ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

CURSO:
CALIDAD EN LA CONSTRUCCIÓN
SEMINARIO 1: HERRAMIENTAS ESTADÍSTICAS DE CALIDAD
ESTUDIANTE:

DOCENTE: ING. TANY ENCOMENDEROS, Mg. SS.

TACNA, 11 DE MAYO DE 2017

1. DIAGRAMA DE PARETO
Construir una Diagrama de Pareto de los defectos estructurales en la puerta de un cargador frontal.
6 abolladuras, 11 partes ensambladas fuera de secuencia, 14 partes mal ajustadas, 20 faltas de agu
no lubricadas, 34 partes fuera de contorno y 7 partes con rebabas en su carcaza.

CODIGO defectos estructurales en la puerta de un FRECUENCIA

cargador frontal
C-1 ABOLLADURAS 6
C-2 PARTES ENSAMBLADAS FUERA DE SECUENCIA 11
C-3 PARTES MAL AJUSTADAS 14
C-4 FALTAS DE AGUJEROS 20
C-5 PARTES NO LUBRICADAS 9
C-6 PARTES FUERA DE CONTORNO 34
C-7 PARTES CON REBABAS EN SU CARCAZA 7

POCAS VITALES

MUCHAS TRIVIALES

Conclusiones
Según el gráfico se observa que 67 % de las pocas causas vitales ( 3 problemas) son responsables
del mayor efecto negativo en los defectos estructurales en la puerta de un cargador frontal
Asimismo, hay problemas que se consideran como dudosos, como partes ensambladas fuera de s
partes no lubricadas
 un cargador frontal.
das, 20 faltas de agujeros, 9 partes

CODIGO defectos estructurales en la puerta de un cargador frontal

C-1 ABOLLADURAS
C-2 PARTES ENSAMBLADAS FUERA DE SECUENCIA
C-3 PARTES MAL AJUSTADAS
C-4 FALTAS DE AGUJEROS
C-5 PARTES NO LUBRICADAS
C-6 PARTES FUERA DE CONTORNO
C-7 PARTES CON REBABAS EN SU CARCAZA

s) son responsables
gador frontal
ambladas fuera de secuencia y
2. DIAGRAMA DE PARETO
Si Usted trabaja para una empresa que fabrica planchas de madera. Últimamente, usted ha notado
de bolsas está siendo rechazado en la inspección final debido a rasguños, microgrietas, manchas en
Se le solicita determinar las causas vitales, si existe relación entre el tipo y el número de defectos, y

Defecto Periodo Microgrietas Noche

Rasguños Día Otros Noche
Rasguños Día Otros Noche
Microgrietas Día Rasguños Noche
Microgrietas Día Rasguños Noche
Marchas Día Microgrietas Noche
Rasguños Día Rasguños Noche
Otros Día Manchas Noche
Otros Tarde Rasguños Noche
Microgrietas Tarde Otros Noche
Microgrietas Tarde Rasguños Noche
Microgrietas Tarde Rasguños Noche
Microgrietas Tarde Microgrietas Fin de semana
Rasguños Tarde Microgrietas Fin de semana
Rasguños Tarde Microgrietas Fin de semana
Microgrietas Noche Manchas Fin de semana
Rasguños Noche Manchas Fin de semana
Manchas Noche Manchas Fin de semana
Rasguños Noche Otros Fin de semana
Microgrietas Noche
Microgrietas Noche
Microgrietas Noche

CAUSAS TURNO frecuencia

Rasguños Día 3
Rasguños Tarde 2
Rasguños Noche 8
Microgrietas Día 2
Microgrietas Tarde 4
Microgrietas Noche 6
Microgrietas Fin de semana 3
Manchas Día 1
Manchas Noche 2
Manchas Fin de semana 3
Otros Día 1
Otros Noche 3
Otros Fin de semana 1

Diagrama de Pareto de CAUSAS_1

40 100

80
frecuencia_1

30

Porcentaje
60
20
POCAS VITALES 40
10
20

0 0
CAUSAS_1

MUCHAS TRIVIAL
frecuencia_1 8 6 4 3 3 3 3 2 7
Porcentaje 20.5 15.4 10.3 7.7 7.7 7.7 7.7 5.1 17.9
% acumulado 20.5 35.9 46.2 53.8 61.5 69.2 76.9 82.1 100.0
nte, usted ha notado que un número creciente
ogrietas, manchas en su acabado y otros.
úmero de defectos, y el turno en que se producen más defectos.

Defecto Periodo
Rasguños Día
Rasguños Día
Microgrietas Día
Microgrietas Día
Marchas Día
Rasguños Día
Otros Día
Otros Tarde
Microgrietas Tarde
Microgrietas Tarde
Microgrietas Tarde
Microgrietas Tarde
Rasguños Tarde
Rasguños Tarde
Microgrietas Noche
Rasguños Noche
Manchas Noche
Rasguños Noche
Microgrietas Noche
Microgrietas Noche
Microgrietas Noche

CAUSAS frecuencia
Rasguños Dia 3
Rasguños Tarde 2
Rasguños Noche 8
Microgrietas Dia 2
Microgrietas Tarde 4
Microgrietas Noche 6
Microgrietas Fin de semana 3
Manchas Dia 1
Manchas Noche 2
Manchas Fin de semana 3
 Otros Dia 1
Otros Noche 3
Otros Fin de semana 1

100

80
Porcentaje

60

40 EL DIAGRAMA DE PARETO NOS MUESTRA QUE DE

20
LAS CAUSAS ENCONTRADAS; LOS RASGUÑOS
SON MAS FRECUENTES EN EL DIA Y EN LA
0 NOCHE; MIENTRAS QUE LAS MICROGRIETAS SE
PRODUCEN CON MAYOR INSIDENCIA EN EL
TURNO DE LA NOCHE, EN EL TURNO DE LA TARDE
Y TAMBIEN EN FIN DE SEMANA; LAS MANCHAS
TAMBIEN SE PRODUCEN MAYORMENTE EN EL
TURNO DEL FIN DE SEMANA; Y OTROS MOTIVOS
POR EL TURNO DE LA NOCHE.
MUCHAS TRIVIALES
2 7
5.1 17.9
82.1 100.0
Microgrietas Noche
Otros Noche
Otros Noche
Rasguños Noche
Rasguños Noche
Microgrietas Noche
Rasguños Noche
Manchas Noche
Rasguños Noche
Otros Noche
Rasguños Noche
Rasguños Noche
Microgrietas Fin de semana
Microgrietas Fin de semana
Microgrietas Fin de semana
Manchas Fin de semana
Manchas Fin de semana
Manchas Fin de semana
Otros Fin de semana
1. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DE PROCESO
La siguiente tabla muestra los datos sobre el octanaje de varias mezclas de gasolina
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Cuántas mezclas de gasolina están ubicadas en el 25% superior.
c) Cuántas mezclas de gasolina están ubicadas en el 25 % inferior.
d) Determinar la capacidad del proceso de combustión e interprete la campana de Gauss

RANGO R

N° total muestra (n): 90 MUESTRAS

Rango (R): Mayor Valor – Menor Valor : 100.3– 83.4= 16.9
Rango ajustado: R’ = 1,05*16.9 = 17.745=17.7
Precisar el número de intervalos = K, utilizar la siguiente
fórmula o pauta : k = 1 + 3,3 LOG (90) = 7,45  7

Determinar límites de los intervalos :

W = C= R’ / k = 17.7 / 7 = 2.53 (ancho de intervalo)
 FRECUENCIA
INTERVALO DE CLASE CARCA DE CLASE ABSOLUTA
83.4 - 85.9 84.7 7
85.9 - 88.4 87.2 9
88.4 - 90.9 89.7 30
90.9 - 93.4 92.2 22
93.4 - 95.9 94.7 13
95.9 - 98.4 97.2 7
98.4 - 100.9 99.7 2
90
 Capacidad de proceso de OCTANAGE MEZ

LEI LES
P rocesar datos
LE I 87.618
O bjetiv o *
LE S 94.462 C apa
M edia de la muestra 91.0367
N úmero de muestra 90
Desv .E st. (Dentro) 0.16834
Desv .E st. (General) 3.42202
N úmero de muestra 90
Desv .E st. (Dentro) 0.16834
Desv .E st. (General) 3.42202

84 87 90 93 96 99
Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 144444.44 P P M < LE I 0.00 P P M < LE I 158892.41
P P M > LE S 177777.78 P P M > LE S 0.00 P P M > LE S 158421.01
P P M Total 322222.22 P P M Total 0.00 P P M Total 317313.41
 88.5 84.3 89
s de gasolina 87.8 86.7 96.1
83.4 88.5 93.4
86.7 90.8 91.5
91.5 90.1 88.8
ampana de Gauss 88.8 87.5 92.1
96.5 96.2 85.6
100.3 95.7 85.4
96.5 93.2 88.7
92.6 89.5 92
94.7 90.1 89.9
91.2 93.4 89.5
91.2 88.3 87.5
94.3 90.1 88.9
89.9 98.8 85.4
88.6 94.5 90.1
95.5 84.3 86.7
87.8 89.7 96
84.3 88.8 92.7
89.4 92.1 87.5

100.3 83.4
– 83.4= 16.9
7
siguiente
7

:
ho de intervalo)
FRECUENCIA FRECUENCIA
RELATIVA ACUMULADA
0.08 0.08
0.10 0.18
0.33 0.51
0.24 0.75
0.14 0.89
0.08 0.97
0.02 1.0
0.99
de OCTANAGE MEZ.

LES
Dentro de
General B) 12 MEZCLAS ESTA
C apacidad (dentro) del potencial
Cp 6.78
SUPERIOR.
C PL 6.77
C P U 6.78
C) 14 MEZCLAS ESTA
C pk 6.77
C apacidad general
INFERIOR.
Pp 0.33 D) EL CPK ES MAYOR
QUE EL PROCESO ES
PPL 0.33
PPU 0.33
P pk 0.33
 C PU 6.78
C) 14 MEZCLAS ESTA
C pk 6.77
C apacidad general
INFERIOR.
Pp 0.33 D) EL CPK ES MAYOR
QUE EL PROCESO ES
PPL 0.33
PPU 0.33
P pk 0.33
C pm *

3 96 99
Rendimiento general
< LE I 158892.41
> LE S 158421.01
Total 317313.41
91.6 90.2 91.2 100.3
90.4 90.6 98.8
91.1 91.2 98.2
92.4 94.2 96.5
91.2 92.2 96.5
89.4 92.3 96.2
90.2 91 96.1
95.1 94 96.1
89.5 92.4 96
88.5 92 95.7
90.4 95.5
91.7 95.5
90.5 95.4
93.7 95.1
90.7 94.7
95.4 94.5
92.7 94.3
98.2 94.2
96.1 94
95.5 93.7
93.4
93.4
90 93.2
92.7
92.7
17.7 92.6
92.4
92.4
92.3
92.2
92.1
92.1
92
92
91.7
91.6
91.5
91.5
91.2
91.2
91.2
91.2
91.1
 91
90.8
90.7
90.6
90.5
90.4
90.4
90.2
90.2
90.1
90.1
90.1
90.1
89.9
89.9
89.7
89.5
89.5
89.5
89.4
89.4
89
88.9
88.8
88.8
88.8
88.7
88.6
88.5
88.5
88.5
88.3
87.8
87.8
87.5
87.5
87.5
86.7
86.7
86.7
85.6
85.4
85.4
84.3
 84.3
84.3
83.4

EZCLAS ESTAN EN EL 25%

OR.
EZCLAS ESTAN EL 25%
OR.
PK ES MAYOR A 1.33 POR LO
PROCESO ES CAPAZ
 EZCLAS ESTAN EL 25%
OR.
PK ES MAYOR A 1.33 POR LO
PROCESO ES CAPAZ
2 90

13

22
30

7
2. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
Se han realizado mediciones de 80 muestras de Resistencia a la compresión en Kgf/cm2.
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Según el Histograma, interprete la tendencia central, variabilidad y sesgo.
c) Qué opina acerca de lo adecuado o no de las resistencias a la compresión?.
d) Determinar la capacidad del proceso de Resistencia a la cpmpresión y diga si el proceso en Norm

CALCULO DE RANGO:

R= 180

RANGO AJUSTADO

R'= 189

NUMERO DE INTERVALOS

K= 7

LIMITES DE INTERVALOS

W=C=R'/K= 27

INTERVALO DE CLASE CARCA DE FRECUENCIA

CLASE ABSOLUTA
70 - 97 83.5 2
97 - 124 110.5 9
124 - 151 137.5 16
151 - 178 164.5 28
178 - 205 191.5 17
205 - 232 218.5 6
232 - 259 245.5 2
80
 Capacidad de proceso de RESISTENCIA

LEI LES
P rocesar datos
LEI 128.5
O bjetiv o *
LES 197.3
M edia de la muestra 162.887
N úmero de muestra 80
Desv .E st. (Dentro) 35.5957
Desv .E st. (G eneral) 34.4027

80 120 160 200 240

D esempeño observ ado Exp. D entro del rendimiento E xp. Rendimiento general
P P M < LE I 137500.00 P P M < LE I 167007.35 P P M < LE I 158762.02
P P M > LE S 150000.00 P P M > LE S 166831.70 P P M > LE S 158586.17
P P M Total 287500.00 P P M Total 333839.05 P P M Total 317348.19
resión en Kgf/cm2.

n y diga si el proceso en Normal.

FRECUENCIA FRECUENCIA
RELATIVA ACUMULADA
0.03 0.03
0.11 0.14
0.2 0.34
0.35 0.69
0.21 0.90
0.08 0.98
0.03 1.0
1.01

LA TENDENCIA CENTRAL ES 160

ES NORMAL POR QUE EL VALO
ES MAYOR A 0.100
o de RESISTENCIA Fc

LES
Dentro de
General
C apacidad (dentro) del potencial
Cp 0.32 LA CAMPANA DE GAUS N
C PL 0.32 LAS MEZCLAS QUE ESTAN
C P U 0.32
C pk 0.32
SON LAS QUE SON MAS CO
C apacidad general
NOS MUESTRA QUE ES 0.3
Pp 0.33
1.33 POR LO TANTO EL PR
PPL 0.33
PPU 0.33
P pk 0.33
C pm *

200 240
E xp. Rendimiento general
P P M < LE I 158762.02
P P M > LE S 158586.17
P P M Total 317348.19
 DESCENDENTE
250 2
MAXIMO 250 245
MINIMO 70 229
DATOS 80 228
221 6
218
208
207
201
200
199
199
196
194
193
190
186 17
186
184
183
181
181
180
180
178
176
175
174
174
172
171
171
170
169
168
167
167
165

163 28
163
160
160
160
158
158
158
158
157
156
154
154
153
151
150
150
149
149
148
146
145
143 16
142
141
135
135
134
133
133
131
123
121
120
118
115 9
110
105
101
97
88 2
70
R QUE EL VALOR P
A DE GAUS NOS MUESTRA QUE
S QUE ESTAN ENTRE 130 Y 170
E SON MAS CONSEGUIDAS, EL CPK
RA QUE ES 0.32 Y ES MENOR QUE
TANTO EL PROCESO NO ES CAPAZ .
105
201
153
186
120
170
118
149
97
175
183
174
121
250
150
135
245
151
174
199
181
171
148
158
163
157
154
115
160
172
158
169
207
178
190
193
194
135

229
146
134
180
 70
167
184
133
156
123
218
131
101
171
165
208
158
133
199
228
142
163
145
158
176
110
160
154
149
88
160
168
180
141
196
221
200
186
150
181
167
143
3. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
 Los investigadores de la Universidad de Maryland emplearon métodos para obtener medidas de T
( en ° F) de 106 trabajadores del sector construcción.
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Según el Histograma, analice la tendencia central, variabilidad y sesgo.
c) Cuál es su opinión sobre la adecuada temperatura corporal de los trabajadores.
d) Determinar la capacidad del proceso estrés térmico e interprete la campana de Gauss
98.6 98.6 98 98 99 98.4 98.4
98.6 98.8 98.6 97 97 98.8 97.6
98 98.3 98.5 97.3 98.7 97.4 98.9
97.3 97.6 98.2 99.6 98.7 99.4 98.2
97.2 98.4 98.6 98.2 98 97.8 98
97.8 99 96.5 97.6 98 96.9 97.6
97.3 98 97.5 97.6 98.2 98.5 98.8
97.1 97.4 99.4 98.4 98.6 98.4 98.5
98.8 99.1 98.6 97.9 98.8 98 98.7
98.6 97.1 97.9 98.8 98.7 97.6 98.1
98.4 97.8 98.4 97.4 98 97 98.4

CALCULO DE RANGO:

R= 3.1

RANGO AJUSTADO

R'= 3.3

NUMERO DE INTERVALOS

K= 8

LIMITES DE INTERVALOS

W=C=R'/K= 0.4

INTERVALO DE CLASE FRECUENCIA FRECUENCIA

CARCA DE CLASE ABSOLUTA RELATIVA
96.5 - 96.9 96.7 1 0.01
96.9 - 97.3 97.1 8 0.08
97.3 - 97.7 97.5 14 0.13
97.7 - 98.1 97.9 22 0.21
98.1 - 98.5 98.3 19 0.18
98.5 - 98.9 98.7 32 0.3
98.9 - 99.3 99.1 6 0.06
99.3 - 99.7 99.5 4 0.04
106 0.97
 Capacidad de proceso de TEMP CORPOR

LEI LES
P rocesar datos
LE I 97.5763
O bjetiv o *
LE S 98.8237
Media de la muestra 98.2
Número de muestra 106
Desv .E st. (Dentro) 0.626478
Desv .E st. (G eneral) 0.62366

96.5 97.0 97.5 98.0 98.5 99.0 99.5

Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 160377.36 P P M < LE I 159730.43 P P M < LE I 158639.92
P P M > LE S 94339.62 P P M > LE S 159730.43 P P M > LE S 158639.92
P P M Total 254716.98 P P M Total 319460.86 P P M Total 317279.83
obtener medidas de Temperaturas corporales

de Gauss
97.7 99.5 98.7
98.6 98.6 98.6
98 98.6 98.4
98.4 97.9 98
97.1 97.8 98.7
98.7 98.3 98.4
98.6 98.9 98
98.5 97.8
99.2 98.6
98.4 98
98.8 97.5

VALOR MAYOR= 99.6

VALOR MENOR= 96.5
N| DE DATOS= 106

FRECUENCIA
ACUMULADA
0.01
0.09
0.22
0.43
0.61
0.91
0.97
1.0
EMP CORPORAL F

LES
Dentro de
General
C apacidad (dentro) del potencial LA CAMPANA DE GAUS NOS MUE
Cp 0.33 LAS LA TEMPERATURA DE LOS TRA
C PL 0.33
C P U 0.33
TIENDE A ESTAR ENTRE 97.5 Y 98.
C pk 0.33 EL CPK DEL PROCESO ES 0.33 Y ES
C apacidad general 1.33 POR LO CUAL ES PROCESO N
Pp 0.33
PPL 0.33
PPU 0.33
P pk 0.33
C pm *

.5 99.0 99.5
dimiento general
E I 158639.92
E S 158639.92
al 317279.83
98.6 99.6
98.6 99.5
98 99.4 4
97.3 99.4
97.2 99.2
97.8 99.1
97.3 99 6
97.1 99
98.8 98.9
98.6 98.9
98.4 98.8
98.6 98.8
98.8 98.8
98.3 98.8
97.6 98.8
98.4 98.8
99 98.8
98 98.7
97.4 98.7
99.1 98.7
97.1 98.7
97.8 98.7
98 98.7
98.6 98.7 32
98.5 98.6
98.2 98.6
98.6 98.6
96.5 98.6
97.5 98.6
99.4 98.6
98.6 98.6
97.9 98.6
98.4 98.6
98 98.6
97 98.6
97.3 98.6
99.6 98.6
98.2 98.6
97.6 98.5
97.6 98.5
98.4 98.5
97.9 98.5
98.8 98.4
97.4 98.4
99 98.4
97 98.4
98.7 98.4
98.7 98.4
98 98.4
98 98.4 19
98.2 98.4
98.6 98.4
98.8 98.4
98.7 98.4
98 98.3
98.4 98.3
98.8 98.2
97.4 98.2
99.4 98.2
97.8 98.2
96.9 98.1
98.5 98
98.4 98
98 98
97.6 98
97 98
98.4 98
97.6 98
98.9 98
98.2 98
98 98
97.6 98
98.8 98 22
98.5 98
98.7 97.9
98.1 97.9
98.4 97.9
97.7 97.8
98.6 97.8
98 97.8
98.4 97.8
 97.1 97.8
98.7 97.7
98.6 97.6
98.5 97.6
99.2 97.6
98.4 97.6
98.8 97.6
99.5 97.6
98.6 97.5 14
98.6 97.5
97.9 97.4
97.8 97.4
AUS NOS MUESTRA QUE
98.3 97.4
RA DE LOS TRABAJORES
98.9 97.3
TRE 97.5 Y 98.8297.8 97.3
98.6 97.3
O ES 0.33 Y ES MENOR QUE
98 97.2
ES PROCESO NO ES CAPAZ.
97.5 97.1
98.7 97.1
98.6 97.1
98.4 97 8
98 97
98.7 97
98.4 96.9
98 96.5 1
|
4. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
Una de las prácticas en Ing. Civil es la determinación de los pesos de las probetas al
desmolde. El cuadro siguiente muestra los resultados obtenidos en 54 muestras.
a) Elaborar un histograma de frecuencia y su respectivos polígono y ojiva.
b) Qué % de probetas tienen un peso de 12 500 g .
c) Cuántas probetas tiene un peso mayor a 12 500 g.
d) Cuál es el % de probetas No Conformes.
e) Determinar la capacidad del proceso de desmolde e interprete la campana de Gauss

CALCULO DE RANGO: VALOR MAYOR=

VALOR MENOR=
R= 391 N| DE DATOS=

RANGO AJUSTADO

R'= 410.6
NUMERO DE INTERVALOS

K= 7

LIMITES DE INTERVALOS

W=C=R'/K= 58.7

FRECUENCI
INTERVALO DE CLASE A
CARCA DE FRECUENCI FRECUENCI ACUMULAD
CLASE A ABSOLUTA A RELATIVA A
12265.5 - 12324.2 12294.9 6 0.11 0.11
12324.2 - 12382.9 12353.6 8 0.15 0.26
12382.9 - 12441.6 12412.3 11 0.2 0.46
12441.6 - 12500.3 12471.0 14 0.26 0.72
12500.3 - 12559 12529.7 7 0.13 0.85
12559 - 12617.7 12588.4 6 0.11 0.96
12617.7 - 12676.4 12647.1 2 0.04 1.00
54 1

Histograma de PESO MUESTRAS

Normal
25 Media 12449
Desv.Est. 94.53
N 54

20
Porcentaje

15

10

0
12300 12400 12500 12600
PESO MUESTRAS
 5

0
12300 12400 12500 12600
PESO MUESTRAS

POLIGONO DE FRECUENCIA de PESO MUESTRAS

25

20
Porcentaje

15

10

0
12300 12400 12500 12600
PESO MUESTRAS

Capacidad de proceso de PESO MUESTRAS

LEI LES
P rocesar datos Dentro de
LE I 12357.5 General
O bjetiv o *
LE S 12543.5 C apacidad (dentro) del potencial
M edia de la muestra 12448.6 Cp 0.34
N úmero de muestra 54 C P L 0.33
Desv .E st. (Dentro) 91.6215 C P U 0.35
Desv .E st. (General) 94.5279 C pk 0.33
C apacidad general
Pp 0.33
PPL 0.32
PPU 0.33
P pk 0.32
C pm *
 C apacidad general
Pp 0.33
PPL 0.32
PPU 0.33
P pk 0.32
C pm *

12300 12400 12500 12600

Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LEI 203703.70 P P M < LE I 160074.82 P P M < LE I 167627.20
P P M > LES 185185.19 P P M > LE S 149962.19 P P M > LE S 157514.79
P P M Total 388888.89 P P M Total 310037.02 P P M Total 325141.99
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
VALOR MAYOR= 12656.5 34
VALOR MENOR= 12265.5 35
N| DE DATOS= 54 36
37
38
39
40
 41
42
43
44
45
46
47
48
49
50
51

52
53
54

Media 12449
Desv.Est. 94.53 12354.47 - 12543.53
N 54
AS

2600

B) LA CAMPANA DE GAUS NOS MUESTRA QUE

LAS PROBETAS QUE SE ENCUENTRAN EN EL
Dentro de PESO DE 12500 QUE EQUIVALEN AL 20.37%.
General C) LA CAMPANA DE GAUSS NOS MUESTRA QUE
dad (dentro) del potencial
Cp 0.34
LAS PROBETAS CON UN PESO MAYOR A LAS
C P L 0.33
C P U 0.35
12500 SON 10 QUE EQUIVALEN AL 18.52%.
C pk 0.33 D) LA CAMPANA DE GAUSS NOS MUESTRA QUE
C apacidad general
Pp 0.33
LAS PROBETAS NO CONFORMES SON 22 QUE
PPL 0.32 EQUIVALEN AL 40.74%.
PPU
P pk
0.33
0.32 E) EL GRAFICO NOS MUESTRA QUE EL CPK ES
C pm *
MENOR A 1.33 CON LO QUE DETERMINAMOS
QUE EL PROCESO NO ES CAPAZ.
C apacidad general
Pp 0.33
LAS PROBETAS NO CONFORMES SON 22 QUE
PPL 0.32 EQUIVALEN AL 40.74%.
PPU
P pk
0.33
0.32 E) EL GRAFICO NOS MUESTRA QUE EL CPK ES
C pm *
MENOR A 1.33 CON LO QUE DETERMINAMOS
QUE EL PROCESO NO ES CAPAZ.
40.7407407
 12315
12472.5
12354
12476
12281
12458.5
12433.5
12502.5
12427.5
12421
12348.5
12313
12458.5
12423
12460
12426.5
12405.5
12289.5
12604
12643
12449
12500
12378
12656.5
12393
12571.5
12564
12606.5
12547.5
12499
12492
12501
12467
12519.5
12443
12504
12281
12521
12560
12431.5
12376.5
12453.5
12555.5
12350.5
12370
12418
12480
12337
12581
12343.5
12405.5

12491
12396.5
12265.5
 RA QUE
EN EL
0.37%.
TRA QUE
A LAS
52%.
STRA QUE
22 QUE

CPK ES
NAMOS
22 QUE

CPK ES
NAMOS
5. HISTOGRAMA DE FRECUENCIAS Y CAPACIDAD DEL PROCESO
A continuación se presentan mediciones de viscosidad dinámica de 3 mezclas de aditivos para la
para la construcción
a) Construir un histograma de frecuencia y su respectivos polígono y ojiva.
b) Determinar la capacidad del proceso de flujo e interprete la campana de Gauss
c) Comparar las 3 campanas de Gauss y sus capacidades y tomar decisiones sobre la calidad de los fl

CALCULO DE RANGO: VALOR MAYOR= 26.67

VALOR MENOR= 22.02
R= 4.65 N| DE DATOS= 8

RANGO AJUSTADO

R'= 4.9

NUMERO DE INTERVALOS

K= 4

LIMITES DE INTERVALOS

W=C=R'/K= 1.2
 FRECUENCI
INTERVALO DE CLASE A
CARCA DE FRECUENCI FRECUENCI ACUMULAD
CLASE A ABSOLUTA A RELATIVA A
22.02 - 23.22 22.6 1 0.13 0.13
23.22 - 24.42 23.8 2 0.25 0.38
24.42 - 25.62 25.0 3 0.38 0.76
25.62 - 26.82 26.2 2 0.25 1.01
8 1.01

Histograma de MEZCLA1
Normal
40 Media 24.72
Desv .Est. 1.505
N 8

30
Porcentaje

20

10

0
22 23 24 25 26 27 28
MEZCLA1

POLIGONO DE FRECUENCIA de MEZCLA1

3.0

2.5

2.0
Frecuencia

1.5

1.0

0.5
Frecuenc
1.5

1.0

0.5

0.0
22 23 24 25 26 27
MEZCLA1

Capacidad de proceso de MEZCLA1

LEI LES
P rocesar datos Dentro de
LE I 23.215 General
O bjetiv o *
LE S 26.225 C apacidad (dentro) del potencial
M edia de la muestra 24.7212 Cp 0.35
N úmero de muestra 8 C P L 0.35
Desv .Est. (Dentro) 1.4387 C P U 0.35
Desv .Est. (G eneral) 1.5053 C pk 0.35
C apacidad general
Pp 0.33
PPL 0.33
PPU 0.33
P pk 0.33
C pm *

22 23 24 25 26 27 28
Desempeño observ ado Exp. Dentro del rendimiento E xp. Rendimiento general
P P M < LE I 125000.00 P P M < LE I 147561.36 P P M < LEI 158502.52
P P M > LE S 125000.00 P P M > LE S 147962.47 P P M > LES 158904.47
P P M Total 250000.00 P P M Total 295523.83 P P M Total 317406.99

LA CAMPANA DE GAUSS NOS MUESTRA QUE

SOLO DOS BARRAS ESTAN DENTRO DEL RANGO
DESEADO, SON 5 MEZCLAS QUE REPRESENTAN
EL
62%.
PERO EL CPK NOS INDICA QUE ES MENOR A 1.33
POR LO CUAL EL PROCESO NO ES CAPAZ.
62.5
zclas de aditivos para la MEZCLA1 MEZCLA2
22.02 21.49
23.83 22.67
26.67 24.62
es sobre la calidad de los fluidos. 25.38 24.18
25.49 22.78
23.5 22.56
25.9 24.46
24.98 23.79

MEZCLA1 MEZCLA2
26.67 2 24.62
25.9 24.46 3
25.49 24.18
25.38 3 23.79 1
24.98 22.78
23.83 2 22.67 3
23.5 22.56
22.02 1 21.49 1

CALCULO DE RANGO: VALOR MAYOR=

VALOR MENOR=
R= 3.13 N| DE DATOS=

RANGO AJUSTADO

R'= 3.3

NUMERO DE INTERVALOS

K= 4

LIMITES DE INTERVALOS

W=C=R'/K= 0.8
 INTERVALO DE CLASE
CARCA DE FRECUENCI FRECUENCI
CLASE A ABSOLUTA A RELATIVA
21.49 - 22.29 21.9 1 0.13
22.29 - 23.09 22.7 3 0.38
23.09 - 23.89 23.5 1 0.13
23.89 - 24.69 24.3 3 0.38
8 1.02

Histograma de MEZCLA2
Normal
a 24.72 23.215 25
Media 23.32
.Est. 1.505 Desv.Est. 1.108
8
26.225
N 8

20
Porcentaje

15

10

0
21 22 23 24 25
MEZCLA2

POLIGONO DE FRECUENCIA de MEZCLA2

2.5

2.0
Frecuencia

1.5

1.0

0.5
 1.5

Frecuen
1.0

0.5

0.0
21.5 22.0 22.5 23.0 23.5 24.0 24.5
MEZCLA2

Capacidad de proceso de MEZCLA2

LEI LES
P rocesar datos Dentro de
LEI 22.212 General
O bjetiv o *
del potencial LES 24.428 C apacidad (dentro) del potencial
35 M edia de la muestra 23.3188 Cp 0.38
35 Número de muestra 8 C P L 0.38
35 Desv .Est. (D entro) 0.982776 C P U 0.38
35 Desv .Est. (G eneral) 1.10781 C pk 0.38

neral C apacidad general

33 Pp 0.33
33 PPL 0.33
33 PPU 0.33
33 P pk 0.33
* C pm *

21 22 23 24 25
Desempeño observ ado E xp. D entro del rendimiento Exp. Rendimiento general
P P M < LEI 125000.00 P P M < LE I 130051.73 P P M < LEI 158886.70
P P M > LES 250000.00 P P M > LE S 129514.22 P P M > LES 158340.74
P P M Total 375000.00 P P M Total 259565.94 P P M Total 317227.44

E LA CAMPANA DE GAUSS NOS MUESTRA QUE

NGO SOLO TRES BARRAS ESTAN DENTRO DEL RANGO
TAN DESEADO, SON 5 MEZCLAS QUE REPRESENTAN
EL 62%.
PERO EL CPK NOS INDICA QUE ES MENOR A 1.33
A 1.33 POR LO CUAL EL PROCESO NO ES CAPAZ.
LA TRES CAMPANAS DE GAUSS NOS MUESTRAN
QUE COINSIDEN EN QUE 5 MEZCLAS PUEDEN
ESTAR DENTRO DE LOS ESTANDARES
DESAEADOS
MEZCLA3
20.33
21.67
24.67
22.45
22.28
21.95
20.49
21.81

MEZCLA3
24.67 1
22.45
22.28
21.95 5
21.81
21.67
20.49 2
20.33

24.62 CALCULO DE RANGO: VALOR MAYOR=

21.49 VALOR MENOR=
8 R= 4.34 N| DE DATOS=

RANGO AJUSTADO

R'= 4.6

NUMERO DE INTERVALOS

K= 4

LIMITES DE INTERVALOS

W=C=R'/K= 1.2
 FRECUENCI
A INTERVALO DE CLASE
ACUMULAD CARCA DE FRECUENCI
A CLASE A ABSOLUTA
0.13 20.33 - 21.53 20.9 2
0.51 21.53 - 22.73 22.1 5
0.64 22.73 - 23.93 23.3 0
1.02 23.93 - 25.13 24.5 1
8

Histograma de MEZCLA3
Normal
Media 23.32 22.212 70 Media
Desv.Est. 1.108
24.428 Desv.Est.
N 8 N
60

50
Porcentaje

40

30

20

10

0
19 20 21 22 23 24 25
MEZCLA3

CLA2 POLIGONO DE FRECUENCIA de MEZCLA3

4
Frecuencia

1
 3

Frecuenc
2

0
24.0 24.5 20 21 22 23 24 25
MEZCLA3

2 Capacidad de proceso de MEZCLA3

LEI LES
Dentro de P rocesar datos Dentro de
General LEI 20.618 General
O bjetiv o *
C apacidad (dentro) del potencial LES 22.342 C apacidad (dentro) del pote
Cp 0.38 M edia de la muestra 21.9563 Cp 0.23
C P L 0.38 N úmero de muestra 8 C PL 0.36
C P U 0.38 Desv .E st. (Dentro) 1.2462 C PU 0.10
C pk 0.38 Desv .E st. (G eneral) 1.34223 C pk 0.10
C apacidad general C apacidad general
Pp 0.33 Pp 0.21
PPL 0.33 PP L 0.33
PPU 0.33 PP U 0.10
P pk 0.33 Ppk 0.10
C pm * C pm *

19 20 21 22 23 24 25
Desempeño observ ado Exp. Dentro del rendimiento Exp. Rendimiento general
P P M < LE I 250000.00 P P M < LE I 141441.81 P P M < LEI 159373.03
P P M > LE S 250000.00 P P M > LE S 378455.07 P P M > LES 386904.64
P P M Total 500000.00 P P M Total 519896.88 P P M Total 546277.67

TRA QUE LA CAMPANA DE GAUSS NOS MUESTRA QUE

DEL RANGO SOLO UNA BARRA ESTA DENTRO DEL RANGO
RESENTAN DESEADO, SON 5 MEZCLAS QUE REPRESENTAN
EL 62%.
ENOR A 1.33 PERO EL CPK NOS INDICA QUE ES MENOR A 1.3
PAZ. POR LO CUAL EL PROCESO NO ES CAPAZ.
S MUESTRAN
AS PUEDEN
ES
ALOR MAYOR= 24.67
ALOR MENOR= 20.33
| DE DATOS= 8
 FRECUENCI
A
FRECUENCI ACUMULAD
A RELATIVA A
0.25 0.25
0.63 0.88
0 0.88
0.13 1.01
1.01

EZCLA3

Media 21.96 20.618

Desv.Est. 1.342 22.342
N 8

24 25

IA de MEZCLA3
 23 24 25
3

de MEZCLA3

Dentro de
General
C apacidad (dentro) del potencial
Cp 0.23
C P L 0.36
C P U 0.10
C pk 0.10
C apacidad general
Pp 0.21
PPL 0.33
PPU 0.10
P pk 0.10
C pm *

24 25
miento general
159373.03
386904.64
546277.67

S MUESTRA QUE
TRO DEL RANGO
QUE REPRESENTAN

UE ES MENOR A 1.33
O ES CAPAZ.
1. DIAGRAMA DE SCATTER O DE SHEWART
Para el controlar el efecto monetario sobre los tipos de interés de las hipotecas
de pago para comprar casas en una Región, usted recibió instrucciones de la empresa
contructora de anlizar el efecto de los tipos de interés hipotecarios sobre el número de
casas vendidas. Los datos se muestran en la tabla adjunta.
a. Determinar la variable independiente (X) y dependiente (Y).
b. Si se supone que existe una relación lineal entre las dos variables, elaborar el
modelo de regresión.
c. Interpretar la constante y el coeficiente del modelo de regresión lineal.
d. Cuál es nivel de unidades vendidas si la tasa de hipoteca fuera 11,5%.
e. Qué ocuriría al número de unidades si la tasa se incrementara en 2%?

Año Viviendas vendidas Tasa de interés (%)

2008 20 12.10
2009 17 13.50
2010 13 14.95
2011 14 13.75
2012 15 12.95
2013 14 12.50
2014 15 10.10
2015 16 9.82
2016 17 9.50

Gráfica de dispersión de Tasa de interés (%) vs. Viviendas vendidas

15

14
Tasa de interés (%)

13

12

11

10

9
13 14 15 16 17 18 19 20
Viviendas vendidas
 10

9
13 14 15 16 17 18 19 20
Viviendas vendidas

Análisis de regresión: Viviendas vendidas vs. Tasa de interés (%)

AUMENTAMOS EL 2% A LA TASA
La ecuación de regresión es
Viviendas vendidas = 20.8 - 0.425 Tasa de interés (%)

Viviendas vendidas = 20.8 - ( 0.425+2) Tasa de interés (%)

EL NUMERO DE VIVIENDAS SE REDUCE.

e la empresa
el número de

EL GRAFICO NOS NUESTRA QUE NO EXISTE

vendidas
NINGUNA CORRELACION ENTRE LAS VARIABLES

Análisis de regresión: Viviendas vendidas vs. Tasa de interés (%)

La ecuación de regresión es
Viviendas vendidas = 20.8 - 0.425 Tasa de interés (%)

Predictor Coef SE Coef T P

Constante 20.828 4.713 4.42 0.003
Tasa de interés (%) -0.4255 0.3843 -1.11 0.305

S = 2.09199 R-cuad. = 14.9% R-cuad.(ajustado) = 2.7%

20
Análisis de varianza

Fuente GL SC MC F P
Regresión 1 5.365 5.365 1.23 0.305
Error residual 7 30.635 4.376
 Tasa de interés (%) -0.4255 0.3843 -1.11 0.305

S = 2.09199 R-cuad. = 14.9% R-cuad.(ajustado) = 2.7%

20
Análisis de varianza

Fuente GL SC MC F P
Regresión 1 5.365 5.365 1.23 0.305
Error residual 7 30.635 4.376
Total 8 36.000

Observaciones poco comunes

Tasa de
interés Viviendas EE de Residuo
Obs (%) vendidas Ajuste ajuste Residuo estándar
1 12.1 20.000 15.679 0.697 4.321 2.19R

R denota una observación con un residuo estandarizado grande.

2. DIAGRAMA DE SCATTER O DE SHEWART
Por la presencia de inversionistas mineros y agroindustrialesen la región La Libertad,
los habitantes están preocupados por el encarecimiento de las viviendas en la zona.
El Gerente de infraestructura piensa que los precios de las viviendas fluctúan con el valor
de los terrenos. En la tabla adjunta se indican en miles de dólares, el costo de 15 viviendas
vendidas hace poco y el valor del terreno donde se construyeron.
a. Determinar la variable independiente (X) y dependiente (Y).
b. Construir e interpretar el modelo de regresión a partir de los datos.
c. Calcular el coeficiente de correlación y el coeficiente de determinación.
d. Cuál es el costo de la casa si el valor de terreno es de US $ 62 000.
e. Tiene razón la suposición del Gerente de infraestructura?

N° Valor del terreno (M US $) Costo de la casa (M US $)

1 111 240
2 42 115
3 95 220
4 37 135
5 59 145
6 38 90
7 92 193
8 96 218
9 99 223
10 102 233
11 75 180
12 85 200
13 56 153
14 68 155
15 71 170

Gráfica de dispersión de Costo de la casa vs. Valor del terren

240

220
Costo de la casa (M US $)

200

180

160

140

120

100
Costo de la cas
160

140

120

100

30 40 50 60 70 80 90 100 110 120

Valor del terreno (M US $)

Análisis de regresión: Costo de la casa vs. Valor del terreno

Costo de la casa (M US $) SI EL VALOR DEL TERRENO ES 62000

La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)

Costo de la casa (M US $) = 43.1 + 1.80 (62000)

Costo de la casa (M US $) = 111643.1

EL GERENTE ESTA EN LO CORRECTO, EL PRECIO DE

LAS CASAS FLUCTUAN CON EL PRECIO DEL
TERRENO.
gión La Libertad,
ndas en la zona.
fluctúan con el valor
costo de 15 viviendas

r del terren EL GRAFICO NOS NUESTRA QUE AL PARECER SI

EXISTE CORRELACION ENTRE LAS VARIABLES

Análisis de regresión: Costo de la casa vs. Valor del terren

La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)

Predictor Coef SE Coef T P

Constante 43.147 9.764 4.42 0.001
Valor del terreno (M US $) 1.7964 0.1240 14.48 0.000
 Análisis de regresión: Costo de la casa vs. Valor del terren

La ecuación de regresión es
Costo de la casa (M US $) = 43.1 + 1.80 Valor del terreno (M US $)

Predictor Coef SE Coef T P

Constante 43.147 9.764 4.42 0.001
Valor del terreno (M US $) 1.7964 0.1240 14.48 0.000

S = 11.3784 R-cuad. = 94.2% R-cuad.(ajustado) = 93.7%

00 110 120

Análisis de varianza

Fuente GL SC MC F P
Regresión 1 27157 27157 209.76 0.000
Error residual 13 1683 129
Total 14 28840

Observaciones poco comunes

Valor del Costo de

terreno la casa EE de Residuo
Obs (M US $) (M US $) Ajuste ajuste Residuo estándar
4 37 135.00 109.62 5.56 25.38 2.56R
6 38 90.00 111.41 5.46 -21.41 -2.14R

R denota una observación con un residuo estandarizado grande.

L PRECIO DE
DEL
RECER SI
ABLES
3. DIAGRAMA DE SCATTER O DE SHEWART
El Gerente técnico del acueducto de una ciudad, desea establecer la relación entre
el consumo mensual domiciliario de agua y el tamaño de la familia. Se recogío una
muestra aleatoria con los datos que se muestran en la tabla adjunta. Desarrolle las
siguientes estimaciones:
a. Elabore el Diagrama de dispersión y observe la nube de puntos.
b. Modelar e interpretar la ecuación de regresión.
c. Determinar el coeficiente de correlación y el coeficiente de determinación.
d. Cuál es el consumo de agua si el tamaño de familia es 12 .
e. Aconseje al Gerente respecto a los resultados obtenidos.
Gráfica de dispersión de GALONES DE AGUA vs. TAMAÑO DE LA FAMILIA

1750

1500
GALONES DE AGUA

1250

1000

750

500

1 2 3 4 5 6 7 8 9 10
TAMAÑO DE LA FAMILIA

CONSUMO DE AGUA SI LA FAMILIA ES DE 12

La ecuación de regresión es
GALONES DE AGUA = 84.3 + 177 TAMAÑO DE LA FAMILIA

GALONES DE AGUA = 84.3 + 177 (12)

GALONES DE AGUA = 2208.3

-LOS GRUPOS FAMILIARES GRANDES TIENDEN A CONSUMIR MAS AGUA,

POR LO CUAL SE ACONSEJA AL GERENTE TENER TARIFAS DIFERENCIADAS
EN CUANTO A UN TOPE DE CONSUMO.
ción entre
cogío una
arrolle las

TAMAÑO DE LGALONES DE AGUA

3 700
7 1200
9 1700
4 800
10 1700
6 1000
9 1800
3 640
3 700
2 500
2 500
2 550
4 650
5 900
5 850
6 1100
6 1200
2 550
3 450
3 640
6 1200
6 1350
7 1320
8 1750
3 400
4 620
5 950
 4 850
6 1250

FAMILIA EL GRAFICO NOS NUESTRA QUE AL PARECER SI

EXISTE CORRELACION ENTRE LAS VARIABLES

Análisis de regresión: GALONES DE AGUA vs. TAMAÑO DE LA FAMILIA

La ecuación de regresión es
GALONES DE AGUA = 84.3 + 177 TAMAÑO DE LA FAMILIA

Predictor Coef SE Coef T P

Constante 84.29 54.42 1.55 0.133
TAMAÑO DE LA FAMILIA 177.45 10.06 17.64 0.000

S = 120.628 R-cuad. = 92.0% R-cuad.(ajustado) = 91.7%

10

Análisis de varianza

Fuente GL SC MC F P
Regresión 1 4530106 4530106 311.32 0.000
Error residual 27 392880 14551
Total 28 4922986

Observaciones poco comunes

TAMAÑO
DE LA GALONES EE de Residuo
Obs FAMILIA DE AGUA Ajuste ajuste Residuo estándar
5 10.0 1700.0 1858.8 55.7 -158.8 -1.48 X
24 8.0 1750.0 1503.9 38.1 246.1 2.15R

R denota una observación con un residuo estandarizado grande.

X denota una observación cuyo valor X le concede gran apalancamiento.
4. DIAGRAMA DE SCATTER O DE SHEWART
En el cuadro siguiente se presentan valores recomendados de resistencia a la
compresión y relaciones agua/cemento (A/C).
a. Graficar los modelos de regresión de la Rc (MPa) y R A/C.
b. Interpretar las ecuaciones de regresión.
c. Determinar el coeficiente de correlación y el coeficiente de determinación.
d. ¿Cuál es la relación óptima de agua/cemento y resistencia a la compresión?.

RESISTENCIA fc A/C SIN AIRE A/C CON AIRE

175 0.67 0.54
210 0.58 0.46
245 0.51 0.4
280 0.44 0.35
315 0.38 0

Análisis de regresión: RESISTENCIA fc vs. A/C SIN AIRE

La ecuación de regresión es
RESISTENCIA fc = 494 - 483 A/C SIN AIRE

Predictor Coef SE Coef T P

Constante 494.49 10.79 45.82 0.000
A/C SIN AIRE -483.50 20.52 -23.57 0.000

S = 4.68365 R-cuad. = 99.5% R-cuad.(ajustado) = 99.3%

Análisis de varianza

Fuente GL SC MC F P
Regresión 1 12184 12184 555.43 0.000
Error residual 3 66 22
Total 4 12250
 LINEA DE REGRESION de RESISTENCIA fc vs. A/C SIN AIRE Gráfica
325 350

300

275 300
RESISTENCIA fc

RESISTENCIA fc
250

225 250

200

200
175

150
0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.0
A/C SIN AIRE

LOS GRAFICOS NOS AYUDAN A DETER

QUE LA RELACION OPTIMA ES, RESIST
COMPRESION Y A/C SIN AIRE
Análisis de regresión: RESISTENCIA fc vs. A/C CON AIRE

La ecuación de regresión es
RESISTENCIA fc = 329 - 240 A/C CON AIRE

Predictor Coef SE Coef T P

Constante 329.17 25.99 12.66 0.001
A/C CON AIRE -240.47 65.57 -3.67 0.035

S = 27.2903 R-cuad. = 81.8% R-cuad.(ajustado) = 75.7%

Análisis de varianza

Fuente GL SC MC F P
Regresión 1 10016 10016 13.45 0.035
Error residual 3 2234 745
Total 4 12250
 Gráfica de dispersión de RESISTENCIA fc vs. A/C CON AIRE
350

300
RESISTENCIA fc

250

200

0.0 0.1 0.2 0.3 0.4 0.5 0.6

A/C CON AIRE

AYUDAN A DETERMINAR
OPTIMA ES, RESISTENCIA A LA
SIN AIRE
5. DIAGRAMA DE SCATTER O DE SHEWART
En la tabla adjunta se presentan aumentos promedio en % de la Resistencia a la compresión
con el tiempo y a diferentes temperaturas, para cemento Portland tipo 1.
Debido a que la resistencia del concreto depende de la edada y de la temperatura, se puede
obtener la madurez, y se aplica conveniente cuando la temperatura inicial del concreto está entre
16 y 27 C, y no hay pérdida de humedad por secado.
Madurez = t * (T + 10)
a. Graficar los modelos de regresión de las variables convenientes.
b. Interpretar las ecuaciones de regresión.
c. Determinar el coeficiente de correlación y el coeficiente de determinación.
d. ¿Cómo interpreta los gráficos obtenidos?.

TIEMPO (DIAS)
TEMPERATURA °C 3 7 14 21 28
10 25 40 63 76 82
23 34 52 76 91 100
35 40 60 87 102 110

Análisis de regresión: fc 3 DIAS vs. TEMPERATURA °C

LINEA DE
La ecuación de regresión es
fc 3 DIAS = 19.4 + 0.601 TEMPERATURA °C 42.5

40.0
Predictor Coef SE Coef T P
Constante 19.371 1.377 14.07 0.045
TEMPERATURA °C 0.60128 0.05540 10.85 0.058 37.5

35.0
fc 3 DIAS

S = 0.979535 R-cuad. = 99.2% R-cuad.(ajustado) = 98.3%

32.5
Análisis de varianza

Fuente GL SC MC F P 30.0
Regresión 1 113.04 113.04 117.81 0.058
Error residual 1 0.96 0.96 27.5
Total 2 114.00
25.0

10
 32.5
Análisis de varianza

fc
Fuente GL SC MC F P 30.0
Regresión 1 113.04 113.04 117.81 0.058
Error residual 1 0.96 0.96 27.5
Total 2 114.00
25.0

10

La ecuacion de regresion nos indica que la

resistencia a la compresion a los tres dias esta en
funcion de la temperatura.

Análisis de regresión: fc 7 DIAS vs. TEMPERATURA °C

LINEA DE
La ecuación de regresión es
fc 7 DIAS = 32.5 + 0.802 TEMPERATURA °C
60

Predictor Coef SE Coef T P

Constante 32.495 1.836 17.70 0.036
TEMPERATURA °C 0.80171 0.07386 10.85 0.058 55

fc 7 DIAS
S = 1.30605 R-cuad. = 99.2% R-cuad.(ajustado) = 98.3%
50
Análisis de varianza

Fuente GL SC MC F P 45
Regresión 1 200.96 200.96 117.81 0.058
Error residual 1 1.71 1.71
Total 2 202.67
40

10

La ecuacion de regresion nos indica que la

resistencia a la compresion a los siete dias esta
en funcion de la temperatura.
 Análisis de regresión: fc 14 DIAS vs. TEMPERATURA °C
LINEA DE RE
La ecuación de regresión es
fc 14 DIAS = 53.6 + 0.961 TEMPERATURA °C 90

Predictor Coef SE Coef T P 85

Constante 53.5608 0.5968 89.75 0.007
TEMPERATURA °C 0.96055 0.02400 40.01 0.016
80

fc 14 DIAS
S = 0.424465 R-cuad. = 99.9% R-cuad.(ajustado) = 99.9%
75

Análisis de varianza
70
Fuente GL SC MC F P
Regresión 1 288.49 288.49 1601.19 0.016
Error residual 1 0.18 0.18 65
Total 2 288.67

60
10

La ecuacion de regresion nos indica que la

resistencia a la compresion a los catorce dias esta
en funcion de la temperatura.

Análisis de regresión: fc 21 DIAS vs. TEMPERATURA °C

LINEA DE REG
La ecuación de regresión es
fc 21 DIAS = 66.1 + 1.04 TEMPERATURA °C 105

Predictor Coef SE Coef T P 100

Constante 66.058 1.698 38.89 0.016
TEMPERATURA °C 1.04158 0.06832 15.25 0.042
95
fc 21 DIAS

S = 1.20809 R-cuad. = 99.6% R-cuad.(ajustado) = 99.1%

90

Análisis de varianza
85
Fuente GL SC MC F P
Regresión 1 339.21 339.21 232.42 0.042
Error residual 1 1.46 1.46 80
Total 2 340.67

75
10
 Fuente GL SC MC F P
Regresión 1 339.21 339.21 232.42 0.042
Error residual 1 1.46 1.46 80
Total 2 340.67

75
10

La ecuacion de regresion nos indica que la

resistencia a la compresion a los veintiun dias
esta en funcion de la temperatura.

Análisis de regresión: fc 28 DIAS vs. TEMPERATURA °C

LINEA DE REGR
La ecuación de regresión es
fc 28 DIAS = 71.9 + 1.12 TEMPERATURA °C 115

110
Predictor Coef SE Coef T P
Constante 71.864 3.948 18.20 0.035
TEMPERATURA °C 1.1237 0.1588 7.08 0.089 105

fc 28 DIAS
S = 2.80800 R-cuad. = 98.0% R-cuad.(ajustado) = 96.1% 100

95
Análisis de varianza

Fuente GL SC MC F P 90
Regresión 1 394.78 394.78 50.07 0.089
Error residual 1 7.88 7.88
Total 2 402.67 85

80
10 1

La ecuacion de regresion nos indica que la

resistencia a la compresion a los veintiocho dias
esta en funcion de la temperatura.

LOS GRAFICOS NOS AYUDAN A DETERM

QUE LA RELACION OPTIMA ESTA ENTRE
LOS 14 DIAS Y LA TEMPERATURA.
LOS GRAFICOS NOS AYUDAN A DETERM
QUE LA RELACION OPTIMA ESTA ENTRE
LOS 14 DIAS Y LA TEMPERATURA.
a compresión

ura, se puede
oncreto está entre

LINEA DE REGRESION de fc 3 DIAS vs. TEMPERATURA °C

42.5

40.0

37.5

35.0
fc 3 DIAS

32.5

30.0

27.5

25.0

10 15 20 25 30 35
 32.5

fc 30.0

27.5

25.0

10 15 20 25 30 35
TEMPERATURA °C

LINEA DE REGRESION de fc 7 DIAS vs. TEMPERATURA °C

60

55
fc 7 DIAS

50

45

40

10 15 20 25 30 35
TEMPERATURA °C
 LINEA DE REGRESION de fc 14 DIAS vs. TEMPERATURA °C
90

85

80
fc 14 DIAS

75

70

65

60
10 15 20 25 30 35
TEMPERATURA °C

LINEA DE REGRESION de fc 21 DIAS vs. TEMPERATURA °C

105

100

95
fc 21 DIAS

90

85

80

75
10 15 20 25 30 35
TEMPERATURA °C
 80

75
10 15 20 25 30 35
TEMPERATURA °C

LINEA DE REGRESION de fc 28 DIAS vs. TEMPERATURA °C

115

110

105
fc 28 DIAS

100

95

90

85

80
10 15 20 25 30 35
TEMPERATURA °C

DAN A DETERMINAR
MA ESTA ENTRE LA fc A
RATURA.
DAN A DETERMINAR
MA ESTA ENTRE LA fc A
RATURA.
1. DIAGRAMA DE CONTROL - TIPOS P y nP
En la producción por lotes o intermitente de cemento se lleva un registro de proporción de
productos defectuosos por diferentes causas. Los datos de los últimos 25 lotes se muestran en
la tabla adjunta.
a. Obtenga una carta P usando el tamaño de subgrupo (lote) promedio.
b. Cómo explicaría los límites de control (LC) a alguien que no tiene conocimientos profundos
de estadística.
c. Suponniendo que todos los lotes tienen el mismo tamaño (el promedio), obtenga un
Diagrama nP para tales datos.
d. ¿Observa alguna diferencia importante entre ambos diagramas?
e. ¿ De qué depende la elección entre los diagramas P o nP?
f. ¿ Cómo aplicaría el análisis de Pareto para enfocar mejor un proyecto de mejora?

LOTE TAMAÑO DEFECTUOSOS LOTE TAMAÑO

1 200 21 14 200
2 200 20 15 200
3 200 27 16 200
4 200 33 17 200
5 200 22 18 220
6 200 40 19 220
7 180 27 20 220
8 180 23 21 200
9 180 20 22 200
10 200 26 23 200
11 200 28 24 200
12 200 21 25 200
13 200 23

Gráfica P de DEFECTUOSOS
1
0.200
LCS=0.1862
0.175

0.150
Proporción

0.125 _
P=0.1178

0.100

0.075
 0.150

Proporción
0.125 _
P=0.1178

0.100

0.075

0.050 LCI=0.0494

1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

LOS PUNTOS DENTRO DE LOS LIMITES INDICAN

QUE EL PROCESO ESTA CONTROLADO Y LOS
PUNTOS FUERA DE LOS LIMITES INDICAN CAUSAS
ESPECIALES QUE DEBEN ACTUARSE SOBRE ELLAS.

Gráfica NP de DEFECTUOSOS
1
40
LCS=37.24
35
Conteo de muestras

30

25 __
NP=23.56

20

15

10 LCI=9.88

1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

*LOS GRAFICOS P: DEPENDEN DEL TAMAÑO DE

MUESTRA, SI ES VARIABLE GENERALMENTE >= 50
*LOS GRAFICOS NP: DEPNDEN DEL TAMAÑO DE
MUESTRA, SI CONSTANTE >=50
MUESTRA, SI ES VARIABLE GENERALMENTE >= 50
*LOS GRAFICOS NP: DEPNDEN DEL TAMAÑO DE
MUESTRA, SI CONSTANTE >=50

PUNTOS FUERA DE LOS LIMITES INDICAN CAUSAS

ESPECIALES QUE DEBEN ACTUARSE SOBRE ELLAS.
UNA FORMA ES APLICAR PARETO MEDIANTE LA
RECOLECCION DE DATOS DE LA CAUSA ESPECIAL Y
TRATAR ESOS DATOS MEDIANTE PARETO.
 gistro de proporción de
mos 25 lotes se muestran en

conocimientos profundos

medio), obtenga un

TAMAÑO
200
ecto de mejora? 200
200
DEFECTUOSOS 200
21 200
25 200
29 180
20 180
28 180
18 200
24 200
13 200
23 200
12 200
19 200
26 200
200
220
220
220
200
200
200
200
200
LCS=0.1862 SUMATORIA 5000
PROMEDIO 200

_
P=0.1178
HAY UNA CAUSA ESPECIAL EL PROCESO NO ES
ESTABLE
 _
P=0.1178
HAY UNA CAUSA ESPECIAL EL PROCESO NO ES
ESTABLE

LCI=0.0494

23 25

NDICAN
LOS
N CAUSAS
RE ELLAS.

LCS=37.24

TIENE LA MISMA LINEA DE CONTROL QUE LA

CARTA P, PERO EL DIAGRAMA NP MUESTRA
__ CONTEO DE MUESTRAS Y EL DIAGRAMA P
NP=23.56
MUESTRA PROPORCIONES EN EL EJE Y.

LCI=9.88

23 25

AÑO DE
NTE >= 50
AÑO DE
NTE >= 50
AÑO DE

N CAUSAS
BRE ELLAS.
ANTE LA
ESPECIAL Y
O.
2. DIAGRAMA DE CONTROL - TIPO U
Los siguientes datos son el número de defectos encontrados en la inspección de sub-ensamblaje de
máquinas asfaltadoras durante un periodo dado de operación para número de máquinas diferentes
Graficar el número de defectos en un diagrama U y explique porqué.

# de máquinas # de defectos
4 70
Gráfica U de N°DEFECTOS
4 64 1.1
LCS=1.0815
4 80

Conteo de muestras por unidad

4 90 1.0
5 55
5 75
0.9
5 53
6 60 _
0.8 U=0.7989
6 82
6 90
0.7

0.6

LCI=0.5162
0.5
1 2 3 4 5 6 7 8 9 10
Muestra

LOS TAMAÑOS DE LA MUESTRAS SON

VARIABLES ES POR ESO QUE USAMOS UN
DIAGRAMA U, DENTRO DE LA VARIAVILIDAD
PODEMOS OBSERVAR QUE EL PROCESO ES
ESTABLE YA QUE SE MANTIENE DENTRO DE LOS
LIMITES.
n de sub-ensamblaje de
de máquinas diferentes.

OS

LCS=1.0815

_
U=0.7989

LCI=0.5162

8 9 10

AS SON
SAMOS UN
VARIAVILIDAD
PROCESO ES
DENTRO DE LOS
3. DIAGRAMA DE CONTROL - TIPO C

El número de imperfecciones (ralladuras, grietas, astilladuras, etc.) en tableros de madera de ebani

el cliente como para el fabricante. A fin de vigilar el proceso de fabricación, cada hora durante 15 ho
x 8 pies y se inspecciona para detectar imperfecciones. En la tabla se registra el número de imperfe
tablero en una gráfica C y explique porqué.

Tablero No. Defectos Tablero No. Defectos Tablero No. Defectos

1 4 6 4 11 3
2 2 7 5 12 6
3 3 8 3 13 5
4 3 9 8 14 7
5 9 10 7 15 3

Gráfica C de No. Defectos

12
LCS=11.37

10
Conteo de muestras

6
_
C=4.8
4

0 LCI=0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Muestra

LOS TAMAÑOS DE LA MUESTRAS ES CONSTANTE

POR QUE SON 15 HORAS, ES POR ESO QUE
USAMOS UN DIAGRAMA C, EN EL CUAL
OBSERVAMOS QUE EL PROCESO ES ESTABLE YA QUE
SE PUEDE VER QUE EL PROCESO ESTA DENTRO LOS
LIMITES DE CONTROL.
SE PUEDE VER QUE EL PROCESO ESTA DENTRO LOS
LIMITES DE CONTROL.
ros de madera de ebanistería fabricados a la medida es importante tanto para
cada hora durante 15 horas consecutivas se selecciona un tablero acabado de 4
a el número de imperfecciones por tablero. Graficar el número de defectos por

LCS=11.37

_
C=4.8

LCI=0

NTE

YA QUE
O LOS
O LOS