab i l id a des , r ec ur s os y f ec h as es t a b le c i dos e n
e l pr o ye c to .
88
4.
C a pac i tac i n de los m iem br os d e l eq ui p o. Es

im pr es c i nd i b le qu e l os m iem br os d el E qu i p o de
Mej or am ie nt o s ea n c ap ac it a dos e n h er r am i en tas d e
ges t i n , Es t a ds t ic as y pr o ba b i l id a des .
5. Ej ec uc i n de l D M A MC . L os eq u i pos d e m ej or am ie nt o
s on r es p ons a b les d e: d es ar r o l la r los p l an e s d e los
pr o ye c tos , los pr oc e d im ie nt os nec es ar ios p ar a c a da
un a d e las s o luc i o nes qu e s e pr es e n te n, im pl em ent ar
y as e gu r ar s e d e qu e f u nc i o n an ( m id i en d o y
c on tr ol a n do los r es u lt ad os ) c a d a u n a de l as
pr o p u es t as pr es e n ta d as e n e l pr o ye c t o d ur a n te el
ti em po pr o ye c t a do p ar a s u c um pl im ie n to .
6. T r as p as o d e l a s o luc i n . U n a ve z c um pl i do l os
obj et i v os p ar a l os c u a l es f u er on c r e a dos c a d a un o d e
l os e q u ip os , es t os s e dis u e l ve n y s us m iem br os
r et or na n a s us r es p on s ab i l i da d es i nic i a l es d en tr o de
l a or g a ni za c i n o p as an a i nt e gr ar otr os e qu i p os d e
m ej or am ie nt o p ar a l os c u a les es t n c ap ac it a dos .
Las f unc i o nes e n el pr oc es o d e Se is S i gm a s e ins p ir a en
l as t c n ic as m ar c i al es c om o f il os of a d e m ej or a c o nt i nu a ,
s e h a n ot or g a d o d i v er s os n i v e les d e c in tur o nes p ar a
aq u e ll os m i em br os d e la or g an i za c i n q ue l i d er a n o
a yu d an a im pl em en tar l os pr o ye c tos de m ej or a.
E l C in tu r n N egr o ( B l ac k B el ts ) s o n p er s on as q u e s e
c ons a gr an a de tec t ar op or tu n i da d es de c am b ios c r t ic as
y a c o ns eg u ir qu e l og r en r es u lt a dos . Es r e s po ns ab l e de
l id er ar , d ir i gi r , de l e g ar , e ntr e nar a l os m ie m br os d e s u
eq u i po . D eb e pos e er am pl ios c on oc im ie nt os t an t o e n
m ater ia d e c a li d ad , c o m o en es t a ds t ic a , par a el a n lis is ,
r es o l uc i n d e pr o b lem as y t om a d e d ec is io n es .
E l Ci n tur n V er d e ( G r ee n B e lts ) es e l s o por t e a las t ar eas
de l C i nt ur n Ne gr o. S us f unc i on es c o ns is t en en ap l ic ar
l os n u e vos c o nc e p tos y h e r r am i en tas d e Se i s S i gm a a las
ac t i v i da d es de la or g a n i zac i n .
E l Pr im er D an ( Mas t e r Bl ac k Be l ts ) s ir v e d e e ntr e na d or ,
c ons u lt or y as es or a l os m iem br os d e l a or ga n i za c i n en
es p ec i al a los Ci n tur on es N e gr os q ue tr a baj a n e n l os
d i ver s os pr o ye c t os . D eb e p os eer m uc h a ex per i e nc ia en
l a im pl em en tac i n de l Se is Si gm a, c om o e n l os pr oc es os
adm i n is tr at i v os y o p er at i v os d e l a or ga n i zac i n .
89
Es p ns or o Ch am pi o n s es u n ej ec ut i v o o d ir ec t i vo q ue
i nic i a y p a tr oc i n a a u n e q ui p o d e pr o ye c to lo q u e lo hac e
r es p o ns ab l e d e l x it o de l os m is m os . El Es p ns or f or m a
par t e
de l
C om it
de
L i der a zg o ,
s i e nd o
s us
r es p o ns ab i l id a des : g a r an t i za r qu e los pr o ye c t os es t n
aj us ta d os a los o bj e ti v os g en er a les d e l a or g a n i zac i n,
m ante n er i nf or m ad os a l os m i em br os de l Com it d e
L id er a zg o s o br e e l a v anc e d e l pr o ye c t o , c o n ve nc er a la
or g a n i zac i n o t er c e r os pa r a a p or t ar a l e qu i p o de
m ej or am ie nt o
los
r ec u r s os
n ec es ar i os
par a
su
s os t e nim i en t o,
t a l es
c om o
ti em po ,
d i ner o ,
y
la
c o la b or ac i n d e otr o s m iem br os d e l a or g a n i zac i n.
T am bi n es r es po ns ab l e d e c on d uc ir r eu n i on es d e
r e v is i n p er i d ic as , m anej ar y c o ntr o l ar c o nf l ic tos ;
ad em s , m a nt en er r e l ac io n es c on otr os pr o yec t os S eis
S igm a d e l a or ga n i za c i n .
L d er d e I mp l em en t ac i n o C h i ef Ex e c u t iv e O f f ic e r
CE O , es r es po ns a bl e de im pl em ent ar en e l s is tem a d e
c a li d ad d e la or ga n i za c i n e l M to d o S e is S i gm a y de l os
r es u l ta d os q ue s t e a r r oj e p ar a l a or ga n i za c i n , s i en d o
s t e e l es tr at e g a m s im por t a nt e d e l s is t em a, ya qu e
ap or ta u n a v is i n d e to d os l os c am bios q ue s e d e be n
enc a us a r e n l a or g an i za c i n por l o qu e es r es po ns ab l e
de d es ar r o l l ar l as es tr at e gi as ad ec ua d as p ar a d ir ec c io n ar
es t os c am bi os .
7.3 Estrategias del Seis Sigma

La im pl em en tac i n d e l M t o do S e is S igm a c om pr en d e
c ua tr o f as es pr i nc ip a l es , c ad a un a de l as c ua l es es t n
c om pues t as p or a s u v e z p or v ar i as e t ap as . Es tas et a p as
en s u or de n s on D is p os ic i n d e C am bi o, D es p l i eg u e d e
O bj e t i vos , Des ar r o l lo d e l Pr o ye c to y E v a lu ac i n d e
B en ef ic i os .
7.3.1 Disposicin de Cambio. En pr im er l ug ar es

im per i os o q u e l os d ir ec t i vos de la o r g an i za c i n s e
c om pr om et an c o n e l c am bi o. Es t e c om pr om i s o s e l o gr a s i
s e ex h i b e el des ar r o ll o de los m er c a dos i n t er n ac i on a l es y
de l os pr oc es os pr o duc t i vos e n es pec i a l. En s e gu n do
l ug ar de b e ex p o ner s e en f or m a c l ar a lo q u e s uc e d e c o n
l as or ga n i zac i o nes , d e ta l l an d o s u e v o luc i n c on r es p ec to
a s us c om pet i dor es . E l p as o s i g ui e nt e es dem os tr ar las
c ar ac t er s t ic as y c on d ic i o nes d e l M t o do S e is S i gm a,
m os tr an d o a dem s l as dis c r e pa nc ias de es t e , en r e lac i n
90
a otr os S is t em as d e G es t i n
m ej or am ie nt o c o nt i nu o .
de
la
Ca l i da d
de
Com o c u ar t o p as o s e pl a n if ic a es t r a t g ic a m ente c u l es
s on l os va l or es , m is i n y vis i n d e la or g an i za c i n, p ar a
pu n tu a l i zar a c o nt i n uac i n o bj e t i vos a a lc a n za r p ar a
hac er p os ib l e l os obj e ti v os d e m s l ar g o pl a zo . S e de b e
l ogr ar pos ter i or m en te un a vis i n c om par t id a c o n l a c ua l
s e a lc anc e u n c om pr om is o e n e qu i p o qu e p er m it a
ob t en er p t im os r es u lt ad os en l a im p l an t ac i n d e l
M t od o S e is S i gm a.
E n q u i nt o lu g ar s e s e l ec c io n an l os L der es y C i n tur o nes ,
en f unc i n d e s us c on oc im ie nt os y s e p r oc e de a
c ap ac it ar l os d i v er s o s ni v e l es d e c in t ur o n es , as c om o
tam bi n t od os los m iem br os q u e c o ns t it u yen un eq u i po
de m ej or am ie nt o . Es ta c ap ac it ac i n i nc l u ir as pec t os
v i nc u l ad os c on e l f unc i on am ie nt o de l M t od o Se is S i gm a,
Co ntr o l
Es t a ds tic o
de
Pr oc es os ,
Dis e o
de
Ex per im en t os , her r am i en tas d e G es t i n de la C al i d ad ,
her r am i en tas c om o l a A M EF qu e es u t i l i za d a p ar a
es p ec if ic ar l os pr o b l em as de l pr oc es o y det ec tar las
v ar ia b l es c r t ic as d el pr oc es o y la ap l ic ac i n d e s of t war e
es t a ds tic os .
7.3.2 Despliegue de Objetivos. S e es t a bl ec en l os

s is t em as
de
i nf or m ac i n,
c ap ac it ac i n
y
c on tr o l
ad ec ua d os al s is tem a d e m ej or a qu e i n c l u ye e n los
s is t em as d e i nf or m ac i n in d ic a d or es q ue pe r m ita n
ob t en er q u n i v e l de S eis S igm a pos e e el pr oc es o. A s u
v e z s e i nt e gr a n l os pr i m er os gr u pos d e tr ab a j o en l a za d os
c on los pr o ye c tos s e l e c c i on a dos .
7.3.3 Desarrollo del Proyecto. B s ic am ent e e l
pr im er p as o p ar a e l d e s ar r ol l o de u n pr o yec t o Se is S i gm a
es l a d ef i n ic i n d e la s c ar ac ter s t ic as d e c a li d ad o l os
r eq u er im ie nt os de l o s c l ie n tes ex t er n os e in te r n os , y
es t a bl ec er l a m ane r a e n q ue s e m ed ir n es tos
r eq u er im ie nt os e n f u nc i n d e las es p ec i f ic ac i on es o
nec es i da d es d e l os c l i en t es .
Los e q u ip os d e m ej or am ie nt o d e S e i s S i gm a a
c on t in u ac i n pr oc e de n a a p lic ar l a m eto d o l og a D M AM C
( Def in ir - M ed ir - A n a li za r - M ej or ar - Co nt r o l ar ) .
91
Inf or m a nd o a l os d i r ec t i v os d e l a or ga n i zac i n los

a va nc es , de m an er a d et a l la d a, d e lo s dif er e nt es
pr o ye c tos q u e l os gr u pos de tr a baj o d es a r r o l la n .
7.3.4 Evaluacin de Beneficios. U na v e z

im pl a nt ad o c a d a u n a de las et a pas de l S e is S i gm a s e
e va l a
l as m ej or as pr o duc i das en c a d a u no de l os
pr o ye c tos d es p le g ad o s e n la o r g a ni za c i n , l o qu e im pl ic a
qu e c ad a gr u p o d e tr ab aj o d eb e c alc u l ar l os n i v e les de
r en d im ie nt o D P MO , t o m ando es t e v al or c om o t er m m etr o
o i nd ic a dor de las d if e r en t es a lt er na t i vas d e s o luc i n .
CALIDAD
TRADICIONAL
Calidad
Toma de
decisiones
La
calidad
se
relacionaba
solo
con el cumplimiento
de
las
especificaciones
del
producto
o
servicio.
Los
criterios
de
calidad
estaban
sujetos
a
la
subjetividad de los
empleados
de
mayor rango en l a
organizacin
NORM AS ISO
9000
La norm a IS O
9000
toma
como prioridad
el Cliente. Es
decir
el
producto
o
servicio
est
sujeto
a
las
necesidades del
cliente
La
toma
de
datos
e
informacin
es
fundamental en
la gestin de la
calidad, pero no
se exige que la
organizacin
maneje tcnicas
estadsticas
complejas.
METODOLOGA
SEIS SIGMA
La
prioridad
principal
con
el
Mtodo Seis Sigma
es el Cliente. Es
decir el producto o
servicio est sujeto
a las necesidades
del cliente
La direccin de la
organizacin
est
basada
en
las
mediciones que se
realizan
en
las
diferentes
actividades
del
proceso,
tomando
como
herramienta
principal
las
tcnicas
estadsticas.
Cuadro 30. Comparacin de la Calidad tradicional, ISO9000 y el

6
Mtodo Seis Sigma
Basado en la informacin del libro de Peter S. Pande y Larry Holp qu

es Seis Sigma? y del libro de Peter Pande S., Robert Neuman y Roland
Cavanagh Las claves del Seis Sigma: la implantacin con xito de una
cultura que revolucion el mundo empresarial. Con modificaciones y
criterios del autor.
92
CALIDAD
TRADICIONAL
Organizacin
NORM AS ISO
9000
Es
de
carcter
autoritaria.
En
esta situacin, los
mandos
intermedios y el
personal
de
los
departamentos
quedaban
fuera
del
proceso
de
decisin
y
la
autoridad
para
resolver
los
problemas.
E xi ste
un
Comit de de
Calidad
que
debe
abarcar
todos
los
problemas
de
calidad. Por lo
que
las
soluciones
algunas veces
carecen de la
rigurosidad
cientfica.
METODOLOGA
SEIS SIGMA
Los
Equipos
de
Mejoramientos
poseen
una
estructura
descentralizada, es
decir los grupos de
trabajo
son
establecidos
especficamente
para cada uno de
los
problemas
de
calidad,
lo
que
permite
una
participacin
de
todos los miembros
de la organizacin
a
travs
de
sus
reas funcionales.
Cuadro 30. (Continuacin) Comparacin de la Calidad tradicional,

ISO9000 y el Mtodo Seis Sigma
ocumentos y
Registros
Enfoque
CALIDAD
TRADICIONAL
NORM AS ISO
9000
METODOLOGA
SEIS SIGMA
Al igual que la
norma ISO 9000,
la
documentacin
y registro es la
evidencia
del
sistema, pero en
el Seis Sigma se
destaca
que
la
informacin
suministrada
por
esta
documentacin se
evala de manera
ms
profunda,
aplicando
herramientas
estadsticas
ms
robustas. Por lo
que el anlisis que
se haga es ms
confiable para la
toma
de
decisiones.
En l a ma yora de
estas
organizaciones la
documentacin
y
los
registros
lo
consideran
como
elementos
indeseables
que
simplemente
es
un atasco para el
normal desarrollo
de la empresa.
Los
procedimientos
y
registros es parte
esencial
del
sistema, ya que
basado en stas,
se evidencia
el
seguimiento
y
control
de
las
variables crticas
de cada uno de
los procesos que
cuenta
la
organizacin.
Se enfoca en todo
el sistema
En el proceso, en donde se realiza un

control a las variables criticas
Cuadro 30. (Continuacin) Comparacin de la Calidad tradicional,

ISO9000 y el Mtodo Seis Sigma.
93
Resumen
E l M to d o Se is S igm a p os ee s e is p r i nc i pi os f i l os f ic os
qu e s on e n s u o r d e n: enf oq u e a l c l i en te ex t er n o e in t er n o
c om o b as e es e nc ia l d e to d a or g a n i zac i n, an l is is de la
i nf or m ac i n v er a z y op or tu n a, u n e nf o q u e b as a d o e n
pr oc es os p ar a s im pl if ic ar l as d i v er s as v ar i ab l es d e l a
es tr uc t ur a or g an i za c io na l , p os eer un a ac t it ud pr e v e nt i v a
y n o c or r ec t i v a, tr ab aj o e n eq u i po c om o f un dam en t o p ar a
f av or ec er la c om un ic ac i n e ntr e l os m ie m br os d e l a
or g a n i zac i n y r e a l i za r l as ac t i v id a des d e m ej or am ie nt o
nec es ar ias en e l p r oc e s o.
E l E q u ip o d e Mej or am i en to es e l e nc ar ga d o de f or j ar l os
pr inc i p ios f i l os f ic os de l M t o do Se is S igm a e n l a
O r g an i za c i ; p ar a s u ins ta ur ac i n la or g a n i zac i n de b e
pas ar p or s e is e ta p as a s a ber : i de n tif ic ar y s e lec c i on ar e l
pr o ye c to , F or m ar l o s E q ui p os d e Mej o r am ie nt o d e
ac u er d o a l os pr ob l e m as pr es e nt es e n l a or g a n i zac i n,
des ar r o l lar el P la n de Mej or am ie nt o, c a pac i tar a l os
m iem br os d e l e q ui p o, ej ec ut ar e l D M AM C y tr as p as ar l a
s o luc i n a otr os e q u ip os de l a or g a n i z ac i n.
L as
f unc io n es de es tos E qu i p os d e M ej or am ie n to s e b as an
en l os c r i ter i os f i l o s f ic os de l as ar t e s m ar c ia l es ,
enc o ntr a nd o n i ve l es d e c in tur o n es t a les c om o e l C in tur n
Ne gr o, e l Ci n tur n V er de , e l Pr im er D an , el Es p ns or y e l
L d er de l a Im p lem e nt ac i n.
La im pl em en tac i n d e l M to d o Se is S i gm a in ic i a lm ent e
par t e d e l a d is p os i c i n d e c am bi o q u e p os e a n los
d ir ec t i vos de la or g an i za c i n . E n s e gu n do lu g ar l a
or g a n i zac i n d eb e g o za r d e u n s is tem a d e inf or m ac i n
qu e de t er m in e e l N i v e l d e S e is S i gm a s i n n i ng n t i po d e
s es g am ie n to , e n t er c er l u ga r s e de b e def in ir los
r eq u is it os
o
n ec e s i da d es
de
los
c l ie n tes
e
i nm ed ia tam en t e s e a pl ic a l a m et od o lo g a d e DM A MC , un a
v e z em pl e ad a s e c o m pr ue ba s i l as m ej or as pr od uc i das
en e l pr oc es o s o n ef ec t i v as e n l a or g an i z ac i n, p or lo
qu e s e h ac e n ec es ar i o e v a lu ar e l D P MO .
C O N C E P T O S B S I C O S D E E S T AD S TI C A
CAPTULO 8
CONCEPTOS BSICOS DE ESTADSTICA
95
Introduccin
La es t ad s t ic a, d e ntr o de l M t o d o Se is S igm a, es u n
m tod o in d is c ut i b lem en t e n ec es ar i o y s uf ic i en te q ue
per m i te m ed ia nt e l a t om a d e i nf or m ac i n , es t im ar los
v a lor es de los par m etr os d e l pr oc es o.
Es t e c a p t ul o c om pr e nd e l os c o nc ep tos b s ic os d e l a
es t a ds tic a q u e u na o r ga n i za c i n d eb e c om pr e n d er p ar a
ex tr a er d e l a m ues tr a l a m x im a c a nt i da d p os ib l e d e
i nf or m ac i n . Par t e des d e e l c onc e pt o de v ar ia b l e
a le at or i a
y
f unc i n
de
pr ob a bi l i d ad ,
has ta
l as
d is tr i buc i o nes
d is c r et as
y
c on t in u as
c on
m a yo r
ap l ic ab i l i da d , d is tr ib u c i n d e m ues tr e o , las es t im ac io n es
de l os p ar m etr os m ed i a nt e in ter v a l os d e c onf ia n za y
pr u e b a d e h i p t es is y f i na lm en te l a r e gr es i n l i n ea l
s im pl e y s u i do n ei d ad m edi an t e e l an l is is d e v ar ia n za .
8.1
Variable
Probabilidad
Aleatoria
Funcin
de
S ea un es pac i o d e pr o ba b i l id a d, y un es p ac i o
m edi b le . U n a v ar ia b l e a le a tor i a X es u na a p l ic ac i n de
~
~
de ta l m an er a, d e t a l m aner a q u e p er t e nec e a
l os r e a les , s e d ic e en t onc es d e X es u n a v ar i ab l e
a le at or i a.
S up ng as e a h or a q u e X es un a v ar ia b le
def in i d a s o br e e l es pac i o d e p r o b ab i l id a d
v a lor es en e l es pac i o m edi b le
al e at or i a
y c on
~
. La f unc i n f x def in i d a
f x (B ) = p ( X B ) ; p ar a
~
to d o B es un a m ed i d a de pr o ba b i l id a d s obr e ,
un a
- a l ge br a p or m ed io d e
l lam a da d is tr ib uc i n d e l a v ar i ab l e a le a tor i a
La f u nc i n d e pr o ba b i l id a d f x (B ) , d eb e c um p l ir c on los
s i gu i en t es c r i ter i os s i l a v ar ia b l e a le at or i a e s d is c r et a:
96
1.
0 f x (x ) 1
2.
f (x ) = 1
3.
F ( x ) = p( X x ) = f x (x )
E ntr e l as f u nc i on es d e pr ob a bi l i d ad c as o d is c r e to m s
ap l ic ad as t e nem os : l a d is tr i b uc i n B i nom i al , e n es ta
pr c t ic a s e r ea l i za n n pr u e bas i d n t ic as qu e t i e ne n
dos r es u lt a dos p os i bl es ( x it o o f r a c as o) y l a
pr o b a bi l i da d d e x it o p qu e p er m an ec e c o ns t an t e.
E l ex per im en t o B i no m ial c u e nt a c o n l as
c ar ac t er s t ic as :
s igu i e nt es
1. E l ex p er im en to c o ns t a de n pr u eb as i d nt ic as .
Ca d a pr u e ba t i en e 2 r es u l ta d os p os i b l es ( x it o o
f r ac as o) . La pr o b a bi l i da d d e t e ne r x it o e n u na
s o la pr u eb a es p l a p r ob a b i li d ad d e f r ac as o es
1 p , do n de el v al or d e p es c o ns t a nt e.
2. Los e ve nt os s o n i n de p en d i en tes m ut uam en t e .
Cu a nd o s e c um p le n e s tas c o nd ic i on es s e d ic e q ue x es
un a var i a b le al e at or i a c o n d is t r i b uc i n b i nom i a l o d e
B er n o u ll i c u ya f un c i n d e f r ec u e nc ia es la s i gu i e nt e:
n
n x
p ( X = x ) = p x (1 p ) .
x
Do n de n y p s o n p ar m etr os d e l a d is tr i b uc i n e n es t a
v ar ia b l e. E l pr im er m om ento c e ntr a l l l am ad o pr om ed i o de
l a Dis tr i buc i n B in o m ial es E ( x ) = np y e l s e g un d o
m om ent o c e ntr a l l l am ado v ar i a n za es
V ( x ) = np(1 p ) .
O tr a d e l as dis tr i buc i on es o f u nc i on es d e pr ob a b il i d ad
c as o d is c r et o , es l a D is tr i buc i n d e P o i s s on e n es t a
pr c t ic a s e r e al i za n n
pr u eb as i d n t ic as q u e ti e ne n
97
dos r es u lt a dos p os i bl es ( x it o o f r a c as o) y l a
pr o b a bi l i da d d e x i t o p
per m anec e
c o ns t a nt e d e
pr u e b a
en pr u eb a . Es t a la d is tr ib uc i n
es ap l ic ab l e
c ua n do s e pr es en t a l as s i g ui e nt es c o n d ic i on es : tam a o
de l a m ues tr a n es gr a nd e y e l v a l or de l p a r m etr o p
es m u y p eq u e o . E nt o nc es la f or m u lac i n e s la s ig u ie n te
p( X = x ) =
e x
, c ua n do x es un a var i a b le a l e at or ia c on
x!
d is tr i buc i n de P ois s on y p ar m et r o pr om ed i o o pr im er
m om ent o c e ntr a l = np .
Ex is t e n otr as d is tr i b u c i on es
d is c r e tas
ta l es c o m o la D is tr i buc i n G eom tr ic a,
Hi p er ge om tr ic a , B i n o m ial N e ga t i va .
Nombre de la
distribucin
Bi no mi al
Poisson
Hipergeomtrica
Geomtrica
Bi no mi al
Negativa
Frmula
aplicada
Primer
momento
Segundo
momento
Observacio nes
n
n x
p ( X = x ) = p x (1 p )
x
np
np(1 p )
e x
p( X = x ) =
x!
pr o me di o
del n mer o de
no
confor mi dades
k N k

x n x
p( X = x ) =
N

n
nk
N
nk (N k )( N n )
N 2 ( N 1)
conformes
p( X = x ) = p(1 p )
1
p
n x x
p (1 p )n x
p ( X = x ) =
r
r
p
x 1
p porcentaje
de
conformes
no
1 p
p2
r (1 p )
p2
Cuadro 31. Distribuciones discretas ms aplicadas
k
lote
no
del
p porcentaje
de
conformes
no
p porcentaje
de
conformes
no
98
La F u nc i n d e pr o ba b il i d ad c as o c on t in u o o f unc i n d e
de ns i da d, a l ig u a l q u e l a d is c r e t a d e be c u m plir c o n l os
s i gu i en t es c r i ter i os :
1.
0 f x (x ) 1
2.
f (x )dx = 1
x
3.
F ( x ) = p( X x ) =
f (t )dt
x
Las d is tr i b uc i o n es c o nt i nu as m s a p lic a d a s s on e n s u
or d e n l a D is tr i b uc i n Nor m al q u e es e l m ode lo
de
pr o b a bi l i da d m s f r ec u e nt em en te ut i l i za do e n las
c i enc i as es ta ds t ic as s e pu e de em ple ar en l a f or m a
ge n er al
y es t an d ar i za d a . Se d ic e qu e X t ie n e u n a
d is tr i buc i n
nor m a l
de
la
f or m a
X ~ N ( , 2 ) =
1
2
1 x 2

2
E l m od el o no r m al es t n d ar tr a baj a c on u n a f u nc i n d e
de ns i da d qu e c om pr e nd e i nt e gr a l es qu e n o pu e de n s er
r ed uc i das a f unc i o ne s e lem e nt a les , s e di c e qu e u na
f unc i n n or m al es d e l a f or m a es t n da r s i s u m ed i a o
pr im er m om ent o c en tr a l es c er o y s u s e gu nd o m om ent o
c en tr al o va r i a n za es l a u n id a d. L a f unc i n d e
d is tr i buc i n de la v ar ia b l e nor m a l es t n dar
Z es
Z ~ N (0,1) =
1
2
1 2
[z ]
2
La
f unc i n
ac um ul a da
c or r es p o nd i en t e a l a d is tr i buc i n es t n dar da d a q u e l a
pr o b a bi l i da d d e l a v ar i ab l e n or m al a s um a v a l or es
m enor es
o
i g ua l es
a
z
es
F ( z ) = p (Z z ) =
1
2
1 2
[t ]
2
dt , do n de l a n u e va var i ab l e
Z es e v a l ua d a de la s i g u ie nt e f or m a z =
99
O tr a d e l as d is tr i b uc i on es c o n ti n u as es la Dis tr ib uc i n
G am m a, es t a d is tr i bu c i n es a p l ic a d a en pr o b l em as d e
te or as d e c o l as y s im ul ac i n , s ie n do s u f u nc i n de
g ( , ) =
de ns i da d
( )
, c on
x > 0 y , > 0 .
Do n de es e l p ar m etr o d e f or m a, p or ej em p lo e l
nm er o de s e r vi d or es en u n b a nc o , es e l p a r m etr o de
es c a l a en es te c as o e l pr om ed i o en q u e s on a te n d id os
l os c li e nt es e n e l b a n c o, ( ) es l a f u nc i n g a m m a que
es t d ef i n id a c om o (n + 1) = n! . E l pr im er m om ent o
c en tr al y e l s eg u nd o m om ent o c en tr a l a pa r ti r de l or i ge n
de es t a f u nc i n es ta def in i d os c om o E ( x ) =
y
V ( x ) = 2 .
La Dis tr i buc i n Ex po n enc i a l es un a d e las f unc io n es d e

de ns i da d m s u ti l i za d as e n s im ul ac i n , s us v a lor es s on
s i em pr e pos i t i vos l o q ue l a l i g a f u nd am en ta l m ente c o n l a
m ode lac i n d e " ti em p os ", p er o l o qu e l a c on v i er t e e n
s um am ente im por t an t e es e l h ec ho d e q u e s e tr at a de l a
n ic a d is tr i b uc i n c on t in u a c u ya t as a de f a l lo es
c ons t an te , o d ic h o d e otr a f or m a, n o t ie n e m em or i a. Es t o
s up o ne qu e e l t iem p o nec es ar io par a q u e s e c om pl e te u n
e ve n to es i nd e pe n d ie nt e d el i ns ta nt e d el t i em po
tr a ns c ur r id o h as ta e l p r es e n te . L a f u nc i n d e de ns id a d es
f (x ) =
p ar a
x > 0, > 0 .
E l pr im er m om ent o c e ntr a l y e l s eg u nd o m o m ento c e n tr a l
s e ex pr es a n d e l a s i g u ie nt e m an er a E ( x ) = y V ( x ) = ,
c om o pu e de o bs er va r s e la f u nc i n ex po n enc i a l es u n
c as o p ar t ic u l ar d e l a d is t r i b uc i n g am m a en d o nd e e l
2
v a lor d e l f ac t or
=1
100
Nombre de
la
distribucin
Frmula
N ~ (x, , 2 ) =
Primer
momento
aplicada
Segundo
momento
1
2
0,4
0
x
F(x) = P(X x) =
1 x 2

V ( x) =
d(x)
E(z) = = 0
F(z) = P(Z z) =
V (z) = 2 = 1
1 2
[ z]
2
1
e
2
Es
la
distribucin
ms
utilizada
sobre todo en
fenmenos
fsicos.
0,3
0,2
0,1
0
-5
d(z)
variable
-1
0,4
0,3
x en
z
0,2
0,1
,
la variable
de la siguiente
for ma :
z=
-3
Es
la
distribucin
ms
utilizada
sobre todo en
fenmenos
fsicos.
En
este caso se
estandariza la
z
=o
=1
Normal
estndar
E(x) =
1 2[Z]
e
2
1
N ~ (z,0,1) =
Grfica
x
Normal
Observacio nes
1 x 2

0
-5
-3
-1
Cuadro 32. Distribuciones continuas ms utilizadas
Nombre de
la
distribucin
Frmula
G ( x, , ) =
( )
aplicada
x 1e
Primer
momento
Segundo
momento
Observacio nes
para
x>0
Gamma
, > 0
x 1 x 2
1 + + 2! ( ) ... x
e
F ( x , , ) = p ( x x ) = 1
1
x
+
( ) 1
( 1)!
E ( x ) =
V ( x ) =
Es
la
distribucin
ms
utilizada
sobre todo en
fenmenos
fsicos.
Expon encial
=2 y
=1
0,4
0,3
0,2
0,1
0
0
10
caso particular de la
distribucin gamma
1
E(x,) = e
x >0
Grfica
>0
F(x,) = P( X x) = 1 e
E(x) =
V(x) = 2
Es
el
tiempo
de
servicio,
ti e mpo de vi da
de un objeto
= 1y
1
0,8
0,6
0,4
0,2
=1
Cuadro 32. Distribuciones continuas ms utilizadas (continuacin)
0
0
101
8.2 Distribucin de Muestreo

Es l a d is tr ib uc i n d e pr o b a bi l i da d d e u n a e s ta ds t ic a ; ,
es u n a f u nc i n de l as var i a bl es a le a t or ias q ue s e
obs er v a n e n la m ue s tr a , q u e r es u l ta d e un n m er o
i nf i ni t o d e m ues tr as a l ea t or i as de t am a o n , m utuam en t e
i nd e pe n di e nt es ; pr o v e n ie nt es d e l a p ob l ac i n d e i nt er s .
8.2.1 Distribucin de Muestreo de la Media. U n

es t a ds tic o es t d is tr i b u id o n or m alm en te c u an d o l a
m ues tr a
te or em a
m ues tr a
c on oc i da
qu e s e t om a es gr an d e, c o n oc i do c om o e l
de l lm i te c en tr al . C u an d o e l ta m ao d e l a
es gr a n d e y l a v ar i an za d e l a po b l ac i n es
s e t om a l a d is tr i buc i n nor m a l e s t n dar c om o
es t a ds tic o d e pr u eb a
z=
. P er o c u an d o e l tam a o
n
de la m ues tr a n o es gr a n d e y a s u v e z s e d es c o n oc e la
v ar ia n za d e l a p o bl ac i n, es ac ons ej ab l e a p lic ar la
Dis tr ib uc i n
t d e s t u de nts t =
x
. Es t as c on d ic io n es
s
n
s e c o noc e n c om o e l T EO R EM A D E L LI M IT E CE NT R AL
8.2.2 Distribucin de Muestreo de la Varianza . La

2
es t a ds tic a s , es em pl e ad a p ar a i nf er ir la v ar i an za d e la
po b l ac i n, m ed i a nt e l a d is tr ib uc i n de m ue s tr e o d e l a j ic ua dr a do , q ue ti e n e c om o f or m ulac i n
2 =
(n 1)s 2
2
. Y la
es t a ds tic a ap r o p ia d a pa r a i nf er ir l as var i an za s de d os
po b l ac i o nes c on d is tr i buc i o nes n or m al es s e c o noc e c o n
s x2
l a Dis tr i buc i n F ,
f =
s y2
x2
, c on
v1 = n1 1 gr a dos d e
y2
l ib er ta d par a l a pr im e r a p o b lac i n y
s eg u nd a p o bl ac i n .
v 2 = n2 1 , p ar a la
102
Nombre
Estadstico
aplicada
Z=
Nombre
Normal
estndar
para la
muestra
Funcin de probabilidad
N ( , , x ) =
n
2
1 n(x )
Para la
media
t=
x
s
n
=
2
de
student
(n1)s2
f (t , v ) =
v>0
( v + 1)
[( v + 1) / 2 ]
[1 + (t 2 / v )] 2
v [( v / 2 ) ]
<t<
f ( y , n 1) =
Jicuadrado
[( n 1) / 2 ]2
( n 1)
n 1
2
x >0
Para la
varianza
[(v1 + v2 ) / 2]v1 2 v2 2
f
v [(v / 2)]
v1
2
1
s
F= 2
s 2
de
Fisher
g ( f , v1, v2 ) =
v2
(v1 2)
2
(v1 +v 2 ) (
(v2 + v1 f )
v>0
< t <
Cuadro 33. Distribucin de muestreo
8.3 Estimacin Puntual y por Intervalos

Ex is t e n dos t i pos de es t im ac i n e n e s ta ds t ic a
es t im ac i n p un tu a l y l a es t im ac i n p or i nt er v a lo .
la
8.3.1 Estimacin Puntual . E l p ar m etr o d e l a

po b l ac i n s e i nf i er e m ed i a nt e e l v a lor de u n es ta ds t ic o ,
y
2
103
tom ad o
de
la
m ue s tr a .
En
el
c as o
de
la
m ed i a
x =
i=1
, t e n em os
n
n
E
xi
x
i
i =1
= i =1 =
E (x ) = E
n
n
Com o
E (x )
i
i =1
E ( xi ) = , e nt o nc es ,
n
E (x ) =
i =1
n
=
n
E l pr om edi o m u es tr a l es un es t im ad or p un t ua l d e l a
m edi a p ob l ac io n al E ( x ) =
8.3.2 Estimacin por Intervalo . L os par m etr os d e

l a p ob l ac i n s o n es t im ad os m edi a nt e u n in te r va l o d e
c onf ia n za
c u ya
no tac i n
es
la
s ig u ie nt e :
S ea
p z Z z = 1 , do n d e 1 es l a c o nf i ab i l id a d o
2
2
l a pr o ba b i l id a d d e o c ur r enc i a d e l es t a ds tic o en es te
i nt er va l o ,
v a lor
de
x
p z
Z z = 1 ; des p ej a n do e l
2
ten em os
en to nc es
que
el
i nt er v al o
de
104

p x z
x + z
= 1 , c o noc i da
n
n
2
2
c onf ia n za
c om o es tim ac i n d e l a m ed i a c o n v ar i an za
es :
x z
x + z
2
s
n
x + t
2
c o noc i d a
P ar a la es t im ac i n de l a m edi a
des c o noc i d a s e a p lic a l a d is tr i b uc i n
x t
con
c o n var i an za
t de St u de n ts :
v = n 1
gr a dos
de
l ib er ta d.
P ar a dif er e nc i a de m ed ias c o n var i a n zas c o noc i d as
2
2
12
e l i n ter v a l o de c onf ia n za :
2
2
(x1 x 2 ) z 1 + 2
2
n1
n2
1 2 ( x1 x 2 ) + z
2
12
n1
22
n2
P ar a dif er e nc i as de m ed i as c o n v ar i an za s d es c o n oc id as :
(x1 x 2 ) t s p
2
do n de
sp =
1
1
1
1
+
1 2 ( x1 x 2 ) + t s p
+
,
n1 n2
n1 n2
2
s p es l a d es v i ac i n pr om ed io d ef i n i da c om o,
(n1 1)s12 + (n2 1)s 22
l ib er ta d.
n1 + n2 2
con
v = n1 + n2 2 gr a d os d e
105
La es t im ac i n de l a v ar ia n za , es es t im ada m edi an te
e l s i gu i en t e i nt er v al o de c onf ia n za :
2
(n 1)s 2 2 (n 1)s 2
2
2

1 ,v
2
, c o n v = n 1 g r a d os de l ib er ta d.
,v
2
P ar a
la
2
1
r a z n
2
1
2
2
de
var i a n zas
2
1
, c o n v1 = n1 1 y

2
s f 1 , v1 , v 2
s 2 f , v1 , v 2
2
v2 = n2 1 gr ad os de l i b er t a d pa r a l a pr im er a y l a
2
2
s eg u nd a m ues tr a r es p ec t i v am ent e.
8.4 Prueba o Contraste de Hiptesis

T odo m to d o s is t em t ic o qu e ac ar r ea u n a d ec is i n s ob r e
un a h i p t es is en par tic u l ar ac er c a d e l p a r m etr o o l a
d is tr i buc i n d e u na p ob l ac i n, r ec i b e e l n om br e d e
pr u e b a de h ip t es is . Los pr oc e d im ie nt os d e pr ue b a d e
h ip t es is d ep e nd e n d e l em pl eo de l a i nf or m ac i n
c on t en i da en l a m ue s tr a al e at or i a d e l a po b l ac i n d e
i nt er s . S i l a inf o r m ac i n c o nt e ni d a en l a m ues tr a, es
c ons is te n te c o n l a h i p t es is , s e c onc l u ye qu e s t a es
v er d a d er a ;
sin
em bar g o
si
es t a
i nf or m ac i n
es
i nc o ns is t e nt e c o n l a h ip t es is , s e c onc l u ye q u e es t a es
f als a.
E n la r ea l i da d oc ur r e un s in n m er o d e s uc es os q u e por
m edi o de l es tu d i o es t ad s t ic o s e l og r a a pr o x im ar a es t a;
s i en d o e nt o nc es l os d if er en t es t i pos d e d is t r i buc i o nes y
l a pr ue b a d e h i p t es is her r am ie nt as s i gn if ic at i v as d e ntr o
de la inf er e nc i a es t a d s tic a .
La pr u e ba de h ip t e s is es e l t p ic o e n l a es t a ds t ic a
i nf er e nc i a l q u e tr a baj a c o n da r a l gu n a c e r te za de u na
te or a o c r ee nc ia s ob r e u n pa r m etr o d e u na po b lac i n
us a n do da tos ob te n i do s d e u na m ues tr a .
106
La h i p t es is n u la ,
H 0 e s l a af ir m ac i n q u e s e r ea l i za
ac er c a d e l par m etr o . P or ej em p lo c u a nd o s e af ir m a
qu e e l pr om ed i o de l a c a nt i da d d e am in o c id o a l an i ta
par a u n n i o es d e 2 .5 m gr ., es i nd ic ar H 0 : = 2.5 . La
h ip t es is a l t er n a, H 1 es l a n eg ac i n d e l a hi p tes is nu l a
y p l a n t ea tr es pr u eb a s : un a b i l at er al y d os u n i la ter a l es .
P ar a e l ej em p lo a nt er i or t e nem os las p os ib l es h i p t es is
a lt er n as H 1 : 2.5 , H 1 : < 2.5 y H 1 : > 2.5 .
E n un a pr u e ba d e h i p t es is los t i pos d e e r r or es qu e s e
tr a b aj a n es , e l er r or ti p o I o n i v e l d e s i g n if ic anc i a
a lf a, y e l er r or t i p o I I
be ta . E l er r o r t i p o I oc ur r e
c ua n do s e r ec h a za l a h i p t es is n u la
H 0 s i en d o es ta
v er d a d er a y e l er r or t i po II s uc e d e c u a nd o no s e pu e de
r ec h a za r la h ip tes is nu l a H 0 , s i en d o es ta f als a. Los
pas os p ar a r e a l i zar un a pr u e ba de hi p t es is s o n l os
s i gu i en t es A ) s e p la n t ea i n ic ia lm en te h ip t es is n u la H 0 ,
B) p os t er i or m ent e l a h ip t es is a lt er na H 1 , C) s e tom a e l
n i ve l d e s ig n if ic a nc i a a tr a b aj ar , D) s e d et er m in a l a
r eg i n d e r ec ha zo c o n l os p un t os c r t ic os , de pe n d ie n do
7
de l a pr ue b a, s i es ta es b il a ter a l o un i l at er a l , E) s e
c a lc u l a e l es t ad s t ic o de pr ue b a y F ) s e t om a l a dec is i n
de ac e pt ar o r ec h a za r H 0 .
Para una prueba bilateral la regin de rechazo ocurre cuando el valor del
estadstico se
localiza por debajo o por encima del punto critico que
separa
la
regin
de
rechazo
de
la
regin
de
aceptacin
d d
d d
1
2
d d
. Para una prueba bilateral
d d (1 )
puede suceder lo siguiente es
107
Los es t a ds t ic os d e pr u e b a s o n e n s u or de n , p ar a l a
z=
m edi a
m edi as
z=
t=
x
, p ar a l a s dif e r e nc ias d e
s
n
n
(x1 x2 ) (1 2 )
12
n1
22
si
l as
v ar ia n za s
son
n2
des c o noc i d as p er o ig u a les :
t=
(x1 x2 ) (1 2 ) ,
sp
1 1
+
n1 n2
con
v = n1 + n2 2
gr ad os
de
l ib er ta d.
Cu a nd o las v ar i an za s s on d es c o n oc i d as p e r o d if er e nt es
s e tom a:
t=
(x1 x2 ) (1 2 )
s12 s22
+
n1 n2
8.5 Regresin Lineal Simple
Es u n m od el o m atem tic o q u e r e l ac io n a d os va r i a b les y ,
c on oc i da c om o var i a bl e r es p u es t a o var i a bl e de p en d i en t e
y l a va r i a b le x , v ar i ab l e i n de p en d i en t e o f ac tor d e
i nc i d enc i a. E l m od e lo d e r e gr es i n pos e e l a s i g ui e nt e
f or m ulac i n
y = 0 + 1 x + , do n d e 0 y 1 s o n
par m etr os c on oc i do c om o i n ter c e pt o y p e n d i en te
r es p ec ti v am en te y
es e l er r or a le a tor i o c u yo
c om por t am ie n to s e as um e c om o nor m al es t n d ar . Es t os
par m etr os s on es t i m ados m ed ia n te e l m tod o de l os
m nim os
c u adr a dos
ut i l i za n do
l as
s i gu i en t es
f or m ulac i on es
1 =
SS xy
SS xx
0 = y 1 x .
P ar a de te r m in ar s i u n m ode lo de r egr es i n e s id n e o c o n
r es p ec to a l f e nm en o en es t u d io , es n ec es a r i o e v a lu ar e l
2
c oef ic ie nt e d e d e ter m i nac i n R , e l ab or ar la ta b l a d e

an l is is de v ar ia n za , c om o t am bi n la de te r m inac i n d e l
108
c oef ic ie nt e de
f or m ulac i on es ,
r=
c or r e l ac i n,
m ed i an t e
las
s ig u i en tes
SS xy
SS xx SS yy
Las s um as d e c u ad r a dos p ar a e l m ode l o s e es ta b l ec e n

de la s ig u i en te f or m a:
n n
x y
n
SS xy = xy i =1 i =1 ,
n
i =1
SS xx
n
x
n
2
= x i =1
n
i =1
n
y
n
2
SS yy = y i =1 ,
n
i =1
do n de r es l a es t im ac i n d e l c oef ic i e nt e de c or r el ac i n ,
SS xy es la s um a d e c ua dr a dos d e las v ar ia b l es
SS xx es l a s um a d e c u ad r a d os d e l a v ar ia b l e
e va l u ad as ,
X y SS yy es l a s um a de c u a dr a d os d e l a var i a bl e Y . E l
c oef ic ie nt e de d et er m i nac i n
R2 =
SS regresin
SS total
s i e nd o
c ua dr a dos d e r e gr es i n y
R 2 es t def in i d o m edi an te
SS regresin
c om o
la
s um a
de
SS total es l a s um a de c u adr a d os
to ta l es . L a t a bl a d e a n l is is de v ar i an za r e s u lt an t e es l a
qu e a p ar ec e e n l e s i g u ie nt e r ec u adr o .
Do n de p es e l n m er o de v ar ia b l es q ue p os e e e l m ode l o
de r egr es i n li n e al .
Fuente de
variacin
Regresin
Grados
de libertad
p 1
Suma de
cuadrados
SS regresin
Error
n p
SS error
Total
n 1
SS total
Cuadrados
medios
SS
SS
regresim
p 1
SS
Valor F
regresin
p 1
SS error
(n p
error
(n p )
Cuadro 34. Anlisis de varianza para el modelo de regresin.
109
Resumen
Un a or g an i za c i n q u e es t d is p u es t a a im p lem en t ar e l
M t od o Se is Si gm a en s u or ga n i za c i n de b e r e a l i zar
gr a n d es es f ue r zos e n c a pa c i t ar s u p er s o n a l en g es ti n
de l a c a l id a d y s i n lu gar a d ud as es te d eb e pos e er los
c on oc im ie nt os s uf ic ie nt es e n las c i enc i as es t ad s t ic as
c on e l f in de ap r o v ec h ar de la m ej or m an er a l a
i nf or m ac i n s um i n is tr ad a p or e l p r oc es o. Co n oc im i en t os
bs ic os d e p r o b ab i l i da d p ar a d et er m in ar la p os ib i l id a d d e
oc ur r e nc ia d e un e v e nt o, l as d is tr i buc i o ne s c on t in u as y
d is c r e tas qu e e n f or m a f r ec u en te s on ap l ic ad as e n l os
pr oc es os
con
el
o bj e t i vo
de
d et er m in ar
el
c om por t am ie n to es t a ds t ic o d e u n f e nm en o o e v e nt o
e va l u ad o e n el pr oc e s o y as p o der e v a l u ar m ed i an t e
es t im ac i o nes y pr u e b a d e h ip t es is l os pa r m etr os , t a les
c om o
la
m ed i a
y
la
des v i ac i n
q ue
p er m it an
pos t er i or m en t e m ed ir e l Ni v e l d e S eis S igm a d e la
or g a n i zac i n.
AN E X O S
A N E XO 1 . T A B L A S D E C O E F I C I E N T E S P O L I N M I C O S
Coeficientes de polinomios ortogonales
a=3
P1 P2
a=4
P1 P2 P3
P1
-1
-3
-1
-2
-1
-5
-5
-1
-3
-2
-1
-1
-1
-1
-4
-3
-1
-3
-2
-1
-3
-2
-1
-4
-10
-1
-1
-2
-4
-4
-4
10
-1
-3
-5
Xi
4
5
a=5
P2 P3
P4
P1
P2
a=6
P3 P4
P5
P5
-1
-1
-7
-6
-3
-5
15
-4
-20
-3
-1
15
-1
-7
-4
-6
P1
P2
P6
{P (X )}
n
j =1
a=7
P3 P4
20
20
10
14
10
10
3
5
6
70
35
12
70
84
180
28
252
28
84
3
2
5
3
7
12
21
10
1
6
154
7
12
84
7
20
Tabla obtenida de Biometrika Tables for Statisticians. Vol. 1, 3a ed., por E.S. Pearson y H. O. Hartley.
Cambridge University Press. Cambridge 1966.
924
77
60
111
AN E X O S
A N E XO 2 . T A B L A D E L A D I S T R I B U C I N N O R M A L E S T N D A R
Valores de la funcin de distribucin acumulativa normal estndar
z
-4.5
0.00
0,0000033976
0.01
0.02
0,0000032413
0,000003091
0.03
0,0000029491
0.04
0,000002812
0.05
0.06
0.07
0,0000026822
0,000002557
0,000002438
0.08
0,0000023248
0.09
0,0000022162
-4.4
0,000004293514
0,000005168531
0,000004935045
0,000004711654
0,000004497943
0,000004293514
0,000004097982
0,000003910979
0,000003732152
0,000003561157
-4.3
0,000008539905
0,000008162727
0,000007801460
0,000007455467
0,000007124135
0,000006806876
0,000006503122
0,000006212326
0,000005933965
0,000005667530
-4.2
0,000013345749
0,000012768534
0,000011684565
0,0000111759893
0,000010688525
0,000010221345
0,000009773648
0,000009344665
0,000008933655
-4.1
0,000020657506
0,000019782955
0,000018943619
0,0000181381617
0,0000173652911
0,000016623763
0,000015912379
0,000015229981
0,000014575454
0,000013947722
-4.0
0,0000316712418
0,000030359373
0,000029099070
0,000027888426
0,000026725600
0,000025608816
0,000024536358
0,000023506568
0,000022517850
0,000021568659
-3.9
0,000048096344
0,000046148060
0,000044274484
0,000042472930
0,000040740804
0,000039075596
0,000037474881
0,000035936315
0,000034457634
0,000033036647
-3.8
0,000072348043
0,000069483395
0,000066725837
0,000064071629
0,0000615171552
0,000059058912
0,000056693512
0,000054417676
0,000052228232
0,0000501221110
-3.7
0,000107799733
0,000103629623
0,000099611389
0,000095739885
0,000092010127
0,000088417285
0,000084956678
0,000081623773
0,000078414179
0,000075323642
0,0000122151159
-3.6
0,000159108590
0,000153098502
0,000147301507
0,0001417106099
0,000136319020
0,0001311201544
0,0001261076241
0,000121275234
0,0001166169768
0,0001121270260
-3.5
0,000232629079
0,000224053347
0,000215773393
0,000207779833
0,000200063516
0,000192615575
0,000185427396
0,000178490613
0,0001717971037
0,000165338980
-3.4
0,000336929265
0,000324814397
0,000313105678
0,000301790624
0,000290857093
0,000280293276
0,000270087694
0,000260229182
0,000250706891
0,000241510273
-3.3
0,000483424142
0,000466479856
0,000450087240
0,000434229920
0,000418891949
0,000404057801
0,000389712362
0,000375840918
0,000362429149
0,000349463118
-3.2
0,000687137937
0,000663674861
0,000640952983
0,000618951090
0,000597648497
0,000577025042
0,000557061069
0,000537737421
0,000519035433
0,000500936913
-3.1
0,000967603213
0,000935436719
0,000904255199
0,000874031515
0,000844739173
0,000699154202
0,000788845694
0,000762194688
0,000736375261
0,000711363968
112
AN E X O S
z
-3.0
0.00
0,001349898031
0.01
0.02
0,001306238448
0,001263873427
0.03
0.04
0.05
0.06
0,001222768693
0,0011828907431
0,0011442068310
0,001106684957
0.07
0,001070293854
0.08
0.09
0,001035002974
0,001000782476
0,001394887235
-2.9
0,001865813300
0,001807143780
0,001750156928
0,0016948100193
0,0016410612342
0,001588869647
0,0015381952117
0,001488998745
0,0014412419173
-2.8
0,002555130330
0,002477074998
0,002401182474
0,002327400206
0,002255676691
0,002185961454
0,002118205040
0,002052358994
0,001988375854
0,001926209132
-2.7
0,003466973803
0,003364160407
0,003264095815
0,003166716277
0,003071959218
0,002979763235
0,002890068076
0,002802814632
0,002717944922
0,002635402077
-2.6
0,004661188023
0,0045271111330
0,004396488348
0,004269243409
0,0041453013610
0,004024588542
0,003907032574
0,003792562347
0,003681108009
0,003572600952
-2.5
0,006209665325
0,006036558080
0,005867741715
0,005703126333
0,005542623443
0,005386145954
0,005233608163
0,005084925749
0,004940015757
0,004798796597
-2.4
0,008197535924
0,007976260260
0,007760253550
0,0075494114163
0,007343630955
0,007142810735
0,006946850788
0,006755652607
0,0065691191355
0,006387154764
-2.3
0,0107241100217
0,010444077062
0,010170438668
0,009903075559
0,009641869945
0,009386705534
0,009137467530
0,008894042630
0,008656319025
0,008424186399
-2.2
0,013903447513
0,0135525811464
0,013209383807
0,012873721438
0,012545461435
0,012224472655
0,0119106254185
0,011303844238
0,0110106583244
-2.1
0,017864420562
0,017429177937
0,017003022647
0,016585806683
0,016177383372
0,0157776073911
0,015386334783
0,015003422973
0,014628730776
0,0142621184107
-2.0
0,02275013194
0,02221559442
0,02169169376
0,02117826964
0,02067516286
0,02018221540
0,01969927040
0,01922617222
0,01876276643
0,01830889985
-1.9
0,028716559816
0,028066606659
0,027428949703
0,026803418877
0,026189844940
0,025588059521
0,024997895148
0,024419185280
0,023851764341
0,023295467750
0,0116037915219
-1.8
0,0359303191129
0,035147893584
0,034379502445
0,033624969419
0,032884118659
0,032156774795
0,031442762980
0,030741908929
0,030054038961
0,029378980040
-1.7
0,044565462758
0,043632936524
0,042716220791
0,0418151376136
0,040929508978
0,040059156863
0,039203903287
0,038363570362
0,037537980348
0,036726955698
-1.6
0,054799291699
0,053698928148
0,052616138454
0,051550748490
0,050502583474
0,049471468033
0,048457226266
0,047459681802
0,046478657863
0,045513977321
-1.5
0,066807201268
0,065521712089
0,064255487818
0,063008364464
0,0617801767118
0,060570758002
0,059379940594
0,058207555638
0,057053433237
0,055917402519
-1.4
0,080756659233
0,079269841453
0,077803840526
0,076358509536
0,074933699534
0,073529259609
0,072145036965
0,070780876991
0,069436623333
0,0681121179667
113
AN E X O S
z
-1.3
0.00
0,096800484585
0.01
0.02
0.03
0.04
0.05
0,095097917795
0,093417508993
0,091759135650
0,090122672464
0,088507991437
0.06
0,0869149619471
0.07
0.08
0.09
0,085343450822
0,083793322415
0,082264438677
0,098525329049
-1.2
0,115069670221
0,113139446444
0,111232437447
0,109348552425
0,107487697074
0,105649773666
0,10383468112
0,102042315074
0,100272567954
-1.1
0,135666060946
0,133499513242
0,131356881042
0,129238112240
0,127143150562
0,125071935637
0,123024403051
0,121000484421
0,119000107455
0,11702319602
-1.0
0,158655253931
0,156247645021
0,153864230372
0,151505002788
0,149169950331
0,146859056375
0,144572299663
0,142309654355
0,140071090088
0,137856572032
-0.9
0,184060125346
0,18141125489
0,178786379614
0,176185542245
0,173608780338
0,171056126308
0,16852760746
0,16602324606
0,163543059327
0,161087059510
-0.8
0,211855398583
0,208970087871
0,206108053585
0,203269391828
0,200454193260
0,197662543122
0,194894521251
0,192150202103
0,189429654776
0,186732943037
-0.7
0,241963652223
0,238852068090
0,235762497779
0,232695092300
0,229649997164
0,226627352376
0,223627292437
0,220649946342
0,217695437585
0,214763884163
0,270930903783
0,267628893469
0,264347292115
0,261086299692
0,257846110805
0,254626914671
0,251428895095
0,248252230453
0,245097093674
0,280957308898
0,277595324753
-0.6
0,2742531177501
-0.5
0,308537538726
0,305025730897
0,301531787547
0,298055965394
0,294598516215
0,291159686788
0,287739718849
0,284338849046
-0.4
0,344578258389
0,340902973772
0,337242726848
0,333597820595
0,329968553660
0,326355220287
0,322758110250
0,319177508782
0,315613696516
0,312066949417
-0.3
0,382088577811
0,378280478178
0,374484165276
0,370699981059
0,366928263964
0,363169348824
0,359423566782
0,355691245199
0,351972707575
0,348268273464
-0.2
0,420740290560
0,416833836517
0,412935577358
0,409045884858
0,405165128302
0,40129367431
0,397431886798
0,393580126802
0,389738752444
0,38590811880
-0.1
0,460172162723
0,456204687457
0,452241573979
0,448283213345
0,444329995194
0,440382307629
0,436440537108
0,432505068325
0,428576284099
0,424654565265
-0.0
0,500000000000
0,496010643685
0,492021686283
0,488033526585
0,484046563147
0,48006119416
0,47607781734
0,472096829819
0,468118627986
0,464143607414
114
AN E X O S
0.00
0.0
0,5000000000000
0,503989356314
0,5079783137169
0,5119664734141
0,5159534368528
0.1
0,539827837277
0,54379531254
0,547758426020
0,551716786654
0.2
0,579259709439
0,58316616348
0,587064422648
0,590954115142
0.3
0,61791142218
0,62171952182
0,625515834723
0.4
0,655421741610
0,659097026227
0.5
0,691462461274
0,694974269102
0.6
0,725746882249
0,729069096217
0,732371106531
0.7
0,758036347776
0.8
0,788144601416
0.9
0,815939874653
1.0
0,841344746068
1.1
0,864333939053
1.2
0,884930329773
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0,5199388058384
0,5239221826541
0,5279031701805
0,555670004805
0,559617692370
0,563559462891
0,594834871697
0,598706325682
0,602568113201
0,629300018940
0,633071736036
0,636830651175
0,662757273151
0,666402179404
0,670031446339
0,698468212453
0,701944034605
0,705401483784
0,735652707884
0,738913700307
0.08
0.09
0,5318813720
0,5358563925852
0,567494931675
0,571423715900
0,575345434734
0,606419873198
0,610261247555
0,61409188119
0,640576433218
0,644308754800
0,648027292424
0,651731726536
0,673644779712
0,677241889749
0,680822491217
0,684386303483
0,687933050582
0,708840313211
0,71226028115
0,715661150953
0,719042691101
0,722404675246
0,74215388919
0,745373085328
0,748571104904
0,75174776954
0,754902906325
0,76114793191
0,764237502220
0,767304907699
0,770350002835
0,773372647623
0,776372707562
0,779350053657
0,782304562414
0,785236115836
0,791029912128
0,793891946414
0,796730608171
0,799545806739
0,802337456877
0,805105478748
0,807849797896
0,810570345223
0,813267056968
0,818588745108
0,821213620385
0,823814457754
0,828943873691
0,831472392533
0,833976753936
0,836456940672
0,838912940489
0,843752354978
0,846135769627
0,848494997211
0,850830049669
0,853140943624
0,855427700336
0,857690345644
0,859928909911
0,862143427968
0,866500486757
0,868643118957
0,870761887760
0,872856849437
0,874928064362
0,876975596948
0,878999515579
0,880999892544
0,882976803976
0,901474670950
0,826391219661
0,886860553556
0,888767562552
0,890651447574
0,892512302925
0,894350226333
0,896165318878
0,897957684925
0,899727432045
1.3
0,903199515414
0,904902082204
0,906582491006
0,908240864349
0,909877327535
0,911492008562
0,913085038052
0,914656549178
0,916206677585
0,917735561322
1.4
0,919243340766
0,920730158546
0,922196159473
0,923641490463
0,925066300465
0,926470740390
0,927854963034
0,929219123008
0,930563376666
0,931887882033
1.5
0,93319279873
0,93447828791
0,93574451218
0,936991635536
0,938219823288
0,939429241997
0,940620059405
0,941792444361
0,942946566762
0,944082597480
1.6
0,945200708300
0,946301071851
0,947383861545
0,948449251509
0,949497416525
0,950528531966
0,951542773733
0,95254031819
0,953521342136
0,954486022678
1.7
0,955434537241
0,956367063476
0,957283779208
0,958184862386
0,959070491021
0,959940843136
0,960796096712
0,961636429637
0,962462019651
0,963273044301
1.8
0,964069680887
0,964852106416
0,965620497554
0,966375030580
0,967115881340
0,967843225204
0,968557237019
0,969258091070
0,969945961038
0,970621019959
1.9
0,971283440184
0,971933393340
0,972571050296
0,973196581122
0,973810155059
0,974411940478
0,975002104851
0,975580814719
0,976148235658
0,976704532249
2.0
0,977249868051
0,977784405570
0,978308306232
0,978821730357
0,979324837133
0,979817784594
0,980300729590
0,980773827772
0,981237233565
0,98169110014
2.1
0,982135579437
0,982570822062
0,982996977352
0,983414193316
0,983822616627
0,984222392608
0,98461366521
0,984996577026
0,985371269224
0,985737881589
2.2
0,986096552486
0,986447418853
0,986790616192
0,987126278561
0,987454538564
0,987775527345
0,988089374585
0,988396208478
0,988696155761
0,988989341675
115
AN E X O S
z
2.3
0.00
0.01
0.02
0.03
0,989275889978
0,989555922938
0,989829561331
0,990096924440
2.4
0,991802464075
0,992023739739
0,992239746449
2.5
0,993790334674
0,993963441919
0,994132258284
2.6
0,995338811976
0,995472888867
0,995603511651
0,995730756590
2.7
0,996533026197
0,996635839593
0,996735904184
0,996833283722
2.8
0,997444869669
0,997522925001
0,997598817525
2.9
0,998134186699
0,998192856219
3.0
0,998650101968
0,998693761551
3.1
0,999032396786
0,999064563280
3.2
0,999312862062
0,999336325138
3.3
0,999516575857
3.4
0,999663070734
3.5
3.6
0.04
0.05
0.06
0,990862532469
0.07
0,991105957369
0.08
0,991343680974
0.09
0,990358130054
0,990613294465
0,991575813600
0,992450588583
0,992656369044
0,992857189264
0,993053149211
0,993244347392
0,993430880864
0,993612845235
0,994296873667
0,994457376556
0,994613854045
0,994766391836
0,994915074251
0,995059984242
0,995201203402
0,995854698639
0,995975411457
0,996092967425
0,9962074376523
0,996318891990
0,996427399047
0,996928040781
0,997020236764
0,997109931923
0,997197185367
0,997282055077
0,997364597922
0,997672599793
0,997744323308
0,997814038545
0,997881794959
0,997947641005
0,99801162414
0,998073790867
0,998249843071
0,998305189980
0,998358938765
0,998411130352
0,998461804788
0,998511001254
0,998558758082
0,998605112764
0,998736126572
0,998777231306
0,998817109256
0,998855793169
0,998893315042
0,998929706145
0,998964997025
0,998999217523
0,999095744800
0,999125968484
0,999155260826
0,999300845797
0,999211154305
0,999237805311
0,999263624738
0,999288636031
0,999359047016
0,999381048909
0,999402351502
0,999422974957
0,999442938931
0,999462262578
0,999480964566
0,999499063086
0,999533520143
0,999549912759
0,999565770079
0,999581108050
0,999595942198
0,999610287637
0,999624159081
0,999637570851
0,999650536881
0,999675185602
0,999686894321
0,999698209375
0,999709142906
0,999719706723
0,999729912306
0,999739770817
0,999749293108
0,999758489726
0,999767370921
0,999775946653
0,999784226600
0,999792220166
0,999799936484
0,999807384424
0,999814572603
0,999821509386
0,999828202896
0,999834661019
0,999840891409
0,999846901497
0,999852698492
0,999858289390
0,999863680979
0,999868879845
0,999873892375
0,999878724765
0,999883383023
0,999887872974
3.7
0,999892200266
0,999896370376
0,999900388611
0,999904260114
0,999907989872
0,999911582714
0,999915043321
0,999918376226
0,999921585820
0,999924676357
3.8
0,999927651956
0,999930516604
0,999933274163
0,999935928370
0,999938482844
0,999940941087
0,999943306487
0,999945582323
0,999947771767
0,999949877889
3.9
0,999951903656
0,999953851939
0,999955725515
0,999957527069
0,999959259195
0,999960924403
0,999962525118
0,999964063684
0,999965542365
0,999966963352
4.0
0,999968328758
0,999969640626
0,999970900929
0,999972111573
0,999973274399
0,999974391183
0,999975463642
0,999976493431
0,999977482149
0,999978431340
4.1
0,999979342493
0,999980217044
0,999981056381
0,999981861838
0,999982634708
0,999983376236
0,999984087620
0,999984770018
0,999985424545
0,999986052277
4.2
0,999986654251
0,999987231465
0,999987784884
0,999988315434
0,99998882400
0,999989311474
0,999989778654
0,999990226351
0,999990655334
0,999991066344
4.3
0,999991460094
0,999991837272
0,999992198540
0,999992544532
0,999992875864
0,999993193123
0,999993496877
0,99999378767
0,999994066034
0,999994332467
4.4
0,999995706485
0,999994831469
0,999995064954
0,999995288345
0,999995502056
0,999995706485
0,999995902017
0,99999608902
0,999996267848
0,999996438841
4.5
0,999996602326
0,999996758618
0,999996908018
0,999997050815
0,999997187288
0,999997317704
0,999997442318
0,999997561378
0,999997675120
0,999997783769
116
AN E X O S
A N E XO 3 . T A B L A D E K O L M O G O R O V S M I R N O V L I L L I E F O R S
Tablas
de
D n = Fn (x ) F ( x )
para
contrastar
normalidad cuando la media y la varianza

estimadas por sus valores muestrales.
la
hiptesis
poblacionales
de
son
Niv el de signif icancia

Tamao de
la muestra
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
> 30
n
0.20
0.15
0.10
0.05
0.01
0.300
0.285
0.265
0.247
0.233
0.223
0.215
0.206
0.199
0.190
0.183
0.177
0.173
0.169
0.166
0.163
0.160
0.149
0.131
0.319
0.299
0.277
0.258
0.244
0.233
0.224
0.217
0.212
0.202
0.194
0.187
0.182
0.177
0.173
0.169
0.166
0.153
0.136
0.352
0.315
0.294
0.276
0.261
0.249
0.239
0.230
0.223
0.214
0.207
0.201
0.195
0.189
0.184
0.179
0.174
0.165
0.144
0.381
0.337
0.319
0.300
0.285
0.271
0.258
0.249
0.242
0.234
0.227
0.220
0.213
0.206
0.200
0.195
0.190
0.180
0.161
0.417
0.405
0.364
0.348
0.331
0.311
0.294
0.284
0.275
0.268
0.261
0.257
0.250
0.245
0.239
0.235
0.231
0.203
0.187
0 . 736
n
0 . 768
n
0 . 805
n
0 . 886
n
1 . 031
n
Tabla tomada del libro; Estadstica Modelos y mtodos. Daniel Pea

S n c h e z d e R i v e r a p a g i n a 3 6 4 . E d i t o r i a l A l i a n z a . E d i t o r i a l T e xt o s .
1988
117
AN E X O S
A N E XO 4 . T A B L A D E L A D I S T R I B U C I N F .
Valores cuntiles de la distribucin F, para
v1
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
40
50
60
80
90
100
200
400
600
800
1000
= 0.05
10
12
14
15
16
18
19
20
161,45
18,513
10,128
7,7086
6,6079
5,9874
5,5914
5,3177
5,1174
4,9646
4,8443
4,7472
4,6672
4,6001
4,5431
4,494
4,4513
4,4139
4,3807
4,3512
4,3248
4,3009
4,2793
4,2597
4,2417
4,2252
4,21
4,196
4,183
4,1709
4,0847
4,0343
4,0012
3,9604
3,9469
3,9361
3,8884
3,8648
3,857
3,8531
3,8508
199,5
19
9,5521
6,9443
5,7861
5,1433
4,7374
4,459
4,2565
4,1028
3,9823
3,8853
3,8056
3,7389
3,6823
3,6337
3,5915
3,5546
3,5219
3,4928
3,4668
3,4434
3,4221
3,4028
3,3852
3,369
3,3541
3,3404
3,3277
3,3158
3,2317
3,1826
3,1504
3,1108
3,0977
3,0873
3,0411
3,0183
3,0107
3,007
3,0047
215,7073
19,1643
9,2766
6,5914
5,4095
4,7571
4,3468
4,0662
3,8625
3,7083
3,5874
3,4903
3,4105
3,3439
3,2874
3,2389
3,1968
3,1599
3,1274
3,0984
3,0725
3,0491
3,028
3,0088
2,9912
2,9752
2,9604
2,9467
2,934
2,9223
2,8387
2,79
2,7581
2,7188
2,7058
2,6955
2,6498
2,6272
2,6198
2,616
2,6138
224,5832
19,2468
9,1172
6,3882
5,1922
4,5337
4,1203
3,8379
3,6331
3,478
3,3567
3,2592
3,1791
3,1122
3,0556
3,0069
2,9647
2,9277
2,8951
2,8661
2,8401
2,8167
2,7955
2,7763
2,7587
2,7426
2,7278
2,7141
2,7014
2,6896
2,606
2,5572
2,5252
2,4859
2,4729
2,4626
2,4168
2,3942
2,3868
2,3831
2,3808
230,1619
19,2964
9,0135
6,2561
5,0503
4,3874
3,9715
3,6875
3,4817
3,3258
3,2039
3,1059
3,0254
2,9582
2,9013
2,8524
2,81
2,7729
2,7401
2,7109
2,6848
2,6613
2,64
2,6207
2,603
2,5868
2,5719
2,5581
2,5454
2,5336
2,4495
2,4004
2,3683
2,3287
2,3157
2,3053
2,2592
2,2366
2,229
2,2253
2,2231
233,986
19,3295
8,9406
6,1631
4,9503
4,2839
3,866
3,5806
3,3738
3,2172
3,0946
2,9961
2,9153
2,8477
2,7905
2,7413
2,6987
2,6613
2,6283
2,599
2,5727
2,5491
2,5277
2,5082
2,4904
2,4741
2,4591
2,4453
2,4324
2,4205
2,3359
2,2864
2,2541
2,2142
2,2011
2,1906
2,1441
2,1212
2,1137
2,1099
2,1076
236,7684
19,3532
8,8867
6,0942
4,8759
4,2067
3,787
3,5005
3,2927
3,1355
3,0123
2,9134
2,8321
2,7642
2,7066
2,6572
2,6143
2,5767
2,5435
2,514
2,4876
2,4638
2,4422
2,4226
2,4047
2,3883
2,3732
2,3593
2,3463
2,3343
2,249
2,1992
2,1665
2,1263
2,1131
2,1025
2,0556
2,0325
2,0248
2,021
2,0187
238,8827
19,371
8,8452
6,041
4,8183
4,1468
3,7257
3,4381
3,2296
3,0717
2,948
2,8486
2,7669
2,6987
2,6408
2,5911
2,548
2,5102
2,4768
2,4471
2,4205
2,3965
2,3748
2,3551
2,3371
2,3205
2,3053
2,2913
2,2783
2,2662
2,1802
2,1299
2,097
2,0564
2,043
2,0323
1,9849
1,9616
1,9538
1,95
1,9476
240,5433
19,3848
8,8123
5,9988
4,7725
4,099
3,6767
3,3881
3,1789
3,0204
2,8962
2,7964
2,7144
2,6458
2,5876
2,5377
2,4943
2,4563
2,4227
2,3928
2,366
2,3419
2,3201
2,3002
2,2821
2,2655
2,2501
2,236
2,2229
2,2107
2,124
2,0734
2,0401
1,9991
1,9856
1,9748
1,9269
1,9033
1,8955
1,8916
1,8892
241,8817
19,3959
8,7855
5,9644
4,7351
4,06
3,6365
3,3472
3,1373
2,9782
2,8536
2,7534
2,671
2,6022
2,5437
2,4935
2,4499
2,4117
2,3779
2,3479
2,321
2,2967
2,2747
2,2547
2,2365
2,2197
2,2043
2,19
2,1768
2,1646
2,0772
2,0261
1,9926
1,9512
1,9376
1,9267
1,8783
1,8544
1,8465
1,8425
1,8402
243,906
19,4125
8,7446
5,9117
4,6777
3,9999
3,5747
3,2839
3,0729
2,913
2,7876
2,6866
2,6037
2,5342
2,4753
2,4247
2,3807
2,3421
2,308
2,2776
2,2504
2,2258
2,2036
2,1834
2,1649
2,1479
2,1323
2,1179
2,1045
2,0921
2,0035
1,9515
1,9174
1,8753
1,8613
1,8503
1,8008
1,7764
1,7683
1,7643
1,7618
245,364
19,4244
8,7149
5,8733
4,6358
3,9559
3,5292
3,2374
3,0255
2,8647
2,7386
2,6371
2,5536
2,4837
2,4244
2,3733
2,329
2,29
2,2556
2,225
2,1975
2,1727
2,1502
2,1298
2,1111
2,0939
2,0781
2,0635
2,05
2,0374
1,9476
1,8949
1,8602
1,8174
1,8032
1,7919
1,7415
1,7166
1,7083
1,7041
1,7017
245,9499
19,4291
8,7029
5,8578
4,6188
3,9381
3,5107
3,2184
3,0061
2,845
2,7186
2,6169
2,5331
2,463
2,4034
2,3522
2,3077
2,2686
2,2341
2,2033
2,1757
2,1508
2,1282
2,1077
2,0889
2,0716
2,0558
2,0411
2,0275
2,0148
1,9245
1,8714
1,8364
1,7932
1,7789
1,7675
1,7166
1,6914
1,6831
1,6789
1,6764
246,4639
19,4333
8,6923
5,8441
4,6038
3,9223
3,4944
3,2016
2,989
2,8276
2,7009
2,5989
2,5149
2,4446
2,3849
2,3335
2,2888
2,2496
2,2149
2,184
2,1563
2,1313
2,1086
2,088
2,0691
2,0518
2,0358
2,021
2,0073
1,9946
1,9037
1,8503
1,8151
1,7716
1,7571
1,7456
1,6943
1,6688
1,6604
1,6562
1,6536
247,3232
19,4402
8,6745
5,8211
4,5785
3,8957
3,4669
3,1733
2,96
2,798
2,6709
2,5684
2,4841
2,4134
2,3533
2,3016
2,2567
2,2172
2,1823
2,1511
2,1232
2,098
2,0751
2,0543
2,0353
2,0178
2,0017
1,9868
1,973
1,9601
1,8682
1,8141
1,7784
1,7342
1,7196
1,7079
1,6556
1,6297
1,6211
1,6168
1,6142
247,6861
19,4431
8,667
5,8114
4,5678
3,8844
3,4551
3,1613
2,9477
2,7854
2,6581
2,5554
2,4709
2,4
2,3398
2,288
2,2429
2,2033
2,1683
2,137
2,109
2,0837
2,0608
2,0399
2,0207
2,0032
1,987
1,972
1,9581
1,9452
1,8529
1,7985
1,7625
1,718
1,7033
1,6915
1,6388
1,6126
1,6039
1,5995
1,5969
248,0131
19,4458
8,6602
5,8025
4,5581
3,8742
3,4445
3,1503
2,9365
2,774
2,6464
2,5436
2,4589
2,3879
2,3275
2,2756
2,2304
2,1906
2,1555
2,1242
2,096
2,0707
2,0476
2,0267
2,0075
1,9898
1,9736
1,9586
1,9446
1,9317
1,8389
1,7841
1,748
1,7032
1,6883
1,6764
1,6233
1,5969
1,5881
1,5837
1,5811
118
AN E X O S

v1
= 0.05
(continuacin)
10
12
14
15
16
18
19
20
248,579
19,4503
8,6484
5,7872
4,5413
3,8564
3,426
3,1313
2,9169
2,7541
2,6261
2,5229
2,4379
2,3667
2,306
2,2538
2,2084
2,1685
2,1331
2,1016
2,0733
2,0478
2,0246
2,0035
1,9842
1,9664
1,95
1,9349
1,9208
1,9077
1,8141
1,7588
1,7222
1,6768
1,6618
1,6497
1,5958
1,5778
1,5689
1,5599
1,5554
248,825
19,4523
8,6432
5,7805
4,5339
3,8486
3,4179
3,1229
2,9084
2,7453
2,6172
2,5139
2,4287
2,3573
2,2966
2,2443
2,1987
2,1587
2,1233
2,0917
2,0633
2,0377
2,0144
1,9932
1,9738
1,956
1,9396
1,9244
1,9103
1,8972
1,8031
1,7475
1,7108
1,6651
1,6499
1,6378
1,5834
1,5654
1,5563
1,5473
1,5428
249,051
19,4541
8,6385
5,7744
4,5272
3,8415
3,4105
3,1152
2,9005
2,7372
2,609
2,5055
2,4202
2,3487
2,2878
2,2354
2,1898
2,1497
2,1141
2,0825
2,054
2,0283
2,005
1,9838
1,9643
1,9464
1,9299
1,9147
1,9005
1,8874
1,7929
1,7371
1,7001
1,6542
1,6389
1,6267
1,572
1,5446
1,5355
1,531
1,5282
249,2601
19,4558
8,6341
5,7687
4,5209
3,8348
3,4036
3,1081
2,8932
2,7298
2,6014
2,4977
2,4123
2,3407
2,2797
2,2272
2,1815
2,1413
2,1057
2,0739
2,0454
2,0196
1,9963
1,975
1,9554
1,9375
1,921
1,9057
1,8915
1,8782
1,7835
1,7273
1,6902
1,644
1,6286
1,6163
1,5612
1,5337
1,5245
1,5199
1,5171
250,0951
19,4624
8,6166
5,7459
4,4957
3,8082
3,3758
3,0794
2,8637
2,6996
2,5705
2,4663
2,3803
2,3082
2,2468
2,1938
2,1477
2,1071
2,0712
2,0391
2,0102
1,9842
1,9605
1,939
1,9192
1,901
1,8842
1,8687
1,8543
1,8409
1,7444
1,6872
1,6491
1,6017
1,5859
1,5733
1,5164
1,4878
1,4782
1,4735
1,4706
251,1432
19,4707
8,5944
5,717
4,4638
3,7743
3,3404
3,0428
2,8259
2,6609
2,5309
2,4259
2,3392
2,2664
2,2043
2,1507
2,104
2,0629
2,0264
1,9938
1,9645
1,938
1,9139
1,892
1,8718
1,8533
1,8361
1,8203
1,8055
1,7918
1,6928
1,6337
1,5943
1,5449
1,5284
1,5151
1,4551
1,4247
1,4145
1,4094
1,4063
251,7742
19,4757
8,581
5,6995
4,4444
3,7537
3,3189
3,0204
2,8028
2,6371
2,5066
2,401
2,3138
2,2405
2,178
2,124
2,0769
2,0354
1,9986
1,9656
1,936
1,9092
1,8848
1,8625
1,8421
1,8233
1,8059
1,7898
1,7748
1,7609
1,66
1,5995
1,559
1,5081
1,491
1,4772
1,4146
1,3827
1,3719
1,3665
1,3632
252,1957
19,4791
8,572
5,6877
4,4314
3,7398
3,3043
3,0053
2,7872
2,6211
2,4901
2,3842
2,2966
2,2229
2,1601
2,1058
2,0584
2,0166
1,9795
1,9464
1,9165
1,8894
1,8648
1,8424
1,8217
1,8027
1,7851
1,7689
1,7537
1,7396
1,6373
1,5757
1,5343
1,4821
1,4645
1,4504
1,3856
1,3522
1,3409
1,3353
1,3318
252,497
19,4814
8,5656
5,6793
4,422
3,7298
3,2939
2,9944
2,776
2,6095
2,4782
2,372
2,2841
2,2102
2,1472
2,0926
2,045
2,003
1,9657
1,9323
1,9023
1,8751
1,8503
1,8276
1,8069
1,7877
1,77
1,7535
1,7382
1,724
1,6205
1,558
1,516
1,4628
1,4448
1,4303
1,3636
1,329
1,3173
1,3113
1,3078
252,723
19,4832
8,5607
5,673
4,415
3,7223
3,286
2,9862
2,7675
2,6008
2,4692
2,3628
2,2747
2,2006
2,1373
2,0826
2,0348
1,9927
1,9552
1,9217
1,8915
1,8641
1,8392
1,8164
1,7955
1,7762
1,7584
1,7418
1,7264
1,7121
1,6077
1,5445
1,5019
1,4477
1,4294
1,4146
1,3463
1,3106
1,2984
1,2923
1,2885
252,9
19,4846
8,5569
5,668
4,4095
3,7164
3,2798
2,9798
2,7609
2,5939
2,4622
2,3556
2,2673
2,1931
2,1296
2,0748
2,0268
1,9846
1,947
1,9133
1,883
1,8555
1,8305
1,8076
1,7866
1,7672
1,7493
1,7326
1,7171
1,7027
1,5975
1,5337
1,4906
1,4357
1,4171
1,402
1,3323
1,2956
1,283
1,2766
1,2728
253,0411
19,4857
8,5539
5,6641
4,4051
3,7117
3,2749
2,9747
2,7556
2,5884
2,4566
2,3498
2,2614
2,187
2,1234
2,0685
2,0204
1,978
1,9403
1,9066
1,8761
1,8486
1,8234
1,8005
1,7794
1,7599
1,7419
1,7251
1,7096
1,695
1,5892
1,5249
1,4814
1,4259
1,407
1,3917
1,3206
1,2831
1,2701
1,2635
1,2596
253,677
19,4907
8,5402
5,6461
4,3851
3,6904
3,2525
2,9513
2,7313
2,5634
2,4308
2,3233
2,2343
2,1592
2,095
2,0395
1,9909
1,9479
1,9097
1,8755
1,8446
1,8165
1,7909
1,7675
1,746
1,7261
1,7077
1,6905
1,6746
1,6597
1,5505
1,4835
1,4377
1,3786
1,3582
1,3416
1,2626
1,2189
1,2033
1,1953
1,1903
253,995
19,4932
8,5333
5,6371
4,3751
3,6797
3,2411
2,9395
2,7191
2,5507
2,4177
2,3098
2,2204
2,1451
2,0806
2,0247
1,9758
1,9325
1,894
1,8595
1,8283
1,8
1,7742
1,7505
1,7287
1,7086
1,6899
1,6726
1,6564
1,6412
1,5301
1,4614
1,4142
1,3526
1,3313
1,3138
1,2285
1,179
1,1607
1,151
1,145
254,1018
19,4941
8,5311
5,6341
4,3717
3,6761
3,2374
2,9355
2,7149
2,5464
2,4133
2,3053
2,2158
2,1403
2,0757
2,0197
1,9707
1,9273
1,8887
1,8541
1,8228
1,7944
1,7685
1,7447
1,7228
1,7026
1,6839
1,6665
1,6502
1,635
1,5232
1,4538
1,4061
1,3436
1,3218
1,3039
1,216
1,1637
1,1439
1,1332
1,1265
254,1549
19,4945
8,5299
5,6326
4,37
3,6743
3,2355
2,9335
2,7129
2,5443
2,4111
2,303
2,2135
2,1379
2,0732
2,0172
1,9681
1,9247
1,8861
1,8514
1,82
1,7916
1,7656
1,7418
1,7199
1,6996
1,6809
1,6634
1,6471
1,6318
1,5196
1,45
1,4019
1,339
1,317
1,2989
1,2094
1,1555
1,1347
1,1234
1,1163
254,1868
19,4947
8,5292
5,6317
4,369
3,6732
3,2343
2,9324
2,7116
2,543
2,4098
2,3017
2,2121
2,1365
2,0718
2,0157
1,9666
1,9232
1,8845
1,8497
1,8184
1,7899
1,7639
1,7401
1,7181
1,6978
1,679
1,6615
1,6452
1,6299
1,5175
1,4477
1,3994
1,3362
1,314
1,2958
1,2054
1,1504
1,1289
1,1172
1,1097
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
40
50
60
80
90
100
200
400
600
800
1000
119
AN E X O S
v1
= 0 . 025
10
12
14
15
16
18
19
20
647,78
38,506
17,4434
12,2179
10,0070
8,8131
8,0727
7,5709
7,2093
6,9367
6,7241
6,5538
6,4143
6,2979
6,1995
6,1151
6,0420
5,9781
5,9216
5,8715
5,8266
5,7863
5,7498
5,7166
5,6864
5,6586
5,6331
5,6096
5,5878
5,5675
5,4239
5,3403
5,2856
5,2184
5,1962
5,1786
5,1004
5,0619
5,0492
5,0429
5,0391
799,50
39,000
16,0441
10,6491
8,4336
7,2599
6,5415
6,0595
5,7147
5,4564
5,2559
5,0959
4,9653
4,8567
4,7650
4,6867
4,6189
4,5597
4,5075
4,4613
4,4199
4,3828
4,3492
4,3187
4,2909
4,2655
4,2421
4,2205
4,2006
4,1821
4,0510
3,9749
3,9253
3,8643
3,8443
3,8284
3,7578
3,7231
3,7117
3,7059
3,7025
864,16
39,165
15,439
9,9792
7,7636
6,5988
5,8898
5,4160
5,0781
4,8256
4,6300
4,4742
4,3472
4,2417
4,1528
4,0768
4,0112
3,9539
3,9034
3,8587
3,8188
3,7829
3,7505
3,7211
3,6943
3,6697
3,6472
3,6264
3,6072
3,5894
3,4633
3,3902
3,3425
3,2841
3,2649
3,2496
3,1820
3,1489
3,1379
3,1324
3,1292
899,58
39,248
15,1010
9,6045
7,3879
6,2272
5,5226
5,0526
4,7181
4,4683
4,2751
4,1212
3,9959
3,8919
3,8043
3,7294
3,6648
3,6083
3,5587
3,5147
3,4754
3,4401
3,4083
3,3794
3,3530
3,3289
3,3067
3,2863
3,2674
3,2499
3,1261
3,0544
3,0077
2,9504
2,9315
2,9166
2,8503
2,8179
2,8071
2,8018
2,7986
921,847
39,298
14,8848
9,3645
7,1464
5,9876
5,2852
4,8173
4,4844
4,2361
4,0440
3,8911
3,7667
3,6634
3,5764
3,5021
3,4379
3,3820
3,3327
3,2891
3,2501
3,2151
3,1835
3,1548
3,1287
3,1048
3,0828
3,0626
3,0438
3,0265
2,9037
2,8327
2,7863
2,7295
2,7109
2,6961
2,6304
2,5983
2,5876
2,5823
2,5792
937,11
39,33
14,734
9,1973
6,9777
5,8198
5,1186
4,6517
4,3197
4,0721
3,8807
3,7283
3,6043
3,5014
3,4147
3,3406
3,2767
3,2209
3,1718
3,1283
3,0895
3,0546
3,0232
2,9946
2,9685
2,9447
2,9228
2,9027
2,8840
2,8667
2,7444
2,6736
2,6274
2,5708
2,5522
2,5374
2,4720
2,4399
2,4293
2,4240
2,4208
948,21
39,355
14,6244
9,0741
6,8531
5,6955
4,9949
4,5286
4,1970
3,9498
3,7586
3,6065
3,4827
3,3799
3,2934
3,2194
3,1556
3,0999
3,0509
3,0074
2,9686
2,9338
2,9023
2,8738
2,8478
2,8240
2,8021
2,7820
2,7633
2,7460
2,6238
2,5530
2,5068
2,4502
2,4316
2,4168
2,3513
2,3192
2,3086
2,3033
2,3002
956,65
39,373
14,5399
8,9796
6,7572
5,5996
4,8993
4,4333
4,1020
3,8549
3,6638
3,5118
3,3880
3,2853
3,1987
3,1248
3,0610
3,0053
2,9563
2,9128
2,8740
2,8392
2,8077
2,7791
2,7531
2,7293
2,7074
2,6872
2,6686
2,6513
2,5289
2,4579
2,4117
2,3549
2,3363
2,3215
2,2558
2,2236
2,2130
2,2077
2,2045
963,28
39,387
14,4731
8,9047
6,6811
5,5234
4,8232
4,3572
4,0260
3,7790
3,5879
3,4358
3,3120
3,2093
3,1227
3,0488
2,9849
2,9291
2,8801
2,8365
2,7977
2,7628
2,7313
2,7027
2,6766
2,6528
2,6309
2,6106
2,5919
2,5746
2,4519
2,3808
2,3344
2,2775
2,2588
2,2439
2,1780
2,1456
2,1349
2,1296
2,1264
968,62
39,398
14,4189
8,8439
6,6192
5,4613
4,7611
4,2951
3,9639
3,7168
3,5257
3,3736
3,2497
3,1469
3,0602
2,9862
2,9222
2,8664
2,8172
2,7737
2,7348
2,6998
2,6682
2,6396
2,6135
2,5896
2,5676
2,5473
2,5286
2,5112
2,3882
2,3168
2,2702
2,2130
2,1942
2,1793
2,1130
2,0805
2,0697
2,0643
2,0611
976,70
39,4146
14,3366
8,7512
6,5245
5,3662
4,6658
4,1997
3,8682
3,6209
3,4296
3,2773
3,1532
3,0502
2,9633
2,8890
2,8249
2,7689
2,7196
2,6758
2,6368
2,6017
2,5699
2,5411
2,5149
2,4908
2,4688
2,4484
2,4295
2,4120
2,2882
2,2162
2,1692
2,1115
2,0925
2,0773
2,0103
1,9773
1,9664
1,9610
1,9577
982,52
39,426
14,2768
8,6838
6,4556
5,2968
4,5961
4,1297
3,7980
3,5504
3,3588
3,2062
3,0819
2,9786
2,8915
2,8170
2,7526
2,6964
2,6469
2,6030
2,5638
2,5285
2,4966
2,4677
2,4413
2,4171
2,3949
2,3743
2,3554
2,3378
2,2130
2,1404
2,0929
2,0346
2,0154
2,0001
1,9322
1,8987
1,8877
1,8821
1,8788
984,86
39,4313
14,2527
8,6565
6,4277
5,2687
4,5678
4,1012
3,7694
3,5217
3,3299
3,1772
3,0527
2,9493
2,8621
2,7875
2,7230
2,6667
2,6171
2,5731
2,5338
2,4984
2,4665
2,4374
2,4110
2,3867
2,3644
2,3438
2,3248
2,3072
2,1819
2,1090
2,0613
2,0026
1,9833
1,9679
1,8996
1,8659
1,8548
1,8492
1,8459
986,918
39,435
14,2315
8,6326
6,4032
5,2439
4,5428
4,0761
3,7441
3,4963
3,3044
3,1515
3,0269
2,9234
2,8360
2,7614
2,6968
2,6404
2,5907
2,5465
2,5071
2,4717
2,4396
2,4105
2,3840
2,3597
2,3373
2,3167
2,2976
2,2799
2,1542
2,0810
2,0330
1,9741
1,9546
1,9391
1,8704
1,8364
1,8252
1,8196
1,8162
990,34
39,442
14,1960
8,5924
6,3619
5,2021
4,5008
4,0338
3,7015
3,4534
3,2612
3,1081
2,9832
2,8795
2,7919
2,7170
2,6522
2,5956
2,5457
2,5014
2,4618
2,4262
2,3940
2,3648
2,3381
2,3137
2,2912
2,2704
2,2512
2,2334
2,1068
2,0330
1,9846
1,9250
1,9053
1,8897
1,8200
1,7856
1,7742
1,7685
1,7651
991,79
39,445
14,1810
8,5753
6,3444
5,1844
4,4829
4,0158
3,6833
3,4351
3,2428
3,0896
2,9646
2,8607
2,7730
2,6980
2,6331
2,5764
2,5265
2,4821
2,4424
2,4067
2,3745
2,3452
2,3184
2,2939
2,2713
2,2505
2,2313
2,2134
2,0864
2,0122
1,9636
1,9037
1,8840
1,8682
1,7981
1,7635
1,7520
1,7462
1,7428
993,10
39,447
14,1674
8,5599
6,3286
5,1684
4,4667
3,9995
3,6669
3,4185
3,2261
3,0728
2,9477
2,8437
2,7559
2,6808
2,6158
2,5590
2,5089
2,4645
2,4247
2,3890
2,3567
2,3273
2,3005
2,2759
2,2533
2,2324
2,2131
2,1952
2,0677
1,9933
1,9445
1,8843
1,8644
1,8486
1,7780
1,7431
1,7316
1,7258
1,7223
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
40
50
60
80
90
100
200
400
600
800
1000
120
AN E X O S
v1
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
40
50
60
80
90
100
200
400
600
800
1000
= 0.025
(continuacin)
22
23
24
25
30
40
50
60
70
80
90
100
200
400
600
800
1000
995.362
39,452
14,143
8,5332
6,3011
5,1406
4,4386
3,9711
3,6383
3,3897
3,1970
3,0434
2,9181
2,8139
2,7260
2,6507
2,5855
2,5285
2,4783
2,4337
2,3938
2,3579
2,3254
2,2959
2,2690
2,2443
2,2216
2,2006
2,1812
2,1631
2,0349
1,9599
1,9106
1,8499
1,8298
1,8138
1,7424
1,7070
1,6953
1,6894
1,6859
996.346
39,454
14,133
8,5216
6,2891
5,1284
4,4263
3,9587
3,6257
3,3770
3,1843
3,0306
2,9052
2,8009
2,7128
2,6374
2,5721
2,5151
2,4648
2,4201
2,3801
2,3442
2,3116
2,2821
2,2551
2,2303
2,2076
2,1865
2,1671
2,1490
2,0203
1,9451
1,8956
1,8346
1,8144
1,7983
1,7265
1,6909
1,6791
1,6731
1,6696
997.249
39,456
14,1241
8,5109
6,2780
5,1172
4,4150
3,9472
3,6142
3,3654
3,1725
3,0187
2,8932
2,7888
2,7006
2,6252
2,5598
2,5027
2,4523
2,4076
2,3675
2,3315
2,2989
2,2693
2,2422
2,2174
2,1946
2,1735
2,1540
2,1359
2,0069
1,9313
1,8817
1,8204
1,8001
1,7839
1,7117
1,6758
1,6639
1,6580
1,6544
998.080
39,457
14,1155
8,5010
6,2679
5,1069
4,4045
3,9367
3,6035
3,3546
3,1616
3,0077
2,8821
2,7777
2,6894
2,6138
2,5484
2,4912
2,4408
2,3959
2,3558
2,3198
2,2871
2,2574
2,2303
2,2054
2,1826
2,1615
2,1419
2,1237
1,9943
1,9186
1,8687
1,8071
1,7867
1,7705
1,6978
1,6618
1,6498
1,6438
1,6402
1.001,414
39,4646
14,0805
8,4613
6,2269
5,0652
4,3624
3,8940
3,5604
3,3110
3,1176
2,9633
2,8372
2,7324
2,6437
2,5678
2,5020
2,4445
2,3937
2,3486
2,3082
2,2718
2,2389
2,2090
2,1816
2,1565
2,1334
2,1121
2,0923
2,0739
1,9429
1,8659
1,8152
1,7523
1,7315
1,7148
1,6403
1,6031
1,5907
1,5845
1,5808
1005.57
39,4729
14,0365
8,4111
6,1750
5,0125
4,3089
3,8398
3,5055
3,2554
3,0613
2,9063
2,7797
2,6742
2,5850
2,5085
2,4422
2,3842
2,3329
2,2873
2,2465
2,2097
2,1763
2,1460
2,1183
2,0928
2,0693
2,0477
2,0276
2,0089
1,8752
1,7963
1,7440
1,6790
1,6574
1,6401
1,5621
1,5230
1,5099
1,5033
1,4993
1008.117
39,477
14,0099
8,3808
6,1436
4,9804
4,2763
3,8067
3,4719
3,2214
3,0268
2,8714
2,7443
2,6384
2,5488
2,4719
2,4053
2,3468
2,2952
2,2493
2,2081
2,1710
2,1374
2,1067
2,0787
2,0530
2,0293
2,0073
1,9870
1,9681
1,8324
1,7520
1,6985
1,6318
1,6095
1,5917
1,5108
1,4699
1,4561
1,4492
1,4451
1009.80
39,4812
13,9921
8,3604
6,1225
4,9589
4,2544
3,7844
3,4493
3,1984
3,0035
2,8478
2,7204
2,6142
2,5242
2,4471
2,3801
2,3214
2,2696
2,2234
2,1819
2,1446
2,1107
2,0799
2,0516
2,0257
2,0018
1,9797
1,9591
1,9400
1,8028
1,7211
1,6668
1,5987
1,5758
1,5575
1,4742
1,4317
1,4173
1,4101
1,4058
1011.004
39,483
13,9793
8,3458
6,1074
4,9434
4,2386
3,7684
3,4330
3,1818
2,9867
2,8307
2,7030
2,5966
2,5064
2,4291
2,3619
2,3030
2,2509
2,2045
2,1629
2,1254
2,0913
2,0603
2,0319
2,0058
1,9817
1,9595
1,9388
1,9195
1,7810
1,6984
1,6433
1,5740
1,5507
1,5320
1,4465
1,4026
1,3877
1,3802
1,3757
1011907
39,485
13,969
8,3349
6,0960
4,9318
4,2268
3,7563
3,4207
3,1694
2,9740
2,8178
2,6900
2,5833
2,4930
2,4154
2,3481
2,2890
2,2368
2,1902
2,1485
2,1108
2,0766
2,0454
2,0169
1,9907
1,9665
1,9441
1,9232
1,9039
1,7644
1,6810
1,6252
1,5549
1,5312
1,5122
1,4248
1,3796
1,3642
1,3565
1,3518
1012.611
39,486
13,962
8,3263
6,0871
4,9227
4,2175
3,7469
3,4111
3,1596
2,9641
2,8077
2,6797
2,5729
2,4824
2,4047
2,3372
2,2780
2,2257
2,1790
2,1371
2,0993
2,0650
2,0337
2,0051
1,9787
1,9544
1,9319
1,9110
1,8915
1,7512
1,6671
1,6108
1,5396
1,5156
1,4963
1,4072
1,3609
1,3450
1,3370
1,3322
1013.174
39,487
13,9563
8,3195
6,0800
4,9154
4,2101
3,7393
3,4034
3,1517
2,9561
2,7996
2,6715
2,5646
2,4739
2,3961
2,3285
2,2692
2,2167
2,1699
2,1280
2,0901
2,0557
2,0243
1,9955
1,9691
1,9447
1,9221
1,9011
1,8816
1,7405
1,6558
1,5990
1,5271
1,5028
1,4833
1,3927
1,3453
1,3290
1,3208
1,3158
1015.713
39,492
13,9292
8,2885
6,0478
4,8824
4,1764
3,7050
3,3684
3,1161
2,9198
2,7626
2,6339
2,5264
2,4352
2,3567
2,2886
2,2287
2,1757
2,1284
2,0859
2,0475
2,0126
1,9807
1,9515
1,9246
1,8998
1,8767
1,8553
1,8354
1,6906
1,6029
1,5435
1,4674
1,4414
1,4203
1,3204
1,2658
1,2465
1,2365
1,2304
1016.985
39,4954
13,9157
8,2729
6,0316
4,8658
4,1594
3,6876
3,3507
3,0980
2,9014
2,7439
2,6148
2,5069
2,4154
2,3367
2,2682
2,2080
2,1547
2,1071
2,0643
2,0256
1,9904
1,9583
1,9288
1,9016
1,8765
1,8532
1,8316
1,8114
1,6643
1,5747
1,5136
1,4348
1,4076
1,3854
1,2782
1,2169
1,1942
1,1823
1,1750
1017.409
39,4962
13,9111
8,2677
6,0262
4,8602
4,1537
3,6818
3,3448
3,0920
2,8952
2,7376
2,6084
2,5004
2,4087
2,3299
2,2613
2,2010
2,1476
2,0999
2,0570
2,0182
1,9829
1,9507
1,9211
1,8938
1,8687
1,8453
1,8235
1,8032
1,6554
1,5651
1,5034
1,4234
1,3957
1,3731
1,2628
1,1981
1,1737
1,1607
1,1525
1017.621
39,496
13,9089
8,2651
6,0235
4,8575
4,1509
3,6789
3,3418
3,0889
2,8921
2,7344
2,6051
2,4971
2,4054
2,3265
2,2578
2,1975
2,1440
2,0962
2,0533
2,0145
1,9791
1,9468
1,9172
1,8899
1,8647
1,8413
1,8195
1,7991
1,6509
1,5602
1,4981
1,4176
1,3897
1,3668
1,2548
1,1881
1,1626
1,1488
1,1401
1017.74
39,496
13,907
8,2636
6,0218
4,8558
4,1492
3,6772
3,3400
3,0871
2,8902
2,7325
2,6032
2,4951
2,4034
2,3245
2,2558
2,1954
2,1419
2,0941
2,0511
2,0122
1,9769
1,9445
1,9149
1,8876
1,8623
1,8389
1,8170
1,7967
1,6481
1,5572
1,4950
1,4141
1,3860
1,3630
1,2498
1,1819
1,1555
1,1412
1,1320
121
AN E X O S
A N E XO 5 . C O E F I C I E N T E S P A R A L A S G R A F I C A S D E C O N T R O L
Grafico de promedios
Nmero de
observaciones de
l a mues tr a,
1
2
3
4
5
6
7
8
9
Coeficientes para los

l i mi tes d e con tr ol
Grfico de desviacin estndar

Grfico de rangos
Coeficientes para:
L mi te
central
Coeficientes para
el l mi te centr al
L mi te s de contr ol
A2
A3
c4
B3
B4
B5
B6
d2
2.121
1.732
1.500
1.342
1.225
1.134
1.061
1.000
0.949
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
2.659
1.954
1.628
1.427
1.287
1.182
1.099
1.032
0.975
0.7979
0.8862
0.9213
0.9400
0.9515
0.9594
0.9650
0.9693
0.9727
0
0
0
0
0.030
0.118
0.185
0.239
0.284
3.267
2.568
2.266
2.089
1.970
1.882
1.815
1.761
1.716
0
0
0
0
0.029
0.113
0.179
0.232
0.276
2.606
2.276
2.088
1.964
1.874
1.806
1.751
1.707
1.669
1.128
1.6929
2.0588
2.3261
2.5342
2.7041
2.8473
2.9700
3.0778
d2
0.8865
0.5907
0.4857
0.4299
0.3946
0.3698
0.3512
0.3367
0.3249
Coefi ci entes par a l os l mi tes d e c ontr ol
d3
D1
D2
D3
D4
0.853
0.888
0.880
0.864
0.848
0.833
0.820
0.808
0.797
0
0
0
0
0
0.205
0.387
0.546
0.687
3.686
4.358
4.698
4.918
5.078
5.203
5.307
5.394
5.469
0
0
0
0
0
0.076
0.136
0.184
0.223
3.267
2.575
2.282
2.115
2.004
1.924
1.864
1.816
1.777
122
AN E X O S
A N E XO 6 . D I S T R I B U C I N J I - C U A D R A D A
0,005
0,01
0,025
0,05
0,1
0,25
0,5
0,75
0,9
0,95
0,975
0,99
0,995
0,999
1
2
0,0000
0,0002
0,0010
0,0039
0,0158
0,1015
0,4549
1,3233
2,7055
3,8415
5,0239
6,6349
7,8794
10,8276
0,0100
0,0201
0,0506
0,1026
0,2107
0,5754
1,3863
2,7726
4,6052
5,9915
7,3778
9,2103
10,5966
13,8155
3
4
5
6
0,0717
0,1148
0,2158
0,3518
0,5844
1,2125
2,3660
4,1083
6,2514
7,8147
9,3484
11,3449
12,8382
16,2662
0,2070
0,2971
0,4844
0,7107
1,0636
1,9226
3,3567
5,3853
7,7794
9,4877
11,1433
13,2767
14,8603
18,4668
0,4117
0,5543
0,8312
1,1455
1,6103
2,6746
4,3515
6,6257
9,2364
11,0705
12,8325
15,0863
16,7496
20,5150
0,6757
0,8721
1,2373
1,6354
2,2041
3,4546
5,3481
7,8408
10,6446
12,5916
14,4494
16,8119
18,5476
22,4577
7
8
0,9893
1,2390
1,6899
2,1673
2,8331
4,2549
6,3458
9,0371
12,0170
14,0671
16,0128
18,4753
20,2777
24,3219
1,3444
1,6465
2,1797
2,7326
3,4895
5,0706
7,3441
10,2189
13,3616
15,5073
17,5345
20,0902
21,9550
26,1245
9
10
11
1,7349
2,0879
2,7004
3,3251
4,1682
5,8988
8,3428
11,3888
14,6837
16,9190
19,0228
21,6660
23,5894
27,8772
2,1559
2,5582
3,2470
3,9403
4,8652
6,7372
9,3418
12,5489
15,9872
18,3070
20,4832
23,2093
25,1882
29,5883
2,6032
3,0535
3,8157
4,5748
5,5778
7,5841
10,3410
13,7007
17,2750
19,6751
21,9200
24,7250
26,7568
31,2641
12
13
14
15
3,0738
3,5706
4,4038
5,2260
6,3038
8,4384
11,3403
14,8454
18,5493
21,0261
23,3367
26,2170
28,2995
32,9095
3,5650
4,1069
5,0088
5,8919
7,0415
9,2991
12,3398
15,9839
19,8119
22,3620
24,7356
27,6882
29,8195
34,5282
4,0747
4,6604
5,6287
6,5706
7,7895
10,1653
13,3393
17,1169
21,0641
23,6848
26,1189
29,1412
31,3193
36,1233
4,6009
5,2293
6,2621
7,2609
8,5468
11,0365
14,3389
18,2451
22,3071
24,9958
27,4884
30,5779
32,8013
37,6973
16
17
18
5,1422
5,8122
6,9077
7,9616
9,3122
11,9122
15,3385
19,3689
23,5418
26,2962
28,8454
31,9999
34,2672
39,2524
5,6972
6,4078
7,5642
8,6718
10,0852
12,7919
16,3382
20,4887
24,7690
27,5871
30,1910
33,4087
35,7185
40,7902
6,2648
7,0149
8,2307
9,3905
10,8649
13,6753
17,3379
21,6049
25,9894
28,8693
31,5264
34,8053
37,1565
42,3124
19
20
21
22
6,8440
7,6327
8,9065
10,1170
11,6509
14,5620
18,3377
22,7178
27,2036
30,1435
32,8523
36,1909
38,5823
43,8202
7,4338
8,2604
9,5908
10,8508
12,4426
15,4518
19,3374
23,8277
28,4120
31,4104
34,1696
37,5662
39,9968
45,3147
8,0337
8,8972
10,2829
11,5913
13,2396
16,3444
20,3372
24,9348
29,6151
32,6706
35,4789
38,9322
41,4011
46,7970
8,6427
9,5425
10,9823
12,3380
14,0415
17,2396
21,3370
26,0393
30,8133
33,9244
36,7807
40,2894
42,7957
48,2679
23
24
25
26
9,2604
10,1957
11,6886
13,0905
14,8480
18,1373
22,3369
27,1413
32,0069
35,1725
38,0756
41,6384
44,1813
49,7282
9,8862
10,8564
12,4012
13,8484
15,6587
19,0373
23,3367
28,2412
33,1962
36,4150
39,3641
42,9798
45,5585
51,1786
10,5197
11,5240
13,1197
14,6114
16,4734
19,9393
24,3366
29,3389
34,3816
37,6525
40,6465
44,3141
46,9279
52,6197
11,1602
12,1981
13,8439
15,3792
17,2919
20,8434
25,3365
30,4346
35,5632
38,8851
41,9232
45,6417
48,2899
54,0520
11,8076
12,8785
14,5734
16,1514
18,1139
21,7494
26,3363
31,5284
36,7412
40,1133
43,1945
46,9629
49,6449
55,4760
12,4613
13,5647
15,3079
16,9279
18,9392
22,6572
27,3362
32,6205
37,9159
41,3371
44,4608
48,2782
50,9934
56,8923
13,1211
14,2565
16,0471
17,7084
19,7677
23,5666
28,3361
33,7109
39,0875
42,5570
45,7223
49,5879
52,3356
58,3012
27
28
29
123
AN E X O S
A N E XO 6 . D I S T R I B U C I N J I - C U A D R A D A ( C o n t i n u a c i n )
0,005
0,01
0,025
0,05
0,1
0,25
0,5
0,75
0,9
0,95
0,975
0,99
0,995
0,999
30
35
40
13,7867
14,9535
16,7908
18,4927
20,5992
24,4776
29,3360
34,7997
40,2560
43,7730
46,9792
50,8922
53,6720
59,7031
17,1918
18,5089
20,5694
22,4650
24,7967
29,0540
34,3356
40,2228
46,0588
49,8018
53,2033
57,3421
60,2748
66,6188
20,7065
22,1643
24,4330
26,5093
29,0505
33,6603
39,3353
45,6160
51,8051
55,7585
59,3417
63,6907
66,7660
73,4020
50
60
80
90
100
27,9907
29,7067
32,3574
34,7643
37,6886
42,9421
49,3349
56,3336
63,1671
67,5048
71,4202
76,1539
79,4900
86,6608
35,5345
37,4849
40,4817
43,1880
46,4589
52,2938
59,3347
66,9815
74,3970
79,0819
83,2977
88,3794
91,9517
99,6072
51,1719
53,5401
57,1532
60,3915
64,2778
71,1445
79,3343
88,1303
96,5782
101,8795
106,6286
112,3288
116,3211
124,8392
59,1963
61,7541
65,6466
69,1260
73,2911
80,6247
89,3342
98,6499
107,5650
113,1453
118,1359
124,1163
128,2989
137,2084
67,3276
70,0649
74,2219
77,9295
82,3581
90,1332
99,3341
109,1412
118,4980
124,3421
129,5612
135,8067
140,1695
149,4493
200
300
400
500
152,2410
156,4320
162,7280
168,2786
174,8353
186,1717
199,3337
213,1022
226,0210
233,9943
241,0579
249,4451
255,2642
267,5405
240,6634
245,9725
253,9123
260,8781
269,0679
283,1353
299,3336
316,1384
331,7885
341,3951
349,8745
359,9064
366,8444
381,4252
330,9028
337,1553
346,4818
354,6410
364,2074
380,5767
399,3336
418,6969
436,6490
447,6325
457,3055
468,7245
476,6064
493,1318
422,3034
429,3875
439,9360
449,1468
459,9261
478,3230
499,3335
520,9505
540,9303
553,1268
563,8515
576,4928
585,2066
603,4460
600
700
800
900
514,5289
522,3651
534,0186
544,1801
556,0560
576,2859
599,3335
622,9876
644,8004
658,0936
669,7692
683,5156
692,9816
712,7712
607,3795
615,9075
628,5772
639,6131
652,4974
674,4128
699,3335
724,8607
748,3591
762,6607
775,2107
789,9735
800,1314
821,3468
700,7250
709,8969
723,5126
735,3624
749,1853
772,6694
826,6040
851,6712
866,9114
880,2753
895,9843
906,7862
929,3289
794,4750
804,2518
818,7560
831,3702
846,0746
871,0321
928,2413
954,7819
970,9036
985,0320
1.001,6296
1.013,0364
1.036,8260
1000
888,5635
898,9125
927,5944
943,1326
1.057,7239
1.074,6794
1.089,5309
1.106,9690
1.118,9481
1.143,9171
B I B LI O G R AF A
BIBLIOGRAF A
A lt , F . B. ( 1 9 85 ) . M u lt i v ar ia te Q u a l it y C o n tr o l , i n
E nc yc l o p ae d ia of St a tis t ic a l Sc i e nc es 6 e d it ed b y S .
KO T Z an d N . L. J o h ns on W ile y a n d s o ns . N e w Yo r k .
B la nc o, C, L. ( 20 0 4 ) . Pr o ba b i l id a d. C o l e c c i n T ex t o .
Un i v er s id a d Nac i o na l de C o l om bi a, B o g ot a. .
B la nc o C. L . ( 20 04) . Pr ob a b il i d ad . U ni v er s i da d N ac io n a l
de C o l om bi a. U NI BI B L O S . B og o t .
Ca n a vos ,
G.
( 19 9 3 ) .
Pr o ba b i l id a d
y
Es t a ds tic a ,
A pl ic ac i on es y m to d o s . Mc G r a w- H il l . M x ic o.
Du nc an Ac h es o n, J . ( 1 99 6) . C on tr o l d e Ca l i da d
Es t a ds t ic a I n dus tr ia l . E di t or ia l Alf aom eg a . M x ic o .
Du nc an Ac h es o n J . ( 1 98 9) . C o ntr o l d e c al i d ad y
Es t a ds t ic a I n dus tr ia l . E di t or ia l Alf a O m eg a S. A ., Mx ic o.
Ec k es , G . ( 20 0 5) . E l S ix
E di t or ia l N or m a. B o go t .
Si gm a
par a
t od os .
G r u po
F uc hs C. & B e nj am i n i Y. ( 1 99 4) . Mu l t i v ar ia te Pr of i l e
Ch ar ts f or St a tis c a l P r oc es s Co n tr o l . T ec h nom etr ic s , 3 6
pp . 1 82 - 1 9 5.
In g le , S . & Ro e, W . ( 2 00 1) .
S ix S i gm a. B lac k B e lt
im pl em ent a ti o n. Vo l um en tr ec e. N m er o c u a t r o.
J ac k s on , J . E & Br ad l e y, R . A., ( 1 9 6 6) . S eq u e nt i al
Mu l t i var i at e
Pr oc e dur es
wi t h
Q u a l it y
C on tr o l
A pp l ic at i ons , M u lt i v ar i at e A n al ys is I , P .R . Kr is h n ai a h,
E di t or , N e w Yo r k : Ac a dem ic Pr es s , 5 07- 5 19
J ur a n J . M. & Cr yn a F . M. ( 1 9 95) . A n l is is y P la n e ac i n de
l a Ca l i da d. E di t or ia l M c G r a w- H i l l, M x ic o.
125
B I B LI O G R AF A
Ma r t i ne z, R . ( 1 9 93) . G r f ic os de c on tr o l d e la m ed i a y e l
r an g o W ins or i za d os . Un i v er s id a d N ac i on a l de C ol om bi a .
S an ta f e d e B o go t
Mo n tg om er y,
D.
( 20 0 2) .
D is e o
y
Ex per im en t os . E d it or i a l L im us a. Mx ic o.
A n l is is
de
Mo n tg om er y, D. C .
( 19 9 1) . C o ntr o l es t a d s t ic o de l a
c a li d ad . I ber o am r ic a, M x ic o .
P an d e, P . S. , N e um an, R. P ., C a va n ag h , R. R. T h e S ix
S igm a W a y T e am F ie l d b o ok An Im pl em ent a ti o n G u i d e f or
Pr oc es s Im pr o vem en t T eam s . Mc G r a w- H i l l.
P e a S nc h e z d e Ri v er a , D. ( 1 9 8 8) . Es t ad s tic a M o de l os
Y M t o dos . E d it or i al A l ia n za E d it or ia l t ex t os , M x ic o .
St a tgr a ph ic s P lus 6 . 0. St at is t ic a l G r a p h ic S ys tem ( 19 92) ,
Roc k v i l le , M D: ST SC .
T enn a nt , G . S ix S igm a : C o ntr o l Es t a ds t ic o d e pr oc es os y
A dm in is tr ac i n T o ta l de l a Ca l i da d en M an uf ac tur a y
S er v ic i o .
W ether i l , G . & Br o wn Do n, W . ( 199 1) . St at is c al Pr oc es s
Co ntr o l. E di t or ia l C ha pm an A n d Ha l l.
Yo u n g, J . ( 2 00 1) . Dr i v in g p er f or m an c e r es u l ts
Am er ic a n Ex pr es s . S ix S i gm a F or um Ma g a zi ne .
at
Ya n g, C . C. ( 20 0 4) . M u lt i v at i at e s ta t is c a l m et h ods a n S ix
S igm a. Vo l um en u n o. Nm er o un o.
126
N DI C E AN L I TI C O
N DI CE AN L IT IC O
A n l is is d e v ar ia n za , 36 , 4 1, 6 4 , 12 4 , 14 1 .
Co ef ic i en t e:
De d e ter m i nac i n, 4 5, 50 , 1 41
Co ntr as te , 2 0, 4 7, 63 , 10 0 , 13 8
Co v ar i an za , 10 3, 10 6.
Des v i ac i n Es t n d ar , 15 , 5 8, 7 0 , 71 , 7 4, 7 5 , 7 8, 80 , 5 1, 8 3, 88 , 1 5 5.
Dif er e nc i a de Me d i as , 36 .
In ter v a l os d e c o nf i a n za , 8 8 , 89 , 9 0, 1 3 6, 1 3 7.
Pr ue b a d e h ip t es is , 1 24 , 1 38 , 1 39 , 1 43 .
Dis e o : 3 9, 4 1 , 42 , 4 3 , 45 , 5 3, 5 9 , 60 , 6 1, 6 4, 6 5 , 68 , 8 5, 1 1 8.
Dis e o un if ac to r i a l, 41 , 42 , 4 3, 4 5 .
Dis e o de Ex p er im en t os
Dis p er s i n
Dis tr ib uc i n :
B et a
B in om ia l
B in om ia l N e ga t i va
J i- c ua dr ad a
Ex po n enc i a l
G am m a
G e om tr ic a
Hi p er ge om tr ic a
Nor m a l
P ois s o n
t , de St u de nt
Un if or m e
Er r or :
Ex p er im ent a l
T ipo I
T ipo I I
V ar ia n za
Es pac i o M ues tr a l
Es t a ds t ic a
Dis tr ib uc i n de m ues tr eo
Es t im ac i n:
P un tu a l
P or i nt er v a los
De Ko lm og or o v Sm ir n o v
127
E v en tos :
Es t a ds t ic am en t e i nd e pe n d ie nt es
De p en d ie n tes .
Ex per im en t os f ac tor i a l es
F ac t or
F ac t or es d e f or m a
F r ec ue nc i a
De f a l la
Re l at i v a
F u nc i n:
B et a
G am m a
Pr ob a b il i d ad
G r a dos d e l i b er t a d
Hi p t es is :
Nu l a
A lt er na
His t ogr am a
In d ep e nd e nc i a Es t ad s tic a
De e v e nt os
Inf er e nc ia es t ad s t ic a
In ter v a l o d e c onf ia n za
P ar a m ed i as
P ar a v ar i a n za s
L im ites :
De c las e
Me d i a, d ef i n ic i n t e r i c a
Mo d a, d ef i n ic i n t e r i c a
Mo d e lo :
De ef ec t o f ij o
De ef ec t o a le a tor i o
L in e al
Mu es tr a al e at or i a
P ar m etr o , def in ic i n
P er m utac i n
P ob l ac i n
Pr ob a b il i d ad
128
Co n dic i o na l
Co nj u n ta
Def in ic i n c ls ic a
Def in ic i n ax i om t ic a
Ma r g i na l
Pr ue b a:
F
K olm o gor o v Sm ir n o v
Ra n go
Re g i n c r it ic a
Re g la :
De la a d ic i n
De la m ult i p l ic ac i n
Re gr es i n:
L in e al
P ol i n om ia l
Ro b us t o
S eis S igm a, def in ic i n

S es g o
S um a d e c u ad r a d os
Er r or
T ota l
T r atam ie n to
V al or es p er ad o V ar i ab l e a le at or i a:
Co nt i n ua
Dis c r e ta
V ar ia n za
Ca lc u lo
Def in ic i n t e r ic a
In ter v a l o d e c onf ia n za
Pr ue b a d e h ip t es is

Seis Sigma, Métodos Estadísticos y Sus Aplicaciones

Cargado por

Información del documento

Descripción 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

Seis Sigma, Métodos Estadísticos y Sus Aplicaciones

Cargado por

Copyright:

Formatos disponibles

Seis Sigma

Roberto Jos Herrera Acosta

Seis Sigma Como Herramienta de

Roberto Jos Herrera Acosta

Quedan rigurosamente reservados todos los derechos y prohibida

Rec u br im ien t o d el 5%.

1.1 Historia del Seis Sigma

Figura 1 Ciclo de Deming

Prealimentacin del Proyecto

Repetir ciclo para el Proyecto

Repetir ciclo para el Proyecto

Retroalimentacin y revisin si es necesaria

Figura 2. Operacionalizacin del DMAMC1

Ver TENNANT, G. Six Sigma: control estadstico del proceso

1.3 Estructura del Seis Sigma

1.4 Caracterizacin del Seis Sigma

2.1 Criterios de la Etapa de Definicin

Etapas del seis sigma

Cuadro 1. Planeacin de actividades

Cdigo del procedimiento

Caracterizacin del proceso Productivo

Interrelacin con los otros

Cuadro 2. Caracterizacin de un Proceso.

A m odo i lus tr a t i vo , tom em os el c as o h i po t t ic o de l

Figura 3. Diagrama del proceso de produccin de pldoras Estile

Zona de produccin de slidos de

Reducir la variabilidad del peso

Etapas del seis sigma

Cuadro 3. Planeacin del proyecto del laboratorio Pastillas S.A.

Versin:1 Fecha de Emisin: 25 de noviembre de

Interrelacin con los otros procesos

Recursos de la organizacin (humanos y

Los esta ble c ido s en la NTC

Cuadro 4. Caracterizacin del proceso de la zona de slidos de

3.1 Medicin en la Organizacin

3.2 Medida del Nivel Seis Sigma

Figura 4. Proceso cuyo ndice de capacidad es la unidad.

p = p(Z 3) + p(Z 3) = 0.0027(0.27%)

(les ) = (lei ) = (2)(3 ) = 6 . E l

p = p(Z 4.5) + p(Z 4.5) = 0.0000034 (0.00034%)

Un a m aner a m s s enc i l la de r ea l i za r es tos c lc u l os d e d a

3.3 Evaluacin de la Medida de Desempeo

Do n de : D P MO r epr es en t a la c a n ti d ad d e def ec t os por

Criterios del Nivel Seis Sigma

Nivel del Sigma

Cuadro 7. Medida del Nivel Seis Sigma

Variable del proceso

Cuadro 8. Plan de la recoleccin de la informacin.

Perfil de la caracterstica de calidad

Cuadro 9. Variable problema y su caracterizacin

Cuadro 10. Criterios del nivel Seis Sigma.

Co n l a i nf or m ac i n r e c o lec ta d a s e l ogr a es ta b lec er q ue

Cuadro 11. Informacin del peso de las pldoras a diferentes

Cuadro 12. Anlisis del Modo y Efecto de Falla Potencial

4.2 Diseo Experimental Unifactorial .

con i = 1,...,a y j = 1,...,n

Cuadro 13. Anlisis de varianza para un diseo unifactorial

SC error = SC total SC tratamiento

4.3 Ajuste de Superficie de Respuesta .

SC error = 5376.85 1101.9 = 4274.95

Coeficientes de los contraste

= 9986(1) + 10034(0) + 10187(1) = 201

Informacin obtenida de la Tables for Statisticians, Vol. 1, 3. ed., por