Tesis Control Estadistico

ANEXO 1
INSTITUTO TECNOLGICO DE TLHUAC III
DEPARTAMENTO DE INGENIERIAS
TEORIA GENERAL Y HERRAMIENTAS BASICAS DE LA CALIDAD
POR ARROYO CABRERA DULCE GEOVANNA

BONILLA MARTINEZ MARTHA NOHEMI
SOTO DURAN CINTYA MONTSERRAT
LOPEZ VELAZQUEZ KAREN JOSELIN
MARTINEZ HERNANDEZ GREGORIO
GONZALEZ DE LOS REYES ARLETTE
TRABAJO PRESENTADO PARA LA MATERIA CONTROL ESTADISTICO DE LA CALIDAD

REQUISITO PARA LA UNIDAD I
MXICO, D.F, SEPTIEMBRE 2015
Teora general y herramientas bsicas de la calidad

Por: Arroyo Cabrera Dulce Giovanna
Bonilla Martnez Martha Nohem
Soto Durn Cintya Montserrat
Lpez Velzquez Karen Joselin
Martnez Hernndez Gregorio
Gonzlez de los Reyes Arlette
Docente: Ing. Dagmar Jimnez Santiago
Resumen
La calidad se remonta a diferentes pocas iniciando con la artesanal, en donde se enfocan a

hacer las cosas bien, sin importar el costo, esfuerzo y desgaste del operario.
Para la poca de la Revolucin Industrial se basaban en hacer nicamente una produccin
masiva con lo que lograban satisfacer una gran demanda de bienes.
En los aos de la Segunda Guerra Mundial se enfocaba en que el armamento fuera eficaz
sin importar costo y lo ms pronto posible.
Al terminar la guerra en Japn se viva el inters de hacer las cosas bien, de una sola vez,
con el fin de minimizar costos, y en el resto del mundo, solo importaba producir ms para
satisfacer la gran demanda que causo la guerra.
Con esto dando inicio a la etapa de Control de Calidad donde se aplicaban nuevas tcnicas
de inspeccin para evitar productos defectuosos.
Surge el aseguramiento de la Calidad, evitando las inspecciones mediante sistemas y
procedimientos de la organizacin con el fin de reducir costos.
Despus de esta poca surge la Calidad Total en el ano de 1960, donde los principales
apostadores eran Deming, y el Dr Ishikawa, quienes utilizaban tcnicas motivacionales que
propician cero defectos.
General theory and basic quality tools

By: Arroyo Dulce Cabrera Giovanna
Martha Bonilla Martnez Nohem
Montserrat Soto Duran Cintya
Karen Lopez Velazquez Joselin
Gregorio Hernandez Martinez
Reyes Gonzalez of Arlette
Teacher: Ing. Dagmar Santiago Jimenez
Summary
The quality back to different eras starting with the craft, where focus to get it right, no
matter the cost, effort and wear the operator.
By the time of the Industrial Revolution they were based on mass production to only what
they managed to meet a high demand for goods.
In the years of the Second World War it focused on the weapons to be effective regardless
of cost and as soon as possible.
When the war ended in Japan's interest to do things right, one time, in order to minimize
costs, and the rest of the world lived alone it mattered to produce more to meet the high
demand that caused the war.
With this beginning the Quality Control stage where new inspection techniques applied to
prevent defective products.
Surge Quality assurance, avoiding inspections by systems and organizational procedures in
order to reduce costs.
After this time the Total Quality in the year 1960, where the main gamblers were Deming
arises, and Dr Ishikawa, who used motivational techniques that promote zero defects.
NDICE
INTRODUCCION
Actualmente la produccin de bienes y servicios es muy importante para el desarrollo de la

economa para cualquier pas.
Es decir desde que el hombre ha buscado mejorar su calidad de vida, nos hemos visto en la
necesidad de ir mejorando cada da en estos bienes y servicios.
Si bien la gran demanda que se tiene de los productos y servicios es de gran importancia,
como interventores existen diversos factores que ayudan a poder lograr el objetivo tanto
como toda empresa y como cliente, como empresa ya que siempre se busca la expresin y
crecimiento y como cliente se busca cubrir las necesidades de manera satisfactoria.
Objetivo General
Aplicar los conocimientos adquiridos de la calidad y su importancia, en cuanto a productos,
procesos y sistemas para la mejora contina y la toma de decisiones, que permita
comprender la calidad.
Objetivo especifico
Familiarizar a los estudiantes del Instituto Tecnolgico de Tlhuac III dando a conocer la
teora general y las herramientas bsicas para encontrar el origen de las fallas en proceso y
productos.
Preguntas de investigacin
Qu es la calidad?
Quin el padre de la calidad?
Cmo lo planteo?
Cundo se volvi importante la calidad en la productividad?
Dnde se ejerce la calidad?
6
Por qu es necesaria la calidad?

Para qu nos sirve la calidad?
Hiptesis
Contar con un resumen de la teora general de la calidad como elemento fundamental
probablemente favorecer el aprendizaje creado a los alumnos.
Contexto general
Por lo que se concluye que si se cuenta con la teora de la calidad como elemento
fundamental probablemente favorece el aprendizaje creado a los alumnos.
Obtendremos como utilidad una mejor aplicacin de los conocimientos sobre el control
estadstico de la calidad.
Justificacin
Esta investigacin tiene como finalidad comprender, analizar y aplicar los conceptos
bsicos del control estadstico de la calidad; contribuyendo una mejora al aprendizaje del
alumno.
Delimitacin
Nuestro reporte de investigacin se ve retenido al grupo 5IM en la materia Control
Estadstico de la Calidad.
Alcance
Conocer los principios bsicos de la calidad es muy importante como cliente y como
proveedor por lo que dar a conocer esta investigacin al Instituto Tecnolgico de Tlhuac
III.
Marco Terico
Conceptos e importancia de la calidad

Segn el fsico, ingeniero y estadstico estadounidense Walter Shewhart dijo que la calidad
como un problema de variacin, el cual puede ser controlado y prevenido mediante la
eliminacin a tiempo de las causas que lo provocan.
Resulta de suma importancia toda aquella actividad que permita generar informacin de los
costos relativa a la calidad y, en consecuencia, es indispensable entender el efecto o
impacto de dicha informacin en las operaciones de una compaa. Es por ello que se debe
tomar en consideracin la manera cmo interactan las funciones y actividades de una
empresa, ya que un cambio en el costo de una actividad determinada puede tener efectos no
intencionados en otras actividades o funciones de la organizacin.
Es por ello que se debe tomar en consideracin la manera cmo interactan las funciones y
actividades de una empresa, ya que un cambio en el costo de una actividad determinada
puede tener efectos no intencionados en otras actividades o funciones de la organizacin
As podemos registrar algunos de los ms significativos de aquellos cambios, tales como:
De una demanda superior a la oferta de productos, se pas a la vice-versa: hay una
oferta superior a la demanda, por lo que la competitividad pas a ser factor fundamental.
9
De una competencia escasa (por oferta reducida y por limitaciones oriundas del
proteccionismo comercial) se pas a la globalizacin de la economa.
De pocas opciones (a veces slo una) para un determinado producto o servicio, se pas
a un gran nmero de opciones.
De informacin restringida, controlada por unos pocos, se pas por lo menos
potencialmente a un nivel de informacin casi ilimitado.
El precio de los productos era formado sumando los costos a los lucros, por lo tanto no
haba el menos inters en reducir estos; inclusive cuando mayor fuese el costo, mejor, pues
el lucro (estimado como un porcentaje del anterior) sera ms alto. Hoy la situacin cambi
radicalmente, el precio es fijado por el mercado
Estos asuntos son: Control, Procesos, Productos, Clientes.
*Control
estn centrados en la idea de dominar, inspeccionar o supervisar y todava generalmente
acompaados de una visin coercitiva. En Calidad Total, sin embargo, controlar significa
simplemente gerenciar o administrar.
De acuerdo con Campos , el control de una empresa en trminos de Calidad Total implica
en la ejecucin de dos acciones fundamentales: "Rutina" y "Mejoras.
En resumen, mantener la "Rutina" es una salvaguardia contra cambios negativos en calidad
intrnseca, costo, cantidad o plazo de produccin, etc., que en el caso de suceder, podrn
traer serios problemas para la organizacin.
La gama de acciones que puede involucrar el gerenciamiento de las "Mejoras" es casi
infinito: creacin de nuevos productos, servicios y mercados; aumento de productividad y
lucratividad; reduccin de costos, aumento de disposicin de los empleados; reduccin del
ausentismo, rotatividad, etc.; aumento de la durabilidad y confiabilidad de los productos;
10
aumento de la satisfaccin de los clientes, haciendo caer el nmero de reclamaciones y

devoluciones, etc.
a. "Rutina" es equivalente al mantenimiento de estndares (o padrones), "Mejoras"
tiene relacin con la modificacin de esos estndares para mejor. Vale aqu el ejemplo
anterior.
b. La "Rutina" debe ser implantada antes de pensar en "Mejoras", pues primero es
necesario estabilizar el proceso. Esto es responsabilidad del gerenciamiento por Rutinas.
d. El establecimiento de dos subsistemas gerenciales para controlar la Rutina y las
Mejoras se debe a que la actitud, la organizacin y la metodologa utilizadas en cada caso
son completamente diferentes. Segn la nueva visin, la administracin deja de ser
considerada apenas como una secuencia de actividades, el enfoque es dirigido
para mantener y preservar los procesos.
Procesos
implica en algo que est en movimiento permanente, que se est transformando
gradualmente de un estado en otro. Esto implica en una sucesin de tareas realizadas con
una cierta finalidad; as, cada tarea cumplida de un cierto modo influye en la siguiente, de
modo que usando el lenguaje de la Calidad Total, podemos entender el proceso como
un conjunto de causas operando sobre ciertos insumos, procurando la obtencin de un
cierto efecto final.
CONTROL DE LA CALIDAD: Tcnicas y actividades de carcter operativo
utilizadas para cumplir los requisitos para la calidad.

ASEGURAMIENTO DE LA CALIDAD: Conjunto de acciones planificadas y
sistemticas implantadas dentro del sistema de la calidad, para proporcionar la
confianza adecuada de que una entidad cumplir los requisitos para la calidad.
SISTEMA DE LA CALIDAD: Es la estructura organizativa, los procedimientos, los
procesos y los recursos necesarios para llevar a cabo la gestin de la calidad.

GESTIN DE LA CALIDAD: Es el conjunto de actividades de la funcin general
de la direccin que determinan la poltica de la calidad, los objetivos, las
responsabilidades, y se implantan por medios tales como la planificacin de la
11
calidad, el control de la calidad, el aseguramiento de la calidad y la mejora de la
calidad dentro del marco del sistema de calidad.

GESTIN DE LA CALIDAD TOTAL (GCT o QTM): Modo de gestin de una
organizacin, centrada en la calidad, basada en la participacin de todos sus
miembros y dirigida al xito a largo plazo para la satisfaccin del cliente y de las
ventajas para todos los miembros de la organizacin y para la sociedad
Costos de calidad
Una vez que se tiene una nocin del trmino calidad es posible definir lo que en
contabilidad se entiende por costo de calidad. Ramrez Padilla define a los costos de calidad
como: Costo que se deja de ganar o en el que se incurre por no hacer las cosas bien en la
primera ocasin.
stos surgen debido a la baja calidad existente o que pudiera haber en los productos o
servicios, e incluyen costos directos, ocultos, de creacin, identificacin, reparacin,
prevencin de defectos y costos por baja calidad.
Son los costos necesarios para alcanzar la calidad, surgen porque sta es baja o porque no
pudiera existir. Incluyen los costos directos por baja calidad para la empresa y los de
calidad oculta especificada por las funciones de prdida de calidad. Esta definicin indica
12
que los costos de calidad estn asociados con dos subcategoras de actividades relacionadas
con ella:
Actividades de control: son las que efecta una organizacin para prevenir o detectar la
mala calidad.
Actividades de falla o fracaso: son ejecutadas por una organizacin o por sus clientes en
respuesta a la mala calidad. De manera que los costos de calidad estn asociados con la
creacin, identificacin, reparacin y prevencin de defectos. stos se clasifican en cuatro
grandes grupos.
Costos por fallas internas.
Costos por fallas externas.
Costos de prevencin.
Costos de evaluacin o valoracin.
Cadena Cliente- Proveedor

La cadena cliente proveedor Distinguimos dos tipos de "cadena":
La cadena cliente/ proveedor externa: es la formada por el conjunto ProveedorOrganizacin- Cliente. la organizacin es cliente o proveedor segn reciba o suministre
producto.
La cadena cliente/ proveedor interna: es la formada por las diferentes actividades de la
organizacin. Cada actividad genera un resultado que es el comienzo de la siguiente, y as
13
sucesivamente...
Analizando esta "cadena", descubrimos diferentes actividades que se clasifican por su
"valor" y "coste asociado respecto al producto final":
Actividades bsicas, crticas o de valor aadido real: son las que generan como resultado el
valor que el cliente espera.
Dentro de estas actividades estn: logstica interna, operaciones de produccin, logstica
externa (distribucin), el marketing (ventas) y el servicio post venta.
Actividades de apoyo, soporte o de valor aadido empresa: dan soporte a actividades
primarias, y garantizan el funcionamiento de la empresa; pero no dan valor al cliente.
Aqu podemos encontrar: aprovisionamiento, investigacin y desarrollo, administracin de
recursos humanos y la infraestructura de la empresa.
Interrelaciones dentro de la cadena: son las relaciones internas entre las actividades entre s
o entre el cliente y el proveedor.
Hay dos criterios bsicos para conseguir unas buenas interrelaciones:
Optimizacin de actividades: hacer bien las tareas iniciales, consigue mejores
resultados en las posteriores.

Coordinacin de las actividades entre los diferentes componentes de la cadena, el
cliente y el proveedor.
Actividades sin valor aadido: no aaden valor ni satisfacen al cliente. Deben
eliminarse.
Para realizar una correcta gestin de los procesos, debemos tener en cuenta unos
puntos bsicos:
a. Analizar las limitaciones de la organizacin.
b. Identificar los procesos internos, con sus factores crticos, y midiendo su coste
para relacionarlo con el valor aadido final.
14
c. Identificar las necesidades del cliente externo para orientar la organizacin

hacia su satisfaccin.
d. Organizar la realizacin de actividades, y tomar decisiones lo ms "cerca" del
cliente.
e. Diferenciar las mejoras aplicadas a procesos (qu hacemos y para quin) de las
mejoras a departamentos (cmo se hacen).
f. Asignar responsables a cada proceso.
g. Establecer indicadores: "medir" lo que hacemos para mejorar.
h. Controlar los procesos y mejorar su funcionamiento.
i. Medir el grado de satisfaccin del cliente.
15
Mtodo
1.4 RECOLECCION DE DATOS

La recoleccin de datos se refiere al uso de una gran diversidad de tcnicas y herramientas
que pueden ser utilizadas por el analista para desarrollar los sistemas de informacin, los
cuales pueden ser la entrevistas, la encuesta, el cuestionario, la observacin, el diagrama de
flujo y el diccionario de datos.
Para el caso de la materia de control estadstico de la calidad la recoleccin de datos
se realiza mediante
la utilizacin
de
hojas
de verificacin o comprobacin,
estos
son formatos especialmente constituidos para colectar datos fcilmente, en la que todos los
16
artculos o factores necesarios son previamente establecidos y en la que los registros de

pruebas, resultados de inspeccin o resultados de operaciones son fcilmente descritos con
marcas utilizadas para verificar.
1.5 HERRAMIENTAS ADMINISTRATIVAS
Estas son las herramientas administrativas ms utilizadas dentro de control de la calidad, ya
que estas siete son de carcter cualitativo y por esta razn son ms laboriosas que las
herramientas fundamentales. Estas conllevan a elaborar tres fases:
Fase 1: Detectar la problemtica del producto. En esta etapa utilizaremos lo que son el
diagrama de afinidad.
Fase 2: Aclararemos la actuacin que llevaremos a cabo para darle solucin al problema el
cual observamos en la etapa 1. Utilizaremos el diagrama de rbol, diagrama de matriz
Fase 3: En esta ltima fase aplicaremos una seria de tiempo y planes para tomar las
suficientes acciones que se desarrollaron en la fase 2. Utilizaremos el diagrama de flujo.
TIPO DE
DIAGRAMA
CARAXTERISTICAS
Un diagrama de afinidad es una

forma
de
organizar
la
informacin reunida en sesiones
de lluvia de ideas, est diseada
para reunir hechos, opiniones e
ideas sobre reas que se
17
EJEMPLO
DIAGRAMA
AFINIDAD
DIAGRAMA
DE
RELACIONE
S
DIAGRAMA
DE ARBOL
encuentran en un estado de
desorganizacin.
Ayuda a agrupar aquellos
elementos
que
estn
relacionados como resultado
cada grupo se une alrededor de
un tema o concepto clave, su
uso es el proceso creativo que
produce consenso por medio de
la clasificacin que hace el
equipo en vez de una discusin.
Esta herramienta se emplea al
igual que el diagrama de
afinidad, en las fases de
planificacin de la mejora de la
calidad. Con ella se pretende la
exploracin e identificacin de
las relaciones causales existentes
entre distintos elementos.se
pretendan identificar relaciones
complejas de causa-efecto o
medios-objetivos.
El diagrama de rbol comienza
de una causa principal y trata de
averiguar las herramientas que
se requieren para resolverla.
El objetivo primordial de que
utilicemos este esquema es que
utilizar en parte el diagrama de
afinidad ya que podemos tomar
el ttulo del problema o localizar
la causa a atacar que
elaboramos en ese diagrama,

comenzaremos a desglosar los
sub-circunstancias
donde
18
nosotros trataremos de obtener

superior o mayor grado de
especificaciones que nos sean
posibles.
DIAGRAMA
MATRICIAL
DIAGRAMA
MATRICIAL
(L)
Es el diagrama
matricial
bsico, se
utiliza para
representar
relaciones entre
dos tipos
distintos.
Esta herramienta enfrenta dos

conjuntos de ideas, el objetivo
de decidir si existe correlacin
entre ellas en el diseo.
El grafico matricial ayuda a
prevenir
olvidos,
siendo
utilizado ampliamente en el
desarrollo del despliegue de la
funcin calidad, utilizar las
ideas componentes con las filas
y/o las columnas del diagrama
matricial.
DIAGRAMA
MATRICIAL
EN (A)
Este modelo
de diagrama
es un caso
particular del
diagramas
matricial en
"L
DIAGRAMA
MATRICIAL
EN (T)
DIAGRAMA
MATRICIAL
(Y)
DIAGRAMA
MATRICIAL
(X)
Es la
Es la
combinacin de
Es la
combinacin de
dos diagramas combinacin de
cuatro
matriciales en
tres Diagramas
Diagramas
L
Matriciales en
Matriciales en
se utiliza para
L. Se utiliza
L.
representar las para representar Se utiliza para
relaciones entre
las relaciones
representar las
tres tipos de
entre los tres
relaciones entre
factores
tipos distintos
cuatro tipo de
distintos A, B,
A, BY C
relaciones (A,
C agrupndolos
agrupndolos
B, C,
de la siguiente
D) agrupndolos
forma.
19
dos tipos
distintos (A,B)
mediante una
disposicin en
las filas y las
columnas
". Se utiliza
para
representar las
relaciones
entre los
factores que
componen un
tipo
determinado
(A)
Relaciones
Relaciones
Relaciones entre
entre el tipo A y entre el tipo A y
el tipo A y el
el tipo B.
el tipo B
tipo B
Relaciones
Relaciones
Relaciones entre
entre el tipo A y entre el tipo B
el tipo B y el
el tipo C
y el tipo C
tipo C
Relaciones
Relaciones entre
entre el tipo C
el tipo C y el
y el tipo A
tipo D
Relaciones entre
el tipo D y el
tipo A
Caractersticas
TORMENTA DE
IDEAS
Se obtiene gran
Semejanzas
Puede favorecer la
variedad de ideas en
dispersin, la confusin
poco tiempo
y el desorden.
Se dispone de mucho
Estimula la creatividad
tiempo para obtener las
en los participantes.
ideas, organizarlas y
dejar una idea en
Permite desbloquear un
comn
En algunos casos, la
responsabilidad del
grupo ante un tema
equipo no es suficiente,
determinado
lo cual hace que sus

ideas no sean claras y
TORMENTA
DE IDEAS
esto provoca un
obstculo en la meta
proyectada.
20
Se obtiene un mayor
nmero de alternativas
de solucin para un
determinado problema
DIAGRAMA
DE FLUJO
Lo
PSEUDOCDIG
ALGORITMO
DIAGRAMA DE FLUJO
O
-Mediante Una
-Solucin De Un
-Solucin De Problemas
Serie De Pasos
Problema
-Ser De Pasos
-Ser De Pasos
Sistematizados
Que -Solucin De
Tienen
Problemas
En
Sistematizados
Lenguaje Comn
-Lenguaje Comn
Comn
Resultado
-Fcil de Entender Fcil De Entender Para -Representacin De Un
Para Su Creador Cualquier Persona
Algoritmo
(Programado)
-Grficos
-Smbolos
-Smbolos
-Flechas De Flujo
DIFERENC
-Lenguaje Estructurado
IAS
-Inicio
-Fin
-Salida Y Entrada De
Datos
CARACTERSTICAS
es una tcnica sistemtica de
SEMEJANZAS
buscar posibles causas
preguntas utilizada durante la
principales de un problema.
fase de anlisis
los miembros del equipo pueden
Esto podra resultar en la
sentir que tienen suficientes
falla de un equipo en
respuestas a sus preguntas.
identificar las causas
21
principales ms probables del

problema debido a que el
equipo ha fallado en buscar
PORQUEPORQUE
con suficiente profundidad

La tcnica requiere que el equipo Una vez que sea difcil para
pregunte Por Qu al menos
el equipo responder al Por
cinco veces, o trabaje a travs de
Qu, la causa ms probable
cinco niveles de detalle.

una sesin de Lluvia de Ideas
habr sido identificada.

Durante este tiempo se debe
normalmente utilizando el
tener cuidado de NO empezar
modelo del Diagrama de Causa y a preguntar Quin.

Efecto
Una vez que las causas
probables hayan sido
identificadas, empezar a
preguntar Por qu es as? o
Por qu est pasando esto?
CARACTERSTICAS
LO QUE SE TIENE
EN COMN
COMO-COMO
es una tcnica sistemtica de
buscar posibles causas
preguntas utilizada durante la fase
principales de un problema
de anlisis
los miembros del equipo pueden
Esto podra resultar en la
sentir que tienen suficientes
falla de un equipo en
respuestas a sus preguntas.
identificar las causas

principales ms probables
del problema debido a que
el equipo ha fallado en
buscar con suficiente
profundidad
22
La tcnica requiere que el equipo
una vez que sea difcil para
pregunte como-como al menos
el equipo responder al
cinco veces, o trabaje a travs de
como-como, la causa ms
cinco niveles de detalle.
probable habr sido
Una vez que las causas probables
identificada
Durante este tiempo se
hayan sido identificadas, empezar
debe tener cuidado de NO
a preguntar como-como?
empezar a preguntar
porque, quien
DIFERENCIAS
SEMEJANZAS
es un mtodo de hacer
No se tiene que incluir todos
preguntas acerca de un proceso
los detalles que ha identificado.
o un problema asumido para
W UNA H
mejorar
la H se emplea para
debe tener un cuadro completo
comprender los detalles,
de las ideas generales y de
analizar las inferencias y el
cmo los detalles relacionados
juicio para llegar a los hechos
con stos
fundamentales y las
declaraciones de gua para
llegar a la abstraccin.
W (por qu) se pregunta con
frecuencia cinco veces lo que
uno puede profundizar para
llegar a la esencia de un
problema.
23
HERRAMIENTA RECOLECCIN
DE
DATOS
Diagrama de
Expresa sus ideas en tarjetas
afinidad
de 14,8 x 21 cm. de tamao,
a razn de una idea por cada
tarjeta. Se concede un
tiempo de 5 a 10 minutos.
Los participantes no deben
comunicarse entre s.
Diagrama de
Escribir
cada
factor
relaciones
mencionado y el problema
en tarjetas individuales, se
estudian las relaciones entre
el problema y los factores y
entre los factores entre s,
generando otros factores
(tarjetas),
al
realizar
reiteradamente la pregunta
por qu?.
Diagrama de
rbol
Establecer los objetivos

finales
a
conseguir
- Dinmicas de Grupo
Formacin
en
Competencias
Sociales
- Actividades fuera del
Contexto Laboral.
Diagrama
matricial
Facilita la forma visual y

ordenada, cules pueden ser
posibles
relaciones
y
correlaciones
de
unos
criterios con otros en
nuestro
problema
de
conducta laboral, formacin
y trabajo en equipo.
- Relaciones entre el tipo A
y el tipo B. ( Comunicacin
y Trabajo en Equipo)
-Relaciones entre el tipo A
y el tipo C. ( Comunicacin
y Formacin)
Nos indica que empieza el
Proceso de anlisis por el
smbolo que colocamos en
forma de Rombo24 al
principio del Diagrama,
detallando la Causa o
Problema
principal
de
nuestra
Organizacin.
Sabemos que el Proceso ha
terminado cuando podemos
Diagrama de
flujo
PARA QUE SE UTILIZA?

Se utiliza para obtener una gran
cantidad de datos y se emplea para la
fase de la planeacin para la mejora
de la calidad.
Diagrama que se emplea para

analizar relaciones de causa y efecto
complejo
o
conexiones,
no
necesariamente
causales,
entre
factores diversos.
Mediante su construccin podrn
visualizarse con mayor facilidad las
relaciones
entre
los
factores
intervinientes, con un enfoque
desestructurado.
Se partir poniendo una rama para
cada una de las posibilidades,
acompaada de su probabilidad. En
el final de
cada rama
parcial se
constituye a su vez, un nudo del cual
parten nuevas ramas, segn las
posibilidades del siguiente paso,
salvo si el nudo representa un
posible final del experimento (nudo
final).
Establecer puntos de conexin lgica
entre grupos de caractersticas,
funciones
o
actividades,
reapretndolos
grficamente
e
identificar diferentes relaciones y el
grado de relacin existentes entre
dos conjuntos distintos de elementos
Diagrama de Flujos participarn

todos los empleados y superiores de
nuestro
Departamento
de
Autoproteccin, aportando cada uno
sus conocimientos individuales
sobre los problemas que surgen para
facilitar la comprensin del mismo,
El Diagrama de Flujo es otra
herramienta
ms
que
nos
proporcionar informacin de forma
25
HERRAMIENTA
QU ES?
HOJA DE
VERIFICACIN
La hoja de verificacin es
un
registro
de
informacin que indica el
nmero de veces que ha
sucedido
algo,
por
ejemplo la cantidad de
personas atendidas por
hora en caja, tiempo de
respuesta de promotores,
causas
de
cheques
devueltos,
causa
de
solicitudes
rechazadas,
defectos en productos,
etc.
DIAGRAMA CAUSA El diagrama de causa
- EFECTO
efecto es la representacin
de
varios
elementos
(causas) de un sistema
que pueden contribuir a
un problema (efectos).
DIAGRAMA DE
PARETO
HISTOGRAMA
El anlisis de Pareto es
una tcnica que separa los
pocos vitales de los
muchos triviales.
Un histograma es una
representacin grfica de
una variable en forma de
barras. La superficie de
cada barra es proporcional
a la frecuencia de los
valores representados.
DIAGRAMA DE
El diagrama de dispersin
DISPERSIN
es una herramienta grfica
que ayuda a identificar la
posible relacin entre dos
variables. Representa la
relacin
entre
dos
variables
de
forma
26
grfica, lo que hace ms
fcil
visualizar
e
interpretar los datos.
ESTRATIFICACIN La estratificacin es un
mtodo
estadstica
utilizado para el control,
PARA QUE SE UTILIZA?

Se utiliza para conocer la
frecuencia con que aparecen las
causas posibles de los problemas o
tambin la frecuencia con que se
presentan los clientes durante un
determinado perodo, as como
registrar el tiempo en que se tarda
en atender un cliente o una
solicitud.
Es utilizado para identificar las

posibles causas de un problema
especfico. La naturaleza grfica
del Diagrama permite que se
organicen grandes cantidades de
informacin sobre el problema y
determinar
exactamente
las
posibles causas.
Se pueden detectar los problemas
que tienen ms relevancia
mediante la aplicacin del
principio de Pareto que dice que
hay muchos problemas sin
importancia frente a solo unos
graves. Ya que por lo general, el
80% de los resultados totales se
originan en el 20% de los
elementos.
Se
utilizan
para
variables
continuas o para variables
discretas, con un gran nmero de
datos, y que se han agrupado en
clases.
Permite analizar si existe algn

tipo de relacin entre dos
variables. Por ejemplo, puede
ocurrir que dos variables estn
relacionadas de manera que al
aumentar el valor de una, se
incremente el de la otra.
Permite aislar la causa de un

problema, identificando el grado
de influencia de ciertos factores en
METODO Y SOLUCIONARIO DE EJERCICIOS

6-38
Construir una distribucin de frecuencias e histogramas para lo datos de octano de
combustible de motor el ejercicio 6-22. Utilizar ocho contenedores
Un technometrics artculos presentan los siguientes datos sobre los carbones ndice
de octano de varias mezclas de gasolina

Construir un tallo y hoja y visualizacin de estos datos. Calcular la mediana y los
cuartiles de estos datos.
27
88.5
94.7
84.3
90.1
89.0
89.8
91.6
90.3
90.0
91.5
89.9
98.8
88.3
90.4
91.2
90.6
92.2
87.7
91.1
86.7
93.4
96.1
89.6
90.4
91.6
90.7
88.6
88.3
94.2
85.3
90.1
89.3
91.1
92.2
83.4
91.0
88.2
88.5
93.3
87.4
91.1
90.5
100.3
87.6
28
92.7
87.9
93.0
94.4
90.4
91.2
86.7
94.2
90.8
90.1
91.8
88.4
92.6
93.7
96.5
84.3
93.2
88.6
88.7
92.7
89.3
91.0
87.5
87.8
88.3
89.2
92.3
88.9
89.8
92.7
93.3
86.7
91.0
90.9
89.9
91.8
89.7
92.2
Los valores del octanaje en las mezclas de gasolina estn dentro del rea
permitida
Podemos ver que en estas graficas estamos dentro del normal de octano de
varias mezclas.
29
Podemos ver que los valores de los contenedores de combustible estn dentro
de la rea permitida y que tenemos una excelente media.
6-39
Construir una distribucin de frecuencias e histograma utilizando los datos de fallas de

ejercicio 6-23
Los datos siguientes son los nmeros de ciclos hasta la rotura de probetas de
aluminio sometido a un estrs repetido alterna 21,000 psi, 8 ciclos por segundo.
Construir talla de hoja de visualizacin de estos datos tampoco parece probable que
un cupn sobrevivir ms all de 2000 ciclos? Justifique si respuesta
1115
1310
1540
1502
1258
1315
1085
798
1020
865
2130
1421
1109
1481
1567
1883
1203
1270
1015
845
1674
1016
1102
1605
706
2215
785
885
1223
375
2265
1910
1018
1452
1890
2100
1594
2023
1315
1269
30
1260
1888
1782
1522
1792
1000
1820
1940
1120
910
1730
1102
1578
758
1416
1560
1055
1764
1330
1608
1535
1781
1750
1501
1238
990
1468
1512
1750
1642
Podemos observar que en esta grafica se representa que cuando el valor est arriba que los
valores permitidos y esto nos provoca problemas ya que ni un cupn sobrevivir ms all
de2000 ciclos
6-40
Construir una distribucin de frecuencias y el histograma de los datos de contenido de

algodn
El porcentaje de algodn en el material utilizado para la fabricacin de camisas para

hombres sigue construir ASTEM y el juego de la hoja para datos calcule la mediana
y los cuartiles de estos datos.
34.2
33.1
37.8
36.6
33.6
34.7
32.6
33.1
33.8
34.2
31
35.8
37.6
34.7
33.6
34.6
33.6
34.5
35.6
36.3
35.1
34.7
33.6
35.4
34.6
33.8
37.1
34.0
34.1
35.0
35.4
36.2
36.8
35.1
35.3
34.6
35.9
34.7
33.6
32.9
33.5
33.4
34.7
34.6
35.0
35.2
34.9
37.3
34.6
35.5
32.8
32.1
34.5
32.5
34.1
35.1
36.8
37.9
36.4
34.1
34.7
35.7
36.8
34.3
32.7
Podemos ver que en esta grafica que el material utilizado en las camisas de hombre es buen
material porque est dentro del rea
6-41
32
Construir una distribucin de frecuencia de un histograma de los datos de rendimiento en el

ejercicio los siguientes datos representa en 90 lotes consecutivos de sustrato de cermica de
sustrato de cermica a la que un recubrimiento metlico ha sido aplicado por un proceso de
deposicin de vapor.
33
Dentro
de
la
grfica
se
representa que cuando el valor

est arriba de los valores
permitidos y esto nos provoca
problemas
en
los
lotes
6-42
Construir una distribucin de frecuencia de un histograma sobre los datos del octanaje del
combustible de un auto
los
valores
del
octanaje
en
los
carros
34
est
dentro
del
rea
permitida
6-43
Los
datos
siguientes son
el nmero de
ciclos hasta el
fallo
de
los
cupones
de
ensayo
de
aluminio
sometidas
estrs repetido un alterna 21.000 psi 18 ciclos por segundo
35
en las 2 muestras tanto de 8

y 16 se muesta un poco
fuera del rango permitido
el cual se debe de checar
para que ambos no tengan
problema
36
6-44
el porcentaje de algodn en el material utilizado para la fabricacin de camisas para hombre
37
38
Ambos estudios tanto de 8 como de 16 el porcentaje del algodn en las prendas esta dentro
del rango permitido
39
6-46 The female students in an undergraduate engineering core course at ASU self-reported
their heights to rhe nearest inch. The data are below. Construct a steam-and-leaf diagram
for the height data and commen on any important features that you notice. Calculate the
simple mean, the simple standard deviation, and the simple median of heigh.
62 64 66 67 65 68 61 65 67 65 64 63 67 68 64 66 68 69 65 67 62 66 68 67 66 65 69 65 70
65 67 68 65 63 64 67 67
SOLUCIN
Informe de capacidad del proceso de C1
LEI
LES
Procesar datos
LEI
64.833
Objetivo
*
LES
66.833
Media de la muestra 65.8333
Nmero de muestra 36
Desv.Est. (General)
2.1314
Desv.Est. (Dentro)
2.22365
General
Dentro de
Capacidad general
Pp
0.16
PPL 0.16
PPU 0.16
Ppk 0.16
Cpm
*
Capacidad (dentro de)
Cp
0.15
CPL 0.15
CPU 0.15
Cpk 0.15
62
Observado
PPM < LEI
250000.00
PPM > LES 444444.4
PPM Total 694444.44
1.
64
66
68
70
Rendimiento
Esperado Largo
plazo Esperado Dentro de
319416.16
326405.65
319527.94
326513.75
638944.10
652919.41
Grfico de control ej. 6-46
La altura de las mujeres es predominante en 67 pulgadas (inch)

La altura promedio es de 65. 83 pulgadas
Como la desviacin estndar es de 2.13, se considera que la altura predominante de
67 pulgadas est cercana a la media.
40
6-47 The shear strengths of 34 spot welds in a titanium alloy follow. Construct a steam-andleaf diagram for the Weld strength data and comment on any important features that you
notice.
5408 5431 5475 5442 5376 5388 5459 5422 5416 5435 662 664 683 695 678 674 656 667
683 691 680 685 681 715 665 676 665 675 655 659 720 675 696 663
LES
LEI
Procesar datos
LEI
2073
Objetivo
*
LES
2075
Nmero de muestra 34
Desv.Est. (General)
2195.8
Desv.Est. (Dentro)
22.4736
General
Dentro de
Capacidad general
Pp
0.00
PPL 0.00
PPU 0.00
Ppk 0.00
Cpm
*
Cp
0.01
CPL 0.01
CPU 0.02
Cpk 0.01
-1800
Observado
PPM < LEI
705882.35
PPM > LES 294117.65
PPM Total 1000000.00
1800
3600
5400
7200
Rendimiento
Esperado Largo
499829.00
483297.53
499807.63
481211.18
999636.63
964508.72
Los puntos de soldadura tienen una media de 2073.94 que indica su

fuerza, la resistencia que tendr al uso destinado
6-49 The United States golf association tests golf balls to ensure that they conform to the
rules of golf. Balls are tested for weght, diameter, roundness, and overall distance. The
overall distance test is conducted by hitting balls with a driver swung by a mechanical
device Nicknamed Iron Bryon Nelson, whose swing the machine is said to emulate.
Folowing are 100 distances (in yards) archived by a particular Brand of golf ball in the
overall distance test. Construct a stem-and-leaf diagra for these data and comment on any
important features that you notice. Compute the simple mean, simple standard deviation,
and the samples median.
237.9
237.8
244.3
247.7
273
240.5
274
278.5
272.2
254.8
240.8
255
264.5
273.3
248.3
272.8
276.6
273.2
244.8 264
263.7 241.4
278.7 236
270.5 254.4
264.5 264.5
251.4 276.1
268.3
260.6
271.2
232.1
226.8
277.8
272.1
280.3
279.8
271.5
255.3
266.8
41
260.2
272.7
245.6
242.9
266.6
268.5
255.8
261
241.2
273.6
250.2
260.7
260
251.1
256.1
255.8
245.5
279.3
267
251.6
285.3
279.6
252.1
273.4
256.8
255.4
SOLUCIN
LEI
LES
Procesar datos
LEI
246.39
Objetivo
*
LES
274.37
Nmero de muestra 68
Desv.Est. (General)
13.9869
Desv.Est. (Dentro)
13.1439
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.35
CPL 0.35
CPU 0.35
Cpk 0.35
230
PPM < LEI

PPM > LES
PPM Total
Observado
205882.35
147058.82
352941.18
240
250
260
270
280
290
Rendimiento
Esperado Largo
158611.02
143590.85
158590.67
143570.58
317201.70
287161.43
Los lmites dejan fuera muchos de los datos, se requieren de ajustes, como los datos
son con medidas, existen muchos factores que influyen en las distancias de las
pelotas. Lo que se puede controlar es un mnimo de factores, ya que cada jugador es
diferente.
6-51 Group of wine enthusiast teaste-tested a pinot noir wine from Oregon. The evaluatin
was to grade the wine on a 0-to-100-point scale. The results follow. Construct a stem-andleaf diagram for these data and comment on any important features that you notice.
Compute the simple mean, the simple standard deviation, and the simple median. A wine
rated above 90 is considered truly exceptional. What proportion of the taste-tasters
considered this particular pinot noir truly exceptional.
42
94
91
95
90
92
92
89
92 85 91
91
86
85
91
89
89
86
89
90 88 95
88
84
91
91
85
91
88
90
90 90 93
89
92
90
83
87
87
90
89

LEI
LES
Procesar datos
LEI
86.613
Objetivo
*
LES
92.287
Nmero de muestra 40
Desv.Est. (General)
2.83703
Desv.Est. (Dentro)
2.86615
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.33
CPL 0.33
CPU 0.33
Cpk 0.33
84
PPM < LEI

PPM > LES
PPM Total
Observado
175000.00
100000.00
275000.00
87
90
93
96
Rendimiento
Esperado Largo
158657.49
161129.05
158657.49
161129.05
317314.99
322258.11
La media de la concentracin del vino est dada en 89.45, la mayora de las botellas
de vino alcanza la o rebasa la concentracin de un vino excepcional, por lo que el
proceso de fabricacin de vino es totalmente efectivo.
43
9.- En una empresa procesadora de carnes fras mediante una inspeccin al 100% se
detectaron problemas en las salchichas. A continuacin se muestran los resultados de una
semana.
a) Considere que la gravedad de los tres problemas es la misma, realice un anlisis de
Pareto para problemas y detecte cul es el ms significativo.
b) Con respecto al problema vital, haga Paretos de segundo nivel (causas) tanto para
mquina como para turno.
c) Vuelva a realizar los anlisis anteriores, pero considerando que la gravedad del problema
desde el punto de vista del cliente es la siguiente: falta de vaco (6), mancha verde (10),
mancha amarilla (8).
Problema
Falta de Vaco
Mancha Verde
Mancha Amarilla
Total
Pareto I Nivel (Problemas)

Frecuenci
%
a
38,320
4,005
2,839
45,164
Frecuencia
85
9
6
44
Frecuencia
Acumulada
85
94
100
Ilustracin 1Se Observa de forma clara que el 85% de los problemas relacionados al
proceso de las salchichas se deben a la falta de vaco, por lo que este es identificado como
el problema vital ms relevante, en consecuencia de desarrollar por lo tanto un Pareto en 2
Problema
Turno I
Turno II
Total
Pareto II Nivel (Turnos)

Frecuenci
%
a
22,020
16,300
88,320
Frecuencia
57
43
100
Frecuencia
Acumulada
57
100
Ilustracin 2Se puede apreciar que la cantidad de problemas relacionados con la falta de
vacio en el proceso de las salchichas es mayor durante el turno 2 que es 57% del total de
problemas de este tipo.
45
Maquina
C
A
B
Total
Pareto II Nivel (Maquinas)

Frecuenci
%
a
17,620
10,600
10,100
88,820
Frecuencia
46
28
26
100
Frecuencia
Acumulada
46
74
100
Ilustracin 3Tomando en cuenta el pareto anterior se puede observar que las maquinas C y
A son las principales causas de la falta de vacio,siendo la causa de la maquina C
representando el 46% de los problemaas relacionados con la falta de Vacio.
10.-En un proceso de manufactura las piezas resultan defectuosas por distintas razones.
Para entender cul es la regularidad estadstica de esta problemtica se decide registrar los
datos de la inspeccin. Para el dise- o de la hoja de verifi cacin se toma en cuenta que las
posibles fuentes de variabilidad (origen de los problemas) son las mquinas, el da y el
turno. En la siguiente tabla se muestran los datos obtenidos en una semana. a) Realice un
Pareto para problemas y encuentre cul es el predominante. b) Para el defecto principal,
realice Paretos de segundo nivel en funcin de:
Mquinas. Da. Turno.
46
c) De los Paretos de segundo nivel, con cules se encontraron pistas especfi cas para
localizar la causa? Explique. d) En resumen, cules son las pistas concretas para orientar
los esfuerzos de mejora?
Ilustracin 4El problema de rasguos superficiales y las rupturas causan 82% de los
problemas, de los cuales el primero constituye el 62% y ese es el problema que debe tener
prioridad para ser corregido.
47
Maquina
Frecuenci
Frecuencia
Frecuenci
Acumulada
a
B
A
C
D
Total
50
24
24
21
119
42
20
20
18
100
42
62
82
100
Ilustracin 5Las maquinas B,A y C generan el 82% de los problemas que surgen en el
proceso, ya sea por averas o fallas, de ellas produce mayor cantidad de problemas es la B,
donde tendramos que visualizarlo ms .
48
Ilustracin 6 El turno en el que se dan la mayor cantidad de problemas es el turno I,donde

se generan el 55% de los problemas y es en el que se tiene que investigar las causas por las
cuales se originan dichas fallas
Turnos
Frecuencia
I
II
Total
66
53
119
Frecuencia Acumulada
Frecuencia
55
45
100
55
100
11.- En una fbrica de aparatos de lnea blanca se han presentado problemas con la calidad
de las lavadoras. Un grupo de mejora de la calidad decide revisar los problemas de la tina
de las lavadoras, ya que con frecuencia es necesario retrabajarla para que sta tenga una
calidad aceptable. Para ello, estratificaron los problemas en la tina de lavadora por tipo de
defecto, con la idea de localizar cul es el desperfecto principal.
Defecto
Defecto
Frecuenci
Boca de la tina ovalada

Perforaciones Deformes
Boca de la tina
a
1200
400
180
despostillada
Falta de Fudente
Mal soldada
Total
130
40
1950
Frecuenci
49
Frecuencia
Frecuenci
a
Boca de la tina ovalada
Perforaciones
Deformes
Boca de la tina
despostillada
Falta de Fudente
Mal soldada
Total
Acumulada
1200
a
62
400
21
82
180
91
130
40
1950
7
2
100
98
100
62
Ilustracin 7Los defectos principales en las tinas de lavadora son que la boca de las mismas
sea ovalada o que tenga perforaciones deformes ya que constituyen el 82% de los
problemas y es aqu donde se deben concentrar los esf
50
EJERCICIOS DEL LIBRO

30.- en cierta empresa es usual pagar horas extras para cumplir con los tiempos de entrega.
En este centro productivo, un grupo de mejora de calidad est tratando de reducir la
proporcin de piezas malas. Con este propsito deciden investigar la relacin que existe
entre la cantidad de horas extras, X, y el porcentaje de artculos defectuosos, Y. a
continuacin se muestran los datos obtenidos.
SEMANA
HORAS EXTRAS (X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
340
95
210
809
80
438
107
180
100
550
220
50
193
290
340
115
362
300
75
93
320
154
51
PORCENTAJE DE
DEFECTUOSOS (Y)
5
3
6
15
4
10
4
6
3
13
7
3
6
8
2
4
10
9
2
2
10
7
a) Obtenga el diagrama de dispersin para estas variables.
horas extras y defectuosos

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
b) Qu relacin observa?
En esta grafica se puede observar que mientras ms tiempo extra tengan hay ms artculos
defectuosos debido a que el cansancio de los trabajadores ms las maquinas que se
calientan y dems son los afectantes para este tipo de rendimiento para sacar el trabajo lo
cual se estn desgastando ambas cosas y por consiguiente el trabajo o el objetivo de la
empresa no va a llegar a ser la que desean.
c) Con base en lo anterior puede concluir con seguridad que cuando se trabaja tiempo
extra se incrementa el porcentaje de defectuosos porque ocurren factores como el
calentamiento de equipo, cansancio de obreros, etc., que causan mayores problemas
en la calidad de las piezas?
Si completamente de acuerdo ya que en la grfica lo es ms notorio ya que al darles tiempo
extra sobrecargan el cuerpo y el rendimiento ya no es el mismo que trabajar solo las horas
requeridas y tambin el agotamiento es mayor y las maquinas a pesar de estar diseadas
para mucho tiempo encendidas se pueden descomponer y bajara tanto la produccin como
la calidad de piezas realizadas.
52
31.- En una fbrica de pintura se quiere reducir el tiempo de secado del barniz. Los
siguientes datos corresponden al tiempo de secado del barniz (horas) y a la cantidad de
aditivo con el que se intenta lograr la reduccin.
CANTIDAD DE ADITIVO (X)
0
1
2
3
4
5
6
7
8
9
10
TIEMPO DE SECADO (Y)

14
11
10
8
7.5
9
10
11
13
12
15
a) Mediante un diagrama de dispersin investigue la relacin entre el tiempo de secado

y la cantidad de aditivo.
comparacion de cantidad y tiempo

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
b) Con base en la relacin, alrededor de que cantidad de aditivo recomendara para

reducir el tiempo de secado?
Se puede observar que mientras ms aditivo como es (13, 14,15) se le coloca el secado este
es ms tiempo debido a que es mayor cantidad y por lo tanto tarda ms tiempo el quedar
como se desea o al objetivo deseado.
53
c) Obtenga el coeficiente de correlacin entre ambas variables e interprtalo.

COEFICIENTE DE CORRELACION
0.334001184
Al obtener este coeficiente nos damos cuenta que es muy bajo a comparacin de los nueros
que son altos tanto de aditivos como del tiempo del secado ya que esto creo que no puede
tener un grande arreglo ya que sera mejor cambiar el aditivo que se coloca o que sea un
poco menos la cantidad para que no afecte tanto al secado.
d) Al parecer, el coeficiente de correlacin lineal es muy bajo. quiere decir que el
tiempo de secado no est relacionado con la cantidad de aditivo?
Si esa opcin es buena o ya que tambin afecta que el aditivo tarda y seria o cuestin de
reemplazar ese producto o bien ponerle menos pero que quede con la misma calidad para
que su venta siga siendo la misma o mayor a la esperada lo cual se tendran que ver qu
pasa con el aditivo o que no haya la suficiente ventilacin para el secado.
54
32.- en una industria se desea investigar cmo influye la temperatura (C) en la presin del
vapor de B-trimetilboro. Los datos obtenidos con tal propsito se muestran a continuacin.
TEMPERATURA
13.0
19.5
45.7
56.1
64.4
71.4
80.5
85.7
22.5
27.2
31.8
PRESION
2.9
5.1
30.5
51.4
74.5
100.2
143-7
176.9
8.5
10.3
14.6
a) Construya un diagrama de dispersin e interprtelo.
relacion entre temperatura y presion

200
150
100
50
0
10
20
30
40
50
60
70
80
90
En esta grafica se puede notar la comparacin y relacin que existe entre la temperatura y la
presin ya que al aumentar la temperatura baja la presin y as respectivamente con todos
los datos obtenidos eso afecta el vapor as que es mejor tener una estable temperatura para
que no afecte tanto a la produccin respecto a la temperatura y de ser as se llega al
objetivo deseado.
b) Obtenga el coeficiente de correlacin y al interpretarlo compare con lo observado en
el inciso a)
55
Coeficiente De
Correlacin
0.947664772
Aqu se observa que es bajo ya que si les afecta la presin con respecto a la temperatura el
vapor es un factor muy importante para la industria ya que afecta bastante y los niveles de
desempeo o de produccin afectaran drsticamente ya que esto es beneficiario para la
industria.
33.- como parte del anlisis del problema de ausentismo se decide investigar la relacin
entre edad del empleado y das que falto a laborar en el ao. Los datos del ltimo ao se
muestran a continuacin.
EMPLEAD
O
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
EDAD
FALTAS
29
33
40
23
31
20
30
38
23
25
26
30
42
34
31
18
33
33
33
32
6
5
0
8
6
9
5
5
8
6
7
5
2
5
6
11
6
4
5
5
EMPLEAD
O
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
56
EDAD
FALTAS
25
38
22
30
24
39
35
20
32
25
36
30
20
38
39
34
35
27
40
31
7
3
0
4
7
10
5
1
5
5
5
5
10
4
4
4
6
7
3
6
a) Mediante un diagrama de dispersin, analice la relacin entre estas dos variables.
edad y faltas
12
10
8
6
4
2
0
15
20
25
30
35
40
45
40
45
edad y faltas
12
10
8
6
4
2
0
15
20
25
30
35
b) Qu tipo de relacin observa y cuales son algunos hechos especiales?

Se observa en las grficas que mientras ms chicos son los empleados de una edad de 18-25
aos aproximadamente faltan ms ya que su necesidad o algn factor les da igual el faltar o
57
no mientras que las personas de mayor edad son ms responsables en sus labores lo cual
casi no faltan.
c) Calcule el coeficiente de correlacin e interprtelo.
COEFICIENTE DE
CORRELACION
0.911940
87
0.01599067
3
Los datos salieron muy bajos ya que al comparar las faltas con la edad de los empleados la
mayora falta los de menor edad son ms frecuentes y cuentan con mas faltas mientras que
ya los de edad mayor o un poco ms maduros faltan menos por la responsabilidad que
cuentan pero aun asi siguen faltando y eso afecta a la produccin de la empresa.
8.-De acuerdo con cierta norma, a una bomba de gasolina en cada 20 L se le permite una
discrepancia de 0.2 L. En una gasolinera se hacen revisiones peridicas para evitar
infracciones y ver si se cumplen las especificaciones (EI = 19.8, ES = 20.2). De acuerdo
con los resultados de 15 inspecciones para una bomba en particular, la media y la
desviacin estndar de los 15 datos son 19.9 y 0.1, respectivamente. De acuerdo con esto,
se puede garantizar que la bomba cumple con la norma? Argumente su respuesta.
9.- La desigualdad de Chebyshev y la regla emprica establecen la relacin entre la media y

la desviacin estndar. Explique esta situacin y explique si se aplica para el caso muestral,
poblacional o para ambos.
Podemos decir que cuando una variable es aleatoria suele tener una desviacin pequea,
esperaramos que la mayora de los valores se agrupen alrededor de la media. Por lo tanto,
su probabilidad de que su variable aleatoria tome un valor dentro de cierto inventario
58
alrededor de la media mayor que para una variable aleatoria similar con una desviacin
estndar mayor.
10.-Dos mquinas, cada una operada por una persona, son utilizadas para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de 3 mm. Al fi nal del turno
un inspector toma una muestra e inspecciona que la longitud cumpla especifi caciones. A
continuacin se muestran las ltimas 110 mediciones para ambas mquinas
a) Obtenga las medidas de tendencia central y con base en ellas seale si la tendencia
central del proceso es adecuada.
Estadstica Descriptiva: C1
Variable
Mediana
Mediana
c1
200
200.1
Modo
200.5,201.
Moda
6
4
Estas nos indican que la tendencia es adecuada, porque est dentro de los lmites
permitidos.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y a partir de
stos decida si la variabilidad de los datos es aceptable.
Variable
C1
Desviacion
Estandar
1.16
Varianza
1.64
c) Obtenga un histograma e interprtelo (tendencia central, variabilidad, acantilados,

sesgos, etctera).
59
d) Con la evidencia obtenida antes, cul es su opinin acerca de lo adecuado o no de la

longitud de las tiras que se cortaron en el periodo que representan las mediciones.
Las barras se encuentran en el rango permitido, as que podemos decir que las barras
cumplen especificaciones requeridas y el lote aceptado.
12)
En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para
evaluar la calidad del servicio proporcionado y el nivel de satisfaccin de los clientes
internos. La encuesta consiste de 10 preguntas, y cada una de ellas evala diferentes
aspectos del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre
0 y 10. Para hacer un primer anlisis de los resultados obtenidos se suman los puntos
obtenidos de las 10 preguntas para cada cuestionario. A continuacin se muestran los
puntos obtenidos en 50 cuestionarios.
78 78 82 85 81 86 80 73 84 78
68 84 75 78 76 76 82 85 91 80
70 87 77 82 84 48 49 39 39 43
35 42 34 44 49 34 30 43 31 34
60
41 42 45 42 35 38 39 42 43 29
a) Calcule las medidas de tendencia central, de dispersin a los datos anteriores y de una
primera opinin acerca de la calidad en el servicio.
b) Realice el histograma e interprtelo con cuidado.
c) .Que es lo ms destacado que observa en el histograma?
d) .Tendra alguna utilidad hacer un anlisis por separado de cada una de las preguntas?
Explique.
Podemos ver que estamos dentro de la mejor calidad.

61
Se puede observar qu en el histograma est dentro del rea permitida para la calidad de
servicio. Tal vez y si pero mejor todo unto para solo hacer un mejor anlisis de todo.
13)
En una fbrica de piezas de asbesto una caracterstica importante de la calidad es el grosor
de las lminas. Para cierto tipo de lmina el grosor optimo es de 5 mm y se tiene una
discrepancia tolerable de 0.8 mm, ya que si la lmina tiene un grosor menor que 4.2 mm se
considera demasiado delgada y no reunir las condiciones de resistencia exigidas por el
cliente. Si la lmina tiene un grosor mayor que 5.8 mm, entonces se gastara demasiado
material para su elaboracin y elevaran los costos del fabricante. Por lo tanto, es de suma
importancia fabricar las lminas con el grosor ptimo, y en el peor de los casos dentro de
las tolerancias especificadas. De acuerdo con los registros de las mediciones realizadas en
los ltimos tres meses se aprecia un proceso con una estabilidad aceptable, el grosor medio
es = 4.75, la mediana 4.7, y la desviacin estndar = 0.45.
a) De acuerdo con la media y la mediana, .el centrado del proceso es adecuado?
Argumente.
b) Si considera solo la media y la mediana, .puede decidir si el proceso cumple con las
especificaciones? Explique.
c) Calcule los lmites reales, haga la grfica de capacidad y seale si el proceso cumple con
especificaciones. Argumente su respuesta.
62
Aqu en estas graficas podemos ver que si estamos en en el proceso que cumple la media la
mediana.
63
Si cumple con la media y la mediana ya que estamos dentro del rea que se nos especfica,
tambin podemos ver que estamos dentro de un buen proceso.
14.- en el problema anterior, con el propsito de mejorar la calidad que se tena es como el
grosor de las lminas, se implement un proyecto de mejora siguiendo la metodologa seis
sigmas. Varios de los cambios implementados fueron relativos a mejora y estandarizacin
de los procedimientos de operacin del proceso. Para verificar si el plan tuvo xito, se
eligieron lminas de manera aleatoria y se midi su grosor, los 120 datos obtenidos durante
tres das se muestran a continuacin.
4.8
4.7
4.3
5.7
4.8
4.5
5.1
5.3
4.9
4.4
4.6
5.1
4.9
4.6
64
4.6
4.9
5.0
4.2
4.9
4.6
4.8
5.3
4.5
5.2
4.7
4.9
4.7
4.6
4.2
5.0
5.3
4.4
4.1
4.8
5.0
5.0
4.5
5.0
4,9
5.0
5.1
4.7
5.0
4.6
5.3
4.9
5.0
4.5
5.0
5.1
5.3
4.8
5.1
5.2
4.4
5.0
5.0
5.1
5.1
4.7
4.8
5.6
4.9
5.2
4.9
5.3
5.1
4.9
4.4
5.1
4.7
4.7
4.6
5.1
4.5
4.4
4.7
5.2
4.6
5.0
4.9
5.0
5.2
4.5
5.3
4.5
5.3
5.3
5.2
5.3
4.1
5.3
5.1
4.6
4.8
5.6
4.8
5.0
5.1
5.3
4.7
5.2
4.7
5.0
4.7
5.1
4.9
4.4
4.7
4.9
4.6
5.0
5.1
5.2
4.9
5.0
4.8
5.0
5.1
4.5
a) Calcule la media y mediana de estos datos y comprelas con las que se tenan antes
del proyecto, decida si con los cambios se mejor el centrado del proceso.
4.8433333
media
3
mediana
4.9
Si mejoro ya que en este caso es muy buen promedio mejor dicho media lo cual son
cercanos no hay tanta variacin es considerable para la mejora del grosor de las lminas es
ms exacta para lo solicitado.
b) Calcule la desviacin estndar y, con esta, obtenga una estimacin de los nuevos
lmites reales y decida si la variabilidad se produjo.
desviacio
n estandar
0.5464527
8
c) Construya un histograma, inserte las especificaciones e interpretacin.
65
d) De acuerdo con todo lo anterior, el proyecto dio buenos resultados? Argumntese.

e) Si se observaron mejoras, son suficientes para garantizar un producto dentro de
especificaciones?
66
Un poco pero aun no es sufriente ya que pare tener un buen desempeo y estar en las
especificaciones debe estar lo ms cerrada posible lo cual en las 12 graficas se puede
observar que si estn centradas pero les falta un poco para llegar a la perfeccin lo cual
se debe trabajar un poco ms para llegar a lo establecido
15.- en la elaboracion de envases de plastico primero se elabora la preforma, para la
cual se tienen varios criterios de calidad, uno de ellos es el peso de esta. Para cierto
envase se tiene que el peso debe estar entre 28.00 (+/-) 0.5 g. a continnuacion se
muestran los ultimos 112 datos obtenidos mediante una carta de control para esta
variable.
27.72
28.06
27.81
27.87
27.86
28.26
27.95
28.22
28.09
28.13
28.04
27.63
27.85
28.16
28.39
27.91
27.74
27.87
27.84
28.10
27.94
27.96
28.02
27.88
28.05
27.93
27.84
28.16
28.21
27.97
27.95
27.82
27.70
27.94
27.81
27.88
27.85
28.11
27.75
27.74
28.12
28.01
28.19
27.95
27.91
28.23
27.98
28.07
27.76
28.08
28.27
28.05
27.89
28.10
28.01
28.13
28.02
27.96
27.93
27.90
28.02
27.84
27.96
28.04
27.75
28.14
27.94
28.14
27.97
27.97
27.93
27.94
28.07
27.91
28.00
27.90
27.84
28.19
27.98
28.11
28.19
27.91
27.88
27.90
27.89
28.04
28.13
28.16
27.99
27.87
27.85
27.89
27.75
28.08
28.10
27.84
28.00
27.87
27.88
28.05
27.98
27.94
28.13
27.76
27.93
28.08
27.82
28.16
27.78
28.21
28.10
27.94
a) Obtenga las medidas de tendencia central y seale si la tendencia central de las

mediciones es adecuada.
Tendencia
27.967858
central
7
Si es adecuada ya que se encuentra dentro de los datos obtenidos dentro de las pruebas de
calidad tambien se encuentra dentro de los limites que otorga la empresa de la elaboracion
de los envases de plastico.
67
b) Calcule la desviacion estandar y una aproximacion de los limites reales y con base
en estos decida si la variabilidad de los datos es aceptable.
Si es aceptable aunque ya casi llega el limite establecido, pero continua dentro de los
rangos correspondientes que han establecido dentro de la fabricacion envases de plastico
dentro del contol de calidad.
c) Obtenga un histograma e interpretelo (tendencia central, variabilidad, acantilados,
sesgos, etc.).
d) es adecuado el peso de las preformas?
68
16.- una caracteristica clave en la calidad de las pinturas es su densidad, y un componente

que influye en esta es la cantidad de arena que se utilizan en su elaboracion. La cantidad de
arena en la formulacion de un lote se controla por medio del numero de costales, que segn
el provedor contiene 20 kg. Sin embargo, continuamente se tienen problemas en la
densidad de la pintura que es necesario corregir con retrabajo y reprocesos adicionales. En
este contexto se decide investigar cuanta arena contiene en realidad los costales. Para ello,
se toma una muestra aleatoria de 30 costales de cada lote o pedido (500 costales). Los
pesos obtenidos en las muestras de los ultimos tres lotes se muestran adelante. Las
especificaciones iniciales que se establecen para el peso de los costales de arena son de 20
(+/-) 0.8 kg.
LOTES
1
18.6
19.1
19.6
PESO DE LOS COSTALES DE MUESTRA

19.2
19.5
19.2
18.9
19.4
19
20
18.6
19.4
18.7
21
19.8
19
18.6
19.4
19.8
19.1
20
20.4
18.8
19.3
69
19.3
19.6
19.1
20
19
19.1
18.6
19.9
18.8
18.4
19
20.1
19.7
19.3
19.5
19.1
18.5
19.6
19.4
19.6
20.3
18.8
20
18.4
18.9
19.7
17.8
19.4
18.9
18.4
3
20.1
20.2
21
19.7
20.1
20
19.1
20.4
10
19.7
20.8
19.7
19.7
20.4
19.8
20.5
20.2
19.7
20
19.6
19.7
19.8
19.9
20.3
a) de acuerdo con los 90 datos, el centrado del proceso es adecuado?
20.7
19.2
19
19.6
20
20.4
19.6
20.6
19.7
20.6
20
20.2
Si es adecuado ya que si esta centrado de entre la cantidad de arena y la pintura lo cual no

esta afectando ya que estda dentro de las especificaciones y limites requeridos.
b) la variabilidad es poca o mucha? Apoyese en los estadisticos adecuados?
c) obtenga un histograma para los 90 datos, inserte las especificaciones e interprete con
detalle.
70
d) de su conclusion general acerca de si los bultos cumplen con el peso especificado.

e) haga un analisis de cada lote por separado y con apoyo de estadisticos y graficas, seale
si hay diferencias grandes entre los lotes.
LOTE 1
71
LOTE 2
72
LOTE 3
e) las diferencias encontradas se podrian haber inferido apartir de un histograma del

insiso c)?
Si ya que si estan afectando demasiado las especificaciones ya que en las graficas de punts
si se muestran centrados pero las graficas estadisticas donde se muestra la campana que es
una de las mas importantes no cumplen como tal asi que si influyen.
73
17. En una empresa que fabrica y vende equipo para fotocopiado utilizan como un
indicador importante de la calidad en el servicio postventa, el tiempo de respuesta a
solicitudes de apoyo tcnico debido a fallas en los equipos. Para problemas mayor, en cierta
zona del pas se estableci como meta que la respuesta se de en un mximo de 6 horas
hbiles, es decir de qu habla el cliente solicitando el apoyo y que si el problema se
clasifica como grave no deben pasar ms de 6 horas hbiles para que un tcnico acuda a
resolver el problema. A continuacin se aprecian los tiempos de respuestas en horas para
los primeros nueve meses del ao (65 datos)
5
5.4
7.1
7
5.5
4.4
5.4
6.6
7.1
4.2
4.1
3
5.7
6.7
6.8
4.7
7.1
3.2
5.7
4.1
5.5
7.9
2
5.4
2.9
5.3
7.4
5.1
6.9
7.5
3.2
3.9
5.9
3.6
4
2.3
8.9
5.8
5.8
6.4
7.7
3.9
5.8
5.9
1.7
3.2
6.8
7
5.4
5.6
4.5
6.5
4.1
7.5
6.8
4.3
5.9
3.1
8.3
5.4
4.7
6.3
6
3.1
4.8
a) calcule las medidas de tendencia central y con base a estas cree que se cumple con
la meta?
La mayora cumple con la meta, porque entran en los limites estipulados.
b) Aplique la regla emprica interprete y diga que tan bien se cumple la meta.
Se cumple no de manera excepcional ya que hay muchos datos que se encuentran
an fuera de los lmites, pero bajo esta perspectiva la calidad de la empresa sobre la
atencin del cliente es buena.
c) Haga un histograma e interprete sus aspectos ms relevantes.
d) A partir del anlisis que sea realizado Qu recomendaciones dara para ayudar a
cumplir mejor la meta?
Hacer que los lmites sean ms reducidos, para que el tiempo de respuesta sea mas
efectivo y el cliente este satisfecho.
74

LEI
LES
Procesar datos
LEI
3.75
Objetivo
*
LES
6.97
Nmero de muestra 65
Desv.Est. (General)
1.61848
Desv.Est. (Dentro)
1.51792
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.35
CPL 0.35
CPU 0.35
Cpk 0.35
PPM < LEI

PPM > LES
PPM Total
Observado
169230.77
184615.38
353846.15
Rendimiento
Esperado Largo
159002.54
143501.83
160852.24
145344.92
319854.78
288846.76
18. los siguientes datos representan las horas cadas de equipos por semana en tres lneas de
produccin
a) analice los datos para cada lnea y anote las principales caractersticas de la distribucin
de los datos.
Entre la lnea 1 y lnea 2 no hay tanta variabilidad, donde en realidad cambia es en la lnea
3 por lo que quiere decir que es ah donde las horas cadas son mayores.
b) compare las tres lneas nota alguna diferencia importante?
75
En la lnea 2 las horas cadas son ms frecuentes quiere decir que ah existe una causa que
denomina que la produccin anda mal.
semana
linea 1
1
2
3
4
5
6
7
8
9
10
11
12
13
linea2
7.7
6.8
8.5
8.6
5.7
7.9
8.1
7.6
7.1
7.3
7.8
6.1
6.4
linea3
6.6
5.2
7.2
9.2
6.7
6.2
7.1
8.1
6.4
6.3
8.2
8.4
7.4
semana
linea1
7.5
8.1
6.2
7.4
8.2
6
8.2
8.1
6.7
8
8.1
8.1
7
14
15
16
17
18
19
20
21
22
23
24
25
linea2
6.3
7.8
6.7
7.3
5.7
6.2
7.3
5
5
5.4
7.5
6
LINEA 1
LEI
LES
Procesar datos
LEI
5.75
Objetivo
*
LES
7.92
Nmero de muestra 25
Desv.Est. (General)
1.04981
Desv.Est. (Dentro)
0.901133
General
Dentro de
Capacidad general
Pp
0.34
PPL 0.36
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.40
CPL 0.42
CPU 0.39
Cpk 0.39
PPM < LEI

PPM > LES
PPM Total
Observado
200000.00
120000.00
320000.00
Rendimiento
Esperado Largo
142587.71
106547.70
159072.69
122418.80
301660.40
228966.50
76
linea3
6.5
7.7
7.4
6.1
6.2
7.3
6.9
6.1
6.9
8.4
5
7.4
8.5
8
7.7
7.5
8.2
7.7
7
6.5
6.2
6
6.1
5.8
LINEA 2
77

LEI
LES
Procesar datos
LEI
5.99
Objetivo
*
LES
7.99
Nmero de muestra 25
Desv.Est. (General)
1.00062
Desv.Est. (Dentro)
1.04467
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.34
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.32
CPL 0.32
CPU 0.32
Cpk 0.32
PPM < LEI

PPM > LES
PPM Total
Observado
80000.00
200000.00
280000.00
Rendimiento
Esperado Largo
157356.90
167777.75
160260.55
170676.01
317617.45
338453.76
LINEA 3
78

LEI
LES
Procesar datos
LEI
6.44
Objetivo
*
LES
8.18
Nmero de muestra 25
Desv.Est. (General)
0.877648
Desv.Est. (Dentro)
0.669984
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.43
CPL 0.43
CPU 0.43
Cpk 0.43
5.6
PPM < LEI

PPM > LES
PPM Total
Observado
240000.00
160000.00
400000.00
6.4
7.2
8.0
8.8
Rendimiento
Esperado Largo
160217.54
96539.58
161329.97
97564.64
321547.51
194104.22
19. Una caracterstica importante en la calidad de la leche de vaca es la concentracin de

grasa. En una industria en particular se fij 3.0% como el estndar mnimo que debe
cumplir el producto que se recibe directamente de los establos lecheros. Por medio de
muestreos y evaluaciones en cierta poca del ao se obtuvieron los siguientes 90 datos
sobre concentracin de grasa en cierta regin.
79
2.7
3.4
2.2
3.2
3.4
2.9
3.4
2.9
3.4
2.7
3.4
3.1
3
3.5
3.1
3
3.5
3.3
3.3
2.9
2.9
3.1
3.2
3.2
4
3.6
2.5
2.7
3.2
3.5
3.3
3.2
3.1
2.9
3.4
3.3
3.2
3
3.2
3.3
3.3
2.8
2.7
3.6
3
3.1
3.3
3.8
3.5
3
2.9
3.3
3.3
2.9
3
3.3
3.6
3.6
3.1
3.3
3.1
3.2
3.2
3.5
3.3
3.1
3.3
3.1
3.5
3.4
2.8
2.7
3.4
3
2.9
3.4
2.6
3.1
3.7
3
3
2.9
3.8
3.1
2.8
3.3
3.5
3.5
3.4
3.2
a) Calcule las medidas de tendencia central y de variabilidad y comente acerca del

cumplimiento del estndar mnimo para la concentracin de grasa.
La mayora de la concentracin de grasa cumple con el estndar mnimo.
b) Obtenga un histograma el estndar mnimo e intrprete de manera amplia.
La concentracin de grasa cumple con el estndar mnimo ya que muchos datos
estn dentro de los rangos, lo que se predice que la produccin de leche es de buena
calidad.
c) La poblacin de donde provienen estos datos cumple estndar mnimo.
Si est en el rango.
LEI
LES
Procesar datos
LEI
2.87
Objetivo
*
LES
3.5
Nmero de muestra 90
Desv.Est. (General)
0.312287
Desv.Est. (Dentro)
0.322042
General
Dentro de
Capacidad general
Pp
0.34
PPL 0.35
PPU 0.32
Ppk 0.32
Cpm
*
Cp
0.33
CPL 0.34
CPU 0.31
Cpk 0.31
2.4
PPM < LEI

PPM > LES
PPM Total
Observado
111111.11
88888.89
200000.00
2.8
3.2
3.6
4.0
Rendimiento
Esperado Largo
146949.95
154384.28
166579.35
174005.38
313529.30
328389.66
21. En el caso del problema anterior, a continuacin se muestran 100 datos obtenidos en las
pruebas destructivas de las resistencias de botellas
80
27.4 26.2 29.4 28.6 24.9 25.2 28.0 27.6 25.6

26.9 27.2 27.6 25.5 28.3 27.4 27.9 28.7 25.3
28.6 25.7 27.1 27.8 24.7 27.6 26.2 24.7 27.2
27.7 27.0 26.1 28.1 26.9 26.2 27.7 27.2 25.9
25.0 25.3 27.7 25.2 28.6 29.3 27.8 25.1 26.6
26.4 27.2 27.3 27.0 27.7 29.5 26.4 25.8 26.7
29.5
29.2
23.8
26.5
26.8
27.6
26.5
27.4
28.3
26.4
27.3
28.7
28.3
28.4
26.9
26.5
26.4
26.8
26.3
27.7
29.1
26.3
26.6
28.1
26.2
23.7
27.0
26.5
28.7
27.0
29.7
23.7
28.1
27.0
27.6
26.8
27.7
24.8
25.5
28.8
29.5
25.5
30.4
28.8
27.1
a) Calcule las medidas de tendencia central y de variabilidad.

b) Estime los lmites reales y comente si las botellas cumplen la resistencia mnima que se
desea garantizar.
c) Obtenga un histograma, inserte una lnea vertical en el valor de la resistencia mnima e
interprete ampliamente.
d) Con base en los anlisis anteriores, Considera que el proceso cumple con la
especificacin inferior?
SOLUCIN
a) Medidas de tendencia central y de variabilidad
b) Limites reales
LI=25.706
LS=28.484
La mayora de las resistencias de las botellas cae dentro de los lmites, se pueden
reducir los nmeros para que todas las resistencias estn dentro de los lmites.
C)
81

LEI
LES
Procesar datos
LEI
25.706
Objetivo
*
LES
28.484
Nmero de muestra 100
Desv.Est. (General)
1.38887
Desv.Est. (Dentro)
1.44351
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Cp
0.32
CPL 0.32
CPU 0.32
Cpk 0.32
24
PPM < LEI

PPM > LES
PPM Total
Observado
170000.00
170000.00
340000.00
25
26
27
28
29
30
Rendimiento
Esperado Largo
158632.91
167964.32
158632.91
167964.32
317265.81
335928.63
d) Aproximadamente el 40% de los datos est fuera de los lmites, por lo que el proceso
requiere de ajustes y verificaciones para ser efectivo y rentable.
23. El volumen en un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo con
los datos histricos se tiene que =318 y =4. El proceso de envasado funciona bien en
cuanto a volumen? Argumente su respuesta.
SOLUCIN
La media nos indica que el llenado debe estar cercano a 318, la desviacin estndar de 4
establece la cercana que deben tener los llenados, como estos van de 310 a 330, el llenado
es superior a 4 en ambos lados. El proceso de envasado no es efectivo en cuanto a volumen.
24. En la elaboracin de una bebida se desea garantizar que el porcentaje de CO2 (gas) est
entre 2.5 y 3.0. En el monitoreo del proceso se obtuvieron los siguientes 115 datos:
2.61 2.62 2.65 2.56 2.68 2.51 2.69 2.53 2.67 2.66 2.63 2.52 2.61 2.64 2.49 2.58 2.61 2.53
2.57 2.56 2.52 2.58 2.64 2.59 2.73 2.51 2.61 2.71 2.64 2.59 2.60 2.61 2.55 2.66 2.69 2.56
2.61 2.49 2.63 2.72 2.67 2.52 2.64 2.62 2.64 2.65 2.67 2.61 2.50 2.65 2.57 2.55 2.64 2.66
2.56 2.60 2.59 2.56 2.57 2.66 2.56 2.62 2.63 2.57 2.60 2.53 2.61 2.60 2.52 2.62 2.67 2.58
2.53 2.57 2.66 2.51 2.57 2.55 2.57 2.58 2.52 2.61 2.55 2.55 2.60 2.64 2.56 2.60 2.57 2.48
2.64 2.67 2.60 2.59 2.67 2.56 2.63 2.57 2.61 2.492.60 2.70 2.67 2.65 2.60 2.58 2.59 2.65
2.67 2.61 2.52 2.65 2.57 2.52 2.64
a) Por medio de medidas de tendencia central determine si la tendencia central de las
mediciones es adecuada.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales y, con base en
stos, decida si la variabilidad de los datos es aceptable.
82
c) Obtenga un histograma e interprtelo (tendencia central, variabilidad, acantilados,

sesgos, etc.)
d) Con la evidencia obtenida antes, Cul es su opinin acerca de la capacidad del proceso
referido?
SOLUCIN
a) La tendencia central es adecuada

b) LI=2.5431
LS=2.6547
c) Histograma:
LEI
LES
Procesar datos
LEI
2.48
Objetivo
*
LES
2.73
Nmero de muestra 115
Desv.Est. (General)
0.0557998
Desv.Est. (Dentro)
0.0558286
General
Dentro de
Capacidad general
Pp
0.75
PPL 0.71
PPU 0.78
Ppk 0.71
Cpm
*
Cp
0.75
CPL 0.71
CPU 0.78
Cpk 0.71
2.50
PPM < LEI

PPM > LES
PPM Total
Observado
0.00
0.00
0.00
2.55
2.60
2.65
2.70
Rendimiento
Esperado Largo
16574.06
16619.38
9386.35
9416.92
25960.41
26036.30
d) La capacidad del proceso es efectiva, ya que la mayora de las concentraciones de CO2

est dentro de los limites, podran realizarse ajustes para que los limites sean ms estrictos y
tener un mayor control del proceso.
83
84
INSEGURIDAD EN LOS
ALTOS MANDOS
DIAGRAMA DE RELACIONES
FALTA DE
CAPACITACIN
FALTA DE
LIDERAZGO
FALTA DE
PLANIFICACIN
POCA
COMUNICACIN
IMPORTANCIA DEL
SISTEMA DE CALIDAD EN
UNA EMPESA
FALTA DE
CONOCIMIENTOS EN
LOS SISTEMAS
FALTA DE RECURSOS
MATERIAL DE ALTO
PRECIO
PROCEDIMIENTOS
MAL EXPLICADOS
POCA CAPACIDAD EN
LOS QUE LA
ENSEAN
SUELDO MUY POCO

ALCANZABLE
POCO DESEMPEO
DEL EQUIPO
CONCLUSIONES Y RECOMENDACIONES
Bibliografa
Aiteco. (s.f.). Diagrama de dispersin. Recuperado el 2015, de http://www.aiteco.com/diagrama-de-dispersion/
Aiteco. (s.f.). Estratificacin. Recuperado el 2015, de http://www.aiteco.com/estratificacion/
Cyta. (s.f.). Cyta. Recuperado el 2015, de
http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/herramientas_calidad/causaefecto.htm
Gonzalez, I. H. (11 de Julio de 2012). Wordpress. Recuperado el 2015, de
https://calidadgestion.wordpress.com/tag/hoja-de-verificacion/
Sales, M. (28 de Julio de 2002). Diagrama de Pareto. Recuperado el 2015, de http://www.gestiopolis.com/ diagrama-depareto/
Vitutor. (s.f.). Estadistica descriptiva. Recuperado el 2015, de http://www.vitutor.com/estadistica/descriptiva/a_6.html
Introduccin a la ingeniera industria, R.C. VAUGHN, segunda edicin, 1008.
Administrar para la calidad, conceptos administrativos del control total de calidad, Mario Gutirrez, 2004.
Mtodos cuantitativos para los negocios, novena edicin, Barry Render Michel A. Hanna, 2003.
Manual de control estadstico de la calidad: teora y aplicacin, pablo juan verdoy Jorge mateu Santiago sagasta raul
sirvent, 2006.
Conclusiones
Para toda empresa que desee competir en el mercado global debe de aplicar una estrategia estructurada para lograr la excelencia
operativa aplicada por todos los actores involucrados, esto mediante un proceso definido, con la finalidad de satisfacer las necesidades
de los clientes y por poder conseguir el posicionamiento de la marca y proteger la imagen global de la misma.
Es necesario que los costos de la calidad sean declarados formalmente por las empresas, parte de sus planes operacionales y sus
sistemas presupuestarios, y que los ejecutivos los manejen como corresponde. La tarea de calcular los costos de la calidad no es
sencilla.
La recopilacin y el uso de los costos relacionados con la calidad puede ser, y es, de utilidad. Sin embargo, no se debe olvidar que no
basta con haber organizado el mecanismo necesario para recopilar los costos; tambin es necesario que el personal de alta direccin
est decidido a realizar el ejercicio del clculo de los costos de la calidad y a usar los datos.
Glosario
Auditora
Es una herramienta de gestin que comprende una evaluacin sistemtica, documentada, peridica y objetiva del funcionamiento de la
organizacin en su conjunto o de alguna de las unidades que la integran.
Autoevaluacin
Es un examen global, sistemtico y regular de las actividades y resultados de una organizacin comparados con un modelo de
excelencia.
Benchmarking
Proceso continuado y analtico para medir de forma sistemtica las actividades, procesos, operaciones y prcticas de la propia
organizacin frente a las anlogas de organizaciones reconocidas como lderes o excelentes, sean competidoras o no.
Cadena de valor
Consiste en desagregar la actividad general de la empresa en actividades tecnolgicas y econmicas distintas, las cuales tienen
diferente influencia en la posicin relativa de costes de la organizacin (ventajas competitivas) o suponen distintas bases de
diferenciacin hacia el producto y el mercado.
Calidad total
Concepto de gestin empresarial que sita como primer objetivo de la misma la calidad del bien o servicio ofrecido y la satisfaccin
del cliente, a travs de la mejora contina.
Clientes
Persona que demanda los servicios o productos que presta una Organizacin/Unidad Administrativa. Es el ms prximo destinatario de
los servicios o productos que ofrece una Unidad Administrativa.
Calidad total
Concepto de gestin empresarial que sita como primer objetivo de la misma la calidad del bien o servicio ofrecido y la satisfaccin
del cliente, a travs de la mejora continua.
Clientes
Persona que demanda los servicios o productos que presta una Organizacin/Unidad Administrativa. Es el ms prximo destinatario de
los servicios o productos que ofrece una Unidad Administrativa.
Cultura de la organizacin
Es el conjunto de valores, smbolos, mitos, pautas de conducta y normas de actuacin que influyen en la organizacin y que permiten
una integracin social y cultural de sus miembros.
Eficacia
Se mide comparando los resultados realmente obtenidos con los previstos independientemente de los medios utilizados. Tambin
puede entenderse como la comparacin entre los resultados obtenidos y un ptimo posible.
Eficiencia
Consiste en obtener el mximo resultado posible con unos recursos determinados, o en mantener con unos recursos mnimos la calidad
y cantidad adecuada de un determinado servicio/producto.
Estndar
Fijacin de normas o reglas a las que se deben ajustar las especificaciones de un servicio/ producto o los mtodos y procedimientos
seguidos en su prestacin/elaboracin.
Estndar de calidad
Compromiso respecto al mantenimiento de un nivel de calidad en el contenido de sus prestaciones por parte de una unidad
administrativa.
BIBLOGRAFIA
ADLER, MARTN y otros
"Produccin y Operaciones"
Macchi Edicones
Buenos Aires, 2004, 789
KRAJEWSKI, L. & RITZMAN, L.Administracin de Operaciones. -Estrategia y anlisis--.
Ed. Prentice Hall
Mxico, 2000
5 edicin, 892
GOLDRATT, ELIYAHU
La Meta. Un proceso de mejora continua.Ediciones Castillo.
Mxico, 1996
5 Edicin, 408
FUCCI, TOMS A.R
Enfoque actual de las tcnicas y sistemas de produccin 1990
Innovacin y desarrollo de nuevos productos 1991

Elementos de costos para Administracin de las Operaciones 1993
"La estructura de produccin en la empresa" 1999
"Administracin de inventarios. Ejercicio Prctico" 1999
"El grfico ABC como tcnica de gestin de inventarios" 1999
"La produccin, el hombre y la sociedad en el umbral del tercer milenio"2000
Mantenimiento 2000
"Premio Nacional a la Calidad" 2002
"Reingeniera" 2002
"Variedad" 2003
www.ope20156.unlu.edu.ar
MONTERROSO, ELDA
"El grfico ABC como tcnica de gestin de inventarios" 1999
"El proceso logstico y la administracin de la cadena de abastecimiento" 2000
La gestin de Abastecimiento (Inbound Logistic)" 2002
"Premio Nacional a la Calidad" 2002
Reingeniera 2002
"Normas ISO 14000" 2002
"Introduccin a las Normas ISO e ISO 9000:2000" 2003
"Tipos de servicios"
www.ope20156.unlu.edu.ar
II. BIBLIOGRAFA COMPLEMENTARIA
ANSOFF, IGOR H.
La direccin estratgica en la prctica empresarial
Ed. Addison-Wesley Iberoamericana.
Estados Unidos de Amrica, 1997
2 Edicin, 548
CHASE, RICHARD B., AQUILANO, NICHOLAS J. & JACOBS, F. ROBERT

Administracin de Produccin y Operaciones. Manufactura y Servicios.Ed. Mc. Graw Hill Irwin.
Colombia, Mayo 2000
8 edicin, 885
EIGLIER, PIERRE & LANGEARD, ERIC
Servuccin. El marketing de servicios
Ed. Mc. Graw Hill
Espaa, 1989, 220
ESCORSA CASTELLS, PERE & VALLS PASOLA, JAUME
"Tecnologa e innovacin en la empresa. Direccin y Gestin"
Alfaomega Grupo Editor, S.A. de C.V.
Colombia 2001, 283
FERNNDEZ, ESTEBAN, AVELLA, LUCA & FERNNDEZ, MARTA
"Estrategia de Produccin"
Ed. Mc. Graw Hill
Madrid, 2003
1a. Edicin, 629
FITZIMMONS, JAMES & FITZIMMONS, MONA J.
Administracao de servicos. Operacoes, estratgia e tecnologa de informacao"
Bookman
Porto Alegre, 2000, 537
GAITHER, NORMAN &FRAZIER, GREG
"Administracin de Produccin y Operaciones"
International Thomson Editores
Mxico, 2000
8va. edicin, 846
GONZLEZ, CARLOS
ISO 9000 QS 9000 ISO 14000. Normas implcitas de administracin de la calidad, sistemas de calidad y sistemas
ambientales.
Ed. Mc. Graw Hill.
Mxico, 1998, 574
GUTIRREZ PULIDO, HUMBERTO
"Calidad Total y Productividad"
Ed. Mc. Graw Hill
Mxico, 1999, 403
HAMMER, MICHAEL y CHAMPY, JAMES
Reingeniera
Ed. Norma.
Colombia, 1995
7 edicin, 226
HAY, EDWARD Jr.
Justo a Tiempo
Ed. Norma.
Colombia, 1994
7 edicin, 247
HEIZER, JAY & RENDER, BARRY
Direccin de la Produccin.Vol.I: Decisiones Estratgicas.
Vol. II: Decisiones Tcticas.
Ed. Prentice Hall
Espaa, 2001
6 edicin
ISHIKAWA, KAROU
"Qu es el control total de calidad?"
Ed. Norma.
1991
MEREDITH, JACK. R.
"Administracin de Operaciones"
Ed. Limusa - Wiley
Mxico, 1999
MIRANDA GONZLEZ, RUBIO LACOBA, CHAMORRO MERA, BAEGILPALACIOS
"Manual de Direccin de Operaciones"
Ed. Thomson
Madrid, 2005
MONDEN, YASUHIRO
El sistema de produccin de Toyota
Ed. Macchi.
Buenos Aires, 1990, 274
NOORI, HAMID y RADFORD, RUSSELL
Administracin de Operaciones y Produccin: calidad total y respuesta sensible rpida
Ed. Mc. Graw Hill.
Colombia, 1997, 648
PRIDA ROMERO, BERNARDO y GUTIRREZ CASAS, GIL
Logstica de Aprovisionamiento
Ed. Mc. Graw Hill
Espaa,1996, 204
SCHONBERGER, ROGER J.
Manufactura de categora mundial
Ed. Norma.
Colombia, 1994, 292
SCHROEDER, ROGER G.
Administracin de Operaciones.Ed. Mc. Graw Hill.
Mxico, 1992
3 edicin, 855
SOLANA, RICARDO F.
"Produccin. Su organizacin y administracin en el umbral del tercer milenio"
Ediciones Interocenicas
Buenos Aires, 1994
1a. edicin, 556
VALDES, LUIGI
"Conocimiento es futuro. - Hacia la sexta generacin de procesos de calidad -".Ed. CONCAMIN (CCTC) (Confederacin de Cmaras Industriales de Mxico)
Mxico, 1996
2 Edicin.
BENDELL, TONY Ventajas competitivas a travs del benchmarking : anlisis comparativo

de la competencia para obtener ventajas competitivas en nuestra empresa. Barcelona : Folio,
1994.
DAVENPORT, T.H. Innovacion de procesos. Reingenieria del trabajo a traves de la

tecnologia de la informacin. Madrid: Diaz de Santos,1997
DRUMMOND, HELGA La calidad total: el movimiento de la calidad. Bilbao: Deusto 2000
GALGANO, ALBERTO. Los Siete instrumentos de la calidad total: manual

operativo Madrid : Daz de Santos, cop. 1995.
GALOWAY, DIANNE "Mejora Continua de Procesos". Barcelona: Gestin 2000; 1998
GOLDRATT, ELIYAHU M. El sndrome del pajar, Madrid : Diaz de Santos, D.L.1997
HAMMER MICHAEL Y CHAMPY JAMES Reingeniera de la empresa : Olvide lo que

usted sabe sobre cmo debe funcionar una empresa. Casi todo est
equivocado! [Barcelona] : Parramn, D.L.1997
HAYES, BOB E. Cmo medir la satisfaccin del cliente : desarrollo y utilizacin de

cuestionarios. Barcelona : Ediciones Gestin 2000, S.A., 1995.
HOROVITZ, JACQUES La Calidad del servicio. Madrid: McGraw-Hill, DL 1993. -(Cinco das : diario de economa y negocios. Libros de empresa ; 7)
KELADA, PRODUCTIVITY "Reingeniera y Calidad Total" AENOR. 1998
KUAN-TSAE, HUANG Calidad de la informacin y gestin del conocimiento. Madrid

AENOR 2000
PREZ FERNNDEZ DE VELASCO, JOS ANTONIO. Gestin de la calidad orientada a

los procesos. Madrid : Esic, 1999
SALGUEIRO, A. Como mejorar los procesos y la productividad. Madrid : AENOR,

D.L.1999
SENLL, ANDRS Calidad total en los servicios y en la administracin pblica / Andrs

Senlle. -- Barcelona : Gestin 2000, cop. 1993.
SENLL ANDRES Y VILAR JOAN "ISO 9000 en empresas de servicios", Gestin 2000.
cop 1996
ZADI, A.. QFD : despliegue de la funcin de la calidad. Madrid : Daz de Santos, cop.
1993
BROPHY, P. La dmarche qualit : dans les bibliotheques du Royaume-Uni. Bulletin des
Bibliothques de France, 1998, v. 43, n 1, p. 52-56
BROPHY, P., COULLING K. Quality Management for Information and Library Managers.
Aldershot: Aslib-Gower, 1996
CARR, S.J. Strategic planning in libraries : an analysis of a managerial function and its
application to library and information work. Library Management, 1992, v. 13, n 5, p. 4-17
CLAYTON, C. Quality and the Public Services. Public Library Journal, 1993, v. 8, n 1, p.
11-12
CHANG, A. Quality Access Service : Maximizing and Managing. Access Services in

Libraries, 1992, v. 17, n 1/2
COLOMER, M. ; SILLERAS, M.E.. Tecnologa y calidad al servicio de los ciudadanos :

propuesta de un marco terico integrador para el estudio del usuario de informacin, Actas
de las VI Jornadas Espaolas de Documentacin. Fesabid'98 : los sistemas de informacin
al servicio de la sociedad, 1998, p. 847-853
D'ALOS, A.; CORNELLA, A. : Calidad Total en los Centros de Documentacin y

Bibliotecas. IV Jornadas Espaolas de Documentacin Automatizada, 1994, p. 287-293
DAWSON, A. Quality First: The Taywood Information Centre and BS5750. Aslib
Information 1992, v. 20, 3, 112-115
DUARTE, M. Evaluacin, TQM y bibliotecas: La calidad como objetivo estratgico de la
gestin bibliotecaria. IV Jornadas Espaolas de Documentacin Automatizada, 1994, p.

279-286
GARCIA-MORALES E. Calidad en los servicios de informacin y documentacin.

Ciencias de la Informacin, 1993, v. 24
GARCIA-MORALES E. Gestin de calidad, anlisis de las necesidades de los usuarios e

indicadores para servicios de informacin y documentacin. V Jornadas de Informacin y
Documentacin en Ciencias de la Salud, 1994
GARCIA-MORALES, E. Gestin de calidad y sistemas de Gestin Integrada de la

Documentacin. IV Jornadas Espaolas de Documentacin Automatizada, 1994, p. 349-355
GARCIA-MORALES, E. La gestion de la Qualit en Espagne : situation actuelle. Bulletin

des Bibliothques de France, 1998, v. 43, n 1, p. 72-74
GRAHAM, J. Le management de la qualit totale. Bulletin des Bibliothques de France,

1998, v. 43, n 1, p. 57-64
GRESLOU, J-C. Les outils et la dmarche de management de la qualit : tudes de

cas. Bulletin des Bibliothques de France, 1998, v. 43, n 1, p. 47-51
GOI, J. J.: La Calidad en los Sistemas de Informacin. Direccin y Progreso, 1992, n.
125, 45-50
GUA para la aplicacin de la norma ISO 9000 a bibliotecas y servicios de informacin y

documentacin : grupo de trabajo sobre la calidad. Madrid: SEDIC, 1998
HERRERO SOLANA, V. La calidad total en base de datos espaolas : un estudio de la tasa

de error en las bases de datos de CSIC. Revista Espaola de Documentacin Cientfica,
1997, v. 20, n. 4, p. 409-416
HAYNES, M. ; WILSON, T. editors. Quality assurance in Libraries: the Health Care sector.
Ottawa : Canadian Library Association, 1990
INTEGRATING Total Quality Management in a Library Setting. Journal of Library

Administration, 1993, v. 18, n. 1/2
ISO 9000 for Libraries and Information Centres: a guide. Report of a project supported by
NORDINFO. The hague: FID, 1995
JOHANNSEN, C.G. The use of quality control. Principles and methods in Library and
Information Science : theory and practice. Libri, 1992, v. 42, n 4, p. 283-295
KLEMPIN, H. Perfomance et dmarche qualit : dans les bibliothques publiques de la

Rpublique Fderale d 'Allemagne. Bulletin des Bibliothques de France, 1998, v. 43, n 1,
p. 65-71
MAYERE, A. ; MUET, F. La demarche qualit appliquee aux bibliotheques et services

d'information : conception et specificites, Bulletin des Bibliothques de France, 1998, v. 43,
n 1, p. 10-18
MEYER, A. Renforcer la qualit l'accueil : dans les bibliothques de Lyon. Bulletin des
MICHEL, J. Pratique du management de l'information: analyse de la valeur et resolution de

problemes. Paris : ADBS, 1992
MOORES, B. Concepts of Quality and Quality Management in Industry and the Service
Sector. En: IFLA General Conference and Council Meeting, Barcelona 1993. COD 141SOC/RTLM-E
MOSCOSO, P. ; EXTREMEO, A. El control de calidad en bases de datos de Ciencias

Sociales. Boletn de la ANABAD, 1998, v. XLVIII, n 1, p. 231-253
PINTO, M. Gestin de calidad en Documentacin. Anales de Documentacin, 1998, v.1, p.

171-183
QUALITY Improvement Programs in ARL Libraries. SPEC: Sistems and Procedures
Exchange Centre. Association of Researchs Libraries, Kit 196, September 1993
RAMSDALE, P. The qualitu issue: library statistics in Europe. Seminario de Trabajo sobre
Estadsticas de Bibliotecas (1997. Luxemburgo)
RASOLO, M. L'Institut de l'information scientifique et technique l're de la

qualit. Bulletin des Bibliothques de France, 1998, v. 43, n 1, p. 39-43
SANCHZ PAUS HERNNDEZ, L.. Concepto de formacin de usuarios : claves para un

servicio de calidad. Educacin y Biblioteca, 1997, v.9, n84 , p.44-47
SUTTER, E. La dmarche qualite en bibliotheque : questions-reponses. Bulletin des

SUTTER, E. Maitriser l`information pour garantir la qualit. Paris: Afnor, 1993
SUTTER, E. Services d'information et qualit. Paris : ADBS, 1992
TERRONES PLAZA, A. Citius, altius, fortius...: TQM en bibliotecas pblicas. Educacin y

Biblioteca , 1997 v. 9, n78, p. 58-65
VALLS, A.; CASADO, L. El cambio hacia la calidad de servicio. Boletn de la Asociacin
Andaluza de Bibliotecarios, 1994, n. 35. p. 55-70
VAYSSADE, C. La dmarche qualit l'Agence Bibliographique Nationale. Bulletin des

WEDLAKE, L.J. An introduction to quality assurance and guide to implementation of BS

5750. Aslib Proceedings, 1993, v. 45, n 1, p. 23-30
WHITEHALL, T. Quality in library and information services : a review. Library

Management, 1992, v. 13, n 2, p. 23-35

Tesis Control Estadistico

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Control Estadistico

Cargado por

Copyright:

Formatos disponibles

ANEXO 1

INSTITUTO TECNOLGICO DE TLHUAC III

TEORIA GENERAL Y HERRAMIENTAS BASICAS DE LA CALIDAD

POR ARROYO CABRERA DULCE GEOVANNA

TRABAJO PRESENTADO PARA LA MATERIA CONTROL ESTADISTICO DE LA CALIDAD

MXICO, D.F, SEPTIEMBRE 2015

Teora general y herramientas bsicas de la calidad

La calidad se remonta a diferentes pocas iniciando con la artesanal, en donde se enfocan a

General theory and basic quality tools

Actualmente la produccin de bienes y servicios es muy importante para el desarrollo de la

Por qu es necesaria la calidad?

Conceptos e importancia de la calidad

aumento de la satisfaccin de los clientes, haciendo caer el nmero de reclamaciones y

CONTROL DE LA CALIDAD: Tcnicas y actividades de carcter operativo

utilizadas para cumplir los requisitos para la calidad.

procesos y los recursos necesarios para llevar a cabo la gestin de la calidad.

calidad, el control de la calidad, el aseguramiento de la calidad y la mejora de la

calidad dentro del marco del sistema de calidad.

Cadena Cliente- Proveedor

Optimizacin de actividades: hacer bien las tareas iniciales, consigue mejores

resultados en las posteriores.

c. Identificar las necesidades del cliente externo para orientar la organizacin

1.4 RECOLECCION DE DATOS

artculos o factores necesarios son previamente establecidos y en la que los registros de

Un diagrama de afinidad es una

elaboramos en ese diagrama,

nosotros trataremos de obtener

Esta herramienta enfrenta dos

tiempo para obtener las

grupo ante un tema

lo cual hace que sus

preguntas utilizada durante la

Esto podra resultar en la

sentir que tienen suficientes

respuestas a sus preguntas.

identificar las causas

principales ms probables del

con suficiente profundidad

el equipo responder al Por

cinco veces, o trabaje a travs de

Qu, la causa ms probable

cinco niveles de detalle.

habr sido identificada.

tener cuidado de NO empezar

modelo del Diagrama de Causa y a preguntar Quin.

es una tcnica sistemtica de

buscar posibles causas

preguntas utilizada durante la fase

Esto podra resultar en la

sentir que tienen suficientes

respuestas a sus preguntas.

identificar las causas

La tcnica requiere que el equipo

una vez que sea difcil para

pregunte como-como al menos

cinco veces, o trabaje a travs de

cinco niveles de detalle.

probable habr sido

Una vez que las causas probables

hayan sido identificadas, empezar

debe tener cuidado de NO

No se tiene que incluir todos