E N e I A E N L A

GRUPO
GRUPO EDITORIAL
ED I TO RI AL

norma norma
- ,~ HERRAMIENTAS
ESTADfSTlCAS BÁSICAS !
PARA EL MEJORAMIENTO 1,
.!
DE LA CALIDAD !!

.11
HITOSHI KUME :1

Traduccwn
Eloisa VaSCQ

~visión TécnÍ<'a
D"lOjel Tarquino

!l"¡jOd, tMrwluna, B""tlW },ire:'!, (41':>,,,,<, {ú">'!"iíal~,

, L:ml, MÓÍ<:o, Mla/ni. 1'111=.1, Quimo \;m J"w.
S.O J"A", ::IM,(jago <.k CLilt, 5.mo Dornío!';'-'
 ,
1,

Ku_, Hh<:J!t>¡ . EJ V ,-
Hert.utl""roo ~,... ! H",,,.k KII""'; ¡:,¡J"""An "'.. ;uw.

J>ot;rn;l: Eilirum.! !i"""... ;I.(l!)L

143 p.; litó ~ \8<;/T1.
Contenido
¡SBN9511-l}li·671!1-{;
T;..,J" nrlp~ . s.:.ú",,~ Crt'Irtb."j, fm quility ÍJtIpro''tm~.. lL
1. (,,,,,,,rol d< ""lidN:I, M~ """dJ¡¡llin¡ t VUIXI. EIoi», !l.
Tk
65S.}6S <rl20 ",t
AHt5141
, ',

Gtpítklo l
InuOOu.:d.6n ....... H . . . . . . . . . . . . . . . . . . . . ." . . . . , . . . . . . . . . . . • •• m •• • . . . . . . • • .. , , · ·

El ~pd de 1~ métodos cw4i~ti(:O'1 en la .aclm¡m.$t1'ació~

de 10$ prOéesns de producdón ................. " ................ " ... .

c.p¡.J.II
Cóm.u obtener da(~ .... H . . . . ._ ..... , .. "

1.1 Cómo tec:oget dlItos .... " ....................................... .

• .., ..... " ... ,,, ....... ,. •••• ,,, ...

Eilici6n ",iW"¡ "" ¡~
STATlSTlCAL METHOm roo QUAlI'Il' ¡Y;PROVEME}.;
de H'""shi """"" EJ
O:>py1'íglr.i:l '-985 P'I,Th~"w~ ~~'
Ow''''''' T""h::!0.1 Scitolat.W¡¡ 001' ..1
•,
2.2 Las hojili de rt'glStro .......................... " .........." ... ", ... II
C4pifMlé JIl
El análiJisdt:P;u-cto .......................................................... _ 19
3.1 (Qué son fu. di.d!llas de Partto~ .•" ......., .............. .. 19
3.2 ('fimo d,;hOIat di;gramas d~ Pareto ............." ...." .. .. 2.
3.3 Diagram>l!. de ParetO de fenómenos y
di~gr.unas d~ PIIreto de o;;alUall .... " ••
3:4 Now sohre l(l,!i ruagrol.l"!lM dr. Pa.rero ,.." ...........,..... ,.•

c"","", IV
O~de C¡IU&k~úao ........." ..... "' ............""' .• ,, •.,... u.,. .. 27
4.1 "Qué wn los diólflMn¿$ de at.!$;l-erea.o? .... u ....... " . . ., T1
4,2 C6mo dahol;1ll: diagramas dt-. cau.sa---t'kao .... " ........ ".
4,3 NOQri sobre loo diagr.:un~ d~ Cilusa-di:an ........." ... .. "
4,4 Dia.gr.unas de P;U'ctu 'f d¡agum;ll de cauu-efecto . "
34
Captwlo V 8.6 CcmbJOat:ión lk'lecti'1" ..... ,,, ," ................ " 1;4
lm ~ m ..........................._ ..................... "............. 39 8.9 Control cnadlsúro dc-caIidad ..,. ....... ".." 155
5. J DistriblldofiCll f his.rQgraJMII •.... u ....... , ..... ,.. • 39
5.1 C6rnnel.:tOOrarhi:ltogramu.:....... ., ............ " ....... ··".. 42 CapitJJ<¡ IX
5.3 (',ó1Jl<l ker histograrJat ... , ....... "..................... su Introduaión a I~ ~c~~lstica ISS
504 Me.:tidas para pres<'1H>tr las cuacu:rlstias de 9,1 E$bI.,j;~¡jca ......................".. " .................... " ........ !SS
las disttibuc!nnes ..... _.......... " .... ", _............. ... 55 9,2 Distr;bnción de ¡-as ettadiniw;¡ , ...... , ....................... . 159
5.' La dl.mIDl.lclÓn nOfoal y _ cttacteriS¡j¡;;l.,\ 61 9.3 Prueba de 11 hipót~ ............... .,,, ......... ,. .... ,. .., .... .. 169
9,4 EHin:rooo de pariÍnletros ... .. ......... _..... . 177
9.5 Pt-uebas y ®macíones de k, rn~'d;as de
Cz¡tluJo VI
Los di~ de dupmi6n ............... _"........... .. 68
poblaoQ1tes cuando xa no oc ~onoc<
9.6 Prucb.l$ y esnma.::iones de I¡h diferencias enue JJj;
..... ,.., ......... ,.. ,. 1"
6.1 ¡Qué son los du.gram-a> de diapcniór.: ....... 68
mtdi;¡s de dos pobLu::iont1 ............................ ,"' ....... .. 181
62 Cómo elaboral un diagr.nn.aJe di$pcrs¡ón ...... 69
9.7 Ptm:bM y e;dfi1¡¡,ciones en obser."doncs pareadas .. .. l85
63 Cómo leer lru: diagr;1ffiólS de díspef'iión " .. H ............ • 72
6.4 FJ ¡;ákulo de lo~ (QefidfJUl$ de t:OITtbción .............. 75 9"_8 PIUeba, de ~¡gniF.c;Jdón de ;O~ ;::od¡denres
65 Nota;¡ sobre el an-.Li~¡~ rorrc!1cronal .............,-.... ".... 78 de cl>Oe!"'c!6'l ..... " ........ "" ................. "". __ ..... __ , .... 18'
6.6 ¿Quéesela.u;ilisi:;deregfdi6nr .. ,.... " ........ ".. 83
6,7 f3.ltirnadón de !;tS lineas de ~jón ................,- .... , 85
6.8 NOU'l 'Wbrt: el. análisis dt· regresión ..". ..................... 87 1'3
195
197
Úlplhlk VII 201
Gr:áikasde wntnd ... " ................. , .. , ......................... -............ 91
7.1 ¿Qué ron 1-..1 grAfiCXi de mmro!? ........... -........... 91 206
107
72 Tip05degrJílrusde(ontwl .......... ".,. ........."
7.3 Cómo elaborar un1 grá6r..a de romro! ...... ,. ......"...
93
% 2.'
210
7A COmn leer las gr.ffi"as de wnlml .... ,,,, .................... ,. lOS
7 S AnálL~is del proC~5ó tu-ando las gráfic.ts de control.... 1(18
7.6 &Oullo de caso de aruilisi5 del pro<:e:o;o "" ............ ".... 1 IS
Fpi10gó , ........., .................... _....... " ................... " ............" 211.
7.7 Quurol dd prtKes<l con gráfica\ de control .. _.. 134
Apéndi<::e ... " ............... "", ...... " ...... _............ ",,,... _.... ,,....... 114
Tabh A.l Tabla de 1" d¡mibnc'ón fIOrmaL ........... "........ 1:4
Gt:pltldo VIll
Aditivídad de hu ~ ..... ,." ... _..... _" ......... "............ 143 Tabb A.l Úleflcientt:i plra la gráfu:a x-IL .................". 21 q
11.1 lw>mediasyllltvarianzasdesUIDas ....... "......... 143 Ti!.bl.. A3 Puntos de pOJ"Cenuj<' para h dinribndón t..... 2! 4
81 Pred'it;,fidcl~blajedejxl[te'Z-" ...... " ....... "''',,· .. 146
Re,P uutu <11 lo s~K;¡W'
. " ................. ., ............................... 118
8..3 Fotfl'lulro; tt'Úrkas ........................ ., ...... ,. .......... ,........ 148
SA FJvalúte~peradoy],lvariam.oldelamedjaID~ual, 149
8:5 Error de mne$treo y error de medición 149 fndice .............." ...................... .. m . . . . . . . . . . . . . . . . . . . . . . •••• . . . . . . . . • . . , 193
8.6 La varianza de lw vuloreide una nmdón " .... " ......... lS1
11.7 OWl<1o w varillbles alearr>rias no son independiemes lS2
 Prefacio

Los métodos e:ltadf~dcru ron henamient<i$ eficace, para mejórár

el proce-so tÍe prodwxión y reducir 5U$ detwO$. Sin embargo, se
debe tener en cuent;¡ qul!' W. berramientll$ í:Sudisticu son preci-
samente herramienus: no servirian si se u.un inadecuadamente.
C..on fu:ruenda $e inremarednár 10l defecl<m de producción
rt:monrandose directamente .. f.¡ causa del defecto. Ese es un en-
foque din:etú y; a primera vista, pareo; que es eficiente. Pero, en
la mayoría de Jos casos, las cawas enc.onrrad.,..; por medio de ese
enfoque no ~ou la:; l-~dade~. Si se aplican 901ucioue!! a Jos de-
feam, basándose en el COnocimiento de esas CllUS1l5 iiUw, el in-
tento puede no tener ro!tlmd<» y el esfueno.re pt:rdenL El pri-
mer paso para cnrouftlf b verdadera ctru;a el una obs.ervación
euiJa¡jQMI dd feuó.a:¡¡;uo del defeqQ, Luego de esa ob.servaciÓfl
(uio:bdosa. la verJaden caUsá ~erá evidente.
Las herramientas C$fRdisucas dan objeovidad r prel;:¡sión a
las obscrvw;;ioncs. Las premiS;l5 de la manera de pemar es.oolsri-
ca son;

l) Dele mayar importancia a lo; hecho, que a fru. mrn:ep[rn¡

abstracto!,
1) No exprese Jos heclHx en términos.w $COtimkntm; o de tdt:as.
Utilice dEnn denvada5.w los resultadm espednros de la Qf,...
seJ'V'acián.
 PIU¡fAQO

3) Lm resuJudus de las obSCl'Yá(:Íoucs, a-;omp;tflados oomú es-

tán por el error y 1" varladól1, ~on parte de un todo Qculto.
f
Enromrar ese ródó OcullO es la finalidad tiluma de la obscr" 1
vaci6!!.
4) A,epre com» iuformación roOú;tble, la dimilmóón normal
que apare<e clLilldo hay un gran número de obSet\~Jcioo('$.
Introducción
Eh primer Ingar,!.e debe reconocer la iIUpef~(dóll del reco-
nOClmlertlD humano. Después debe enrendertt 'lLe d conocí"
miellto actuar no es más que la base para nuev;u hipótesú. Sa-
bieudo esto, los método; de penunüeuw men;::ionados ¡U1te~
pueden ser útiles para profuntfu..a.r nuesuo entendimielltQ de:
PlOCero de proollcción y de la~ formJ:$ de mejorarlo.
Este libro dinere de Jos textos de es>.adistica comune~. SI,] pro-
pósito es ruo5uarcómo apllC<lr 10$ métodos Cltad.fs:icoj a los pro-
btetnas del mundo real. Quieneo¡ tengan poco COllodmi.ento del EL PAPEL DE WS MÉTODOS ESTAD(STICOS
análi~js e,ud¡.süco ttmbi'¿n oenefkiarán, Debe enmenLif con
$e EN LA ADM1NISTI!ACIÓN DE LOS PROCESOS
los pasos iniciAÍd de la explicaci6n y de$pllé.~ seguir w!! los otf;)$ DE PRODUCCIÓN
Upítul05. Las pemm:Js que ya cont:rlC3.f: la eS{adi~üca pw::rten
omitir lo~ puo.\ ¡mrudnCtori:>i y emprzar con las explicaciones
del análisis esradü,im en ~u lijO pnkúeo.
Los antore~ ~e senado mny 'i:J(~fecho~ si cl libro ayuda a loo Uno [1115 otro, 1m productos 1Icp::u en la bahda ruosporrndora.
gerentes de producciótl ya 1m ingen¡ero~ a mejorar el proceso de Al final de la batida ¡ran.>ponadof;J hay una máquina empllC3dora
producción. que rontinuamenl.e éUlpaca los productm que llegAn y los envía
ws capitulo. ron reviúoncs de attknlm qlle apateáemn por a la bodega. Una mirada m~ a~enta permite ver a un hombre de
primera Ve'!. en Lt revista KÚf.1hlí, pnbliuda por la Awdw.:ión de pies eorre la banda tr.aruponadora y la máquina empacadora.
Be.:," Técn¡ca~ Interuaci()nale~ (Associarinn for O,"eneas OL~ nridadosamellte los produCtos que Ilegal:!, y úcruion:ll-
Technial Scholarships, AOTS}, una a.soclac¡ón sin Snlmo de mente J'e(;úge algunos y los arrojl\ ca~u:llmeore al CtlitO que ená
lnrro. El objeü .."O de AQ 1'5 es promover la cooperación técnica. detrM de él. ésos son loS productos def«mo50$,
ws lecrores de Kmshu son gerentd de pmduo;;íón e mgenieros Este tipo de cosas ~ ve UlmúnlllCflt¿ en mllehas fábricru. En
de paises en vía de dt:sarrollo. En segmda ~e enuncian los capítu- un principio, esos produew~ descan~dm; parecen desperdiciados,
los dd libro ¡Uhto cvn rus respecri\"O$ :Jllron;s, pero la fC#ponsa. pero pronto se aceptan como un~ parte del pnxe:ro. Pero acol'-
biIid..id por lo~ elrore. y :¡& omhlione, ell del editor, LUmbral'$C a los prodru:mi derectuQ$oi nn snlm:iolIJ. el prnblema,
$Ino 'lar nl;Í$ bien consriru~ un retroceso en la solue16n.
Capltu.lú Inuodno;;i6u Hiw,hi Kume
Capltulo 2 Cómo obknerdarm: Yo:.ninún H:wk.a
2
~~.~ .. -
¿OS1'Iio $C producen [m; p.oo deféttUOSúS? ¿Q):lé debe
hacef$e pau reducir.u nún:u~ro?
para, poder disminuir el núme productos deEe<tllOSO$ es
necesario etter que si se puede re~r. Sobra decir que la sola
creendá 110 ditminuid el número de produc{O~ dcft'CtUosO$, Lo
que queremos decir es que tOOMen'Qmas parriculilJ:e$ para que
un producto dado rC$ulte defet:tuo,so, y que lo. prooocto5 def«~
_.
tllosoS pueden deMtparcccr 5i5<: dacubrtfi J' se eliminan t&U (1U!'
Mucha gente plerua que debi.fo a 10$ estnuu~ requhitos de
calidad que det.ea cumplir tU5 prOOuctus y JI los muchM faetore'
que pueden Cilutoafun defectO, los producUls defectuOSOs son ¡nc~
vírablts.
Sin embargo, independientemente de los ti~ de productQ~
o de las clases de métodos de producción utilizados, la causa de
10$ defec[O~ es universal.
Lo. wridciJn.- l1su e& la r.llUSA, ¿Qué sucedería si f.tbriclramos
productos usando .matcriaJC$ de a;¡¡;taIDellte la misma calidad,
máquinas y mérodos de tt7th;,¡jo id¿nticos y si irupe¡;;don'üamos
estos pro.fucro$ e:xa(t;:uneme de la mi~tnJ manera? No importa
ruántOS producws se F.tbriquM, t~ ellos deben 5U idénticos
miencns las (wrro condiciones anteriores s;:.m ldéndc.as. Es de"
<'ir, todos 1m; productos cumplirán o no cumplicin las requisltlH.
TOOM ellos serán deroooMX si loo JT\Jr:eriales, la maquinMia, el
método de trabajo () la iwpecciún ~on iR~decuado~" En C!tc Caso,
se producirán productos defectuosos exactamente idénticos.
MientrM no haya fallas en las cuatro condiciones mencionadu,
105 produnos qUe resulten deben ser rodw "idéntic.2rnent<:~ pro-
ducro~ no defectu050S_
Con respecto a 10$ proouclOs que f.rncicam05_ eS C<tSi iInpmiw
ble que <od05 dios salgan defero¡o$<)$, Algunos ron dcf~
miemms que O{ro~ no lo ron, En orras palab.ras. los ptod.uCtos
def«m0505 y los bUd1ú$ salen meu:lados,
¿Por qué se producen en un mismo lo(e productos deh!<:tl.I(}.
~os y 110 defecruosos? La uus~, romo $(" ha dicho an[C5, es: la
variadún_ La vari:u:ión en mlJterWlet, en Ia~ ca"didoMI rk lo má,
ifNifJQ, en los mi:odPttk trztlMj{J yen las inJfl«CirmtJ es la causa dc
los producto, dek«uQWS. 5i no eDstleu oinguna de C$L;tS varia-
ciones, todos [os productos sedan idénticos y no habrh variacio-
lit::;; en cUidad, tales como la ocurrencLl de productOli defuctuo-
sos y no defectUOSo&..
?elUCmos en el trabajo de dublar planchas de aa:ro· Todas las
planchas de J<;e1'O pa:rcqm tener el mismo espesor, pero cuando
se miden con precisión, (endcin espesores diferentes. Además,
aun la misma plancha tendrá más C$p60f ro wus partcs que CU
otras. Si vunos más lejos e iru¡peccionamo~ la estructura de U-ls-
tal de 1m planchi/s, hiibrá peqlleñas v;uiXlone.t en la lÍ::uma de IQS
cristales compuesws de hierro, carbono y o¡rns elementos, de
una a otra patte de !.a plaoma. Esras diferencias afectan natural-
mente a hu Cll':ólctensticas de calidad. Aun usando el mismo mé-
[000, las planch.u no se doblarán de manera uniforme, Algunas
•
de ellas podrán '-ndUlO tajatse.
E.:x3.ruinemtl$ ahora la maquinaria. La cortadota pierde filo a
medida que proccn. derro número de prmiU<lOS. Las oondicio-
ues del Jalte luhric.anrc lllrnbi¿1l c.unbian con los cambios: en
tempeiAfUfa, Las dimensiones de las ptodw:tO$ cambian KgÚn
Ii/ fortn3; Cúmo te .tjune elmn::a:nismo de corre. Aunque pan:cie-
ca que UillI operaCión se reaIíz:a nactamem:e en [M! mismas con-
didond q1l<: otra, muchw GlITIbios o vujacionc; ocurren sin que
se norCII, y afectan a la midad del prodncto.
Peu$Crnos ahora en el trataIDlCllm con calor. La rempemwra
de Jos hornos cambia oominuamente eDIl los cambios de voltaje
CII d caso de un homo e1éaríoo, y con los cambiGS etl h. prcsi6n
del gas ell el <::3.'10 de UII horno a gas. Denuo del horno, las áreat;
cerra de la OOGl. el techo. el pi$o o la páred del horno tienen
diferentes condiciones" Cuando imroducimw en el borno trlato--
riaIes para tr:ttam.ieIlto PO! QÍQf.la cantidád de calor qut reciben
los materiales varia ~ín $U poslción rel:ItIV2, akct3ndo a CJI"M:-
(eri,Oav; de cUidad, tales romo I~ dureza de! producto.
Las caracrerlstica¡¡ fisicas de 105 uabajadoreJl y su habilidad
también aJ"co:an a la vari¡¡ción de la calidad de 10$ prodnctos.
Hay hombl'('S altOs y bajos, hábiles y menos hábiles, hombres
,'___________________ ~c·~''""~~,~~~
.... ---- ~ ...

con recia musculatura y hombres débiles, peflionM diemasy LUf- (2) El diagI1óstko de ¡.. p''''''''''
das, Todos 1m tralxJjaclores podrán creer que escln trabajando de
Aunque Jal; C;lUSas de la vunadón en la calidad son lnnurnerll-
la misma manera, pero hay difrn:nciu pcnonalc., Aun el mismo
hlu, no roda caug aflXra ¡¡ la ;:alidad en el mismo grado. Algu-
indiviúuJ) ¡rahaja de m.aneu diferente stgtln como SI: ~ienta e~('
ruu J¡¡ ¡¡[enan enormemente. mientras que OUM, ;mnqnc teórica~
dia panicular y scgtín sm ""udicione¡; de fatiga, /1 veces puede
mell,e considetadas -:omo muy ¡mporrame$) tienen poco ekctO
comctf:r un error por do:¡.cnldo.
mbre la var¡¡¡ci6n el! Lo calidad eUJnd" se collltolan adecuad;¡~
En la inspección, pueden oCurri, variacionc$ de ':ill¡dad apa~
menu::.
lentes. Si ~e usa un GllihradoI en la in'po:ción, pueden OlUSarse
La/O.iunumerable~ catUas concebibles pneden carcgoriza:ae en
v:uiaciollClJ en los dac05 por un moti c.alibu.dol o por lA rorma de
dos grupes, ¿ primero de les cuales consiste en un pequeño nú~
lU:lrlú. En el caso de in~p;x.cionel sensorialct, cüru<> la inspec-
mero de cama5 que, sin embargo, llcnen nngr.an efecw (los pm:rn
ción vUllal, la cali:iad parece variar lÍ hay vnüH:ión en d criterio
vilaki), r r![l segundo grupo que indnye muchas camas qne tie-
dd iru¡xx.-wr. La variaci6n en la inspecci6n 1Io;re relaciona direc~
nen sólo efectos menore~ (10$ mIli:;'(/! mviakI}, Genoomcute,
tamente con la calidad dd producto. pero afueca al pro!X$O de
lID hay muchos íauole:I qut: realmente causen defectos. Este he-
decidir SI lIn producto es d.efccmoSQ () no lo es,
dJO se llama principio de PdtaIJ y se ma en mm:,ho$ ca~os.
Si 3n.1!i1.amos d probIetlLi de esta mantea, podemos ver que
C,cn ll" ¡¡plic¡¡ción dd yl\ menciouado priudpio de variaáón
en tI pro<.:e>o de fabricación de un producto intcrv1em:n imm-
merablet facrora que afeetm a las caractdi;¡cicil~ de calidad. de
y de este de I'arew se facilita considerablemente el problema de
reduá. el lluttlerU de pmdllc¡os defectun-so-s. Lo que net:es.iumO$
C!Je producto. Cuando eonsid.er-amos el procew de manufiICtura
hacer es encoutrar las pocas causas vitales dt: [os producw~ ddec-
~de el PUntq de vlst.<l de I~ variaúÓn de la c.ilidad, podemos
tnOliOli y eliminar e.;(4$ camas después de que se hayan idem..ifica-
pensar en el proceso romo 1('¡ agrrg¡¡Jo tk Id; causas rk id 1it!1J'Í4~
do claramente. ~En nuesrro proceso hay ,antm causas de produc-
(Un. Esr;u ClUSJ.$ son la explic.1eión de los ambkK cu las carac-
ta5 defual.lO$(l~ que es realmente ímposible ronI1:Dlarlas". Co~
terlsdcas de calidad de b~ productos,. que tienen renlO resulrado
mermmN romo;) éste se eM.uchan con mcnem.ía en siU()5 donde
productos ddix:tuoso$ o no dekctuows. Un producro;>e oonsi-
10\ procews cs;;in Utuo~ de produnn~ deíecwoso,s. Todo proclUio
detil no d;,:feo::ruo,{1 ¿las caracteristicas de ...alidad sati~EI(;.en cier-
riene muchas cau,a$ de vafÍ¡¡ciólI en la calidad, y uingún ptDCellO
(o tlUlw5Ílu, y defectllOID si no Ji) Í1ru:ctL Por lo talI[O, aun 1<»;
tiene un número ~almente alto de ts;!5 CMlS3$. Hay lIna gran
productos no derectu~ ¡iell;,:n vaü.adooes delItro de! mUnlO
diferencia entre tener ffiU@$ ~sospechDID5~ qne pueden estar
requj~iw. Esto quiete decir que uo cxbU:1I [os productos "exa-:ra:-
CluSando ~ d;,:fectm y re:a!men(e [lmer mumos "cnlpable~n que
meflte igumes~ de los que hahwno~ antes.
de hedw <5tén o;;¡¡n~ando lo, deí«ws.
Lcm prodllcws defer:tuosos ron causados por la¡;: V'M¡acion .... ~.
El proceso ill: encontrar las cal!~ de los prodncw; ddecUlo-
Si e-scas variaciones $e redileen, ,seguramente disminuirán los pro-·
SO! efln;,: muchos factores se llama .JktglllJ¡tíco tÚl prcCt:fO Para
dU<:tot derectuozos. tsre C$ uu principio Sf'lIcí!lo y só!idiJ, aplica-
redocir el número <k prodncw. deftxtuQOO5, la primera a«i6n
ble cumesqlIier.l quc $e"'.tn los tipos de prodncw5 o las d;ues: de
n~a e, hacer nn diagnóstico eorrecto para ver cuále\ son la.;:
m¿wdo, d;,: prodUi::dóu utilizado •.
verdadetaSallSaS de los leftx,01. S¡ {'.sto no se hace cow::ctameu~
te, no $e pneill: reducir ti número de productos defeetnruos. Es
como dar a nn p.icienre de apendicitis no remedio para la: ruges-
 ,
6

ción, que, de~de Juego, no b tUJa. a efecro puede ~r que el
padeute se sienta mejor POI ill\ tiempo, pero de:pm:l< (a enfunne-
dad recurrid en una forma peor que antes.
¿Cómo hacer un diagnóstico COHect(¡? Hay muchos meto-
dó$, Alg1ll10$ utilizan la intuiciÓn, Oll'O$ dependen de la expe-
dinicu;, y algunas han dedicado mas de 100 horas a! afio a rou·
caLÍón intetHil $obre este lema.. El conocimiento de 10$ métodlJ.!'
t'I;(adúticQ$ 'i<:: h3 ronw:rtido t'ft pane normal de la capacitación
de un ingelllUu, pero d conocimiento de los métodos e$udíst.!w
(:01- no proporciofla irunt"d;;wunente la habilidad para wm05.

rrellCÚL Aun 00:0$ morreo al ardlisis esta4íniw de los dattn, y
hasta se puede U$at la investigación cxperimentáL El método in-
tuitivo .se usa COI'> frecuencia porqUe es muy rápido. De hecho,
hay algo más que la lumidón ordinaria en la inmielón de un
verdadero experto, y debe rt$perane. Un movimiento intuitivo
Lt habilidad pan anafiur la~ C05óL'l dCllde el punto de ViACl esta~
dtniQ) es más importa,nte que JOs mérudos individuales. Ade-
más. fle«$icunos $Cf h-anros pan!. ro;x;noccr los problemas y la
variación, y ~r infurmactón ¡;obre eiloo.. Finalmente. qUCft><
lllQ$ mbrayar qut' lo importante no t i solamente el conocimiC1¡-

hecho pGf un experto j~dor de ajedrez es superior al movi- w de los métodos t:15radf$tko~ como wes sino mas bien la aaitud
miento n«bo por cien aflcionadol. El OOO$<'jo y la irtuicióll de mt'nw..llmdil sn milización.
tos r.spccialisms y 10$ experros debe ICSpetarSe profundameme.
Sin embargo, la dificulrad en d problema de reducir el número
de productos defi::ctu&sos es qUe no siemps-é eii ,uro quién es el
verdadero apeno. En el ca:JO del ajedrez, el cOllsejo de los aper~
tos merece casi total GOnfian:ta porqUe ,;into d fuetce como d
débil K manifiestan en jucgm trales. y lo, CilUlpoones rou aqué·
1101 que .han ganado y han sobrevivido a duros mffiem. En el
aso dd diagnóstico de proceso. sin embargo. es froc:nence que
quien parece ser un huen "médico" no lo sea ~ariamcn{e y
puede I15Ultar que sea alguien que "haya dejado morir muehos
pacientes". Además. en una ¿poca de progreso rapidn, es difldl
seguir $¡endu un experto en todos 1M problemas cuya naturaJeza
e;;d; cambiando ctmrumtemente. DdHdo a que el prob1emil de
!o~ productos defeeroO$O$ se encu<:ntta ~11 frecnellda <:11 ire;os
cu las cuales no hay experiencia previa. lo que u: neeesira no e5
nmc.b.O$ ;:flrn; de e.perienria sino la decisióu de reducir el núme-
ro de proouctr;¡¡ defectuosos y una actitud de ob$CIV1lciÓS) de la
útuaciÓn wa.I en furma objeriva. La rot11l3 estadiuic.a di: coruid(.,-
tat \;¡¡¡ eOlIas yel uro de 10$ mérodos estad..{¡¡ti;::os es un medio muy
dicaz para hacer esta observadón.
Los mérodos esrad($li~ proporóonan un medio eNeaz plila
de$ilrrollar tluanu,;>."" Tecnologi1 y rontrolar la calidad de los pro·
= 5 de ffiáoufuctt:¡ra. Muchil~ empresas manUfaerLlter;:¡s i!tlpotw
untd han <'Srado tnuando de mar activamcttte Jos moérodoS eSta.
 II
,'.
,
?'
Cómo obtener datos
2.1 CÓMO RECOGER DATOS
(1) Eouhle= .bj_ d...,
la informaciÓn es om, gula p,u-.t Ilut:SfUS acciones. A partir de u
información conocemos los hechos peninemes y MOpUID05 al:>
dones apropiadas ~adas en eros t.e.;hm. Ames de leu:tger la
informaci6n, es importante de¡crminar qut se va a hacer con
dl~
En una Eibrica constructora de m;lquina~, se le hac.e un
mucnreo de inspeo;ión de calidad a derro tipo de a~o¡jo com-
pndo a un proveedor, Se dio el cuo de que un [me qUé deberla
habef$C rechazado se aceptÓ «ml<l exo;pción especial, para po-
der cumplird programa de produwón, Sin efllOOrgO. no se nlW
nad,¡¡ «pecial re!pecw al !.ore que haMasido wxpCldo, E~ro ~u¡e.
re decir que unto !os!ous que >C ilJIUhlban a las espe<jfj(.íC1ont'$
(;onl6 aquéllos que no:;e afu$üman pasaron al procero ~:gu¡ej)(e"
En realidad, estos daw$ se enaban obtenlenoo para de~étmiruu
la ¡\«'pp.hilidad de los lote\, p<:ro no se usaron para nada.
En el oomrol de calidad, jo.i objetiv<:l5 de la reroleo::lón de
infmmw:wn ¡un:
1) El control y el moniwrro del P(OC~o de producción,
2) El análisis de lo qrn: no se ajusta a las normas.
5) L.t impccriófl.
Cualquier recolección de ¡n¡ü,mación ha de rener un propó-
sito espu:;lfko}' $er seguida por aU:lOnes.
(2) IC"'" '" SO pro¡>Ó$itol
Una va que se define d objedvo de la re.:-olel:ción de inf(J(ma-
ci{;n, umoién se determinan lo,; tipo! de comparación que !C.
necesitan, y esto a su ve" identifica el tipo de daw5 <¡lIt)l: deben
recoger. Pur ejemplo. Mlponga qUE hay una pregunta te.\pe(fO a
la variación en una característica de calidad de un prooucto, Si
~oluuente sr; recoge Un dato cada dÚL .'il;c1Í imposible determinar
la ~"ilfiación ese día. 0, si IUted quitro:' .aber por que resultan
productos deh:cmaso-s hethos pOf dos tcabajadores diferEntes. e.
necesario tomar las ffiUCUfas ¡¡eparadJ.mente pata pad.tr rompa-
rM el desempeña de .:ada uno de d¡(>$. Si la mrnparadón e-nrre
ellosmO<:$rf.1 una dar:; dlftrencia, una medida rrffitdial que eli-
mine- la d¡fcrenóa EXltre los lr.trnajadoru n:ducirá umbi¿n la Vil"
riaoón en el pIoceso..
Esta div~i6n
de uu grupo en vMÍos m.hgrupos, con base en
ckno~ metores, se llama b'ffiZliji({uúíTl. La e~tra[ificaci6h es muy
importante, y es uecesario que su aplk<i.:ióo se convierta cn un
bábim de pcm.uniellto en LOdo r1JX! de siruaciones_
Suponga que usroo quiere saber la rdaóón eorre la calidad
de un ingrediente }' la durtU del prOdtlCIU.. En un Cl..~ romo
ktE, CuandQ us!xd quiere saber ~i hay una relación en.-re 11:>:. valo-
re, de dot C;¡Ia.UITisriC'ai, 101 d;l{(¡$ tiEnen que e:;tat d.isponihla
por pares, Si lo, datos .se recogen pOl pare$, :le pueden analizar
usaüdo Uh ¿idIP'amr1 fÚ dúp¿niJI'I, que ~e explica en el capítulo
V1.
 Ul'tTutO DOo O¡,1EN!iIlSkl.TGS ,I

Incluso si las mu~O'aS han seleccionado adecuad¡¡meme, tt'

Sé"
,,,,ha Hor,)

hará un juióo erróneo si las mediciones no HlO confiables. Por 9,)AYI. 11 ,un, '-p,m. 4¡i-m
ejemplo, las iMpeccione:'l hechas por cierro ínspxtN mostraron Feb. , 12.3 115 13.2 14.1
que una fraca.Ón de produnm defecttID$m era muy diferente dI'
láS dén'iH, y un examen cuidadow mamó m;Í<; tarde que un ins-
r.b. , B.l ,25 14.0 14.0

trumento :le melÍkiún se había descompuesw,

reb.3
En e: <:aso de medicione5 sen50r~ t:¡¡les coma la rn~pec.
ción visual, las diferencias debidas a l~ msptXtores indívidmllc!J
TabJ.a 2.1 Un ejemplo de UIl'¡' hola ck da ....
son C<lffiUnes. Este hecho debe rener~e en cuenr\l o:¡.ando se reco-
gen y se artalizan datos.
dla; verticalmente. De ena manera, lo~ dlculos diarios pueden
haceT$e rnarcmdo los números en cada rengl6n. y ¡os clkulos
(4) Establezca formas apropiadas de recoger 101> tbma
para las hora;¡ pueden hacer~e denno de cada columna. Ctmndo
Una VeL que se hart n:mgido los datos, diferentes dMe.s de méto· se neasira registrát datos de manera continua se recomienda pre-
dm esradlsticos pueden ser llti1ízados para analiudos, de modo parar fntmatos para su regiuro.
que se Conviertan en fuen,e de infurmacWn. Cuando se recogen
daros, ~ importante org¡mi=rlo$ a.;Je.;:uadamente para fuólitar
2.2 LAS HOJAS DE REGISTRO
su pTo=¡¡mienrQ posterior. En primer lugar, el origen de Jo, da-
t<'.M debe regis[rat'sc daTaJUente, LDs daros cuyo origen no se co· Como $C dijo enh sección an~rior, si $C llega a la ronchui6n de
noce con claridad se coovierocn.::n informaLi6n inútil. Con fre~ que ell m:x::e!;atlo reunir información, es esencial q~ d objetivo
cuencia, se .,büene poca información útil a pe-sar de habrr gasta- mi daro y qne 'le obteng;ut datoS que reflejen los hechos (:on

d., una 5emana reuniendo datru sobre alguna caracterfiXKa de daridad. AdemM de e5to~ requiSitos, en ~i[Uaci= leale~ e! ¡m-
calidad, debido a que las personas olvidaron en que: días de la porLlmr que 10$ datoS St; r«ojan en forma clara y f;kit de usar.
semana $e le{:{)gieron los fultQt, qué m;iquínas hicieron el pro¡;z- VnaJmjn de ~rJroes un formato preimpreso en el cl.UÍ ap31a:en
ro, quiénes fuer.,n los ttalJoajadores, qut loteS de materiales $e los ítems que sr un J. registrar, de tal manera que 10$ 4atOJi puc 0

usaron. Y así sueemvamenre,
En segundo lugar, los daws deben regtstune de ul manera
que puedan wi!izane facilmente. Por el heeho de que ron fre-
cuencia 1.,$ QatQ$ $e u(iliz:;m p<t$re,iormente piU'll. clkulos etU~
distiros, mies comQ promedios y rangos. C5 mejOr registr.ulos de
tal manera que q¡;Q.S cilculos $e fucili(l'n. Por ejemplo, lo: daros
sobre 100 pi~, ob,enido,¡¡ haciendo mediciones cwnro vet:C$ al.
,:Ha {a la¡ 9:00, I J :00, :2:00 y 4:OO} durantt" 25 dias. nofmalmen~
te se n:gismn en una hOJa de datos. romQ laque se nlUC5ua en la
ubl:. 2.1, en la cual la hOfa $K of8U!U:a hor'twnmlmente y los
dart recogerse fácil y collCisamenre. Sus übjeüvo$ pIíncip.des ~n
<Iru,
1) Facilita! IJ. roco!ección de los datOS.
2) Organizar auromáriQffilente Jos daras de manen. qlll! pt.le~
dan usarse con facilidad nili adelante.
La rcwlw.:ión y el registro de los dat{;1 par«e fácil pero en
realidad e5 difiál. Generalmente. mierm,n ~ perrona5 prQGt-
sen !os datos, mayor o la probabilidad de que se presenten erro-
l2 JJ

te~ de ttarucrípción, por 10. t"anro, la hOja de registro, eh la ellal Supong;t que queternl)$ sab.:t las va.r¡adone~ en lu dimensiones
los daros puedan rcgis!rar.oe por medio. de: cn;cci (1 de símbolo> de Cierta dasede partescuY'~ eipeci6cu::ión de maqumaooes 8.;300
s('ucíllo~)'
eula cual!!), datos.le organiun au!<Jmátkantenre sJn ::: 0,008. ru.t mudiat .... dhtribución de 1O!i valores caraí:r('rJso~
necesidad de m15 copw a mano, se conviene en Illl<L herramien- CO'l dd proceso, je llWt normaImcme los histogr<ll1L1S. Valofe!l

ta p<xJerosa p~ el f<gimo de los datos. A conúnuacióll !>I: pre· tllles como la media '/ la v,lrl!lltrm se cakulan 'Oh ba~e en el
ltotJh ~¡guno~ ejemplm df hoj.u de registro. bistogruma y umnien S< cumina de divtrsa;: nunerJ.!..la forma
de j¡¡ d¡:rtribuclón.
Ejnnpw 2. J Cumoo se datwrJ un hUlOgt<lnW., Ci dohle trabajo Icenger
Hoja M ngisrrl) para la diItribucwn rúl proceso tÚ unA gran cantidad de Jatü$ y d.:~pués hacer rma gcifica que ffiutS-
producción t/'l! la distribución de fn:xuendal, Una manera m~ sencilla e~
clasificar los daW!i arteramente en el momeoto d.: m:ogerlos. La
figura 2.1 es un ejemplo de \lO formato que puede p¡:qnrnrse
ron ammondru.t & Gúloca una ern,; en la (',.Hilla rotrespoll(llen~
tt' ¡;;ada ve¡: que.e realiza \lna medición, de rHallen que el
histoglilID¡¡ este listó •.:wuulo se acaben de hacer lu medióoUe1.
Cuando se HXlmera estrauflGtt y se we nnarob hoja de regiStro,
es meJot nJM Jift'renln; colores o .dmbolos, de manera que la
diferencia pUMa reoJuócer$€" m:b tarde"

Ej~mpw2.2
Hnja de rl'gistro de ¡(mI! tÚfrctuOiOS

La flgut'J. 2.2 mue!!Ud uru hoja de registro util..iuda en la inspec~

ción final de cierto producto de plástico moldeado, El inspccwf
hace una marca en d registro c;tlb vez q\le ellcuentra un d,:fC(:to.
Al finalizar el día de rrabajo pU«le ;;;alcular de inmediato el nú-
mero tocll 'f el ripo de defeaos que ouurieron.
El simple conocimiento del número total de los defen08 no
lleva ~ acciones cortectlv;U¡, pero Ú 5e u~a \lila hoja de reginro
como la de esm figura, podrán oblenerse indicios mny impor-
tahtes para el mejófomUehto del proceso porq\le la información
mlLeStra claramente cu.iks son los def=os más frecueuteS 'f cu.:l"
les uo.
Si se usa esta hoja de registro, !o mismo que ocurre ClIU el
ejemplo 2.1, Sed imposible ematifir.at los datos más !:llJ'tle, por
Figura 1.1 Hoj~ dr fegi~!f\) 'ICI' b &uribunér. d~
;W;1 ti!! pw= dr
pmd,nxKrn ejemplo, según se hayan [e<;(]gido en lamanana (] en el t.anfe, Por
 15

!! '! i! ,
ProollC!(). ....- Fecha: ~ ------

Etapa de manufactura: Imp ['nil l Se.;-.d6n:

--- M' ___

"'po <W !K·,,y:m: rJYO'le. inVlmpleto, .... ombre del in'p",wr,

-ajado. {l{'~m¡¡¡¡\l .... úmero tlellcTL.
"1Ú-"""",.!o:'" ¡rupl.'{',:;\mlAdw 1,1',
Número d;> ",<16';':
O\J!;eNOd()fW'<:
:o&"':~ ¡te'1l!
Su irup.>t:U(;r¡iVOf\
~~, ,~ 5 , , , , ,~

TI"" C' 'teg,,:ro Subtot,,!

=-
__
,~
'-"

~
M
'
,
R.!yJS supcrfici~1N;
i~ ,ri( (IIUI "
!;r,;( ;M I
.. , , ,
~

11

~
Rajadura,
't ,, ,,
"
!ncllmpl80
;r,;( 7IIf 7IIf 7IIf 7IIf I t.6

3
No,."..\,
1/1
0'= ;r,;( 5
,, fenos fue 62 porque algúnM veces se encontraron dos o m3.s:
__

,, defectos en Urui mim1a píe:za.

~
M
'
Tow:,
"
~~~,- ,
;r,;( 7IIf 'I/!í. /IIJ ,ri( Ej""p¡" 23
,
,
,
Tot~¡ r&ChaBUm

'I/!í.;r,;( 'I/!í./1 " Hoja dt rrg&m) dr loctdiu.u:ión de defoctoJ

I,
, I
lú Ynm. si se cnQ~idet.\qtJt la C$uatifk.adÓn es neces:ula, $e debe
inrorporu en el di'lelÍo desde rl eomlenro.
Es ne.:esarlo de<idir ron claridad dt an[emano cómo l'CgiSw
trU 10$ defe.:;tos cuando st encuent.t'Cn dos en un misma l'rOOue-
ro, y dar instrucciones prccüai y (ompletai a 1M pcrsonll!i que
Lo~ defectos externos. raJes como los rayones y las manch;u, $e
eueuentraIl en tooa clase de plOduews y en muchas plantas se
escin haciendo es:fUCnoíi p<>r reducireue cipo de dehxto. La hoja
de registro de la localimci6n de defecto-! tiene un papel imp<'rr
[ante en la roluc!ón de eH(: cipo de problema. Generalmtnn:,
muchas hojas de ttgistro (Ú esre rip<> tienen ruagtlUllas O iÍw:rUr
clona ampli:u:ias ro las cuales se hacen 1m; regi:n:ro$., de nVI1\tfil
que pueda ob;ervarre el sitio de la ocrurencia. dd defo::TO,
La ngur-4 2.3 muestra unQ dt t.'itos ejemplos, utiliudo por
liD fabritantc dc maquinaria en la in-specdón de parru medli·

van a hacer d regisr[(.l. En el CJ,$(} de 13 figura 2.2, 41 de las 152; '<1.1', pi;lCa acepti;lCl;u o rechuarlas ~ sus auacterí$tiC<l$ dI' po-
pit'l.3S esraban defecruosas, Sin cmbi;lCgú, el número total de de~ rosidad. En cl pasado se le infúrmaba al proveedor únkamente
 17
'" ,
whre ",1 recha7A) u la acep,móll di! cadalore y d número d.; de. ~.;,d0
¡., l \1"'*, V< ..."'~>
Ma"\\'i> M'W.-.Il' ,~~
fq.ll¡>G O¡wtMiú
rector por lote, pero la calidad no mejoraba en aÍYroluro, "'.,;,¡ 'M PM 'M
'" AMlpM AV 'M

-- ""
AH ,>,M

Ik... pub de haber utilizado hojas de r~sHo como la de la ,

,, w , ~ ro ,
llgura., que sirvieron como iuformo & ifupectión que indiUl-
,, ,, ,
M
" ®

= wn "
Dan dónde seria más probable que se prw::nLlfa la pow!údad, la
A ,,
~ ~

,, "
¡;.wd¡¡d mejoro nútab!ememe porque resultaba m¡Ís Ek\l ew:on' ,,
teM la~ causas de 105 defectos. Esta ho~ de regmro ll(~ta {;icil, :
,
. . ~
I •
meulx a la acción y es rld¡~ruahle par" el diagnósüw del pro- v;irIUn;¡; ,
--
,~,

ceso, porque frct:uentemeu¡:c e~ posible CUC(lnrtaf las cutsa. de : l' ,E fIIIIii.:rr; ® ro ro

, ,
los def=s =.rnimrndo las Lim.in~ en IlS cu.Leil &t' prcsenm;l y .~"" .~ ~ u
" • " ,~ X<

•
obliet'llandu cuidadasameme el proceso para determinar por qué
los dckcros ~e conc.emran en e,Olí lugare•. , .· I • • * : . •

I+it:mplo 2.4
,
ro ro
,
,~
.....
;;;;, ID , ro ro , ,,
,,
, " ,
Ho.io tÚ registro de !di causas del drftcto e • • ,, • , , ,,,
LI. hoja de regimo del ejemplo amerior se usa para definir la •
,
.
loc.tli~Óóu de los ddec(()~, Además, las hujas <le regimo se U$~n I, Q Q

a veces fXlr;l esaacificaci6n adicional mn d fin d(' encontrar las M"q"m~ 2 , .,.,,... 1- f-l
causas de los defeno~. Generalmente, la may()cia de los estudi"h
,
:ID , ro ® 1M
, = ro ro ro , ro , :
,,
, :, • • ~:,,
• •
Olyú objetivo n elloonUM !as c.awa:s de k'$ dcfecn;;$ iIllf'IiC;1U
.;ombinar lo~ d:.u<)S ~ob,e las Qlt,¡,l'i con 10. d.at~ co~pt'n¿¡en··
Q , M

tes de 1",< efectos, man[('niéudúlas en nn olden darametll:e cow

tre~pondienfe y ani:icindo1a, luegD mooian~e la csuatiñC3Cl6n
por ClIl$2S

e:¡1~ tipo
o haóendo diagt<lm;l5 de di~pc[sión. Sin embargo,
de mane.io de da(\), es poi'ible haC'('no en uoa hoja de o '~JyJ.tln '" Ll "-'P.,r."""
•

X.l'lffi"",¡¡,j
t •
Q
*
Q

registro si el c-.uo ('$ seudlh • ~;¡ ¡n,dKu"da O'Uu,",

fur ejemplo. la figura 2A es nn'1 hola pafa regimar lA ocu·

rIenda de los defecros ('n cierrO/! picaporte~, '1:ngnabl('s '1 maqui-
naria, trabajadores. dias y tipo de d('ftTto. Portemos wr de ¡ome-
diHO que el ,r;Jnjadot R pIO<.lua mudtat; umdadfi defectUOSa>.
El miéKole>. wdm lo:; traoopdvres producen much;¡$ uoidad.es
delect-uosas. UIUl búsqueda de las cau5as montó que d fraNja>
do! B no esuba cambiando los d;¡tlos C'ou fufideute fmuenda y
que lo~ mié¡ooles las mater1.H primas ¡euian tilla composiúoll
que tenía más probabilidad de call1laf derecros.
Con el mismo propósiw, ta,ml>¡én es posibJIt elaborJ.t UtU
hoja de H:ghtro U$J.t!do el diagrama de eaWiJH:reuO- E~ decir,
puede prepaI<m<O un diagrama 4<: c;¡uu·dlxto que 1,'J uab.ijad<í-
tespuedan compreude1 (fin faciltdad y mando m: ruOUOl.CJ: la
cama de un defecto 1) la condición en la C'ual,e plt.>!iuce, se fuct"
una marca de regí~tto eu el espacio que se encuenna cerca de
18
cada flecha. A partir de ahl, es p determinar cuál de las
causas requiere acción prioritaria.
Adem;1,o; de los ejemplos descritos4Lay IIIuchas otras clases de
hoja de registro que se utilizan en 13l1rribricas.l.a5 hojas de regis-
[f0 se disefian considerando primero d propósito de la recolec-
ción de los datos y haciendo luego varias modificaciones crc3riv-dS
a fm de que los datos puedan recogerse y regimarse fácilmeme y
de manera adecuada al objetivo.
Ejercicio 2.1
Eu un proceso de pulimemo de lemes hay dos trabajadores, y
cada uno de ellos maneja dos máquinas. Recientemente, la frac-
ción de productos defectuosos ha aumemado. Los trabajadores
piden un cambio de maquinaria, diciendo que las máquinas ac-
tualmeme utilizadas son demasiado viejas. Los geremes encarga-
dos del proce:o;o dicen que los trabajadores debeu tener más cui-
dado porque acán cometiendo etrore:¡ por descuido. ¿Qué harla
uS(ed en esta situación?
III
El análisis de Pareto
3.1 ¡QUÉ SON LOS DIAGRAMAS DE PARETO!
u,s problemas de calidad se presentan como pérdidas (produc-
[OS defecruosm y su cmto). Es muy importante aclarar e! parrón
de la distribucióu de la pérdida. La mayor/a de las pérdidas se
deberán a unos pocm tipos de defectos, y estos defectos pueden
arribuir.se a un número muy pequeño de causas. Si se identifican
las causas de estos pocos defectos vitaLeI, podremos eliminar casi
todas las pérdidas, concentrándonos en esas causas paniculares y
dejando de lado por el momento Otros muchos defeeros triviaúr.
El uso de! diagrama de Pareto permite solueionar este tipo de
problema con eficiencia.
En 1897, e! economista iraliano V. Parem presentó una fór-
mula que mostraba que [a distribucióu de! ingreso es desigual.
En 1907, e! economisra noneamericano M. C. Lorenz expresó
una teoría similar por medio de diagramas. Esros dos esrudiosos
iudicaron que una proporción muy grande de! ingreso está en
manos de muy pocas personas. Mieurras tanto, en e! campo de!
control de calidad, e! Dr. J. M. Juran aplicó e! método del diagra-
ma de torenz como fOrmula para e1asiJicar los problemas de ca-
lidad en 105 pocos vira/es y los muchoI triviaLes, y llamó este méto-
"
(~11nF.OTRE5

do N-ndli..ú de Pamo, Señaló que, en muchos casos, la mayorJ .. de PalO 3

10$ aefecws y de su COS[O' se deben a un mimen...elarivameme
Diligellcie la tabla de ronteo y calcule los tomes.
peqneüo de musas.
PdJ'O 4
3.2 CÓMO ELABORAR DIAGIlAMAS DE PAIlETO
Elabore ulla caMa de datoS' pat:l el dJagram:l de P:treto ron la lbta
Paso 1 de ítem~, loo totales individuales, los wmes acuffilllatlrn;, la com-
Decida qué problemas se .<in a investigar y cómo recoger 10$ pllskí6n porcentual y los porcentajes acumulados (tabla 3.2),
d;tws.
pafl) 5
1) Decida qné cla.'le de problema$ ~on lo~ que usted quiere io·
Organice 10$ lrems por orden de (.aNddad y llelle la tabla de da~
vt'srigar.
lOS.
f:::~mpk: Objetos d~fecruo$o$, pérdidiUó en términQs mQilet;lM
NiI/4: EJ (tem ~otrns" debe ubic:lrS< en el último renglón, jn~
ci05, ocurrencia de accidenl.e$,
dependientemenw de $U magnitud. Esto lIi:' debe a que cuí rom-
2) Decida qué datos va a necesitar y cimo dasifiarlos.
pn<:$W <.le nn grupo de ¡¡<:rus, cada uno <.le Jos cuate!! e!! m.b pe-
Ejempk: Por tipo de dtfec(!, !<JcaJiz.adóo. proce.\o, máquina,
lln<:iio que el m<:nn( de 10$ ítems cltadO$ indi",idu;llmi'nte,
uabajadm, mémdo.
Nota: Resuma !Q~ ítems que $e preli<'ntiln Uln poca frecuencia FaJO 6
en la <:;ategoria "omH~.
3} Defina el método de TNolección de 1m; datQsy el periodo de Dibnje dO$' ejes verticales y un eje horiwIltal.
duraci6n de la recoleo::ióu.
NOú1: Se aconseja utiliur nn formato de inv<srigadQn. J) Ej« vtrdcales
a) El< izquierdu
Paso 2 Marque dHi:' eje (.(Jn urct "da deMe O hajfJ. d toad ge-
Dl$efie una labia p;U;J. contro di! daros, eDil espacio suIici.:nte neral.
pa.ra reg1~u-ar los totaIn (tabla 3 n 11;10 !\,Íme¡o ,ota! Co-nprn.'CiÓtí Ptlrc¡;ntaje
(voleo de CBiocto de deJ"clos aCJmtNlOO :)of«"f\:ual JC\lrlJla:Jo
lino de deleClo fQlal ............................
~~ ...

F(,)t;:!<,!f;t ,r.: l/Ií .,

10 fNllilÓn
RJYJdo
104
42
104
146 "2; 52
73
Ravado l/Ií l/Ií !/f¡ l/Ií l/f¡ //
M;l!lc;¡a Burbuja 20 166 10 83
l/Ií; 6
Fractura 10 17. 5 8B
T(>I1~¡61l
l/Iíl/líl/líl/lí l/Ií l/JI 10'
Rajadura ;;;¡ 4 M,mch4 6 HU 3 91
20 Riijildu(¡¡ 4 ;86 2 9.1
Burouja l/Iíl/líl/líl/lí
0\W5 11// 14 O!ro~ 14 2"" 7 '00

TouJ /"" lotal 200 100

"
b) Efe dcn:eho Marque lo~ valQ.fcs acumulado, (total acumulado o pooctn-
Marque este ejc con una (&cala de~de 0'% baHa 100%. taje acumulado) en la parte superior, aliado derecho de los inref w

el Eje horizontal valo" de CIcla item, y conecte los puntos COrt una jinea l:ontirtUil..
Divida este ej~ en un número de Ílm;'rialús igual al nú-
mero de ítems dóls¡ficados. Pdíb9

Paso 7 E.scnba en el diagrama cualquier información ¡'\tetuda,

Conscruya uu diagrama de barras. 1} Iniimuadón ~obre el diagrama

Titulo, cifras significativas, unidade.\, nombre de:! dibujame.
Paso 8
2) Información $obrc los datos
Oibuje la curva acumulada (,:;1Hva de Parew).
Pedodo de tiempo, tema y lugar de la investigación, numero
roral de datos.
'00
3.3 DIAGRAMAS DE PAREro DE FENÓMENOS Y
'lO
'" DIAGRAMAS DE PAREro DE CAUSAS
'60 Como a se dijo, un diagrama de Patero e.\ un metodo para iden-
'" tiflGU los poros vit4lu. y cxis[(;n dos lipos.

(1) OiagramiM de Pareto de fenómenos

r;m' e~ nn diagrJ1l1J en el cual se I'('Lacionan los fe$lllradm inde-
seables, (omo los qne se presentan a amtinU<\Ción, y se utiliza.
para Jvengnar cuál es el principal problema.

1) Calidad: Defocms, falm, fr3.eJ'lo~, quejas, Íl.ems devuel-

tos, rt;paraclonu.
2) CoMO; Magn.imd de las pérd¡<Lu, ~ms.
3; Entrega; ~etde invemarios, demoraSen !.os pagos, de-
,. motM en la etltrtgl-
4) Seguridad; Ac.cideme •• erfOr~, ¡merrupcionet.

D
• A e E o-
O:T~
E:~ fute es un d¡~.u:ua en el cual se relacionan los remltados inde-
El.twb!.;ja
seahle<;, mmo los qUí: se presentan a comÍlluación. y se miliz¡¡
~ avecit;:mu cn;iI es el principal problema.
 C.-W!nJLO TIllS

afrontemos los fXJem vit!Jk;, Sin embargo, si por medio de

1) Operario: Turno, grupo, edad, experiencia, des-
una sencilla medida $e pUN!;, $OlndulliIr un Itcm qne pare«
,= rel ..xlvamente de ¡xx:a impormnáa. servirá como ejemplo de
2) Máquína: Maqrrmas, eq!UpO>, herramientas, Ot-
solución diciente de un problema. y 11 experiencia, la infor-
ganiuciones, nwddos., inU!1U1Jerrtn>.
mación y lót inc.enrivQj que k~ empleados pueden obtener
3) MJXcria prima: Proouctor. planta, lore, clase_
por e~te metl.lo- serán de gran ayuda en la fmura solución de
4) Mécodo operacional: Condiciones, órdenes, disposiciont.'i,
problema.¡;,
mérodo~.
2) No de;e dr hace' un diagrama de l~arcto de <:allll'ati. Dt'4pU.:s
de haber identificado el problema por medio ti", un di~;una
3.4 NOTAS SOBRE WS DIAGRAMAS DE FARErO de Pateta dt' knómemn, para solucionado e~ ne«:saflQ iden-
tificar las t:at.vI.... l'ot tanoo, es vital hacer un diagrama de
Pan:1IJ de cansas si es que se va a hacer mejoru.
1) Pruebc varta:> clasificacioncs y conm:llya muchas clases. de
diagrarn;u de f'¡¡rCf<),
Usted podrá capta( la esencia de un problema o~rvándolo
desde variO/( ángnlo,; es n~o tratar de enronuar varios
métmim de dasifirudón hasta que identillqtlt' 1m pocul vira-
k;, lo ruul wm,riruye d propWiro dd análisis de Parero.
2} No es ronvrni('ntf' qne "otros" representr un porcemaje de
105 m:Íli ahos. Si eJto JUcede, se ddx: a qne 10$ items para la
mvesrigaci6n no se hln dasifk"do apropiadamente y dema-
$~ ítems cacn en es::. Ql.rcgor(a. En ene CJ50, debe con~­
OOátse un métooo d¡wn:nre .le dJ5ifkacJón.
3) Si 1m d¡nm se pueden represcuclI en valore. fIloneW"ios, lo
mejor es dibujar diagnun¡¡¡.: de Patero que mnCSffen ($(; en el
eje vertical. Si no }cáprecian adoc!utLunenre 6s ifllplic.:tcionc~
financieru de nn problrllU, la invesdgadón puede re$ulcar
ineficaz. En la administración. ](H «>5[0$ comrlruyen !Ina
importantr escala de mediciÓn.

(2) Suse=das pata usar diagramas de _

1) Si nn írem se puede soluciona! f,{dlrneute, debe afrontafsC
de inmediato aunque sea rclauvameofe de poca imporcancia.
Debido a que un diagrama de Paxero dene rollO objer¡';(lI;J.
rolnción eficiente df problemas, se requiere, bísicameme, q!Le
 TlU;

EjerCtfW .3.1
Analke fa iuronn.:u:¡ón de la: Labia 33 haciendo varim dugramas
de p,.tCto.
IV
DIAGRAMAS
."
o • DE CAUSA-EFECTO
•
~ ••• • h
o. •o •• o' ..••• =- • 8,
c o •

..• ..• •
>
=
.. '" ..•
o
-" o o
o c' o'
o
o., •

3i •
,
" ..:1 ~:~ ..·.. ,,- .,..• ... .'..., 24 8«
o
~ " ••
>: o :
4.1 ¡QUÉ SON WS DIAGRAMAS DI'
.~
,,,
, ~ CAUSA-EFECfm
"• ..;

..•• • , • ..
e
~, •• ~
"
••
"
e
g ....
••
• o ··• , e_ -~
~
El resultado de un proceso puede atribuirse a nna njultiUld de
laaores, y es posible enconu.u la [ela¡;ron uu~a..deu:o de i:SOS

lacrores. Podemos determinar la estrn¡;turau lliltl rclación múJá ..

-• ·...
o ••
.. ..
pie de caw;a-r.feLto observándola '¡stcmiÍtiQt~IHe. Es ditkiJ so..
e
~
g:!!- {r • o ·" . =- • g o e
IUCWlliU problema¡; rompiicadWl \in tener en CUl'nta esta f$rruc~
run, la: cual consca de una cadcrIJ. de causas y efecw~, y el lnéLO-
~
&~
:
ó
.,
ó
~

ó
•ó
do para: apresar e$lo en forma .reocilla y fiál C$ un diagrama ..1",
CtlU!l1t~to.
z
2:
~' z z z
• Bu 1953. Kaoru bhikawa, profesor ..11' la Unive"i4td de To-
kio, resumi6 la opinióH de los ingenicr09 de nna planra dándole
, o
o' la forma: dr. un diagrama de C3.mJ.~cfeao mienu1l$ d¡~cut¡an un
.,
"

""
., <
~
e
• problema de calidad. Se dic.r. qne ésta fue la primr.ra vez que se
~
o¡
0,
• m6 r.srr. r.nfoqur.. Antes de r.sto, r.l gmpo dr. trabajo del profr.sor
lshikawa habla usado CHe método para: organizar !o~ t3.ewres r.n
sus anividade$ dc imcstigaci6n. Cuando r.I diagrama S~ usó en la
priÍcrlC3., mostró scr muy útil y promo llegó a u.sarse ampliamen-
te en much(l$ compaliía1> en todo Japón. Sr. inclnyó en la term¡~
 CIlPfT\;Lú CIJ.\llt:O

oologf:a del J[$ (htán~re~ Industriales Japonesc.~) dd Control

de Calidad, y se defmió de la manera ..iguicnte:
Di¡¡gmma rk ó.yitiUJ-Ffn"to: Diagrama que rnueMr.l la relación
entre um Ciu";"h"XelÍ.rtiu de calidad. y loo factnret,
Actualmente, el diagrama se uu no roljUllentt paI"J nbservar
In caracteruticm; de calidad de Jos produ.::tos sina también en
0(<<» campos. y ha !ido ampliamente apliado en tod;) el mun-
do,

J
4.2 CÓMO ELABORAR DIAGRAMAS
DE CAUSA-EFECTO !
ElaoorJ.! un diagrama de cauu"",l«m que sea líril no e~ ~:Irea
fikiL Puede afírnutsc que quienes tienen !bci¡(t en la roluci6n .;k
j
problemas de coutrol de calidad $On aquéllos que ti<nCn mm en
h;u;er diagramas de CoUlu-ekcto que sean útües. Hay muchas
nunetas de hacer cldiagrama, peto aq\li se describirán do& mét()-
dos tfpl<O$,
Anres de prtsemar 10$ pro~dimitnto$, se explicará la enrue-
[ura del diag:ramá de cansa,dectu con \lO ejemplo.

(l) ÚU'uCf;1lta Yejemplo de los diagramas de t;3usa-efecto

Un diagrama de cama·efm-o t;unbi¿n $e UamJ "'Diagrama de es-
pina de pescadn", porque se parece al esqueleto de ún pez. «III1O
se ve en la figuxa 4.1. Ü(:a$iooalrnenre ti< d.enomina también
.\i)'--_______-'C,M'N""G""o"n;.','~"''___________
diagtamil de "árbor (1 de ~do», pero aquí se ns;;¡ el uombre de
~ctpinJ de pescado"_ En h figura ,t2 se mue:S!ra uu ejemplo,
(2) P",c"dimlent. paN dobo... lo. diagr.uruu d"
cau.sa..Jecto para la identificación de: OIwa
Procedimiento
Pasu)
D~riba el efeeto o auihuto de (',,[¡dad.
Pd$()2
Escoja una caracrenstica de calidad '1 e:seríhala tU diado deret:ho
de una hoja de papel, dibujo:: de i~u¡erda a dera:ha la línea de la
espina dorsal y encierre la característica eco un cuadrado. En se-
guida, escriba las e"J.U5as primarim; que afectan a la característica
de calidad, en forma de grandes huesos, eu<xrrados Gl.mbiéu eu
Cilldrados.
p(l$() 3 huéSO'i. grande:;, los huesos grandes y los huesos lIIoo¡ancn, y los
Escriba las ~.aUSa~ (eau,¡(I$ sl'mndar¡a~) <¡ue areetá)'\ a 10\ grandes
huesos (umas primarias) romo h~ medianos, y escriba Iltll
aru5as (calllas terdarias) que afectan a los hueOOS med¡Jno~ GOmo
huesos peqm:fios.
p"", 4
~gne la imponano.l. de rnda Factor, y marque los ruCro!Ci parri.
ooanneute impoHauf~ que pw:(eu ,eW:f 111\ efecto s¡gnifiu.ti~
VQ rohn: la (ap.tetrrlsciC2 dI" n;¡lidad.
Paso 5
Registre cuaíquier ínfmmacióu que pueda $ef de utilidad.
Explicación del plOCiCdimknto
Con fr«:ueuda puede patt"C<!r d¡flcil proceder CHand o ~e miliza
c#tC eufoque. El roeíN método eu e.;e caro es coniiooar la ~v;lri;l­
dón". pO! ejemplo. olMerve J:. v;¡riáción en la Glr;¡crefÍ#dc.a di:
<::::Alidad cuando reflexiona en los hueros grande!. Si io.'i datos
muct.uao qne e;¡a ,,"ri.l.dón existe, obsel'"Ve por qué mm:. lIna
t"ariad6n en cl efeero puede ser Cáusacla por nna variaci6n en 1m
factores. F..su: upo de rdleúon puede ,~ef mn)' efie:u..
Por ejemplo, cuando USted esrá ..üborando !ln diagrama de
causa·efecto relacionado cou denodefecw, puede descubrir que
llar una v,ui"c¡ón en el número de defeno.'i que ocunen en dCa>
diferentes de la .semana. Si el d.efecto ocnrre con más [n:cnencla
los luues que eo cualquier orro día de la semana. usted puede
reflexionar COmo ~igue: "¿Por qué ocurrid el defecto?", ~ ¡por qué
()currió el ddcu:o con mayor frecuencia (os lunes que en cual-
quier otro día de la semana?~ Euo lo hará buscar fac¡ore.~ que
hacen qUf' c1lunes ~ea difereme de los ocrw días, lo cual 1" per-
miririÍ de!iOlhrir fiuru.mente 13 cansa del dcfeo;;to.
La adopeiJn de este método de reflexión en cada etapa d-e la
;nvcsrigaci6n de la relaeión que existe entre la c.uactrrIstka y I~~
hnesos mediaOQs y lo~ huesos pequetios, !laG: posible oolmruir
cou M$eS rad<>naíes un diagrama líü[ de caus!l.efecto.
Uua vez complero el diagrama de cau~J.'efccw> el paso &i-
guieute e$ <\Sigrur la imponancia. de cada factor. Todos los flcw"
re~ del diagnuna no se relacionan nece:i<lriament<: en fj}lrlld eme-
m3 con I.a úJ:<lCtetís.ica. Marque eso;; fuctorei que p;rrecen ten-er
uu tfc,;.to pJfticuÍarmenrc úgnificaLi ..o sobre la cuaaeósúc.a.
Finalmente, inclUYA cualquier infOrmación que puet!3.ter de
utilidad en el diagrama, mi como el tirulo. el nombre del pro~
dueto, el proceso <> grupo, la lista de partidpantES.la fe.:ha. etc.

(3) Procedimiento de elaboración de diagrama de
causa~ mediante lisw lJisremáti('.8Ji de caUUll
Prou:dimiento
PilIO 1
En:oja la QtracrerÍ,¡;tiCá dt CJlidad,
PilIo2
BU!iquc rod:as las camas p05Íüla que puedan a[('("(ar ala c.ara.cre-.
ds¡iu de calidad.
Pmo3
Agrupe las c:w.us por la afinidad que t<npnentre 5i}' elabore un
di;¡¡grama de UUS3.-"eftX"w coll«tando aquellos demenHH que
pare<xn tener un ",f",cro signíficuivo sobre la carJuedstlca de
calidad.
PflJO i
Asigne la importancia;l cada f¡¡<::ror, }' st:n;lle los [actores ¡nn.ict!-
larmente imporoultCl que pareCCl'l tener un efC(;w significativo
$Obre la c:uackrt.ule< de ¡:;alidád.
PlUo5
Escriba cualquier información que pueda set de uli1idad.
fuplicacwn del pro<:edimient<>
Esre enfoque se caracreriz.a por la rela¡:;ión que eHablCl:é tnrre dO$
actividades diferentes: la percepción de [anlaS causas como sea
posible}' su agrupación sisremanca.
Para la percepción de cuu:a.s se requiere uua discusión ahitrra
}' aniva, }' llll método e6= para dirigir una teunión con esee
propósito es la tormenta tú itútJS, inventada por A, F. Osbom en
105 Es¡ados Unidos.
En la elaboración dd diagrama de ('l!u5a.ef=o, las caUllas je
deben agrupar ~isremi[jOlmente pr0Ce4iendo .fe lo~ huesos pe~
mAGlIAMAS DE 01.L>¡,h"FliCm .ll
quefios a los huesos mediano~, y después de 10$ huesos rotdw.o$
a los huesos grandes.
4.3 NOTAS SOBRE WS DIAGRAMAS
DE CAUSA-EFECfD
(1) Sugereoaas para dabotal" kllJ diagratruu de C&wa--
efecto
1; lrkm;fiquc totlos 1m facwrn ti'ln'<intt:f fm:t.Ü4nU mnsl.4!.u; J .la·
anión mm MUtÍ!t11 ¡wrstJ1tl1S. Los factOte.1 que iniluyen mas
fuentrndHC sobre la car.icterlsUca deben dcrermill\!lqc entrc
aqueUO$ que aparecen en el diagt'.tma. Si se deí<t por fucr<t un
factor en la erapa de discusión inkial, ames de que se <::Qns-
(ruya el diagrama, no apa.réCéci mh t;tnÍe. En ronse<:uenda.
la discusión entre rodas las penonas involucradas o.: m,jis-
pensable pam preparar un diagrama completo que no tenga
mi;,10nes.
2) Expm:t: J.g carurtnMica ttm amarldmnn.t.! romo mi Jm1ibk. La
cm:ac:ttrlrtirnque se expresa en términos ab$rraru,U dará como
te.1ukado lID diagrama: de causa-.ekcw balado en ¡;eneralida-
des. Aunque ese tipo de dUgtam<lS no reng.a errores b:l.sico$
de~ el punro de vi~ra de hu relaciones cama..Jecw, no scu
muy udl par4 resolver problemas re-dles.
,3) Haga un Ji..zrama para cada ctiractrristict1. Los errora en d
peso y en la longirud dd mismo proou<:::[o tendrán estrucru·
r4S dikremcs de causa-efecto, y deben anali:r.ane en dos
diagramas kparados. El ¡memo de incluir [odo en un rolo
diagrama dará como resultado un diagrama inmanejable por
¡,er demasiado grande y complicado, lo cual hará que la sntll·
clón de los problemas ~ea muy difícil.
4) E«"ja 1J.1'IP ftJra(;urmi(:a J u1'/.o'<facto~ !rleJ¡bkI. Una 'f(;"1. coro·
pleto el ruagr.1Illa de cama-efecto, e5 necesario captilr la fÍJer-
La de la relación OlU~\Hfi:Cto en forma objetiva uólit.ál1dó
datt)s. Con este fin, tanoo la CMlIClelística romo 105 fa(!I.)Il!$
Clusalez deben ser mediblez. Cuando es imposible mroirl(>$,
 CArITUl.-O Cl'ATRO

U$(n! debe tratar de hacerlos medible~, o. euconlrar caracte- juntamente, y la Co.mbinación de un diagrama de P.,uno con on
rísticas sunitnta!l, diagrama de .;;arula-efecto es especialmente úriL El $igniente es
5) Descubra. fo({OffS j{)brr íos qur Jea po,;jj,k artulfr. Si uHd ha no ejemplj)- típico.
identificAdo una ('allSJ sobre la <::ual es impm1ble a(mar, el
problema no se solucionará. Si ~e ha de mejorm:, las cansas (1) Sel=ió. de pro!>l,m"
deben oubdividir~e MsGl el nivel en el <::0,,1 .>1,,, pQ,ible actuar
sobre dl.u, o tie lo comrario sn identificación ,eri un e.iera- A courinuacwn 5e encuentra uu ejemplo que iln$lr<l b revisión
cio siu sentido. de item; defec(oo¡oS en un PlOée$<) de manufacllll'3. utiliZAndo
el diagr.lll1.i de Pareto" Cuando se diJsifi;;aretn los ,ulO$ IXcogldw
dman!e d<)$ meses. se encomró que 10$ defeao$ de dimensión
eran lo,.; más numerosos, pu~ ronstirulan el 48% del total. Por
"mm, fratamO$ de reducir el número de (¡ems defecmmros, po-
1; ArigM la impi)'1dn::t1l tÚ ruJa jUc-tvJ"obyri"¡ZJ'tff'llfC (1J1t ban €1'l niendo énfasis en 1M defrCttM de dimensi6n.
:iaJw" El nameu de los flctare;: ron base en $n propia habili-
dad y expcIJet¡CU es lmportante, pero es peligroso jtl7gar su
Junio 1 ~ Julio 31
100
ímportJnCia Ílnl<:¡¡mente ron base en la!; pt'n;rpciones;) im-
pres.iooes snbjeÜVJk La IDaf11r1a de los probkmJs que pue-
den solncionMS>::: w:mdo e~ enfoque ya se habrian podido
-
~ 150
90 j
lIO
j
~

¡¡oludonar y, por ID tanw, la mayoria de los problemas re~­ .!!• 70

~
unteS no ptI.:Jen rolnclCn:l1'Se uyndo e:oe enroque. La ang_ ~
mu:ión o.bjetivade la impOrtancia J loS fa('tor(:s u~:mdo daTOS e
.~ 100
60 ~
es más cienú[¡ro y más lógk". o
•
2) ¡rafe rk mt:jQff1r (Q/'itfflJldmrflú el diagwm.a d!! <:iJ.f.l.JiJ-efixt;;
~
o '" ~•
••
4()
mium'rH lo usa. 13 milu2.dón de un diagrama J.e cama-efee.-
[Q le ayudará a identificu las part~ que deben ser verifica-
~ 50 JO ~
<bu, omitidas o ruodificm;u, así como a des';lIbrir las partes lO ¡
•~
..
que deben agregane. Trate !epecidaooeote dt: mt:jorar su
10 o
diagrama; finalmente obtendrá un diagrama realmente údl.
úw le permitid solncionar problemas y, al mismo tiempo,
le ayudará a mejorll' sn habaidad y a ím:remenmr $11 conoci-
A B e o E (hrOS

miemo técnico.. A: Dcfec!os de dimensión

B: BurbuJl5
C: Raynn!',
4.4 DIAGRAMAS DE PARElU Y DIAGRAMAS D: Rdj;¡du(J~

DE CAUSA~EFEcro E: DisLmvón

P:tn la solución de problemas deben USarte vario! métoUO$ (:'(ln-

(2) .Análkis: Y acdo~es correa:ins
Todo~ !O$ miembros del raller discutieron hu CllU.'iru de ta varia-
ción dimensiona! y conHruyeron un diagrama de canu·eJCC[O
(ver figura 4.4). Despnes lit: hilO un diagrán'ia de Parero de causas
(figura 4.5) ¡nve.ligando todas las unidadC'l ron vacilldan di-
rnenskmal para elamion n!l1ita <¡Ré pumo esr(iS Í:tcrorCti Citaban
altttando al def«ro. Coo algunos íu:ms et3 impo,ible aduar las
,;tUS;U del de!«to, ? isws se agruparon en la categoría "dudo.
ws~. Descubrimos, gracias a! diagrama de Part~to, que la ocu-
rrenei;t de los defoxtm se veía muy afect".td;t por la po~íci6n de
;tju.m.:. Aunque la posición de ajuste ~ habia tsrip111;tdo en el
e,dudar operacional tradicional. uo se mont;tba el mémdo
escind.a.r de 3fU5te. Eno oc.asronaba una variación en 1;t posición
de ajll$<C, Y Rnfa como resultado [05 def«u.>$ dimeunoruUes. Los
nliembros dd uller dhdiamn por tanro !in mérodo de ajuste
apropiado, el cual rK: estandarizó y se iru:ll1yó en 105 estándares
optruionales.
Junio; -Julio);
......- - --
__ ~ __
"',. "',.
~o.­
(3) FJcctos de las mc;oru
Después de haberse implementado los cambio.s, .tt. tecogieron
c.;nos y se hizo un diagrama de Parero para comparar lo;¡; resulta-
dos. f..os d05 diagrart'lu de ParctQ que apv=en en la figura 4.6
muestran claramenre que lo¡; dekctos dimensionales 5t «:duje-
,=
 JIHIW' .JIItiQ II
"" ----------------1-
.. v
Los histogramas

5.1 DlSTRIBlJCIONES E Hl.STOGRAMAS

Figufj. 4.6 (hmp:n"'-;¡;Il ,k dmgllmns de 2M<:t1!
m¡u)' Jv.¡mt'1< <:k ¡O~ ""'1m""
(1) Variación y distribución
Si pndiéJ;dffios recoger datos sobre nn proceso en el cnal todos
¡ffmido 4. 1
los .úctOIes (hombr.f, máquina, mareri-al, método, etc) roéun
Haga un diagrama de Clusa"efecto de las 'iguientes caraclt:rút!c perf<XTdllleme cornaames, los d"ws sohre tada uno de e5to~ Jal:-
cas: ~or(!'¡ ::;omervarí¡m ~u ".uor. Sin embargo, en la realidad es impo-
sible m¡mu:ner wdm 1m f.m-ores conn"ntc.~ l!.xl.o el tiempo. Es-
1) Errores de mecan ogralla, Uluanll;nte hablando, aun a1guno~ facrore5 qu{' suponemos com-
2) Marcaciones ei.¡uiYOCJd:.u de un número tdefónlco, f<l.nreS 00 puedeo ser pertecram.ente constantes. Es inevkable que
3) Retnuo para una cira, IQS valore$ en nn conjunto de información tengan variaciones.
Lru ya.!ores que toma un Fat::tor a través del tiempo no son si.em-
píe Jos mi$mos, pero eso no qniere decir que esrén determinililos
de un;!. manera de.wrdeoada, Anoqu.e los valores cambian (Oda el
tiempo, están gobernados por cierta regla, y ésfiI. es qne los datos
tienen una de[ermio~da distribuóón.

(2) Población r mW!!it:ru

En control de calidad, tratamos de descubrir los hedlOs rennien-
 te} iflS[(¡(JfIM[;f
- - _...

do datoS Yd.espué~ mmamos las acciones ap.ropiadar mn b;ue en , M,,,,,, , 0',.

esos hechos. Los datos no se recogen mmo un nn en si mi~mos) f--- ,,
sioo cOmo un mooio. para d~scllbrir los hedlOs que esUn tr.u los M~('SL"eo M~didón
Acc;óll ,obre
datos.
Por ejemplo, consideremos el caso de uo:. inspección par
el Pfü(O';<O
(Col1lrol de ¡XO(ero
~s~~~~~e
muestreo. Tomamos una mUe:itra de un lore, realizamos un pro- AnjL~,.I: del proceso) t : Ar:i5n : j
, ,
ceso de mOOieión. y después decidimo.s á debemos aceptar todo
ellme o no. En este CdSo., nuesrra preocupación no es la muesrra
,
·······t···
,
misma sino la ealidad de todo el lOte, Como ou" ejemplo. co.n~
sideremos el (oorrol de un proceso de manufactura utilizando.
Ar.don sobre
el lote
,
Mueslroo Medición
,

una gráfica de conuol i ~ R. NUe:it.ro propódto. no e~ deterllli~ Inspccción ~~ , ~--}.~.v

nar [as características de la mUe:i\TJ. con base en la cual hacrmos
la gráfica de control x- R, sino averiguar wil e.s el estado ac-
Esllmado de la
w.lidad t ,, Acción ,,, t
del proouno ,,
,
ma! de! proceso.
La ~ota[idad de los írems en ooosiderat;wn $e ;J.enom..!na po-
b/ación. En el prirncr ejemplo anterior, la población es el loce, y
en el ~-egtmdo es d proCe:iO.
Los dar<Yl se obtienen midiendo las características dt: una
Aalgun2S personas puede par«erles d.iH¡:iJ. considerar un I'nr
muesall. Utili:randu C$tm daw~. lIegamo~ a inferir lobre: la po-
et'S(} <"omo unajWbLuidll porque mientr-,u que el lo re es re;¡Jmen-
blación y, en consecuencia, tomamos UllA acckin rorrcetlVlí. Sin
te un grupo firuw de Qbjeto~ individJ.l;L!C$, un proCCSQ no es de
embargtl. el valorobreoido« una mnema variará segdn la mu~
ninguna manera IIn producto, ~ioo que 1e (:ornpone de dnCM
tl'll .deccionad;t., !o cua! díticnlta decidie qué acci6n es apropia-
dementes (h-ombre, maquina, marerlaJ, método r medici6nl.
da. El ilnálisis estadlniw nos dirá cÓm-o interpretar em: cipo de
C~ndo fije'm95 nuutr.l atEoci6n en la ftlflcicin de fabricar ProM
datos, Los detalles se explicadn en el capitulo IX. la ftgur-J. 5.1
duo;:¡;os, reconoceremo~ que sjn duda e11'1'"I)((511 produce un grupo
roue.ma la relación enITt población. muestra y darm.
de produ<to.<:. Por otra parte, a menm que d procero s;.: defenga.
el nÍlmero de productos es infiníw, ,azón por la cua! se conside-
ra que uu p~ es IIna ;w&f.uión infinita.
Una rtlJUltrd es uno o más ítem, tomadO.\' de tina población
Los dat~ obteniJOJi de una mUe5Ua sirven Q:lmo base para d=i M

para propon:;iollar informaci6n sobre la poblaci6n. OJmo una

dir ,obre la poblaei6n, Mienna!; más grande sea1a mnt:5f.ra, más
mtleH:rJ. ~ usa pata estimar las uuaacristiGl$ de toda la pobla~
loformaoon obtefldremo..> robre b pobbcián. Peco un aumenro
cion, debe selccclol"Iiute do: tal maner;l que refleje las uua<..:l:crfsti~
en d tamaño de la MUestra umbién implica un aUII!Ctlto en la.
cas de e.sta. Un métooo común par'! la seleo;.:i6n do: muesmu C$
Cdntuliid de datO>. '1 esto ptlede llegar a hacer dificil wmprender
scleWonar eualquier mlembru de ia poblaCión con igual prcba~
!J. pobh.::i6n a pwir de es<:» datús, aun cuilndo se OIgalliCe'o e'O
bilidad. Este mb:odú re llaml munfm) 4k4Wna, y tina muenra
tablas. En ese;;aro, nt:a:SÍmmm un método que nos permitd com-
sdaxiQnadapor medilJ del mtlCZtreoateamno tit: denomina mmI~
prender la pobiacion de un vlSt;!W. Un histograma responde a
mz nk4prrid.
 42

;;;sra necesidad. La org¡¡:nizadón de un hnen nnm!""ro de datO/; en

ProcedimientO' Ejemplo
un hiHogrnma no.> pcnnirc comprender la población de manera ~~~==-.~~ ........................................ -
objetiva.
piIJ(} 1 Calcule rl rango (R) Paso 1 Cakuk R

5.2 CÓMO ELABORAR HISTOGRAMAS Obtenga el máximo y el míni- R lit obtiene a I'-artir de los va-
mo de tos vaJof('$ QbsI':rvadOlí 'f lores moomos y mJnimoo ob-
ctIente R. servados. (Ver tabla 5.2)
(1) Cómo construir tablas de facuenda
R", (e! illib:imQ valor ()b~ Valor m.w1T1D "" 2.545
Ejemplo 5.1 servado) - (el mínimo valor ob~ Vmor mínimo '" 2.502
Para investigar la disuíbuóón de los diáJTIctro~ de ejes de a¡;;ero
servado). Por tanto,
producidos en nn proceso de larninacióll, 5e midieron los dHírrlr.~
El ffiaxlffio y el mínimo de R 2.5.4,- 2.502
¡ros de 90 vigas, como se muestra en la tabla "j.l Hagamos un
los valores observados se pue- '" 0.043.
de obtener fácilmente de la
histograma usando e~ws daros,
manera siguiente:
Obn:nga el máximo y el
mlnimo de los valore, en c.ada
MuestrJ :
número: un.\ de 11l~ filllS de la rabla de

, - W , 510 .,.- } OH
~.j27 , ,n 2.Slfl 1.:; ¡ , iH ~.5)l ) V·l ) ,25
ob$crva<:ioncs, y luego tome el

H -lO , 52? E¡J" L'iC6 L'HI 251} , , 5'~ 511 ?5% ) :':1 L<¡~,
mayor de 1m valOte; máúmos
y el menor de los valoreo mln¡~
10 :;:._,29 2.'>1j J 52:, ,."
'>'
:.,1" 2_~111 ) :;J3 V;Jll ¡ ,,16 ¡ 'ilA mo~_ hsto~ serán el máximo y
" _4Q ?l2fl L5H ;':"2 ) "-,~ , ;2~ ) 5Ji) ;.532 ¡ ~j¡; L;J; /.;}O el m{nimo de todos lo~ va.!<ne5
" , - 50 "iJ5 ~_5L1 2.316 U13 ) 5~1 ~Su ) .;(;; !.5JC ..
~,h~
~~
~.3' 4
ob~t1'Vadm (tabla 5.2),
";; _w 7.,J) ,-,,1(1 , ~4c 2,St4 :! S=>8 2.51' ..
t,h.
~~
lSlj 1..'4(1 ) "111

2.'i~5 .'.~1~ ) ~lC 1-5,'1 ¡ H6 15P ¡ ;n 1.91 254(; 1 S1J

fJ - l )
, .
" .'" ?tJJo 2 Dnnmittt: rl Pmo 2 Deurminr el
1. 'j:~ 1 ~H 2512 ;'1;) j 51<; ),:;4 2,;2~ Z.:ill ) 5<1
,
2-"31

" _" Lnl } >17 ;L~ll 1_51'1 ".J.11 15t 7 )J') 1 j!'. /.\/1 /,5!; intervalo dt: clase inftTValo tk CLas"
El um::rvalú de d;ASe se deter- 0.043 el- 0.002 '" 21.5 Y lo
T.bI.. 5,1 DJMCf¡¡'f}<¡
mina de man:ef1l 'Iue el rango. aproximamos al siguleme
d tila! incluye los valúrtS máxi- nnmero l'ntero, con 10 cual
mo '1 mínimo, se divida en: in~ renemm12.
tervalos de igual amplItUd. Para 0.043 + 0.005 " 8.6 Y lo
obrener la amplimd del ¡n:tt'r~ aproximamos al s¡g!llenf~
vnú, divida R pút l. 2 Ó S {ó número entero, ron 10 cual
10.10,50; 0.1, 0,2, O.s.e,,;.}, tenem05 9.
 de manera qne M: obtengan ..n-
:Je :; y 20 intervalos de d:I$C de
'O;'"
- , ,- igual arnplimd. Cnando hay.a
'';, '"'
" , dO$ po»büid;líle.o;, use el ¡mer·
vAló de Menm .amplitud .\¡ el
número de valORS medidos es
de 100 Q mois Y el intervalo de
mayor amplitud, si ky 99 o
ffieIlDS valores obsavadQ$,
.. 0.043.,¡. 0.010 .. 4.3 Y lo
apro:¡jmanlOS al número
C\'lIDQ m..ás u:rcano, 0011 lo
cual t:enemos 4,
Th: esta nvtfICN, el ¡n¡~t'ia­
lo de clase se define corno
0,005, plles esto da un núme-
ro de imervalo entre:5 y 20.
{NOta: 9 intervalos;'",

PaJo.3 Prrpi1Te el formato PaJo.3 PrrptJ.N' la tdbla de

fi1Tdla tdblo de focUnlcUn
focue1/cUn
Prepare un fOrmato como Prepare nna tabla como u:
el de la rnhla 5.3, en el cu,al .'le muestra en la tabla 5.3.
l2 :;;; puedan regiMfar la dase, el
'" '''':
" " punto med.iQ, lasIIDllC11! de fre-
cuencia, la frecuencia, etc-
.-
;t¡:::;¡
0;"':
"<,"'
, , PaJO 4 Determine los Ilmires Pam 4 Detrrmine ks I1miU'J
~ '" fili~
N N '" d
.,,
.,
N
de lo dme de lo clo.se
Determine los límite¡¡ de lo! un ilmires de lA primen clase
Intervalos de m;mern. que ron w deben determluas:;;e corno
yan 10$ vaJoJes mínimos y 2.5005 y 2,5055 de manera
máxÍffiO$, y escnbalo5 en la t.a w qne la da~ induya el valor
hla de frecuencia, Primero, de~ mínimo 2.502; 10$ limites de
u:o:nine d límite inferior de la la segunda dase debtll derer w

primera dasto y ~úmde la am w minarse (omo 2.5G55 -

plitnd dd intervalo paril ohte w 2.5Hl5, Y aJí lucesiViIllltll[e.

46 C..INnno CINCO
nel' el límite euue la primera y
la segunda clase. Cuando lo
haga, cerciórese de qne la pri-
mera clase contiene el valor
mínimo. El límite inferior de
la primera clase se ubica a 112
de la unidad de medida a par-
[ir del valor mínimo observa-
do. Luego, siga sumando la
amplirud del interyalo al valor
previo para obtener el segundo
Ifmj¡e, el tercero, y así mcesi-
vameme, y cerciórese de qne la
última clase incluye el valor
máximo.
PaJO 5 Calcule rI punto
mf'dio tÚ la clme
Calcule el pun¡o medio de la
clase uülizando la siguieme
ecuación, y escr/balo en la [;l-
bla de frecuencias,
Puma medio de la primera
clase:
Suma de los lími[es superior
=e inferior de la primera clase
2 2.5005 + 2.5105
Punto medio de la segun·
da clase:
Suma de los lími[es superior e
inferior de la segunda clase
2
LO!> H¡,¡VG/lt\MAS 47
Los pnmos medios de la
Regísuelos en una tabla de fre-
segunda clase, la tercera clase,
cuencias. (Ver tabla 5.3.)
y asl sucesivamenfe, pueden
(Nota: 2.502 - (0.00512)"
obtenerse (ambién de la mane-
2.4995 - 2.500, lo qne daría
r:l sigUiente:
un valor medio de la primera
Pnmo medio de la segun-
clase de 2.5025, que se redon-
da clase = pnnto medio de la
dea a 2.503 y se establecen los
primera + imervalo de clase.
límites definitivos)",
Punto medio de la tercera =
puma medio de la segunda +
jmervalo de clase, y así sncebi-
,amenre.
• Notas Jd eJito' en .,paflol
PaJO 6 Obter¡ga 1m
PaJO 6 Obtenga 1m
frecumciaJ frecuencids
lea los valores observados nno RegiMre las frecuencias (vea la
PilJO 5 Calcule el punto por nno y registre las frecuen- rabIa 5.3).
medio tÚ la ciase cia.~ correspondientes a ¿ada
ci:Jse, usando marcas en grnpos
Pnnto medio dela primera cla-
de cinco, como sigue:
se:
Frecuencia 2 3 4
2.5005 + 2.5055
2.503, Noración
2 de frecuencia I II I!I //#
Frecuencia 5 6 7 8
Punto medio de la segun-
~oración
da clase:
de frecuencia I II II! //#
2.508 ,
2
y así sucesivamente.
 CAP(TULO CINCO

Plinto medio Marcas de {1\'(_UenCLa

Frecueo(ia ( llledición de los daros, por
d~ la cl.1\~ X (con leo)
ejemplo, 10 grarnosoorrespon-
1 derían a 10 milímetros.
2.5005 - 2_5055 2.503
Esro hace fácil la oompara-
2 2.5055-2.5105 2.508 1111 4
óon con muchos hisrograrnas
3 2.5105-2.5155 2.513 /111. 1111 9
2.518 /111. /111. 1111 14
que describan facrores simila-
4 2.5155 - 2.5205
22 res así como con las especifica-
5 2.5205 - 2.5255 2.523 /111./111./111.
ciones (es¡;1ndares). Deje un
6 2.5255 - 2.5305 2.526 /111. /111. /111. 1111 19
espacio aproximadamen~e igual
7 2.5305-2.5355 2.533 M/III. 10
.J imervalo de clase en el eje
8 2.5355 - 2.5405 2.5]8 M 5
horizontal a cada lado de la pri-
9 2.5405 - 2.5455 2.543 MI 6
mera y de la última clase.
TOTAL 90
Paso 2
Tabla 5.3 Tabla de frecuencias
Marque el eje venical de la iz-
quierda con una escala de fre-
No,," cuencia y, si es necesario, dibuje
l. Habrfa un error en el COf1~eo de las frecuencias si la suma de el eje de la derecha y márqllelo
las frecuencia~f(If), no fuese igual al número rora! (1'1) de con una escala de &ecuencias
los valores observados. relarivas. La almca de la clase
2. Si se requiere la frecuencia relaóv:J... puede obtenerse dividien- con la frecllencia moixima debe
do la Frecuenciafpor 1"1. 6~r entre 0.5 y 2.0 veces la dis-
tJncia emce los valores máximo
(2) Cómo elaborar un histograma y míllimo en el eje horizomal.

Procedimiento
PlLro 1
Sobre una hoja de papel cua-
driculado, marque el eje hori-
zomal con una escala. La esca-
la no debe ser con base en el
imervalo de clase; es mejor que
sea con base en la nnidad de
Paso 3
Ejemplo 1)
/l.-larque la escala hori;z.ontal con
los Iímices de los valores de clase.
Pmo 4
Urilizando los imervalos de cla-
le como línea de base, dibuje
un recdngulo cuya almra co-
rresponda a la &ecnencia en esa
cla.'ie.
 tOó Hi'rvr.JUc.c'"'~~~~~~~~~''-''

FaJO 5
Dibuje una línea wbre el rus-
rograma para represenrar la fI1('-
JJa, y dibuje umrnén unalinea
para repreientaf el límite dees-
pecificadóll, si lo h~y_

PaJrJ 6
En un espacio en blan,o del
hisrograrna. anote la hisroriade
lo~ datos (el período de üempo
1
Jurante el cua1Sf_ recogieron 10$
datos, etc.), elllúmero de da-
i .: e) Tipo lIf3Itl potilivo d) Tipo precipicio 1.111 izquícnll
[Os 71, la medi-a x y la desvia- : I
ción esclndar 1'. (Ver figura 5.1.) i
los cálculos para x y ~ se mos-
trar:ín en O) de la J;CLLÍón 5A.

5.3 CÓMO LEER HISTOGIUMAS

{l} "pos de histogramas

Es posible obwlef informad&¡ nt¡! sobre el, eStado Je una
blación miIanda la forma delrusiegranla. b) Tipo peinetil (multi-motIa/J
mas tipicas, r poJemns I)>arlas >:()mo inJ.iGú!i para amIDU:U
Fvrll'ld: Cada (ercera cLu.t: tiene una Erocucm.:ia menor.
pIo<;eliQ. (Ver figuta 5.5.)
N;Jtd.· Esta forma se pfe5efHa >:uando el mlmefQ de unifÚdes
ti.: iuformaáón incluida en la d;w: varía de una.1 O[f;l (} cu;,mdo
a} Tipo geneml (forma simétrica p tÚ campano)
hay ona feIldencl.1 particular en la formó< rome se .1prnxíman los
Forma: El valor de la fI1(',Jia <id hittugtJma eti{á en el Centro illno!.
ranga de los datos. l.J freCUefl>:ia es mayor en el
nnye gra:lnalmeme ha<:.;¡a los Clu·emN. la fo.=""iru''''m
Nata, Esra esU f()ffila rn.:i5 frecneme.
" LOS HISTOGI/AMAS
e) Tipo con s~go positivo (con sesgo negativo)
Forma.: Asiménica. El valor de la media del histograma escl
localizado a la izquierda (derecha) del cenrro del rango. La fre-
cuencia disminuye de manera lIlio; bien brusca hacia la izquierda
(derecha), pero y-adualmente hacia la derecha (izquierda).
Nata: Ena forma se presenta cuando el límite inferior (supe-
rior) se controla re6ricameme o por un valor de especificación o
cuando no se presentan valores inferiores (superiores) a cieno
valor.
d) Tipo de precipicio a la izquierda (de precipicio a la
derecha)
Forma; Asimétrica. El valor de la media del histograma está loca-
lizado al extremo izquierdo (derecho), lejos del cemro del rango.
La frecuenda disminuye bruscamente a la izquierda (derecha), y
gradualmente hacia la derecha (izquierda).
Noto: futa es una forma que se prescnra frecuentemente cuan-
do se ha realizado una selección de 100% debido a una baja ca-
pacidad del proceso, y rambién cuando el sesgo positivo (negari-
va) ~e hace aún más extremo.
e) Tipo planicie
FoffllJJ: Las frecuencias forman una planicie, porque las clases
tienen más o menos la misma frecuencia, excepro aquéllas de los
a:rremos.
Nora: Esta forma se presenta con una mev:la de varias disrri-
buciones que úenen valores de la media diferentes.
f) Tipo tÚ doble pico (bimodaJ)
Forma: La frecuencia es baja cerca de! centro de! rango de la in-
formación, y hay nn pico a cada lado.
Noto: Esta forma se presenta cuando se mev:lan dos distribu-
ciones que tienen valores de la media muy diferentes.
gJ Tipo tÚ pico aislado
Forma: Se presenta un peqneño pico aislado además de un
histograma de ripo general.
Nota: Ésta es la fOIma que se presenta cuando se incluye una
pequeña eantidad de datos de nna distribución diferente, como
en el (1S0 de anormalidad en el proceso, error de medición, o
inclusió¡, (1(, información de un proceso diferente.
(2) La oomparación de IWtogramas con 105 limites de
especiS.cadón
Si hay una especil1=ión, dibuje sobre e! histograma, con lineas,
los límires de la especificación, para comparar la distribución con
la especificación. Luego observe si e! histograma está localizado
razonablemente denrro de los límites. Más ~de!an[e, en la figura
5A, se describen cinco casos tlpicos. Utilice éstos como referen-
cia para evaluar la población.
Cuando el histograma satisface la especificación,
al Lo que se necesita es mantener e! estado actual, pnesto que e!
hinograma satisfu::e ampliameute la especificación.
b) Se satisface la especificación, pero no hay margen enra. Por
tanto, es mejor reducir la variación en pequeño y-ado.
Cuando e! histograma no sarisface la especificación,
e) Es uecesario tomar medidas para acercar la media al centro
de la especificación.
ti) Esto requiere de aeeiones para reducir la variación.
e) Se requieren las medidas descriras en e) y d) conjuntamente.
(3) Estratificación de IWtogramas
Cuando lo~ yalores observados se dividen en dos o más subpo-
hlaciones, según la condición que existía en el mOmentO de reco-
 "
Cwos ffi lo~ o ..¡;jle~ e"; '\¡~to­ 5.4 MEDIDAS PARA I'RESENfAR LAS CAllACI'I!-
grJmJ 00 ;.1¡isí,lce la >:speci .. RfSI1CAS DE LAS DISTRIBUCIONES
(kacjón
11) M<di.. Y dem.ci.. .,.......w
CJMh en 10f, cuJes el niSIIP
.El valor de las caracrerí.nicas medidas a una mU€S{rA tomada de
gratllJ: sallsfiKe ¡a fuJ:XK'ili- tina población variará, y no puede umocerse hasta que k ohser-
cac'óu va . Rtfe (ipo de varíahk $e: IIama lIdri4bk aleatoria . Las carna.e-
rirtic;u de oilidad de los productos de la! fa'bricu son de esa na-
wrnJeLa .
Cuando se maneja e$ tipo de daros, ron fi-ecuencia es má5
convl'fliente coruidernr los daros como un conjumo en lugar de
ffil.raI a cada. irem ffidivMluilinenre . Pam. podcr ver los dalo,t como

un conjunto, determinamos primero cu:iI es el ceutro de los da~

ro>, r luego estudia¡nO$ cómo c.«ia dato de la información se
;ona:nlra alrededor.del cemw.
Una medida oorrkme para expresar ehenrrc es la. muii.a o
txp«t4hW. Cuando hemos oorenidú 1f datos, x~, . .., 7-'", la media
de e:>{O$ d¡¡ro¡; está dada P'JI

iC:::::-
I LX;,
" (5.1)
If <"=1
:' para rocio el conjunto, la media está;hda por

J.l '---l.: x p (x), {S.2)

get 105 daros, csus ~ubpoblacioncs ~ llaman e1tmttl1, y la división ~=Jxf(x)dx, (5 . 3)

de lÚ5 d:nos en ertratrn; se llama ~:trdJifirt1(iQn..
Los valores ob&e1Vados siempre van w;ornp:úlado~ de alguna
variaciÓn. Por tanto, cuando los datos .te estutiftcan ugán los
factores que se cree pueden camar la vari-ación, hu causas de la
van;u:ión ~e ha!Xn má:! fií¡;;iltnente deteu:lhlcs. Eue método pute
de IBa/SC efix:tiVll.Illeme para mejorar la ca.lidad del produCto al
reducir la variaci6n y mejorar el promedio dd producto.
Por lo general, la elllratillcación se luce ¡¡egún 10$ martrialeJi,
I<VI máquina:!, la~ COndicionct de operación y los [tabajadot"ts.
donde p(:r) c;; la proltRhilidad y ¡(x) es la demidad probable de la
vadable aleatoria x.
x es la media de 10$ datO$ rewgidos, y $e llama medid ik la
ffJIU'1mt. J.lala media de la ooralidad de! conjunw que n05 ocupa
y ~e llama medid ik la pobLuió/"l..
Lt Vfin·drlll'4. y la dt$viadón mdrldar esdn entre la~ medias
qne se IBan plua expresar e! grado de concemradón de los daros
 57

alrededor dd CCf1[ro. ü13nao hemos ob¡;enido 11 dato.>. Xi' En algun«i c.uos, puede realuaue una [QUUrormac:ión de lo~
la varianza de estos dMos se opresa por
a,,[05
1" _1
v !(x¡-x) , X,=(x,-a)xh (5.8)
n~l ;"1

y la desviación eHilndar $e expresa por para facilitar 105 cllculos. Entonce,(

(j.9)

La varianZá de Ullil pobla<:ión esul dada por , 1 ~ - ,

fit= 2~ (X,-Xt
h ,,,,-1

o (5.HJ}

V-S/{n-l), (5.11)
y la desviación e5tán~ que es 1t rID, cuadrada de la vJxíanu,
apresa corno 0'.
La varianZ>! es la media de! elladudo de las diml'Gncia> (5.11)
el dono individli:J y la media. Una variama g"~d,,'ign¡¡¡,, '¡~i
hay gnn v-.uiac:ión en 1m d.urn:. En ene ejemplo, que ti y h 'lC3n I.3AO y 100. respecciYilIncn-
V y ! son valort:j rdacionadOli ron los datos, y !Se 1I;U1UJl te. Entonl:es oh tenemos lasiguiente tablll.
"ana11Zil di: io mul'ftTuy anviJá¿71 tttdnJ.:rdt I.tt mUi.'imt, (esp«.:"
tivamenre. 02 y O son valol'CS reladomdo¡; (x>o una población y'
__________ M'

x
-; X'
se llaman :ldri41WA tÚ io pobloci¿n y iÚ,pid.;:iJ1J eJtdmúr rb 1tt /H'" ... _-
bl.aúh¡, respectivamente. D.42 2 <
13.62 22 464
13.~6 16 256
(2) .El cálculo de medias y desviaciones estándar 1J..66
l} ..ta "8
67'
64
Ejmtpb;5.2 1)..52 12 144
Lu sigweutes son llS medidas d~ la> dimensiones de deNa I 1],.57 17 289
de maqmnaria. Calcule la media y la d«Viación estándar Tula: 103 ¡917
........... _-
13.41 13.62 13,56 13.66 1.3.48 13,52 1357 Tabla jA
 I1
"
" j
;'1

x = 103 =14.7
7
No. ClJ.,e Punto i frecuel'lci¡¡ (
I Médio x
uf I u1f
I
IX (5,9)
2.5005 - 2.5055 BOJ -, 4 1&
,
1 2.5055 - 2.5105 2.5oe 4 J - 12 3& I
_ 1
x =13.40+-X14.7 =13,547 J 25105 - 2-5155 1.513 9 -1 }6 :
"
'.
100
Dc {5.lO) 4 2-51~5-2.5205 ~ 5-16 - I -14 14
5 2.5205-2.~25S 2.523 ¡¡ e e e
S=-~{1917-.!..XI03}} 4:JH X10- 2 , J..5i8 ¡;
100 L
7
2,5155 - 2.5305
7 : 2S105 ···2.5J55 2.H} " 19

V =·LOl xlO-l. 1{7 _!.) ",O.669xl0-1 ,i 1.5Wi - I.540~ LB!!

10

, ,, ,
I 15405 -2.545'; :2-543

t TOla!
'"
,"

!r
_dar. '
------ ------~ ...

(3) El <ák.lo de las _ Ylas demacl....

partú de las tablas de Ii=o",cla
P¡JSf} 3 Pmo3
Calculem(}$!a meJia y la desviación esrÁndar de 1m diimeuOII de
90 ejes Ulmo se muesua en la rabia 5,1, GandQ d número de A~¡gm' d punro JI1I'XÜ.o O {u = O) Asigne O al punto mcdio de u
darO! t'S grande y é!;{0!! escin rew:midm el! una tabla .le fllXuen~ a la diJ5C que tiene la mayor f de lá dáse No, 5_
Cla. d i/guicmc es el procedimiellto pará cllOlw la maLa y b. YeKJ"iba Q en la columna u.
de.svíación Ntándar. Escriba -1, -2, ... hacia los
meoof"C$ valore>: Qbw.rrJdos, y
Procedimiento Ejemplo (Ejemplo 5.1) 1,2 ... hacia los mayore. valo-
res obscrvadO.$.
La relación emre ;x y -u se
PIlJO 1
cxpr(":'lll en la $iguienre ecuación;
Prepare un torma~o ck cálculo
(:r ... a.)
como en la tabla S.S. ".~-
(5.13)
h
Pd!fJ 2 donde,
Escriba loa limites de clase, los d: el Pllnromediode la da"
se donde u ,. O d = 2.523
puntos medias de_ bs cl..u.:s y
h - 0.005
la &ecm:ncia f. b. el inrervalo de d~.
Para 4 Pa,o 4 5,5 LA DISTRIBUCIÓN NORMAL Y SUS
CARACfEIÚSTICAS
Regi$tre lo¡ prndtu:ros. de 11 y No. 1
dt'[en larolumna uf, y los p.«r 4"(-4lxI,,,-4
(1) La disu¡buci•• nonnal
du<l<J) de 11 Y de N/ en la (:(1. No. 2
lumna de Jilf; haga la $llffia Ik 1If~F3:Xl,,-12 Un hismgraroa se con$Utlye a panir de un cierto número de <la-
cada una, y regi.melas en 10$ 104. Pero, ¿qué le p.uaría al his(ograma si ronlÍnuarnO$ ilW'lW:\~'
C$pacios cotrttlpondJt'uf('!1. lando d númetO de dato~i' Si el intervalo de cla$e lie redua po<xt
4}x (-4) '" 16 a poro a medida qne se aumema el número de daHh, se obtif:llC
LU[ =udl +u1f2 +.H Ne.:: \lna dimibución de fin:uenda ¡is;t como límite de una distn"hu--

k1/f=r.UI +uifl +, .. "-"l'" IIf xu =(-12lx(-3),d6 ci6n de treruencía re)ativa. En realidad es nna expre96n de la
pobladón I1timla. pucsw que $l' obtiene de un número infinito
Lf~f-4)"+ 12) -t .".,.24",3{) de datos,
Uf =16+36 <- ••• +96" 302: Existeo fll\Kn.u cla$($ de dimibndrin. .,. la más típica es h
dmribucwP1 lWrmt¡¡. En nmd-lOs caro~, cuando la varUción de
~¡na catttteri'sti!;:a de o;;ruidad C3 c.ausada por la suma de un gran
n¡ímero de errOfe~ infinitesimales indepcndtemes debidos a diJi>.
temes. factores, la dim-jbución de b caractcristica de didad -tt:
Paso 5
p¡1¡(J " aproxima a una di)[ribudóll norlDal.La forma de la disuibución
Cak:ule ii mando la ,iguiente :lü:mal puede des<:tihir:;e wl)cil'amentt' como ona forma de QUn~
ecuación: Ji = 2.";23 T 0.005 x ~Q pana 1) de montaña. y en una dc.~r¡p<;ión más detallada,
. 90
Xc"" a "'" h (!,ufln). (5.14) =2,523+0.00167 a) La ff«;uencia es m~yor en el ceurro y dmninoye gradual-
~ 2,52467 (mm) mente hacia lo.~ curemos y,
b) es.simétda,

En¡¡ turva puede n:p!CUtsC matemáticamente rumo sigue:

Paso 6 1
I(x) ~,'===--e (j.16)
Calcule, usando la slgnlenu: ".2ntr
t'cuact6u: (5.IS}
La figllfa 5.5 IllDema la forma de esta distribución.

i",(l.OO~X :f301- 30 ;'l"u9G-n

1\ so , (2) Características de Ja dirtribuci61l nOlTll&l
'" O,Oü~ x -b.1fJfYJ Como podemos ver en la ecuación (5.16), la ecuao:ión de la dis-
'" 0/101% (mm) tribndón normai lÍene dos parámetros: Jl y (Jl,

La distribución nórlfl."lÍ ~'" dc[umina ÚIlicanu:nte por
1
dos parámetw$ y :><: designa simplerneme por N (p., ( ).
dos parámeuos tienen el siguiente signifiodo:
I!: el üentro de la distribm:ióu (la media)
(J: la dispenión de la di"rr¡bnci6n {la desviación esclndarl
Fl¡ur:a 5.6 la dimibuuóu I:¡;)fm;u l"'" par~'
Para calcular una probabilidad Ul una diSllibución no,m,'.·
esLmdariumlJ.'j Y usamos1a ubla de la dUtribucióu norma.!
t41JrlmiMr es transformar una ".·Miabie x a
(x~ /J).
(j. J7)
"
Tenemos enoonr.f'.sla mcdidae::nmdar M,Ia ",,"., ~""laI
comO la. df¡rribudón tJtdmillr nomo,a/ N (0,1 2). La tabla "'.,. ,¡¡¡.c:'
triÍ1l1dtfn '1O,..,.".u dalas probabilidades en la cWrribución Ql:ttnd:ar
nonna!. (VC<11a tah.la A. r en d apéndice de ene libro.)
Coruidcremosla probabilidad de que UlU v~b!t: a.k.an:trQ.
x de N Q.t, ( 1) caiga dentro de los límite5 Il ± utJ. La 6.gun. '.7
muestra la probabilidad para va..-im valru:es de u, Teó~
una variable norm.a.! puede tencrcualquicr valor entre - -y+_,
Pero, por la figura tenemos 99.7% para U"" 3. futo quim:decir
que en la práctica podemos despreciar la posibilidad dt que %
caiga fuet'J. de los [{miles de Il ± 30'. Este hemo es una ~
imporrarm: de la d¡~ITibuci6n normal, y se llama la ~1tJ de
3-úgmn. Es la bllte pata determinar lo~ lúnin!s de conuol en una
hoja de control.
¡.. "", -~-I
1---9$.4"4
.
<
Figura '5,7 Ji, 11 Ykt ptOha..'Ja'dad dr la dimibuciÓ!> normal
64

(3) índice d. oapacidad del P " -

, , 5<
" ,
6(>,1
Con frCCllem:ia, después de que el h¡~togr.ma muesrra que 1iguC
, Ü4"Y
,B
una distribución normal, M: inicia un cSfUdio de la capacidad del
proceso.. úto Se hace pua saber si el proceso puede cumplir o no
,
A SJ.!;I

i!6.1 !
" ,
"21
87.2
<!J C
51
5J 5
B 6(>3 A ,,49
Lis npecificaciones. Si ~uponem08 que el proceso «ú dlmibtú- " " 81.2

do U01n1almellTE, podemm de inmediato deterntÍnill el por<;:en~

A A 00 B
'M
raje de produ<:los deflX:tuoso$ a paror de hu e5peCmc.adollC' <h-
das '! de los parimeuQ> (11, 0'), pero es :l'\.Ú útil el'alruu el prOC($()
, B ~b.8
"n ,"
A
W S7 , ¡¡S,l ó2 , ,
B
.
U$aJ1<;Ía Cp (furuee de capacidad del proceso). La d,dinición dd
c¡. es la siguiente: H <,
6'-.7 ; 56
<
B
A
lj5 4

B4.4 .,
';3 5

,
A
(lS.J
,,,
66"
,
Especificaciones bilaterales (LE, 'f LE)
A 8~ , , '"
" , "'''
<, n1.1 MA ,
ep = .LE¡ -:- LE¡
6,
(;<18)
H2
"6. ,A
&J.6 I M
'" B 83,6
A
""
Especificaciones uuilateraléS (LE, o LE,)
, ,
'" , i ,
I.E~ - i
aJ.9 gS,;¡
"' , 6U

" "" " 6.'>.5 ' 1ft

A 85.1
9=-<-- (;.191
3, H A &1';- h6 A su ¡ '1) A 8>.6
, B6J. B i B
ú
""~ W
,
M<) 94 56.b

e _ x-LE¡
P<--
3!
{52;}}
u ., , , ,
, '"
il~.'l 8::,7 ¡ 97 ni
.A
, "n , ..,
, ", " ,
&<i' a~_l B
y la evalUi\dón del pmceso uundo el' es como sigue; 71 f,H
, '" 8s,e
" , "
1)6_0.
He
74
, 1)1,9
6~.5 "' H
B
"
84_1
1) 1.33'5. Cp
2) l.OO.~ CI' < 1 33
satiBfactorio
Muado
%1 .'iG A
" '00

3) Cp< 1.00 inadecuado T"bl.. 5.6 Emarifi:.:aciÓll de- ia infmItr.lC:ón

Ei<mplo 53
Lt (abla 5.6 nluClitU el producto de un cierto plOce~o de reao::·
d.cin qufrnia Puesro que se usaron dos reacttl!:e$, A y B. ~ $t'fia-
lo que tal vez habla una diferenCIa emre ellos, Se C/itraúHcó ~e-
gún 10$ reactofe$, y los fC!lult:<dos se ffitlt.'>tfan en la figrua 5.8. Se
enwntraroll dikrcnclas curre 10l do~ rcacrnres.
Pjercicio 5.1
"
En una pana.krla,. dI» trabajadores, A y B. ~tán ha<;ienuo pan
.., c-¡ "!:,,, "" ~.
''""' "-
;:::; 'C'< ::::;:::
en las máquinas 1 y- 2. El peso de lo. panes frano::se:¡ puxluddO$
'sett"gisuó durann! 20 Mas, como se muestraen la taLla S.7. Cada
db se tom;tMb ~riamente CUatro p.1n($ de aúa maquina y
se pesaron. La esp«:iüaáón del pero es de 200-22; <E).

G "< "'! "'! ":

gro"""' .. '"
<'-< 2;;;;;:;;::; g

"lruw_lkI m:ipliftlUJc ....:ciM A .f-------1 :.;

,."
~
1'''15.'104
,.",

~ ~ ~ ~ ~ ~ ~ ~ ~

g:0;;~:~~~~~~g~
Figura 5.8 Esr.""I.l:ilkaóón de hisrognUl1ób

1) Haga 105 úgnieme5 histogramas:

a) Un IU.srograma global.
b) Un histograma dd panadero A y otro dd panadero B.
e) Un histograma de la máqnina 1 y OtTO de la máquina 2.
d) CnatTO hinogramas que rnuesrren combinaciane$ de
diferentes panadero5 y de diferentes máquin3.'i.
2) Enúdie!os wmparándolos con la espeóficación.
 ID'

,,,o x(%) r {kglmm~J

, 2.0
'.4
4l
4'
VII
] 2..2 45
,4 2.] 44

,..
45
.
,
2.5
46
Gráficas de control
7 2.2 4J
8 2.7 47
9 2.4 44
10 2.J 45
2.0 42
11
12 ,., 44
13
14
15
16
2.6
2.1
2.5
2.7
.
47
44

47 7.1 ¡Qut SON LAS GRÁFICAS DE OlNTROL

17 2.1 42
18 2.6 48 w. A Shewhatt, de lo:¡ labomtoriol! de la BeU Telephone, fue el
19 2A 45 primero 0:0 propono:(, en 1924, una gdfica de control con d fin
20 2.1 43
de eliminar lUla variaci6n anorm.al. tiistinguiendo las variaci<meS
21 l.' 45 d.ebidas a td/t!at atign¡tb/41 de aqnétllL'l debidas a CillISJZ.l al I1Zllr.
;U 43
"n
24
2.3
2.4
46
47
Gua gráfica de coDerol con~i5fe en IlIU Unea cerHta!, un par de
límites de (¡lItrol, úM de o;tlos wlocado POI encima de la llnea
15 2.3 44 central, yotro por ddmjo, y en unos valores Cllllcrerls:¡ÍCOS rtg¡¡~
,. lA 45
wdm en la g:t:líict qlit U'plt$l;'nta d Guado del proceso. Si [0000
ÍJs valores ~ren dentro de lw límite$ de COntrol, sin ninguna
27 l.6 46
2S 1.5 42 tendencia especial., se dice que.el pfl)(:(::Soeuá ea esmoromrob--
46 do. Sin emba:q¡o, si OCUIR'n por fuera de los límite¡¡ de: romrol []
"
]0
2.'
2.4 46 muestr::tn u.na lUnnJ. péCUÍiM, se; dicc que d proceso está fuera de
control, La figura 7.J muestu lIigunos ejemplos..

La ca1idad de un producro manuf3CUluOO por medio de un

p~ ltl:evitableméntJ:: sufrirl variaciones. Estas VlUÍaciones rie-
nen causa.s y ésus úlcimas pueden clasifu;;an:e en dm ripm: cau.w
debidas al :tZaf y ~ asignables.
9l
"
operadores y otfU$ factores son CQmUll~, de moda que la "aria·
ción dentro dd subgn¡po pw::de coruidcrar5e apro:rimadameote
Lt mi.tma que la v:uitdóo por amas dt:bida.s al ;ruU.
Hay varias clases de gri1ficu de control, depcnd.iwdo de su
propósitO' '1 de la> OU\lCterbticas de la variable, En (,:ualqu1c:t' tipo
de ~ .le control d limite de control. se calcula usando la
s1guteme filnnula:

(mor promedio) ± 3 x (desviación estándar)>

donde la ~ón est.indu ($ l. V<Uiaci6n debida al azar. Ene

upo de ,gdflca de control lIC llama UIU gr.i1ka de control de
3-"-_
7:l TIPOS DE GJIÁI1ICAS DE CONIllOL
Hay dm dpO$ de gtáfic:u de control, una paR valores a:mUIllJ.QS
y ottJ. pata valores discretos, V:ts tipos de gráflOl pteSCfKo$ por
J15" $e mue'mm en la tabla 7.1 y 111$ lineas de rontrol5t1 mua-
tran en J" tabL17"2

La v;rriadán debifU a causas aslgnabl~ sign¡6caque h~d.""q Nombre

.ignifkacivmó que pueden $('t investigados. Es
puede p>llar por alto: hay casos causados por la no ;,:::~::,: valor wntlRUo Gráfica i - R (Valor promedio r rMlgo)
-cierro5 elltándar~ o por la aplicación de estándares ¡. ('1f'lÍ.6ca x (Variable de medida,)
Cuando Jos puntos se ubicm por ruera de los límites
Gráficap.., (Número de unidadal def«tuosw,¡)
[rolo muestran una tendencia particular, decimm que el
Gráfica p {Fracción de unidades defectuosas)
"b"",
$O e1itlJ.fon's di! cDntro/, r esto equivale a decir, ~u¡.ció
GnUlca (: (Número de defectos)
Para a,signililoyd
cnntrollIT
porcau.s;.u un pmccso, ~e
dentro de un rnargt:n de aur.
:;:::::!
~;:~~~::"'~mr¡~u~n,:~!wIo:~7, Gr.l1ica u (Número de ~O$ por unidad)

TaWa i.l TIP')$ de í)tiílca de oonnol

Para hacer una gráfica de control es necesario estimar la
ri.ación debida al azar. Para esto se dhiden ¡05 daws en "''''''''
dentro d(' 10& endes el late de materia prima,. las máquinas,

l1mire superior de oonuoJ (l.ea}>
Une:. ceuD'Ú (l.e},
Umi{~ inkrior de: wntrol (Len
l.ea x + A1R
(1) Gnfi", i-R
'á~u se usa pan controlar,. arutliLlr un proceso en d cual la ¡,;a~
rauaisrka de cal1d.a4 dd producto que se (:$u
midiendo wma
~cm conrimros, rnlcs comO' longitud, peso o conceturacióJ\, y
eitO proporciona la mayot canúdad de infurmacién .wbre d pro~

Le " Cl!SO- X Upl:'eknUi un MI promedio de un subgrupo y R repre-

LCi f-A¿R senta d rango dd rubgm¡x>- Una gráfica R se usa gcnemlrot:1Ut'
x
en mrnbinación Cbli una gr.úica para controlar la variación
Valor roncirum _ rango dentro de un subgrupu.

• (2) Gnficu
Cuando Jos datos & UIl ptoCCiO se regisrr.m dUflIDte ibtervMO#
Valnr cnnUIlflil Ml m«li® tú x+2.66Rs laIgOs o los subgrupos de daros nO' Wfl efeCtlv[)$. u grafica cada
x Le ii dáw iudividualmentey e!i1I gtfÑC1 puede uune romí1 gráfict de
l.e¡ ;C'-U}6RI conuol. Debld~ l que no !uy 5Ubgrupu y d YáIor R no puede
caIculane, se usa el ran.go móvil R.; de dllJJ)$ JUcesPro5 para d
\hlor dlsc.reru - mímem
de uni<!W ;kf~6
=
Le ,
¡,. + 3,l¡~1- i'J
p.
cálculo de los limites de control de x.

P' ,
LO jiTl-3>Jjiril ~ j) (3) Gnfi". po, Gnfi", P
Estas gr.úicm: se usan cuando laGllaccerls:tÍca de caJidad.st Rpre-
Valur disi::rtN - fracci6n u:. p+?MJ¡O ~j)ln senta por el número de urudades drlectu[)$á$ o la frncción defec-
de unidades defectl.l(l';u Le Ji tuosa. p..ua una rnnestU de tamaño roru;rante, se \lsa: una pea
p h.-............., p" dd número de urudades defectuosá$. m¡~U'as que una gráfi-
l.Cl ~
ji-3-¡p(1-pjln ca. p de la fc-au:ión de d~fectos se mOl. pua una mue!rtn de ramatio
~ ,"lliable.
Valor .mtwo .. mimero
de defeclXlf
1.0
Le ,
?+3"';?
c (4) GtáSca e, Gráñca 11
Le, e-3.yc
f.-sras le usan para comrolar y analizar un procero pot los defec-
Valor djlCl!"f() - número
de d:efc<;tO& ¡>Qf unidad
,
=
Le
¡¡ + 3'¡¡¡¡;'
¡¡
tOS de un producto, tales como rayones en placas de metal, nÓ-
meto de wldad= defectuosas de un tekvisM O rejioo desigual
Lei ¡¡ ¡viú;' en letas. Una gráfio:;a (referida al número de defectos se usa para
un productocuym dimensiones son constantes, mienuas que WlA
gráfica u k' usa para un producto de dim~nsión variable.
 7.l CÓMO ELABORAR UNA GlIÁFICA
DIl CONTIlOL p"", 3 C.lcvk i &.3

(1) GdIlca i - R Cak:ule el promedio bruro x

dividiendo d rotal de los x J
de cada $uhgmpo por el nillne-
ro de $ubgrupos j,

ptJS4 J &ClIJP. 1M datos ¡,

Ret,ója aproximadamente 100 ¡ se akula con dos cifras de-
datos. Divldalos en 20 Ó 25 cimales nW que aquéU:u de los
$ubgrupos con 4 á 5 en cada datos originales,
uno, haciéndolos uniformes
dentro del 5ubgrupo, Regfstn:-
ImI en una hoja de daros (tabla
'iubgrl.lpo
No.
,
x,
47
¡¡
35.6
•
35 178
""
"" "" """
32
2 19 F 146 2'1.1
7..3). Cuando no hay u:oona 11 16 >01 20.1 3l
técnicas pan, hacer suhgrupo$, l4 " 30

,,, '" "" "" " '" '"

29 39.4
29_2
divida los datOS en el orden en 36 25 1<6
"
que $e obruvieron_ El tamaño
del grupo es generalmente en-
tre 1- y 10 en la mayoría de Jo,
,, "
10
"
40
" "..
J5
'0
"
m
",
" '"" '" >6,
"" "... " "
j7
12

26
lO 3)

35
J2
160
14~
31A
H.1
.n.o
29.0
31.6
"21
H
11

~. jú 26
"" ":.u " "" "" 26,P 10

,."23 •
17.0
15
14 17 32"" " 36 :<9.8
31.&
26

Paso 2 Cakvk los X >J Paro:]

15
lb
15
7
'0
31"h '"
• lú

x para
17 JIl {)
12 """ 4:
29
31.2
2.a,8 ,."
'.
16 15
Cakule el promedio En d primer grupo.
coda rubgrupo.
1!J
10
JI
12
20
27
35
38 "
- 14·
31.4
:<9.6
3",:0
"
,"ia
fí 5::" 42" k
Xl +X2+···+X,. 11 .I:.w
,"9
11 15 3 19.4
3" "
" 1" " " ,,w"""
:n 2S
n

""
12.6
" II
donde N es d mmafio de cada 25 41 34 15 JlL2
lVbgrupo, Por lo general. el,re.. 746.6 686
mllado se calcula um una cifra i= R=
decimal más que aq~11as de los }4.86 17.44
danw originale!:.
 Grafia i GráfKa X
&0 4 C.1cuk R Paro 4 Una cenual: Le .. i =. 29.86

Calcule el rango de oula sub· PatJ. el primer grupo,

Le", x L~= i+A¡ii
Límite de conuol superior: '" 19.86,. (l:,j77 x 27.44
grupo R. el. valor mI·
reMando
Lü", ~+AzR = 45.69
iÚnío del valor máximo de JO$
w..tN en d subgrupo. R", 47 - lO = 27 Limite de control inferior: LCi .. i-~ R
R,. (valor máximo en UI\ sub- teiO" i_A,)i '" 19.86 - 0.577)( 27.'14
grupo) - {valor mJnim(l en un .. 14.03
wbgrupo)

Calculce:l promedio ji del ran~
go R. dividiendo el wta1 de los
R 5 de ~ tubgrupo por el míO'
mero ck grupos 1.
R R.+Rz+ .. ·+R.
k ,. 27.44
R debe a.lcu.!:use con do.; ci--
fnu wm2k.t más que aquéllas
de (0$ datüt útiginalC!i (el mis-
ffiQ mlmero de de.::imala que el
de ¡).
Unea antraJ:
PtI$o5 Le = ji
Llmire de cvntro! iuperior:
Lú ... D4R LO .. D4R .. 2.115 x 17.44
= 58.04
Umire de control infi:rior:
LCi "" - (no se colUidera)
R", (27+i8+·".17)/25 Leí"" D3R
LCi no ~ tiene en cuenta
cuando n es menor <tU<' 6.
A;:, D4 y DJ $00 In.s coefi-
cientes determinado. por el la-
nuIlo ck un 5Ubgrupo (n), y tt
muettm'l en la tabÚl 7.4y tam~
bjén en la [abl.t 1\.2 de JO$

""""'.
P!U4 6 CalaJe las lJ'fIeIlS de PalO 6
"'.".¡
Calcule ada wu de las ¡meas
de I;Dntn,lJ para 13 gd.fica i' y la
gráfica R con Jat Jiguicntes fór-
mulas:

Tamafio
2 1.880
3 1.023
4 0.729
5 0.577
6 0.483
Tabla 7A LiSIa de wdici=~ pan grffi.... x_R
Paso 7 Dibujt 1m limas tÚ
control
Primero, prepare una hoja de
pape! cuadriculado y marque el
eje venical de la i2.quierda con
los valores de x y de R yel eje
horizontal con el número de
subgrupm. Para el eje venical
c:sroja una escala u1 q= los lí-
mires de conrrol5uperior e in-
ferior queden a una distancia
de 20-30 mm uno del otro. Di-
buje una linea 56lida para la li-
nea central y una línea puntea-
da parn.los límites.
Paso 8 Localice los punms
Registre los valOre.'l de x y de
R de cada suhgrupo sobre la
misma linea vc:nical en el or-
GRÁFiCM DE CONnIOL 1"
den del número del subgrupo.
Marque el número del subgru-
po sohre la linea horizontal a
3.267 1.128 iorervalos de 2 a 5 mm. Use·
2.575 1.693 para marcar lal i Y X para R
2.282 2.059
2.115 2.326 con e! fin de qne se puedan re-
2.004 2.534 woocer f.l.cilmeme yenciérre-
los en un círculo para los valo-
res que estén por fuera de los
limices.
Paso 7
Paso 9 &gi.Jtrr los datos qUt Paso 9
puedan ser tÚ utilúltvl
Escriba el tamaño dcl subgrupo
(n) en el extremo superior Í2.-
quierdo de la gráfica x. Inclu-
ya también cualquier otro as-
pecto relevantt: para e! proce-
so, [al como los nombres dd
proceso y del producro, e! pe-
riodo, e! método de med.ici6n,
las condiciones de trabajo, e!
rurno, etc.
(2) Grif;",,.
Ejemplo
Paso 1 Rrúna los datos Paso 1
PilSO 8
Tome una muesrra y clasifique
la calidad de! producto en uni-
dades que llenen o no los re-
quisitos, según e! estándar de
•
 102
GllÁE1ClJ DE CONT1IOL 103

,o -~':~------------------------------lCo_
., Subgrupo No.
Tamaño del subgrupo (Número de unidades
defectuosas) pn
"
lOO 4
2 100 2
3 100 O
4 lOO 5
~ -----------------------------lCo 5 100 3
6 100 2
7 lOO 4

,8 100
100
3
2
, 10 lOO 6
" " " 11 lOO
F~7.2Gr.ificox-R 4
12 100
13 100 1
14 100 O
100 2
inspección. En este caso, tome
15 ..
16 lOO 3
una muesua de umaño tal que
17 100
la mayorla de lo, sUhgruP05 100 6
18
tengan entce 1 y 5 unidades 100 1
l'
defeauosas, y recojade 20 a 25 20 100 3
SUbgruP05 (tabla 7.5). 100 3
21
22 100 2
23 100 O
lOO 7
Paso 2 Calcule P Pa;o2 24
100 3
25
Calrule la fracción promedio
Total :En = 2500 I.pn", 68
p
de defecro& dividiendo d nú-
mero total de unidades defec- Tabla 7.5 Hoja de datOS para. gráficap"
tuosas de cada suhgrupo por el
número total de muestras.
 lOS

_ !..pn
p~-­
kx.

/'asq:3 Calcu.k 1M lin~d$ ¿,

control
LInea t;C:ntral
lC '" Pn.
Lí.mitc de rot\trol superior: u;,~ ¡;.+3~ji>(l:p¡
l..Cs '" '--._- 7.4 CÓMO LEER LAS GRÁFICAS DE CONTROL
pn+3H,;,I-p) 2.72 +3-/L7i~{l-¡;.Ol72)· = Lo mb importante en el umrn:» del proceso es captar el dtl\dO

Umitt: de oontrol iflkrior: LCi. in, 3~p';'1 :p¡ del proceso de l't'WlflCU pra:ilIa leyatdo la pea
de amuul y
r --, dlüpremente tomar accióMS ;!propw.w ~o se enmrotre
la,. jin-3-~p~l-i) algo anormal en el proa:so. El em.do COnGulado del proce;o es
el estado en el. cual d procese es mahle. I'!S decir, el promedio y la
leí no:le t:i.cneen <;;uema ~ No se roruidet:1 v:rriación del procm:; no cambian. Si un pro<:ao está tl no CtH\'"
do su valor (\$ un número ne- lIolado se juzga 5egúAlO$slguIenw.;;:r.írerios iI partir de la grá.fka
gativo. de ~onuoL

(1) Fu... d.los 1Imi... d. ronttol

p4UJ .[ Co~ la !/,Ifoa P4lO 4

tk canf:r()¡
Marqw: d 4ije hotizanoo con d (2) Racha
mimeto de subgrupoo y el eje La racha e&el catado en el aulku punto:¡ ocurrenoontin\wnc.n.-
vcnicaI ron el nl1mero de uni· te en un lado de la linea central y el número de pttnt(\! se llama
dadei .J.eúx:tllO$;u. Dibuje un;!
longítLId de la racha.
Unca ,olida para la Unea (;Cn- Una longitud de $iete puntos en una racha se considern no.-
tul in y ~ di$UlntinulU "',¡,
para l.ú Y LCi. Luego, Rgit.- ,\un si la longitud de la radl1 está por drbajo de 6, ~ uJn5i·
!:re el numero de unw.lades de·
.retan ano~ los: siguienteS casos:
fectuosas de cada ~ubgrupo.
 107

aj Al menos 10 d~ JI punto!! COnSe«fttv.n ocurren en un

roo lado de la línea cemrnL
b) Al MCUO$ 12 ik 14 ptmtos ro1l5eeutlros ocurren en un
mo lado de la línea central.
e) Al met1(O$ 16 de 20 puntos ronsecutiv0.5 orurren en un
mo lado tk IR línea central.
Figwa 7A.3 Aa-raunlenw a10s linUte'l de ronO\'lJ (2;1r. J pLUl!OllJ

UU. naehll d~ ,itu; Diez de 11 punlOll COIlSeC'UUIIOt que

puutDl ~ anormll. en un mismo lado 111; ronaidctll lIIlormaL (5) A=cami",,.. la lJnea =tnl
~--~~---~:-------------------------- Cnando la mayurü de lo~ puntm cuán dentro de Jti HntaS de
l.)-,igma (los bis,¡x;toteS de la línea central y de cada uno de 10$
~imitCli de control), mo 5e debe a una furma inapropiada de M..
("fT lQ..'i subgrupos. El accrunlli:nto ala IInca O':ntraJ. no significa

,In estado de control, sino una met.cla de lain.totmaci6n de dife.

Figun 7 A.1 R.rlta rentcs poblaciones en los subgtupQ$.lo ruaI hace que J05ltmi(e5
de control nan demasiado amplio.!;, Cuando $oC pres.enta eKa $Í-
ruaci6n es nea-sario aunhiar la maru:t:l. de hao:r los subgrupos..

u-
(3) T....t-ia
Cuando 10$ puntW' furrnm una ctlfia condnua .ucend~nte o •¡_~ ___ ~ ~ __ ~ ____ - ------ - --- - -~--- ~- - ----.} u- ,....
~ndente, te dice que hay una terulern:i.a.
f- /"v/"...v
i
'*s..;/'v ... )
;;;;: ) -

._-------------- -------- --------- - --)

-----~-- :::[_._---------------------
(6) Periodkidad
También eJ anormal que la cueVa muC'!ure reperidamente una rcn·
dencia aKendcnte y deKendeme paca .:Mi d mismo ¡ntetvalo.
Fipn 7.4.2 T.md=ci~
---~-- - ---- -------- ---------
(4) Awwaieo.... 1o.1lmi... de roouol
Teniendo en cuenralus punlru qut: se acm:an a lo, límiu:s de .
---------~--------------
conl'l'OÍ de 3 ..sigma. si 2 de 3 pwlW$ QCUrren por fueta ik las
líncu de 2 "';gma, d c.uo se considera monnaI.

7.5 ANÁUSIS DEL PROCFSO
USANDO lAS GRÁFICAS DE CONTROL
El objetivo delaruJ./isir tkl procero pnede definirse como
ficación de caIlS3.5 especificas asignables de la variación de
característica de calidad en un proceso. Después de 'ooo'.m
esas causas asignables por medio del an1lisis del proceso,
sario realiur una serie de acciones correctivas en relación con
causas asignables.
(1) Organización de 105 sobgrupos
La organización de los subgrupos es la parte m;1s imponamc
la preparación de una gráfica de control y determina su
dad. La organización inapropiada de los subgrupos tiene
resultado una grffica inútil.
Los datoS se recogerán una vez que se haya decidido,:::
[erística di: calidad de un proceso que se va a analizar. 1
ción en una caracterfslica de calidad en un proceso se debe
varia.'l causas. Por esto, ames de organizar los subgrupos, es
sano considerar la variación que se ha de eliminar, y ",u, ,.""
de agrupar 10$ datos de tal manera que la variación debida a
ton:s permisibles constituya la variación dentro del ,u'b~ml""
Para este fin:
a) La operación debe rea.lizarse casi en las mismas ooodi"on"
(desde d punto de vista técnico).
b) Los datos recogidos a lo largo de un período ded~n?",u.
ti'lamente corto deben agruparse.
En la formación de los subgrupos deben considerarse los si..
guienteS puntos:
a) Hay maneras diferenteS de agrupar. Se debe =nb""cl ,=....
Jio del subgrupo y ensayar di'lersas maneras de ,"ml,inuIDO
datos.
G/lÁRCAS DE mNTIiQL
".
b) Un cambio en la manera de organizar los subgrupos produ-
cirá un cambio en los Facwres que constituyen la '1ariación
dentro del subgrupo.
No puede usarse efea:i'lameme una gráfica de control sin
conocer los componentes de la nriación dentro del subgrupo. El
siguienre ejemplo mnesrra cómo los componentes de la wria-
ción dentro del subgrupo cambian, según la manera de organizar
los subgrupos.
Ejemplo 7.1
En un proceso mecánico, se usa una dimensión de: una pane
como conU'OI de la característica del proceso. Los facrores mú
importantes que afectan a la dimemión son la calidad de las
materias primas, la forma de: la herramienta de cone y el ajuste
de las herramientas para la abrasión. Las condiciones del procoo
son las siguientes:
a) Un lote de materia: prima corresponde al uabajo de una se-
mana.
b) Se afilan las herramientas de cone todos los dlas.
c) Las herramienta5 deben ajustarse al comen:¡;ar el rumo de la
mafiana y el de la tarde.
En este caso se considera admisible la '1ariarión dentro de un
ajuste y el criterio para el control será 5i el ajuste se hace correaa-
mente y si las herramienta5 están en condiciones normales. En-
ronces los datOS deben agruparse de rnI manera que la wriarión
dentro de un ajuste se con'lierta en la w.naciÓn denU'O del sub-
grupo y la v.uiación entre ajustes se con'liena en la '1ariación
enrre los suhgrupos.
La tabla 7.6 mUe5tra la hoja de dams, las tabla5 7.7 y 7.8
muestran la manera de funnar los suhgrupos, y la tabla 7.9 muestra
los componentes de las v.uiaciones dentro del subgrupo y entre
subgrupos, respecti'lamente.
JlO
(2) v.,;.oo. cknu:o dd.uhgtupo
Yvariación eutn: IiObgrupos
1Jic. 1 .~ JO 39 Ajll)I~ Hert,¡¡mimb La variación de los duos se clasifica como variación dct1tm del
42 Ajt:ste No. 1 ¡;úbgrupo y variación entre !Ubgfl.tpru. La primera "",la varilld6n
que aparece al interior de UI1 mbgrupo y se encuentra represen-
Dic.2 a.m. 42 41
Aj"" Herramienta
lada por el valor Ji en una gráfica R. Por OITl parte. fa variación
No. 2 !tnttl: tubgrupÚ$ es la que apaw:e entre 1m; rubgtupos- f se cn--
Dic. :; a,m.
" '7 AjlJ5te HenamiMÚd cllCm:m reptt:Kntada por la J¡suibuci6n Je 10$ punW& X en llna
gráfica x.
No.}
Sea la vartanZll al Ímerio.f d~ un #ubgrupo a", y la Ma:tWl
1
,
entre subgrupos a" • enttlnccs
Tahb 711 Hop de datu>;

(7,1)
""'h, Da...
•
Die. 1 a.m. (J9 39) donde U x2 es la vananzaJe x. (J., ~e e:rt.ima a partirde Ji por
pm, ( 40 42 )

Dic.:2 ' a.m.

(4·;.--- 41 y Dic. 2
(7.2)

pm. (43 42) donde t4. es un cori1cienteqUtdependedel wnmo del m'bgrupo.

Dic. J ¡un. (3. )7) Die) /f. yque K muestra enja tabla 7A. Aquí el índice "'A~ en el.d&-

bolo O'alsigtli&ca la estimación de oCJI

p.m. (38 38)
Scgúncsw. J:t di.nribución dé los puntos x se ve arertada no
Tabla 7.7iubgrupos& "~2 Tabla 7,8 Snbgrupóó d~ ,,"- 4:
:oolamentc por la variación entn: tubgrupos sino wnhitn por la
variación dentro de los $Ubgnlpo:t. La variación de un eJUdo
perfectamente comrolado es la siguiente.
Vafiadóro
00,"11,(,
•
·
[rro< de medilÍ<;'"
Enot 00 m\lC'$[roo ·• Error 00 lT>I!(l,(1Ó!l
EtWI de muell:reQ al El proceso prom~io es constante y la variaei6n entre
,
ool5:1bgmpo • Vari,¡;dón del proceso • Variac'6n del pro<:eso subgrupose, ah =0.
daII:ro <kl aju.te &I'\<o <10,1 ajuste
r-~ "jll'!e5 b) La -variao;;¡ón del proct:St! es wmmntc::. es decir. la variación
V"n""iÓll [nm.ai~ En!re días
=
dentro de 1m¡ fubgrupos (J..,2 UJIIliCU1le.
Entre día~ Enl""hemm~l
""'"
SlJbgfOJpút • Entre hertamÍPrltil~
· Entre !Th1¡",,;,¡¡I\!'S No es posible dtterminar din:cramente la variaci6n enm:
• hl:", materiales suhgrupos. sino que te: calcula de
Tiibb 7.9 0:impm1l1llt>l:/ ik "arlacMm... <kmm';d ~ubgmpo 't fllm!
suhgrupm po;>r 1; funnoción de ~IJ~ en tu rnhla4 7.7 y 7.8
~ 1,,1 "2{
Ub =: 1JUx: -(tI//! " ,
III

, se calcula a partir del histogmma dI: i> o a partir

oo~ 17",

,.,
A
... •

, se calcula a panir dd hisrogra:ma de x.

donde (1r ~~~----+__L __________________ _

(3) Estratiflcadón
Cuando los miSffiW produc;;m se h.acen en varias mAquinas o por
v;ulD$ op:n.:rias,es mejor das'¡fi.c.ac 101 datDs segúb la máquina í)
d ope:r.trio de manoa q~ la dikrenci;t entre lruiquinas u opem-
rlO$ pueda Kf ;maIiLada y ell:Omrol.:ld prnceso ie f.u:iJite.
La auarifiación es un método pan wntiflC.lf la fuente de
la vntiación de 10$ da.oos ~OA> dasific.ando los daM .según
"VUtÍnt f.act~
la 6gu.ta 7.5 ($ un ejempío de una gráfica de control que
¡xurle enr:lrific.arse. Esta gráfica muesaA una ancr.eduíca de figura 7.6 es la gníil.::a.;k: control estraúfu:ada pátJ.A y l! Como
cahdad de jXIltC$ ma,nufa,;;:wndas por .:10$ máquinas <A y J1¡. La reruh:ado de la uttanfu:ación se eneuentra que.casi no hay dife.

...
••
rencia en la variación cntre A y B, pero que B dffI.C un valor
promedio del proce.&O maym que A y que el procesG esr" en esta-
do de conrroJ para ambas máqllÍM-~, y puede deciHé que entre A
y B parece baber algunas caUllas asignables.
CoIDQ regla gl:nern1. el propósito de Ja estrariooci6n es exa-

--..
minar la diferencia coen: bs Wlofes promedio y la variaciÓn en--
tl~ clases diferemes y tomar acciones correctivas con ~[O ala
diferencia. si la bayo Si es imposible tomar accionell iw¡antinea~
------------- -- ---- ------- - mente. se hace nocesario entonces llevar a cabo el control del
proceso 1J6ando grá.ticas de control estratificadas.

(4) Prueba de la diferencia entre gráfu:as de contrOl

estratiIica<lti
Si las dos gráfiCli estracifica.d.as i - R milfut:n las s.iguientelli
cuatro condldonts, coton.:a es pot1ble rometeI a prueba la dife-
rencia entre loe >r.dOr(l. pro~o::
,1<
a) Ambas gráficas mUC$UlW un estado de controL

,=..~.=~-=~,~~---->r------~,---.---.,j~ I
b) El tamal\;) dt lo. $ubgrupos es el mismo,
e) ~ vruOh::$ de ~i y de Rn ion cuí 19wtlC3.
"-,---..~.y
d) Lo~ númtr()!i de los subgrupos kA 'i *IJ son ,ufici''''''''''"" na_
grandes (kA;' lO, k 8 >10). TI,.. !le
-~
l1j1(1de
fA -X:8I~A.Ji~ÚkA+l!kB' .......r' i
donde

7.6 ESTUDIO DE CASO DE ANÁLISIS

DEL PROCESO
(5) Prueba de la dlfmncla en la wriación ......" .....
Por 10 general. i':l.I.alldo 1ft! LIla unagcllig de contl'lJl pGraaflaJi1.ar
Para vu si hay un. diferencia en 1:1 variación cntre JI.1'
un problema. ésta no se wa oo1:.,sino juoro con hiuogramat. A
~pués ~ hte.nratificaci6o, re usa la fórmula (7.7) o {7.8). Si
continuación damot UJI ejemplo de cómo analizar un probkma.
fórmularesisu. entonces pru"¡"da;.."q'" ,";',,,orudil'''''''a
en la varlaci6n rIme Ay !J.

En una fábrica que produd~ R:$Otre'i de hoja pua tractores se

encontró que algunos de !.os resom:s. teníah ftacuU!l1l. Es necesa~
no idencifu:at lacausa -del problema nn pronto com.o sea po.sible
y evita! quoe "II.ldva a ocurrir. U$C1l\O$ los &i.gulcrnes daros pata
RA 1RzL2 li(iia?:l.l
GO!lsrruir hinogr;lllm y gráficas de ronttol para ¡tna1i!.u el pro-
En el Cl$O donde Rfj > liA bletna,

Infomuuión obw;w WJ:4 d mommto

R!JfR?:L2 RIRA ?:1.2
Las ptutbaJ meru:.\Q~ en (7,5) y(J:T; o (7,8) no $i.')O ne--
1) Se hi:w el anterior diagrama de cawa-ef«to para moSca,
cesuW cuando la dlferencia es obvia. p<J/lallimple inspección de la awa de las mcruras.
2) Lo, resottes para tracto~ pequefioJ (Al) y para U'3CtOlCl
W grá6ca:t de mntroL
medianos (A!) se tratan en el mismo horno. 1...00: dot tipos de
prod.ucro se difctt:ncian $610 por la rorm.a. pues el maret:ial
ron el cual At: fabrk.t.n e:g el mismo Sin embargQ. el tipo de
empaque usado dur.uut' d o:awnienw por calor es di&rebre..
 SIEn (;WrClS Dt ("(I/v.TfYJi. ~17

3) Recientemente ha aumentado la demanda por traCtó)t'C$

qaeóm, y la producci6n se euá iucrementando
re. El número de re:lortes que reciben tratamiento de
, ,-
f fi'
'"(!JI,,

simulrMl.ea.tnaté se ha aumentado proporcionalmente

4) El horno se opera. en dos twnos diatios (B l '1 19, ,
tumo se n:a1izart dM tratamientós ....e calor, es decir,
rumo 5e naran al calor dos conjltJlirn de rewrte!l.
5) La dwaa de 1m re5Órto: plleal" alnsiden.rse corno
tcrlstK.a .sustitutiva de bu fr:Kruru.
6) I>uranu los últimos 16 dm .le ha rerogi..ió
mación:

,) Se pensó que la variación en la temperatura del

centro hacia In pamies
ro, despub de cada trafMl1ienw se tomó una muestra
del anuo del Mnm r oua (PI) de arca a la pateJ.
midió su dun::z:a. "
b) Se inspeccionaron todos los resortes dnpu6: del
miento de calor y se midió SIL dutt'M. ,
,) Los esrándares de dura<ison 1m¡ ¡;¡guien~ dureu Jll.hi..
m.a 460 Hb, dureza mfnima.350 Hb,

lnfo~ obtmw de 101 hittDgramas

1) Hútognnnn gm",,! (jig''''' 78)
Este mlldtra aproximadamente una disuiblldón normal r roda
las mue:nrn se eucuemr3.n denrro del rango ClpedIiCádo de du·
reu. Sin embargo. se encontrafQn fracturas en algunas mucstnu
de alta dureza aunque estaban dentro de los límites de la es~. . 1ú' ."or'.o"" ;nd,uIl d "",m" t~snrl., pur< '" "nwnl1.¡(.n rr~m,,'l-' en 1,11",<-<'"
P,.
ficación

2) Histograma ptlra las mu.esmu con fozctuTas (jigurtJ 7.9)

a) Todas Ia$ m1lClirtBS conmcturas son del tipoA¡- Por tamo, ~I
problema se locall1.a ~n el tratamiento de resOrtes tipo Al
parll tnn:rores pequefio~.
 - d l.a disrribu<:ión tk los room d.e durt'2a par-.. los resortCli tipo
H- x_ -
x_r_- Al para trolctmt'1! medianos no es amplia, r n6 se enCQntraron

I-
I
u

""
,
eutre tilos mu<:stnl:S CIJO fractlm¡s-

....
A,
f .. W.94
I, tRi s "" 11,68

"l:.' 1 J
20
-

I ¡--

h
'

~ J-"l.() ~m.o ltl1U 410.0 4l1J.G

Figum 7.8 Hk:o¡;rJ.<lR gt:t'I(ral

45MI HI;>
.- ..
A.
X .. 399.25

LEi
,
I
..
J( "
s ~
~
4S-.U
4.16
$ ..

, lIt
11.12

.'" ""
4) HistogratlUJs para dijffl!nYs mrrws DI y Dl
(figum 7.11)
a) La medida para Bt es mayor que la de 11¡ 'f la variación es
menor.

....
b) Entre lu mue:mar Bl l.ay algullos rtSOI1C$ ,,olt fracrur;u.
8,
b; Lt dureza de 1m¡ revmes con fr',nu,,,,, d;;,nc;h"~, ~re,j,," un .f .". <COl.lB
de un valor airo y wdos ~on más altm que 440 Hb. '",. s "'" 17...45

3) Histúgramarpam diftrentl!t tipos de J"/!MtrU Al y A¡

(figura 7.10) • LEi
a) La dU.l'f"La promedio de los Ie50rtts para 1m tractoro>
ñm (Al) Cj más bien (llu, r los valol"c, ;n<I;v;du'¡e, MC di", '"
10
boyen má, ampliamenfe.
b) Debido a que mdo$los re\ones con fracturas son de o
400
lr;l.$ dcl tipo Al' parecería qm:: los métodos 'd;:e: :::;:~
para 101 re.5ortt'S par.'! UanOTes pequeños no So:
""
 ,,~ {'~1GL> D-" '~""'"~"'-'_ _ _ _ _ _ _-'-'":'."

'"l.
LEi .,,-.-..,..,..
P,

11.<6
LE>
O
LE,
'"
lO
oLL"""",,:L
'lO

5)
P,
a) La JUreL;! media: de las m"~',ru,,"m,,.u, del "n,ro d,1 ¡"
no {p¡) t:J baj>4 y la "V~fíacián <:1' p«1ueiilt
mru,:.;;tnl$ nene fracturas.
h) La durer,;t medía de las JItlIeS[fa;; tomada'! de «¡tCJ. A la
dd !torno (Pl) es alta y la variaÓÓn es ligcf'.tmen{e
Algunas de esLl:!l niue$tras rienen fIll(;mras.
c) P;u:ea: que a'ludIos !'6Orres U.HadOS Ú;!ru a JI".:;;:!::: (udicc de atpaddad dd proceso Cp riene un valor extrema-
no rien<:n probabilidad de tener una duretal.o s dAlnente huen<¡ de 2J)4, cakut~do por
grande como para producir ffactnw.
Cp=_W_' ... LEi"" 460~350 =2,Q4.
6) HiJAJgrllmiU para diferentes ",~b.¡'wdo." M f~ctm", 6J 6x8.97
Ay B (figura 7.13)' ~lor filllW, la comhinadón d..: A;B¡ es C'XCt'lenrc.

a} La variación p<ua h~ comb¡nacione~ Al 8 1 y Aj 8 2 C1> 7) Hüwgrrtmas para diforcnfcf comhinadones tÚfiu:t(Jrt:1

que para !J l B 1 o para Al Bl " A, By P (figuro 7,14)
b) No hay difeteucia signifieativa en la.> rned¡a~, pero
par.! A¡ BI Y A¡Bl son ligeramente m~yores. a) La dureza media para IJ! mnestra.\ de dpoA j (para tractores
c) Lo~ valores para la combinaóón AlB¡ se concentran pequeños) ('$ claramente rnayof para 1~'i mue:ma¡¡ tomadas
dor de la media de la dnreza e,~pcdficad<l., y Lt mi",'ón de la posición 1') (cerca a la pared dd horno) que para las
pequeña. Basado en la :u;:mal dureza máxima y m'nim", mUC\trM tomadas de la posición PI (el centro del horno).
11.2 123

A#IP, b! La dnr= media P<lrn las m~tras tipo Al (para tractores

LEi LEa- ,., ¡~ medianos) no parece depender de la po$ición de la clul $t"

, . ""
\O i", )94.81
, e'
romen las mue::;tl:'iU,
La de5Yooón escindar rienc el mimw valor de alrededOt de
10 Hb para bu comblnauürle!i (AlBl!'¡)' (AIB;P:), (A 2B,P¡),

ti Á¡B,PI
(A1B1P1! y f",4-fiIP). Tiene Utt valor mayor de alrededor de
15 Hb pat.l.las comhinaeione. v1¡ErP¡J, (A¡E;1'2) y iA)B,P)).
bu diferencia palea: debate al factor 13, debiéndose!¡¡ m<l'-
yo: variación a R;:
Jj La¡ comhinacipttcs (A1E¡1't ), (A1B¡Pl) y (ALE;';) se con-

':h n
11 '" 16
¡_mal antran alrWednr de la medÍ;:¡ de la dure.u. especifiauh y la

. o t .. 16,ts
varlación es pequelia .

...". fnfonnación lJbu-nid4 de la grtifoa i - R (fiprd. 7.15)

"t• J rnLJ I I ,
" .. 16
l' _ 418,n
J _ IUi J) Gráfica dr: wrtrol gener..l
Debido a que lru dato~ están divididos en $\lbgrupos por JOtes. la
variación en el interior de nn mbgrupo el; la vdfiación dearro de
A18,1'1
un lote, f$ decir. la variación entre PI y p)' el error de muestreo y
':[¡ rd-n
" "" 16
g", )9SI,l)
s .. 9,'" d error de medición, La vnriaeión entre los difercmes subgrupos
indllye la variación entre ¡ore., y eotrc turnos, dlf<:t<:nteS tipos de
A,B11\ It'.rorm y diferentes día:¡ (tabla 7J 1).
,
':h
" "" 16
!l .. 4OL1S a} Gráfica R
, rh, $ '" IS1
¡) Ninguno de 1m: valores esta por tller.í de loS límites de
conrrol, pero las largas series dc mol'CS relativa y suave-
A,BfP'1 meme «mocuulos p:ua íos lotes 7w 14.16-33 y 51..64 son

"U
• •• ...... rlfl.,
" .. 16
'1 ... 193.94
.t .. 9.1!:l
anormaÍe:i. e indicm qut: el proceso euáfuera de COntrol.
¡¡; R eHelariv,uuente grande p<l1'tt ttIDneli del tipo Al (rrac~
ror pequeño) y relativamenre pequeño para. resortes del
dpo A: (traermes mcdiarms). btos dos cipO&, por tanro,
A:B.P.
I
':h ll.
nlrb
.., ,, I
11 '" 16
'1 '"' m.J9
3 - hUII

430 Hb
b;
deben elui6<:M~e: por separartR

Gr~lC.1 x
No hay pumo. por hlCra de los límites de control, pero la
larga serie de valore; pilf3. JO$lotes 15-26.31-39 Y43-53 son
Fi~r. 7,14 H¡""ogl.unJ$ p-na diferente> rombinadone¡;
dI' U~ f""lOres A, B r P anormales, ¡ndiando un estado fUera de conuoL
124 125

:lpoCf' 1\»'('(10
TJFj()
lo:e t.Q.
=",
A • P

B,

H, ••
8,
••
1 ••
,•,
'" ,,
J ••,
,
I
,",¡~,",~,'I
••
~.!,
,....-'
'" I
:' i
"
.. !

•
•
·26

2) Gráfoas tÚ (ónm>l tstmtJjicada.s .ftgún foctrJm A y B .' b) (A¡B2): Puede decirse 10 mismo que sobre las gráficas para
(figu'" 7.16) (AIB 1)·

Debido a que los dalOS están cmarifícauos por lote, la

d (A 2E 1): Tanto la gdfica Reamo la x están en estado comro~
lado. En otras palabras, no hay variación entre 101' subgrupO$
en el interior de un subgrupo es la misma que la variación
(e~ decir, entre los loteS y dJaa dla). El proceso ese,} en oper¡¡~
inreriordd laU" cO!1!$pondientc.la variación
ción esmb¡e. Estimemos la dewjaáón cUÁl1du en el interior
incluye la variación entre IOles y la viiJiaeión diaria (tabla
de! lote, e ni

TI;¡c. ce En esteCMO
-umo
Dfa "es<J1\P. "",-2,t4~ L128,
8
A tenemos

A,
• Esto es apnn:imadameme el mismo valor de e,. donde
J
B, ff" '" j '" 8,97, csrimadodel ruswgramadeb figura 7, 13 <A:BJ
él {AzA): La gráfica R csuí en estado de comroL Sin embargo,
S, la gráfica x incluye tres pUnt05 fite~ de 10$ Umild de ron-
t:rol. y no <:st3. en estado de control. Hay una v:niadón enere
J
¡os subgru(IQ5:; es tlecir, entre lotes diferentes r días diferen~
B,
tt!$, Debe examí.nanc el método mado .en el rumo B ' La
z
variación estimada entre lut<:s, ff(O' es

Luio.... iación estándarobt<:nida de la figura 7.13 {AZB2) es 13.13,

PuC',sto que <1:<

, $e ~rcsa pcr
TlII>Lt 7.12 SI..bgmpo, J~ grilk.u <k oonuu! ewaúJ!úuU"
según d.o~ tacwresA y B 2 2 2
0',. =O'~I +0'6 '

a) CAjB¡); Tanto la gr:ifica R como la grMial i MUem'J1l

aproximación a la Hna cemral. Cada subgrupo se
de datoS sobre femnes tomados tamo deL centro dd
como de cerca a la pared. En3. tendencia e~ por tanto,
resultado dI;" lit.'i d¡fe.rente, media-s dt: ""do, di""ib,,,',,,,. En otraS palabw, la yariación entre ~ubgrupo.'l es del mismo 01-
Es m:Ceurio estratificar lo. dUIM según la posición fJ1. den que la variación en el imenor de $ubgrupo.'l,
 119
"
Grdfiats dt: cuntmi jHJrt1 rt.'()!'t6' dI tipo Al
estratificadas fegUtJ. B J P (figura Z17)
Dtcbido a que Iá n.<J¡a Mitre según la posicIón en el horno, se
hideron gcifieJs de rontrd scgúa posición íP'I, combinando los
•
~
d,ltm de dm: tuln Qd~ día ert Llrt suhgrupo. Así, la v.anaÓÓll. en d
•o ;¡¡rniw de nn whgrupo rorwinc en la variación rlnl';l.Iue uosolo
diJ, la cl131 incluye la variación elUrc Jote~. la. varladón entre
"
= ,ubgrupos consiste en la v;llixión entre rlfa.i {rabIa 7.13).
••
•
•
•
l.
I:JIJ i
! Tipo dP
r($Orle
! Tu'no
1,' 8
fu~iciÓJl

• :
,: A
,, P, P,
• :>9(, 41O
.... -
• ,
· ,,, , ¡%
,
1 421

••
~ •• •• 401\ 4B
; Ji I B,
4
"•
l
¡<l I
;,:<1..;¡;
~

"= •", , ,
I~
;~ , A,
S,
f..... '-":--mE3:
•• ,
¡ ti P ¡ 404 4Ja
9 '\1 ~ I S 9 ,~
• B,
.
~
I
I •
• ,I
I
~. :
396 429

•, ¡;, I
•
<;i 36S: 410

(F
I B,
• r;i I
I J A, l----¡..~ '.,0_ _+-..:=',,91=_',,",--1
~ I t I 11 J77 407
• I B,
~,-I-'4,.lI\\~. I l! 1 1'1 , X"....¡.:I 376 410
¡¡¡ g '"
~ S ~ 1 ~
,. Tabla 7.13 Snbgrttpü' de iF:ili<.M Jt .;,,,,,mI pAU rt'!Iou.::. tir<' AJ
=r~clia".I"";;4'1¡r, B y r

a) I-'l dHerem:u en x para (A¡B¡P¡) J' (Al/¡p]) t1 obvia. Un

pumo sr fnmentoa por (UtrJ. de 105 limites de ool1tfol, pero
unro la gnifiG:lX UJffiO la gráfica R mudtf,w un estado de
OOfltrol rrlativamente estable.
 CH

b) Cita o:>mpmu:ión de p! Yp~ para la ",""b¡=i6nA, 8,.Pu.

que R es aproximadamente la misma par..
(A¡li¡Pl1, los daros parn é5roS pn;:;;kn rcruUfM: ,m,.,"'!
0'"" entonces

6" =Rld =: 8.25+6.50 ",,6,54

"" 1 2xLl2B
Respecto a u. que- incluye 13 diferencia dependiendo
po5K::1611, ésta se obtiene por

La connibuch,'Sn de la variación entre lubgrupos a la

ción tot;Ü 0::< ~ se pnede expresarrorno un porcentaje de

,
En este caso, C1b· depende de 13 posidón en el horno,
cando también que la dtlrC7.a dt> 1m rfJiotte$ está '''Il'''H
gún su posición en d horno. y que esto debe mejorar~
el Si cómparamo~ la figura 7.16 (/lJBI) con la figUrA
(A:B 1Pl)' vere:mO$ qne en la última gráfidl, la ,,,,,,¡,fi,.ciI
de la primera por P ha dado como resultado un audo
control esuhle. Esto se de'be,a que le ha cambiado la
sición de 10$ mbgrupos. Los datO'S deben agrup#l'$t:
ra qtre la variWón dentro del robgrupo sea lo lItát¡
posibk, haciendo que la variaci6n debida al pro=n ,p''''''
como variación entre snbgtupm.
 U3

4) GrJficá:i de Clmtro/ pdTd rewrtes tipo A..1 ,,,'a"'fic,''''~ A,II,

según B (fir;.JnJ 7.18) ,-,
R<.'$pt'Cro ;t! tipo A: no hay diferf'ncia C1I b dureza según la
ción en d horno, y los -datos ~e agntparon en dos ¡nt«
... La ~ 413.31

y ..,
con Il' = 4, De esta manera. la \lari'Kióu ¡nrf;Huhgrupos se
pone de la variación diaria, iuduyendo ¡anta la 'l'arim:ión
ínfenmde loo lores como curre ellos. La v¡¡¡iuión ¡im""ul,~"f
es la variadón entre días.

a) :;'ilB¡j:Ltsgclficas x' yRr:smuwaseneles¡adode

[rol. ('Jti; M: estima a partir de

,. .~~-~~--~---
LCI "" 4U4 Le. '" 41.92
--~----------------
Le- Le-
b) (A 1B1): La gráftca Rescl en estado de control, pero la liUl 21.00

t\z.~'::
x no lo Mtá. Un pumo se encueua:! por fuera de [o. ! R
de control y se observa un accrClUlliento de los limiTes' , , , ••• .I. ••• J. , , •, •
canaol. • 6 1) 14 U 16dJ.. 1114 1~ Mdla

DI,
A B
fUJUmen) medidos rcrttfdiatn

lJ Lu ftacrnrJs Il.. n .. parecido eu los !'('~()fies pttl Jos rracwrt:S

• pequeúos. Se cree que e$IO se debe al m6:nd.o por el uuJ. se
empaqm en e! horno de r!'3Ulmienro 10l resonC'i para aacro--
l't"S ~uefiQS, Cuando los resortes pet¡uello!l recibeu el trata·
s,
, miento al aler se produce unJ dlrerencía en la temperatura
en el cenfro de! horno en compauc¡ón con la posición u:n;¡¡
a la pared. Se na; que (!HO aumCrlfJ la duraa de los resones
s, y da lugar a fracturas. Es necesario, pOf tanrn, cambiar d
• método de empaque pO! uno qu.e no Cluse una diferencia de
u:mpeutllra rna}1)l que la que ;¡ctualmcme 5e produce cuan-
dQ se tratan los resones de tam;tilo mediano.
Tabla 7.14 Subgmpo, <.k grifi= <.k ülllr",1 p;ua [¡'Sor"", IipoAz 2) Hay un problema con la fijación de 100 enándares de opera-
\"tr,(tílk~dJ) .'lttlon B ción. E.} nerr)iario e\ublerer];t réladón entre fa durez.;¡ de 1m

",,,,,ru,,,
restlIT1'!sy sn: u::ndcucia;¡ fmcturarse, y fijar nuevos
Como una eslim<k:ión rCll1fWral basa<h en los d<ltos
aquí, se dem: fiJH la dureza máxima cn 444::0~:H::b~"r.~~:::
de la CUM no se CnUltutTlill fraccurM. Si S(
por debajo di! 440 Hb, pueden no ocurrir InCUlras.
3) Un, wmp=ión '"'" 10' dil"""" '=0' mo",'; q~
opención en el (Urno B1 no cra estable. Se delxn f<:,,<iial'
cscindates de operación y 10\ múooru. Se ddK: invaúgar
ra:l:ÓO fXlr la cwí nI'> hay variación entre lote> en un día
s/ la hay de dla a dla.
4) Si ~ turnan las anteriores medid;u:, es de ~far qn", ,,'..
la capacídad dc proceso obtenida aCtualmente con " ,n"bl
nadón A1Bl' tanto para resortes pequeños como pan
te1i de tamafio mediano. los defecto.> I;C dímin;¡cln y ,1 ¡'''Üq
dt: capacidad de( proceso será
7.7 CONTROL DEL PROCESO CON GRÁFICAS DE
CONTROL
Cuando $(' ha uptado sufidentemen(c la reladón encre
racferlsuca de calidad y J05 fiKwte.l: de proceso que la afectan,
p¡¡,¡;o siguiente es conrrolar n:tos fu"tores en dertos niveles
manera que el vnlor esperado- de la QUacteristica de calidad
mantenga dentro de un r.ngo- dese3hle. E,~ paso se G.m., "".
teol del. prrn:cso. La gráfica de oorurol sirve como un medio
para identificar condiciones anormales de los procesos y
mafHencr 10$ proce.sos en oonwóón esfiible.
(1) Características de O>l1trol
Una variable que se osa pata ronducir el rontrol de Un p",,<w",:
Uama la cataCta"isoca & control del proceso. las siguientes ron-
135
,ideradoM$ deben tenerse en cuenta en la determinación de l:u
raractel'Ística$ de control.
a; I.,.y¡ valom ctracrerut«:oo dehen rctleju rorn:ctamenfe los
C$tados del proceso.
bi Deben minimiza.ne los eIa:tos de;irea,¡ externas.
¿) Los fe>:ultJ.do$ deben erutr disponible<; de inmediaco.
J} El muemeo y 1.. m«.lición deben Kr ewuóruiws.
Pna caracter1;rlu 5UHiruúV;¡ puede UWSe si dene una relaciÓn
fllure ron la caractetfslica de comrol original. Para el caso en
que la medici6n impliqne la destrucción de los materiales. pnede
(¡acene una SUttÍwción por mediciones no denruct!vat.
(2) Determm.clón d.lJn... de .......1
Para administrar un proceso po. medio del wo de una gráfiCII de
;onerol, es n=..uio examinar $i 1.. capacidad dd pro«;~ el' ad~
cuada; es door, si el pfOCl.':5o es rnabley si los rangos & variación
de la catilm:rí$[i{'~ de conrrol en la gráfica indican COnfQfmidad
u:isfactuti;¡ Ct.ln d esnínrlar requerido para producir cierro pro-
dncto. Cu~ndo $e; encue.nm que el proceso es illadecu;¡oo y $n
:::J.facterútica de Ct.lntrol no euá efl un esudo de oontroJ, es nece-
sario iniciar actividades ~Utlv,JS de control tontrn lat áJ'¡orma-
lidades fijando Ilne:u ttmporúei de contfl>l. y;tÍ mismo tiempo
mejorar el proceso.
l.i1 gdfldl de conuo! que se ha¡;e p;tra el análisi$ &1 p~o
¡.t rompan con los va/<ill:$estánm Si la grlifica & control nme.'!m
que el proceso está en el estado desead", enronces I~ Une:a de
comrol seatieuden para d control del proceso. Su procedimiento
5e da en la figura 7.19.

AnAlilliII del proo:e!lO OOJIlwc
en dalos p",llmilllllm
SI
(3) Rmsión.de las líneas .de control
1', necesario revi.larl~ jlnea.s de control cuando se reconocen
cambios !écnicos en e! estado del pma:~o. E>ta reviSlón debe ha·
(eDie lo m;1s pronto posible. Alill cuando no $e recouoccn cam-
bio~ compícuoa, deben mamenelS<: fl!v¡~lones regulares de las ti·
rlea' de control. Su revisión debe ba.sarse en el nlllgo de las fIue·
~113ciones que pneden ocurrir CWl.'ldo el proceso está bien (;on-
uulado.

?;Ha poner todo nn proceso en nn estado estahk por medio del

~r!uU-<k_\roI
elimimmdo b d_ fua". de ¡;wrtrol
(cnrro! del proa.:ro, es necesario captar 105 fucwre$ que cOIlui-
hoyen a las flncumciones del pmceso 'f evirar cambios anormales
dit ,y;túS bcrOles. Par-.. lograrlo se requiere la e:it.mdari:md6n de
los pnX:«ÜmKntO$ de operación 'f de los métod05. Para propo-
'\ex un conjunto de estándares de operación se deben rener <:n
cnenla las ~lguíente¡¡ PlmÍdeTacione~;

a) lAl esr:md.arización debe So;! t;:OIL5u,to;nte con 10t objetivos

mendouados.
b) Los eswndares dehen e¡;mble=rse par.. controlar lA fluctuA·
ciÓn de J(M Factores contrilrnyeures.
el Lo~ e,>tand.are" deben ser pdnicos y so;rnT como criterio do;
operación.
d) Son aecisiones fenrutivas y no necesariamente rneta~ idealf".s.
e) Deben espe(.ifkar las procedimientos impOrtallH".s.
¿Sltiar_
log elwdll.ml? n Se aeben hacer revisiones de las enándares para mejorar.
g) Debe comprenderse clarameme el contexto de elaboración
SI de Jos e~dn&ares. y debe- aclararse el procesa para fijar Jos
estándares
COllt~1 del proceao por la cxtclI!ión
de lullllleilll de COltWl Ít) les ettilldares debeu fijar c;anmente!a responsabilidad y lá
autorizaciÓn.
i) En la docu.tnenraúón de eU;Ílld.. res debe tenerse en Cuenta lá
futilidad de ntilizaáón de los manuales.
 '"
el proceso está Cll d ('Stado de controlo no, mientr¿s que bz
j) Se deben des;::ríbirI :L.:m~,'":id~,,:.'¡c;rn;:,po::;:ak:$:;:~:;:~\:,::
k) r:>.thentcncnecnc jf:r.ites de e>Jpecific.aci6n se hacen p;JI;J; proporcionar un juicio
tes y para (a seguridad. ,,,-lbre $1 cada pnuincro e:t defcc{[JO$o o no. .El estado de control es
1) Deben esrar orienudos hacia las metas, no hada cl"mm. un estado eu el enal las CUllIMS asignables !le eliminan )' la varia~
mo. ¡:;jón del proceso !le debe sólo al iUiU. Puede obrenerse realizando
m) Deben implememane SU irmu,lf::d6n yentrenamicmo. el t~abajo ~egtin 1", instrucciones de trabajo. La amplirud de lo,
límires de colltrol se determina ~dose en la variación <:J.,;.bida
En ia planeación de estándares, es indispensable JahibUi<! ...:;u.a.r. Porutra parte, Iot límiru. de especificaciólI se deciden por
los principales ÍJcto!a dd proce:A:L También,
p,t.¡á controlar J..., demaru1u d.e 10$ con$U1nidore~ (1 105 1I5uarios.
érirn de 1a eJnlfldari~ón depende de la drvoclón delos Así. romQ se muestra en la f¡gura. 7.20. es probable que:u:
d~ a 1m estándAreS. En la re;l!iución d.el de rresenten lo.> .¡;iguiente'i cuarro C¡S05:
l~~cln~~~n~"m<,rom,rn"run,nt,h..,l,,~~
IlSando la gráfica de control, Adem;b. cunbién $e dében J.J El pro<ew no ata en un estado de control y rambién se pro-
Cilios pt(lcedimie:mos rdaÚOlUdo¡ con la esrandanz.¡úón. ducen heilli dctectU050S.
como aplicación, documenración, revkión, educacióu 't tú El proceso esui en estado de control y sin emlmcgo se produw
namienro. cen iro:l1U dcfectn{)S()$.
c, El pEcasO nQ está en crudo de Control pero l~ product"'" no
son defc.::ruoso$,
(5) Comparación con las espC(.ifkacinnes el) El proceso estiÍ en estado de =nttol pero lo'! productQ$ tam-
Cuando haya que comparar 11;15 dato~ del ptoreso con 1" Ho';. poco .'ion defeCtl.lO$OS;
de especificaci6n, hágalo con la unidad determinada en l·
ciflGl.Ciones. Si los Ifmices de la especificadón $e aplican a
lrem indi"idual, los llmires d.e lac$peeiúcadón d:'~: ~;:::~
se con los datos de cada Irem, no con i, ni am los
control.
Si el histogr.una se mcumtra dcono d.el11m1te sup«ioc
inferior de la es¡xcifi.c2ci6n ron un margen. :,:~~:';~:::
[¡¡(torio para [o¡¡ e5láodares. Entono:s. este prol:eW
';!
troLine por l;¡s líneas de contm( calcuJada1 a partir de los
del proceso.
Por O(fa parte, SI el hiMograma reb;¡sa los l{mires superior
inferior, significa que el proceso no es satisfal:toún. Se ;~lui,,,,,
procedimiemo1 o;:orrectíVtl~.
Aunque un proceso se em:uentre en el esudo de I:onuol,
ptoce!W podría prQdudr producto$ defectuosos, }' vicen:rsa.
lImites de control se hacen para propntGiomlr un juióQ sobre
140 CJUYKjI,)' IJf •.. ON11<f!l ¡-'tI

No hay problelM en el;::no dl, perou":~::;:;:::~:::=

.- ......
Hora
.~~~_ ...

,u.mdo ocurren b) ó e}_ Urnxón es nna fi ,\lO. recha

capacidad.dd procero yJa especificación, En d ca.m b}. 9:00 11:00 ~4:0C 16:00
dad de! proceso es imuficíem:e pata la t$ptcifiClción. Para 52,9
,>';ov. 2 525 52 . 9 53.':
nir la o(tiSfencu de productos defectuosos. debt h"XNe<[' 2 1 53 . 0 52.8 535 52-4
h.li't'lO pan mtjorar la capacidad dd pmceso, El wo c) 1 4 52J, 52.9 52..7 52.8
cnand<} ti p'o~ lÍeni' IiUfideme capacidad prua la "p«ir~
d6n. En ene CaiO, debe considerarse el mejoramiento de
,
4 5
6
52.4
52,5
52.9
52 . 9
52,9
52.7
52 . 9
5],1
..1<"OOa de la ptoduccion, G 9 52.-6 5J.4 )3. ~ 53..J

,
7

g
10
11
51.5
53.1
534
53&
5:).1
,iU
52.8
53.5
:>3,1
5Ll
53.0
12 53.1
EJercicw 71 l. 13 SU 53.4 53..l ::'2.9

Sekccione un tipo apropiado de gráfica de cormol p""un", 11 16 53.4 3-3.0 53B 53 . 1

52,8 3-2.9 S:U 5].2
"
17
lar las $igniemes ctractt!íttka~ de couttút ~,' ~
51,9
13 18 53.2 ;):;¡,:;¡
53..1
14 19 51.5 52 . 9 54.0 53,9
¡) Pesú de galleta;¡ empacadas. ;5 70 54.3 5JJ5 53.6 5-3.B
2) El número de productos tkfeewo50s en 1 . 000 parte$. "6 23 53,2 5L! ')4 . 0 531
3) El nlimtro de defecto~ de .roldaclul)L en nn equipo de ;7 24 53.8 54.0 ')],8 53.8
4, Rendimiento de Un producto químico en una serie. 18
19
i
25
16
5:"-1
..'H.l
53.6
53.B
5]1
,3),)
53.8
53,5
S) El porcencaje de produnos defeuu(l$o5 en nn ¡Ole cuyo 3-]..1
20 27 5:U 53.6 53 . 0
mallo puede 'luiu.
l. 53.3 5":Ú' 5.1.3 B,P"
6) El V1llor de ft':$lstfnaa de cinCO pili'US de prueba m,~'='¡
en nll dJa.
"23
22 01(, ¡
2
53.1
53.6
53.1
5J/I
53.1
53.2
'l)J
53.0
7) pl nUmero tk raroneo; rOl 1 ro:" en una pbCl de acero, 24 3 51.4 53,7 53,0 53.2
S],] 53.2 53,5 5].4
1:.}m:icw 7.2
15 4
...... _.. ,~~ ... ........ ~~-

Par;t ¡nvesdgM el pcrtil de variación de ciertas panes en un

crw de maquinado, se midieron !l-~ d!memione.l de IJs
cuatrO veces al día, a las 9:00, 11:00 y 16.00. Haga um' ll''''''
Ji' runtro[ ,'i _ R para analizar este pw,eso.
141

EfrTl:ido 7.3
Corrija los errores, cuando sea nect!hlrio, en tu siguientes
!¡O~~. VIII
1} En uná x muestra un
Aditividad de las varianzas
variaciÓn en el iotenoT de un nlbgrupú.
2) En una gdfica :x - R, miramos ZI bay variación

subgrupos con en la variadón :=;;,ro~,d;'~~,~:~

tJa!e
3) CAJando todos lo. puntos registrados
se encuentran emee 105 Ifmtte~ de conrrol,
el proceso esti en un estado de control.
4) En una gráfica ;¡ - R, un punID c.a.erá por fuera de los
[cs, aun si no hay cambie en el pro,,,"&\).
5) En una gráJIC3 de control en la cual es dC!'lcablc "n'~o, l~
queño de la caracterí5r.ia de OOnfrol, en I~ práctica no 8.1 lA'> MEDIAS Y lA'> VARIANZAS DE SUMAS
liza el LCi.
Antt:s rk tirar un dado no sabemos .:¡ué cara quedará hada arr¡~
6:l Cuando una gráfica de control mUcSWl un estado
do, el proa:$(I producirá productos que se conform::m ron
oo., pero ~i el dado no está cargado, la pmlnbil.iclad de que u.tta
(u.alqu¡~t.'l de !ascuas quede hacia arriba es de 1/6. Fl valor "'pe_
especificación.
rado de! ronjnnro de pumos es
7) Suponga que un pUnto cae por flleta de 1M límires de
tr"t Si los limitES de c'pedfiwci6n ~on amplios, sólo 1 1 1
mos que cuidarnm dd poo<;.«O, Fr.ro ¡;j lru límire.s de 1a Ji ""'1 X ---+2 x- +···+6x- =3.5
6 6 6
dfkadón $011 estrechO!, debemO$ averiguar la causa
la vWm..t dclnÚInero de pllIt[O! es
mente y tomar au;Íones apropiadas,
8) Cuando una grSfirn j - R mut:st!'3 un Ciltado ""di''',,,
<1 2 = f(X_3.5)IX!=35 (U)
mente controlado, pDdrcmos captar la capacidad del x=o¡ 6 12
¡mr medio de U)'l. hislogr:una dt: x (datQS lxUio:m).
y tU desviaci6n estándar es
9) En lljU gráfica ir haY'lulI!<t: punt01l $\l~¡V(>:i entre
res de control y ± 1«$ígma, el proceso t~ti en un estado
(8.21
pccrecta cstabilidad. Debemos untar de mam:ener ~,,' ",,,
do.
Cuando se ora un dado d(;('l veO':, y se ohÜeoe la mma del
l\Úntero de pumos.;-r:r3. alg¡in valor entre 2 y 12, Y lUS frecuen-
cias rdarivas put:dt:n obtenet5e de ¡a tabla 8.1. En em: aso, 10$

VI
Los diagramas de dispersión
6.1 ,QUÉ SON LOS DIAGRAMAS
DE DISPERSiÓN?
En la práctica. fm:;n~nt!!menl:t" es ut"\z~afÍo estudiar la relación
de wrrespondencia de. dru vatiabks, Por ejemplo, ¡hasta ~ué
punto se ¡Úecracin las dimeru:iones de uoa parte de una máqu¡n~
por el OI1llbío en la vdocldad de un piMo? O 'U¡'''~'
usted le gustarla conrrolar la oonce-ntraOón de ¡ ,lila caracterisrica de ;;a\idad, U~ el eje ru,rwnrai x ¡nfil el fJ¡¡;;tor
de e!i preferible su.stlmir la rnttiición de la Q)ncentmdón por la
gravedad específica, porque pdctlc:l.lnente resulta más likil me-
dida. Pan! estudiar la relación cmre do, ,,¡!fiables ules COffib la
velocidad del pifíón y las dimensiones do: una parte, ti la oon<:cn-
[ración r la gravedad esper::{fia. puede ll5lll5C lo que $e 1I:.uru.
tÜJgramP de dÚperWn.
Las dos v;uubkj; qne tr:uaremos pueden enman:arse así:
a) una CJmcter!nica de ¡;a.litÚd y un flll:ttlf que la .tkcta,
b) dm caracrerfsricas de calidad relacionadas, o
el dos. faW){es reladonadl)$ con una sola carncrcr(stiu de
dad_
Para comprender la rdación entre ésU$, es imporuotoe, en
primer lugar, lucet un diagrama de dispersión r ¡;ompreml<:r la
relación globaL
6,2 CÓMO ELABORAR UN DIAGRAMA
DE DISPERSIÓN
PaR elaborar un diagrama de díspeni6n, se siguen tos ~os si·
guleutes::
p"", I
Reúná pares de daros. (x, y), <::vyu n:lacione~ USf/,:d qui.:-re C$tu~
diu, y organice ~ información en ill1a rabia. Es d~ble tener
al meues 30 pares. de datos.
Paro 2
Eucuefitre !()S valores m/nimo y máximo para x y y. Dccida la!.
escalas que va a usar en los ejes MrilQmal y "e:rtical de mW':-f.ll
que ambas 1(I~tude$ sean aproximadamente ignales, lo «lid hará
que el diagrnma.re;¡ más fácil de teer. Trate de mantener el núm.:-
ro<Íe divCiieueI en cada eje entre 3 't 10 Yuse números reJond.os
?átá t"atili~r la lectura. Cuand.o b.s dosvar.iahles sean un Íáctot y
! d eje vertical J parn.la eómlclerlsr.lQ de caI¡dátl.
Pil!O 3
Registre 1m daws ell el grMico. Cuando se obfengan los mismos
'{;llora en diferentes .mserv¡tdones;, m\IC$tTC estos punros haciendo
dn.wos u:>ncéntI,icru (O;. o ugistre ti segundo punw muy Cft~
CA del: primno.
PI1:.-o4
Regim-e ¡:od.<;.s los a;peuo'i que puetLtn ser dI! utiJidátl. Cerd6te---
se de que 5e incluyan toow los Jteilll! 1iguienre$ de manera que
70 71

cualqnifr pef$Ona, ademjs de !a peroooa (lue hiw el diJgrMna, Marcamos;

pueda comprenderto de un Yinaro~ el eje horiwnral en intervalO' d.: 0,5 (kgflcm1), desde 8.0
hallta 9.5 (kgfh::m l ),
a; dmlo dd diagrama y
b) periodo de (lempo el eje v.:tri.:al en inte:rvRlos de 0.01 (%j, desde 0.85 ha.na
e) númi!m dt patt'! de datas 0.93 (%)
d) tirulo y unidades de cada e)e
e) nombre (ctc.) de la per$ona que hito el diagrama, Paso)
RC{\istre 1m daros (ver la figura 6.1):

Un fabricante de tanque¡ tk plá5úoo que 1m hada usando el l?vo 4

métodQ de moldeo por soplado tuVO dlticu1tades con tanques.
defecm(lSO~ que tcnfan paredes delgadas. Se wspochaba que la
cama de las parroes defecrunw; era la \I$lriaá6n en la presión del
aire de soplado, la cual. variaba ~ dia. La tabla 6 1 rnuestr.t la
informaciÓn sobre Ja pre~ión cid aire de '01"1;)00 y el porcenrajt
de dde..:tüS, Hag.:m\Oi un di~;t de d¡~pcnk'1J) con estos da~
ros, siguiendo jos pasos indicadO$: arrib<L
indique d inteIVlt!o d.: tiempo de la ffllle5tfa obtenida {Oct.1 ~
N.w. 9), el número de muestras (11 '" 30), el eje ooriwmal (p.rt':~
sión dd aire de soplado fkgf!cOl<J), el eje vetriaJ (p0W:nuje de
defectos [%]), yel drulo de diagrama (Diagrnmll de dispersión
de presión .Id aire de roplado y potc.encajt de defeam).

Paso 1
Como $C ve en la mbLt 6, 1, hay 30 pares de datos.
,
0:1. 1 8.6
'.9
0.8B9
!l.884
1I OcL 21
}1
al
8,:;
3.892
O.6!!
3 '.8 O)~,74' 24 fU 0.865
4 8.8 (un, 15 8.5 O.a66
1 a.3 0,696
, "
O.IF4 2!>
En este ejemplo, $ea '" (eje hori1.OnraI) la presión dd aire, r y(eje B.7 e.a!!!> Z9 e.7 O.89b
vertiul} él porcentaje de defectos. fnton<=: 9 9.1 0,9: 1 30 'U 0.918
10 B.b 0.911 31 a..9 0,8$&
9.4 (kgflcm1j, 11 9.1 O.e95 NO\'. 1 e.9 0.908
d valm máximo de x: :c....... 12 S.7 0.8% 2 3.3 o.se;
d valor mínimo de x: x!'Ú~ 8,2 (kgílcm 2),
el valor rnhimo de y: J,..,u 0,928 (%), 1$ eA 0.894! ~ 8.7 0,881
Hí 8.1 0.864 (, a9 0.904
el valor mínimo de y.. Y"'/ ,. 0.864 (%)
1I
17 'ti 0.911 'J 8.? 0.911
:8 iU' 0.909
9.1 O.92i B
___'~9__-C9._4____~O~.%~5~1-___ ' ____
B._'__~O~'~72~_

Dmm de p~ del lire <:k !lCpJ4dc y pot«tu,aje<k d¿w;", i:k

tanq'-lle pH.,,;ct>.
n [OS DlAGRAMA,~ DE Dl5l'EII5fÓN 73

,. , Oct. I - Nov, 9
0=30
debida atención a la causa de esas irregularidade:¡ porque con

•• •
0.93 frecuencia se obriene información mny Mil averiguando por qué
ocnrren.

.'
0.92 Hay muchos tipos de formas de dispersión, y algunas for-

• • • •
mas dpicas se dan en la figura 6.3.1 hasta la 6.3.6. En las figuras
0.91
6.3.1 y 6.3.2, Y crece con.r, esm e:¡ una wrTt"lación poúriva. Tam-
•o
0.\10
• bién, como la figura 6.3.1 mnestra e:¡ta rendencia de una manera
]
•• •
..
I! 0.89

0.88
."
•
• • •
•
• , muy pronunciada, se dice que es una correlación posiriva fuene.
Las figuras 6.3.4 y 6.3,5 muesu-an lo opnesm a una correlación
posiriva, pue:¡ a medida qne x aumenra, y disminnye; e:¡m se lla-
ma una correl4ción nrgativa. La figura 6.3.4 muesrra una correla-
0.87
• •• ción negariva fuene. La figura 6.3.3 mne:¡uael caso en el que xy
• • y no tienen ninguna relación panicular, y por eso decimos que
0.86 rw hay corn:l4ción. En la figura 6.3.6, a medida qne x aumenra, y
0.8j cambia en forma curv;¡o Esm se explicará más tarde.

8.0 8.' 9.0

PROIión de aire (Kglcm2 ) y
11=30
• •
, • • •••
Figura 6.1 Diagrama de di'pe,,'¡ón de presir\n del aire de soplado y
poro::maje de defecw•.
• ••
•• • • •
4
•••
6.3 CÓMO LEER WS DIAGRAMAS
•• • •
DE DISPERSION • • ••
AsJ como es posible captar la forma de distribución en un
2 •
histograma, también es posible leer la distribución general de los •
pares de datos a partir de un diagrama de dispersión. Al haeerlo,
lo primero es examinar si hayo no hay pUntOS muy apartados en
el diagrama. Puede generalmente snponerse que estos punros apar-
o
o 2 4 , x

rados del grupo principal (fignra 6.2) son el resulrado de errores Figura 6.1 Pumos lejanos
de medición o de registro de los datos, o fueron causados por
algún cambio en las condiciones de operación, Es necesario ex-
cluir esros pUntOS del análisis correlaeional. Sin embargo, en lu-
gar de despreeiar completamente e:¡tos puntoS, usted debe dar la
 6.' EL CÁLCUlO DE 1.05 COEFICIENTES DE
CORRElACIÓN
,.", ... ¡t6 Para estudiar la relación cmre xy J ('$ imporramc hacer primero
•
'.
.
..
·•.. •
•
'
•••
•
•
••
•
•
•
.. un dügtama de dispenión; sin embargQ, para comprender la fUtT-
:<.1 de la relaciÓn ~n térmillO! cwmtiUrlVOS, es ÚtÜ caicullU' el MI'--
jicinftJ! tÚ cerrrlaciJn segun la ¡iguit'Ilte definiciÓn:

, • ...... • • • • • •••
•
•..
.' • •• • (6.1)
• • •
,, , , • •
• , x donde
-"', (6.2)

, , .,.
, • •
;>;0.0
'..• •
,
• •
, , • , ,,
• •
•
· ......• .....
• " (6.3)
,, , ,
'. ..•• .••
'
•
, • ,' •'
, '., , ," .. S(,,) ,
•
:E(x, Rl(Yi - 5)
;=!

,, , ,,
•
" ----'--
• x , (6.4)
lI\tono 6.J.J No hy ""rttI~
n

"IJ." es el número de parctl de datos, y S(~) se llama la

, • •
• • • ,
•
'.
• • •, awarianu, El oodicienu-dc Uffrelación l' se encnenmi en el ran-

, • •• • • • , " ,, •, go _ 1 ~r!; l. Si el valor ~lutú de FesIDa:yQtqne 1, darnmen-

•• • •, • • • • ,• • • te ha oonrido J,m error de cl1cuIQ, y debe C1lculane de núe>'<>•
• •
, • • • • el CIliO de una correlación positn·a fuerte (omo en la f¡gura
, • •
En
• ••
.,
6.3.1, se obdene up v",lor;;;;;::r¡;:;¡ffo il ..-1, e igualmente, mil una
correlación negAtiva fuene como en la figura 6.3.4, se obtiene un
(1 ---"'-!~-7~~'~-
O 2 4 1'> , v210! cercano a -J. Es decir. cna.ndo ; r I esci atta de l. india
PIt-s '.J.! "-de 1lJ_ wml«ióll PlptUI tí.1.' una corrcladún fuerte curre x y y, y cuando I r I e>DÍ u:rca de IJ,
ncpliVll unarorrdacióa débil Ade:mkl, cuando Ir: "" 1, los datN apare~
Lerán en llaca recta. Si I1&teU rox:uerda dlto, y adquiere d hábiro
 Z<A n.t.<ú<A-O!'S DE DIWMiS!d...

d~ estimar el: val;)r de ra pucirdcl diagrama de ditpersión, , y

vttif¡c;¡¡r erro~ de cl1culo.
Oc~ 1 8.t :1.889
"
73.%
"
0.79032
~

7.6454
Calculemos el coeftcitme de correlación para el
artt<!riot de los GllI<jUC% piáUKOS. En :a f·,l.bla 6.2 se encuemra ,
1 s.q
a,e
0.88'
0.874
7'1.11
77.t.4
0.78146
OJ'fd83
7.11676
7.69t2
~7A4 0.793/:18 7.6408
rabia mplernemaria de clkulos. A panir de: tliLO, lt:lltmos:
,
4
; '"
8.4
fL691
0.874 70.51'; fL76}86 7.]416

6.7 OJ~&i 7:;.69 0]8500 ,,7062

~ (í:x)l 263.2 2
S (xx).::::: Ix,- -' , = 2312.02 - -- = 2,(jS, q 9.1 0.9~J 84.M 0.81992 6.3812
n lO ''o 8.t 0.911 1J.9b 0.63174 7JMj1
11
., 9.1 0.69;' MM
7').69
0.801!)1
OJW111l
fI.:HW
7.7951

I),' ~ (:1:y,)' =23.97833~ 26.816

2
12

15
"
8.'
0.8-01&
0.1;\94 ?U.5b 0.79924 7.5096
S (Y.Y) I 8.1 !l8M 67.14 0/4650 ?JJ8411
" 30 ""., 'u
e'
0.'112 34.M O.650011
0.112626
6.4874
7.9083
"
]g
.'
,.1
0.9()';
0.905
75.69
81lJ6 O.Bl902 11507(\
(.l:x¡)(Iy,) n 7S.b9 0,79566 7J604
S(,,) = Ix",
n ,-
-, '"
8.5
";J.}
0.892
0.877 7225
&1.64
0.7f>913
0.76321
7AS4l
a.l420
"
2S 11.5
8.J
0.38'1
OA)&!:
OJl%
72.25
68,1l9
0.749%
OAill161
73610
7.4";68
=235.3570- 263.2X26,81~ =0.0913, '" 0.8.% 75.6'1 0.80181 7,7951

0.0913
30
"
JO
31
fU
'.3
'.9
C.9-26
0.886
"'''
79,::'1
Q.86:18
O.7850C
3.6301
7.6854
,= ::::::059.
";2.88 x 0.00840
~Qv.
,
1
"a.l 0.908
C.(\81
7'J.11
68.89
0,1l14':6
0,77616
IW811
7.3113

El valor de r es 0-5'1, de maJ"lt:!1l que ro hay una oorrelaci6n

,,
5 8.7
8.9
OAl82
0904
75.69
79.21
0]7792
3.81i}2:
7.f>7J4
S,0456

p05iri'l.'ll euU't' la presión del alfe de soplado y el porc.ent::lJc de , 6"7

9, :
0.9\1
0.925
75.(:9
52,61
OJlJ174
0.855b2
7.9344
8A!])
t:utqucs plástic.o~ defeauóSOS. 9 8.7 C.ó72 75 é9 0.76GJ8 7,5864

1631 l6.S16 2,1U.fl2 JJ.97831 2JS.3.FG

Th.bb6.2
 CA!'lTlJl.O SElS

6.5 NOTAS SOBRE EL ANÁLISIS COlmELACIOli En el p".l50 2 del dibu¡O del diagrama de dispcr.sión se dieron
El método de juzgar Lt exinencia de correlación h",¡",d.
hu explkaci:one~ ret~1:o a la manera de dibujar las coordenad;u
diagrama de dispersión y calculando el coefici<-ntc de
de los ejes. En la figura 6.4 se fcgimaron los mismos pareti de
ción, L""tJIIlO lo hemos deKrito anteS, se llama ,".'Ihi,,"~dd,ci.
daros, La escala dd eje horilonr.al de i.J figura 6.4. 1 es la mitad de
la de la figura 6.3.5, y el eje v('nic.ú de la Agura 6.4,2 es la mitad
A continuación, en las secciones (1) a (4) se presentan
comentarios sobre el análisis cow:Jadonal,
dd de la figura 6.3.5. Fue pO$ihle interpretar la distribución de Lt
:figura 6.3,5 como una couelación negadvJI, pero esto no ($ dMO
ni en la figura 6.4.1 ni en la figura 6.4.2; incluso puede par«:ec
(1) Cootderuulas de loo ej.. que uo hubiera corrdadóu. De esta manera. ~i la ('$caJa tliI'Á in~
cOfrectlUltentc dctinida, el re$ultado ~erá la inrerprctadón ertó~
nea de lo~ d..Jt(),'l. POI canto, debemQ$ dibujar lil!l cootdenad:u. de
y
,
11",30.
los ejes eo forma correcta, i-"Omo se explicó en el paso 2,
• • , •
• • •
• • • • •• •
, • • • ,• • •
(2) Eatntillooción

, , ,• •
• ••
. Tanto LIfigura (),5, 1 como la figura 6.5.2 mU(:$fran en diagramas
dc di:;pcrsión la relaci6u eutre la cantidad de imputc7..3. y la vi~co-­
sid.td de una $wuncia manufaaurada, En la figura 6.5.1, cuan-
do se combinan indiscrimina::damente los darm de la CompañIa
•• , , • < A con Jos de la CompañIa B, p:treC\': no haber correlación (fJgutá
r ..... '..l..!! 6.5< 1. a la izquierda); p«U cUlmdo se dirtinguen como en la figu~

/ \
ra6.5.1 ala derecha, leVe qne hay una daracorrclación. Por otr.l
parte, la figuea6.5.2 p~ mo,strot unarondaci6i\ genernl. pero
cuando se estraril1caeJ1 A y B (~UlJ. 6.~U ala deted!a), la corre--

;t.~.,;.......
",,,,;)O y

.... ,., •••• ••••

, • , •" , ,, • • • •• ••• •
•• •• '"'·A
h

, • " •
• ,
,!
• •••
•..........
..- . . -
, • , '.' ," I" -O;

.,
o-
.. oo. . .
•, 4 ........
.. oo. : . : : . oo...

'., •
>
• , • •,
•
•
• ..::.e
n.A
_A.h Ll.~b
hA
, , '. • •• "
• • __••.u " , • •
_ _ 'A.l

F4;unl; 6.4 Ef~l.Til ,,¡uu! ili: JIn t':!<4.I:I$ di: W~ H!oroeruu:l:u