Está en la página 1de 28

UNIDAD

VI

Herramientas Estadsticas de
la Calidad

Tecsup Virtu@l

Mejora Continua

ndice Unidad VI
Unidad VI: Herramientas estadsticas de calidad
1.
2.
3.
4.

5.

6.
7.
8.
9.
10.

11.

Introduccin ...............................................................................................1
Objetivos ....................................................................................................1
Conceptos bsicos de estadstica ..................................................................2
3.1
Qu es la estadstica?......................................................................2
3.2
Tipos de datos .................................................................................2
Medidas de tendencia central .......................................................................3
4.1
Media aritmtica o promedio .............................................................3
4.2
La media aritmtica ponderada .........................................................3
4.3
La mediana ......................................................................................4
4.4
La moda ..........................................................................................4
Medida de dispersin ...................................................................................5
5.1
El rango...........................................................................................5
5.2
La desviacin media .........................................................................5
5.3
La desviacin tpica ..........................................................................6
Distribucin de frecuencias ..........................................................................7
Procedimientos de distribucin de frecuencias...............................................7
Qu es el histograma? ...............................................................................11
Grficos de control ......................................................................................13
Tipos de grficos de control .........................................................................13
10.1 Grfico P: Objetivos..........................................................................14
10.2 Grfico de control C..........................................................................16
10.3 Grfico X-R ......................................................................................18
10.4 Ejercicios de la aplicacin..................................................................22
Resumen ....................................................................................................23

Tecsup Virtu@l

Mejora Continua

UNIDAD VI
HERRAMIENTAS ESTADSTICAS DE CALIDAD

1.

INTRODUCCIN:
La estadstica es una herramienta que se emplea para reunir, analizar, caracterizar e
interpretar un conjunto de datos numricos procedentes de cualquier campo de accin.
El valor de la estadstica estriba en que proporciona informacin valiosa para la toma de
decisiones, la vida moderna no puede pasarse sin la estadstica. En base a ella por
ejemplo las autoridades gubernamentales calculan el nmero de escuelas que el pas va a
necesitar en un determinado periodo de tiempo.
Uno de los puntos ms importantes en el control de calidad, es el control basado en
hechos reales y no en el sentido comn o audacia, para poder asegurar nuestra calidad y
la satisfaccin del cliente es necesario identificar las variables que determinan la calidad
de nuestro proceso o caractersticas de la calidad y luego determinar el estado de dichas
variables a travs de datos.
La toma correcta de una decisin basada en la realidad, depende de la veracidad de los
datos y de la manera en que los datos son analizados.
En la presente unidad se estudiar las principales herramientas estadsticas de recoleccin
y anlisis de datos.

2.

OBJETIVOS

Proporcionar las tcnicas estadsticas bsicas utilizadas en los procesos de calidad.


Interpretar la variacin de los procesos a travs de grficos de control.
Desarrollar los criterios para una toma de decisin en base a datos reales.

Mejora Continua

3.

Tecsup Virtu@l

CONCEPTOS BSICOS DE ESTADSTICA


3.1

QU ES LA ESTADSTICA?
Es la ciencia que trata de los mtodos para recopilar y analizar datos o
caractersticas de estos. Utiliza
mtodos cientficos para la recoleccin,
presentacin y anlisis de datos.
La estadstica es descriptiva, cuando rene simplemente datos.
La estadstica es inferencial, cuando a travs de los datos llamados muestras
conduce a conclusiones sobre poblaciones.

POBLACIN
Se llama poblacin, al conjunto de personas o cosas que son objeto de un
estudio estadstico.

MUESTRA
Debido a que en la mayora de los casos, no es posible hacer el estudio
tomando en consideracin toda la poblacin; se examinan pequeos
subconjuntos de la poblacin, a los que se denomina muestras.

3.2

TIPOS DE DATOS
Los datos que se analizan en el control estadstico del proceso, pueden ser de dos
clases: variables o atributos.
Son variables, los datos relacionados con las mediciones; ejemplo: la altura, el
peso, la dureza, la presin, el porcentaje de rendimiento, etc.
Son atributos; los datos relacionados con la calidad de los elementos del
conjunto ejemplo: parabrisas con ralladuras y sin ralladuras, errores por semana
en las facturas, bolsas de plstico con agujeros y sin agujeros.

Tecsup Virtu@l

4.

Mejora Continua

MEDIDAS DE TENDENCIA CENTRAL


La estadstica usa, dos tipos de presentacin sumaria de los datos, una de las
presentaciones sumarias expresa la tendencia central de dichos datos, mientras que
la otra indica el grado de variacin que se da entre ellos.
Para el control estadstico del proceso, las medidas ms usuales de la tendencia central y
que estudiaremos a continuacin son la media aritmtica, la mediana y la moda.
4.1

MEDIA ARITMTICA O PROMEDIO


Un promedio es un valor tpico o representativo de un conjunto de datos y como
tal tiende a situarse en el centro de un conjunto ordenado de datos
La media aritmtica o media de un conjunto de N nmeros X1, X2, X3.....Xn
Se representa por:
X
Se define:
X1 + X2 + X3 +..............Xn
X = --------------------------------------N

Ejemplo: la media aritmtica de los nmeros 8, 3, 5, 12, 10 es:

8 + 3 + 5 + 12 + 10
X = ------------------------------- =
5
4.2

7,6

LA MEDIA ARITMETICA PONDERADA


A veces se asocia a los nmeros X1, X2, X3......Xn, ciertos factores o pesos W1,
W2, W3,........Wn, que dependen del grado de importancia de cada nmero.
En este caso:

X1.W1 + X2.W2 + X3.W3Xn.Wn


X = ------------------------------------------------------------W1 + W2 + W3 + Wn

Mejora Continua

Tecsup Virtu@l

Ejemplo:
Si en un examen final del curso se valora como tres veces los exmenes parciales
y un estudiante tiene una nota final de 85 puntos y notas de exmenes parciales
de 70 y 90. Su nota final ser:
1(70) + 1(90) + 3(85)
X = -------------------------------- = 83
1+ 1 + 3
4.3

LA MEDIANA
La mediana de un conjunto de datos ordenados en orden de magnitud, es el valor
medio o la media aritmtica de dos valores medios.
EJEMPLO:
Sean los nmeros 3, 4, 4, 5, 6, 8, 8 , 8, 10. Su mediana es 6.
EJEMPLO:
Sean los nmeros 5, 5, 7, 9, 11, 12, 15, 18. Su mediana ser:
1/ 2 (9 + 11) = 10
EJEMPLO:
Los salarios horarios de cinco empleados de una oficina son:
$ 2,52; $ 3,96; $3,28; $ 9,20; $ 3,75.
Hallar su mediana?
Hallar su media aritmtica?

4.4

LA MODA
La moda de una serie de nmeros, es aquel valor que se presenta con mayor
frecuencia, es decir es el valor ms comn, la moda no existir, incluso si existe
puede no ser nica.
EJEMPLO:
El sistema de nmeros: 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12; tiene de moda 9.
EJEMPLO:
El sistema de nmeros: 3, 5, 8, 10, 12, 15, 16, no tiene moda.
EJEMPLO:
El sistema de nmeros. 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tiene dos modas 4 Y 7, se
llama bimodal.
4

Tecsup Virtu@l

Mejora Continua

EJERCICIOS
1.- Diez medidas del dimetro de un cilindro fueron registradas como: 3,88; 4,09;
3,92; 97; 4,02; 3,95; 4,03; 3,92; 3,98; 4,06 mm.
Hallar la media aritmtica de las medidas?
2.- De un total de 100 nmeros, 20 eran 4, 40 eran 5, 30 eran 6, y el resto eran 7.
Hallar la media aritmtica de los nmeros?
3.- Las calificaciones de un estudiante en seis exmenes fueron: 84, 91, 72, 68, 87
y 78. Hallar la mediana de las calificaciones?
4.- Hallar la moda de los nmeros: 3, 5, 2, 6, 5,9, 5, 2, 8, 6
5.

MEDIDAS DE DISPERSIN
Al grado en que los datos numricos tienden a extenderse alrededor de un valor medio, se
le llama variacin o dispersin de datos, se utilizan distintas medidas de dispersin,
las ms empleadas son: el rango, la desviacin media y la desviacin tpica.
5.1

EL RANGO
El rango de un conjunto de nmeros, es la diferencia entre el mayor valor y el
menor valor de todos los datos.
EJEMPLO:
El rango de los nmeros: 2, 3, 3, 5, 5, 5, 8, 10, 12.
El rango es = 12- 10 = 2.

5.2

LA DESVIACIN MEDIA
La desviacin media de una serie N de nmeros X1, X2, X3........Xn; viene definida
por:

Sumatoria | Xj X |
DM = ----------------------------N
Donde: X es la media aritmtica de los nmeros
| Xj X| es el valor absoluto de las desviaciones de las diferentes
Xj de X
N son los nmeros de la serie

Mejora Continua

Tecsup Virtu@l

EJEMPLO:
Hallar la DM de la serie de nmeros: 2, 3, 6, 8, 11
SOLUCIN
2 + 3 + 6 + 8 + 11
X = -------------------------------- = 6
5

| 2- 6| +| 3 6| + | 6 6 | + | 8 6| + | 11 6|
DM = ------------------------------------------------------------------ = 2,8
5
5.3

LA DESVIACION TPICA
La medida de dispersin que comunica la mayor informacin acerca de la
dispersin es la desviacin tpica o estndar. Que es una medida de la distancia de
cada observacin al promedio. La formula para calcular la desviacin estndar es:

S=

Sumatoria (XI - X2)


N

NOTA: Muchas veces la desviacin tpica o estndar de un


conjunto de datos, viene definida con: N 1 cuando N es menor
de 30 datos; y slo N cuando el nmero de datos es mayor de
30.

EJEMPLO:
Hallar la desviacin tpica de la serie de nmeros: 12, 6, 7, 3, 15, 10, 18, 5.
Sugerencias: Empiece calculando la media, luego calcule las diferencias de cada
uno de los valores dados con respecto a la media y eleve al cuadrado los
resultados de cada diferencia, divida entre el nmero de datos y saque la raz
cuadrada.

Tecsup Virtu@l

6.

Mejora Continua

DISTRIBUCIN DE FRECUENCIAS
Cuando una muestra o el universo mismo de los datos es demasiado grande la
determinacin de los parmetros conocidos, tales como la media y la desviacin estndar,
se hace demasiado difcil, por tal motivo es conveniente arreglar la informacin en grupos
de datos que ocurren en frecuencia parecida en clases ordenadas.
Para poder analizar los datos y obtener la informacin que deseamos, necesitamos
ordenarlos, la forma comn d e ordenarlos consiste en construir con ellos una tabla
llamada la distribucin de frecuencias, donde se muestra la frecuencia o nmero de
observaciones y proporciona pistas acerca de las caractersticas de la poblacin de la cual
se tom la muestra, Un histograma es una representacin grfica de una distribucin de
frecuencias.
El procedimiento que se sigue la elaboracin de esta tabla es el siguiente:

7.

PROCEDIMIENTO DE LA DISTRIBUCIN DE FRECUENCIAS


1.-

Ordenar los datos en orden creciente o decreciente de magnitud

2.-

Se determina el rango R de los datos, el rango es la diferencia entre el mayor valor


y el menor valor de los datos.

3.-

Se determina el nmero de clases o categoras (K) que se formarn, este nmero se


determina con la siguiente tabla:

Cantidad de datos (N)


Menos de 50 datos
50 a 100 datos
100 a 250 datos
Ms de 250 datos
4.-

Cantidad de clases (K)


5 a 7 clases
6 a 10 clases
7 a 12 clases
10 a 20 clases

Se determina la amplitud (A) de cada clase, para ello se divide el rango entre el
nmero de clases establecido
R + 1*
A = --------------------K
NOTA: * se agrega la unidad cuando los datos
registrados son enteros, si tuviesen un decimal se
Agrega 0,1, si los datos tuviesen dos decimales se
Agregar en dicho caso 0,01.

5.-

Se establecen los lmites de clase; lmite superior e inferior de cada clase

El lmite inferior de la primera clase, se establece :

Mejora Continua

Tecsup Virtu@l

Li = Xm - (1)
Y el lmite superior:
Ls = Li + Amplitud

Para la segunda clase :


Li = Limite superior de la clase anterior
Ls= Li +Amplitud

Para la tercera clase :


Li = Limite superior de la clase anterior
Ls= Ls + Amplitud.

6.-

Se determina la marca de clase (X), que es el valor medio de cada clase.


Li + Ls
X = ----------------2

7.-

Se procede luego a contar el nmero de datos que caen dentro de cada una de las
clases establecidas, esto es la frecuencia de clases

8.-

Elaborar la tabla de distribucin de frecuencias de la siguiente forma

Clases

Limites de clase

Marca de clase

Frecuencia
absoluta

EJEMPLO 1:
Se desea analizar el tiempo de vida de los focos de las seales direccionales para autos,
producidos en un mes en la empresa XYZ, para ello se procede a obtener una muestra de
30 focos, registrando el nmero de horas que duran encendidos. Los resultados obtenidos
se recogen en la siguiente tabla:
237
290
315
284
261

180
234
284
292
374

285
271
320
192
228

225
295
255
318
358

288
247
305
268
210
8

232
238
274
279
244

Tecsup Virtu@l

Mejora Continua

SOLUCIN
1.- Para la obtencin del rango, una manera simplificada es la siguiente, se identifican los
datos menor y mayor de cada fila de la tabla y se escriben en dos columnas
adicionales a la tabla:
Datos
237
290
315
284
261

180
234
284
292
374

285
271
320
192
228

225
295
255
318
358

Xm
288
247
305
268
210

232
238
274
279
244

180
234
255
192
210
180

XM
288
338
320
318
374
374

R = Mayor valor menor valor


R = 374 180 = 194
2.- Se determina la cantidad de clases (K) que se formarn, para ello vamos a la tabla
dada en el paso 3 del procedimiento.
En el presente caso agruparemos los datos en 5 clases, pues la cantidad de ellos es
menor a 50 datos.
3.- Se determina la amplitud (A) de las clases:
194 + 1
A = --------------- =
39
4.- Se determinan los lmites de clase, para ello:
1 clase:
Li = 180 (1) = 179,5
Ls = 179,5 + 39 = 218,5
( 179,5 218,5 )
2 clases
Li = 218,5
Ls = 218,5 + 39 = 257,5
(218,5 257,5)
3. Clase:
Li = 257,5
Ls = 257, 5 + 39 = 296,5
(257,5 296,5)

Mejora Continua

Tecsup Virtu@l

4. Clase.
Li = 296,5
Ls = 296,5 + 39 = 335,5
(296,5 335,5)
5. Clase.
Li = 335,5
Ls = 335, 5 + 39 = 374,5
(335,5 374, 5)
5.- Se identifican las marcas de clase, que son los valores medios de cada clase, por
ejemplo para la primera clase.
179,5 + 218,5
X1 = ----------------------- = 199
2
6.- Conteo de datos, se va a la tabla original de datos recopilados y se empieza a
contar el nmero de datos que pertenecen a cada clase, esto es la frecuencia de
datos, se recomienda llevar la cuenta con tallos y ramas, tachando los datos que se
van integrando a la cuenta, los resultados se muestran en la tabla adjunta:

Clase
1
2
3
4
5

Limites de clase
179,5 218,5
218,5 257,5
257,5 296,5
296,5 335,5
335,5 374,5

Marca de clase
199
238
277
316
355

10

Frecuencia
3
8
12
4
3

Tecsup Virtu@l

8.

Mejora Continua

QU ES EL HISTOGRAMA?
El histograma es una grfica que resulta de la tabla de distribucin de frecuencias, est
formada por un conjunto de barras que representan los intervalos de clase.
Frecuencia

12

179.5

218.5

257.5

296.5

335.5

Lmites de clases

QU INFORMACIN PROPORCIONA LA DISTRIBUCIN DE FRECUENCIAS?


Podemos mencionar hechos tales como:
Las duraciones de los focos se distribuyen en el intervalo comprendido de (179,5 hs. a
374,5 hs.)
La mayor parte de los datos registrados se encuentra en la tercera clase esto es 12
datos estn entre 257,5 hs. y 296,5 hs.
Slo un 10% de los focos duraron menos de 218,5 horas.

11

Mejora Continua

Tecsup Virtu@l

EJERCICIO
Con el propsito de estudiar el tiempo de espera en la antesala del consultorio de un
dentista, se analiz la estancia de 40 clientes, el nmero de minutos que estuvo
esperando cada uno de esos 40 clientes se muestra en la tabla siguiente

24
33
44
29
39

28
34
42
37
45

39
25
36
39
40

24
29
41
43
38

32
41
37
35
26

35
38
36
27
26

42
41
39
29
31

30
32
28
26
24

Construya la tabla de distribucin de frecuencias y el histograma respectivo?

12

Tecsup Virtu@l

9.

Mejora Continua

GRFICOS DE CONTROL
En la terminologa de control de calidad, la JIS (Japan Industrial Standard), define la
grfica de control como sigue:

Es un diagrama que sirve para examinar, si un proceso de fabricacin


se encuentra en una condicin estable o para indicar si el proceso se
encuentra en una situacin inestable.

LSC
LC
LIC

Tiempo
Aunque existen diversos tipos de grficos de control, todos presentan la misma estructura,
como lo muestra la figura anterior. L grfica contiene una lnea central (LC), una lnea
superior que marca el lmite superior de control (LSC) y una lnea inferior que marca el
lmite inferior de control (LIC)
9.1

CONSIDERACIONES PREVIAS:
Antes de elaborar una grfica de control, es necesario establecer con claridad los
siguientes puntos:

El propsito de la grfica
La variable a considerar
El criterio a adoptar en la seleccin de datos.
El tamao de la muestra.

10. TIPOS DE GRFICOS DE CONTROL


Pueden por atributos y por variables, segn como sea la inspeccin:
1.- Inspeccin por atributos: es aquella en virtud de la cual, el producto se clasifica en
defectuoso o no defectuoso, con respecto a una caracterstica dada, aqu se
encuentran los grficos: P y C.

13

Mejora Continua

Tecsup Virtu@l

2.- Inspeccin por variables; cuando la caracterstica que ha de inspeccionarse, puede


medirse y expresarse en unidades tales como: gramos, ohmios, centmetros, etc. Aqu
se encuentra el grfico X-R.
10.1

GRAFICOS P: OBJETIVOS
Se utilizan cuando nos interesa saber, si un producto es defectuoso o no lo es.
Los objetivos que persiguen estos grficos son:

Determinar el porcentaje medio de unidades defectuosas, sometidas a


inspeccin, durante cierto periodo de tiempo.
Determinar puntos altos fuera de control, que permitan identificar la causa y
tomar la accin correctiva para superar el defecto.
Determinar los puntos bajos fuera de control, que indicarn un relajamiento
de la inspeccin o una mejora de la calidad.

EJEMPLO:
Como resultado de la inspeccin de un cierto nmero de lotes diarios, se han
obtenido los siguientes resultados:

DIA
4 de mayo
5 de mayo
6 de mayo
7 de mayo
8 de mayo
9 de mayo
11 de mayo
12 de mayo
13 de mayo
14 de mayo

UNIDADES
INSPECCIONADAS
460
580
610
640
570
512
413
488
510
516

UNIDADES
DEFECTUOSAS
46
73
55
68
65
61
16
41
42
41

FRMULA APLICAR:

LC = p + 3.

P (100-p)
n

Donde:
P = promedio del porcentaje de unidades defectuosas.
n = promedio de unidades inspeccionadas.

14

PORCENTAJE
DEFECTUOSO
10 %
12%
9%
11%
11%
12%
11%
9%
8%
8%

Tecsup Virtu@l

Mejora Continua

E n el ejemplo:
10 + 12 + 9 + 11 + 11 + 12 + 11 +......
P = ------------------------------------------------------10
p = 10, 1
460 + 580 + 610 + 640+.........
n = ------------------------------------------------10
n = 529, 9 = 530

LSC = 10, 1 + 3

10, 1 (100 10, 1)


530

LSC = 14, 03
LIC = 10,1 3

10, 1 (100 10, 1)


530

LIC = 6,17
Porcentaje defectuoso
LSC
14
9
LIC
6

3
Tiempo
4

15

11

Mejora Continua

10.2

Tecsup Virtu@l

GRFICA DE CONTROL C
Se utiliza en aquellos casos, en que es ms importante conocer los defectos de un
cierto producto en lugar del nmero de unidades defectuosas.
Por ejemplo el nmero de soldaduras defectuosas de una estructura de avin o de
automvil, el nmero de vasos rotos de un radiador etc.
En el grfico C, la unidad sometida a inspeccin, tiene un carcter variable,
pudiendo ser una pieza, un conjunto, una parte del producto etc. Con tal que sea
susceptible de tener defectos caractersticos repetitivos.
Ejemplo: Tememos el caso de los radiadores en una fbrica de automviles y
anotemos para cada unidad el nmero de vasos defectuosos por soldadura
incorrecta, supongamos que los defectos encontrados en 20 grupos de 10
radiadores son los que se detallan a continuacin.

Nmero de la muestra

Nmero de defectos

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

12
3
8
13
10
5
9
10
8
7
4
6
2
9
3
3
7
6
7
8

FRMULA APLICAR:
LC = C + 3

C
C

Donde: C = Promedio del nmero de defectos

16

Tecsup Virtu@l

Mejora Continua

En el ejemplo:
140
C = ---------------- = 7
20
LSC =

7+3

LSC = 14,94
LIC =

73

LIC = - 0,94

Defecto

LSC

10
8
6
4
2
LIC
0

Muestra
1

-1

17

Mejora Continua

10.3

Tecsup Virtu@l

GRAFICOS X-R
Se utilizan cuando la caracterstica puede medirse, como una longitud , un peso,
una resistencia etc. De manera que la cifra obtenida sea una medida de la
aproximacin de la calidad del producto a la calidad deseada, son especialmente
adecuados para operaciones de mecanizado y de fabricacin continua.
OBJETIVOS:

Permiten determinar si el proceso y los procedimientos estn firmemente


establecidos.
Cul es la calidad media del producto.
Cunto y como varia la calidad media del producto.

Los grficos X- R suelen construirse sobre una misma hoja,, mientras el primero
controla la calidad media del producto, el segundo controla la variacin de la
calidad.
PROCEDIMIENTO
1.- Se selecciona o elige la variable que ha de ser sometida a control, como se ha
dicho anteriormente puede ser expresada en unidades cuantificables
2.- Se elige le dispositivo de medida que ha de utilizarse, esto es muy importante,
porque el buen funcionamiento de estos grficos, se apoya en datos exactos.
3.- Se decide el tamao de la muestra n, este suele oscilar entre dos y seis
unidades.
4.- Se toma una muestra de n unidades del puesto de trabajo, se mide la
caracterstica considerada y se anotan los resultados.
5.- Se obtiene el valor medio X, de las medidas de cada muestra:
Suma de medidas de n unidades
X = -----------------------------------------------Tamao de la muestra
6.- Se determina el rango R de las medidas consideradas, para lo cual basta
restar la medida mayor medida menor
7.- Se repiten las operaciones 4, 5 y 6 hasta un total de 25 muestras, habremos
obtenido as 25 valores medios de X y otros 25 de R.

8.- Se determina el valor medio de todos los valores de X que llamaremos el gran
promedio, para ello basta sumar los 25 valores medios
como
mximo
asumidos y luego dividir entre 25.
18

Tecsup Virtu@l

Mejora Continua

X = Gran promedio
9.- Se halla el valor medio de R, de todos los rangos considerados, para lo cual
basta sumar los 25 valores de R tomados como mximo y dividirlos entre 25.
10.- Se selecciona de la tabla los valores A2, D3, D4 correspondientes al valor n.
n
2
3
4
5
6

A2
1,88
1,02
0,73
0,58
0,48

D3
0
0
0
0
0

D4
3,27
2,57
2,28
2,57
3,27

11.- Se calculan los lmites superior e inferior del promedio X, usando las
siguientes formulas:
LSC X = X + A2. R
LIC = X - A2. R
12.- Se calculan los lmites superior e inferior del rango R, por medio de las
siguientes formulas:
LSC = D4. R
LIC = D3. R
13.- Se anotan los resultados en el grfico.
14.- Se analiza el grfico y se toman las medidas correctivas de ser necesario.

19

Mejora Continua

Tecsup Virtu@l

EJEMPLO DE GRAFICO X-R


El director de servicios alimentarios de una compaa area, desea medir el peso
de la comida dejada por los pasajeros, en la bandeja de comida brindada, durante
seis vuelos se pesaron cinco de las bandejas retiradas y los resultados obtenidos,
se muestran en la siguiente tabla :
Elaborar el grfico X-R?
Muestra
1
2
3
4
5
6

8
6,5
6,5
7,5
9
7,5

7,5
5
5
7,5
8
5,5

Pesos
7,5
7,5
6,5
4
9,5
9,5

4,5
5
9
7,5
6,5
11

7,5
5
7,5
5
7,5
10

Variable seleccionada = peso


Dispositivo de medicin = balanza electrnica
n=6
7+5,8+6,9+6,3+8,1+8,7
X = ---------------------------------------- = 7,13
6
3,5+2,5+4+3,5+3+5,5
R = ------------------------------------ = 3,67
6
Para n = 5, en tabla:
A2 = 0,58
D3 = 0
D4 = 2,57
LSC X= 7,13 + (0,58) (3,67) = 9,26
LIC X = 7,13 (O,58 ) ( 3,67) = 5
..............................................................
LSC R = (2,53) (3,67) = 9,28
LIC R = 0 (3,67) = 0

20

X(PROMEDIO)
7
5,8
6,9
6,3
8,1
8,7

R
3,5
2,5
4
3,5
3
5,5

Tecsup Virtu@l

Mejora Continua

X
10

LSC

6
LIC
4
2

#
Muestras
1

R
LSC

2
LIC
1

21

# Muestras

Mejora Continua

10.4

Tecsup Virtu@l

EJERCICIOS DE APLICACIN DE GRFICOS DE CONTROL


1.- En una empresa metal mecnica, como resultado de la inspeccin de cierto
nmero de lotes diarios, se obtuvo la siguiente informacin:
Unidades inspeccionadas

Da
1
2
3
4
5
6
7
8

abril
abril
abril
abril
abril
abril
abril
abril

1005
1000
1015
995
1000
985
990
1010

Unidades defectuosas
40
45
90
70
30
20
40
50

Elaborar el grfico P?
2.- En un taller se obtuvo el siguiente resultado, como consecuencia del control los
dimetros de unos pines:
1
0,9382
0,9378
0,9385
0,9375

2
0,9382
0,9380
0,9380
0,9382

3
0,9385
0,9382
0,9383
0,9379

4
0,9379
0,9380
0,9384
0,9384

5
0,9384
0,9385
0,9387
0,9386

6
0,9385
0,9385
0,9385
0,9385

Elaborar el grfico X-R?


3.- En una empresa electrnica que fabrica un cierto producto, se encontr los
siguientes defectos en las muestras:
Elabore el grfico C?
Nmero de muestra
1
2
3
4
5
6
7
8
9
10

Nmero de defectos
8
9
5
8
5
9
9
11
8
7

22

Tecsup Virtu@l

Mejora Continua

11. RESUMEN DE LA UNIDAD # 6

La estadstica:
Es la ciencia que trata de los mtodos para recopilar y analizar datos o
caractersticas de estos; el real valor de la estadstica estriba, en que
proporciona informacin valiosa para la toma de decisiones.
Las medidas de tendencia central estudiadas son:

La media aritmtica o promedio


La mediana
La moda

Las medidas de dispersin utilizadas son:

El rango
La desviacin media
La desviacin tpica

Las grficas de control


Son diagramas que sirven para analizar si proceso de fabricacin se
encuentra o no dentro de los parmetros establecidos. Los ms usuales son:

La grafica P
La grfica C
La grfica X-R

23

Mejora Continua

Tecsup Virtu@l

ANOTACIONES:
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................

24