Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • ESTADISTICA APLICADA A LOS NEGOCIOS CAPXV - Materia

    Cargado por

    Melanie
    1K vistas42 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    1K vistas42 páginas

    ESTADISTICA APLICADA A LOS NEGOCIOS CAPXV - Materia

    Cargado por

    Melanie

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 42
    506 _ESIADISTICA APLICACA ALOS NEGOCIOS ¥ LA ECONOMIA Ejercicios del capitulo 21. Su supervisor le ha pedido determinar si existe una relacién entre el tipo de técnica de presupuesto de capital {que utiliza una empresa y su ingreso neto después de impuestos. Los datos que usted recolecta relacionan tres técnicas: el valor actual, la tasa intema de retorno, y el indice de restabilidad, con cuatro niveles de ingreso: US$0 a US$3"000000, USS3°000,000 a US$6'000,000, USS6'000,000 a USS9"000,000, y por encima de 'USS9"000,000. Se ha tabulado el niimero de empresas que caen en las categorias conjuntas. {Qué herramienta cestadistica utiizaria para detectar alguna relacién? 22, Usted debe comparar los aiveles de gastos promedio de tres grupos de consumidores, pero no puede asumir ue las poblaciones estén distribuidas normalmente © que sus varianzas son iguales. {Qué herramienta estadistica deberfa utilizar? 23. Como gerente regional de uns empresa minorista, usted dese determinar si los niveles de ingeeso de las personas y sus patrones de consumo estén relacionados. {Qué herramienta estadistica deberia utilizar? 24. Un economista de una compaiiia internacional de valores recolect6 datos sobre los niveles de consumo de 25 personas, antes y después de que el gobiemo federal anunciara un gran ineremento en los impuestos. Qué berramienta estadistica permitiré al economista determinar si el impuesto a’ect6 el consumo promedio? 28, Usted debe seleccionar una muestra de Ios clientes de su empresa con tase en el género. ;Cémo puede determinar si un procedimiento muestral es aleatorio? 26. Su asistente estadistico ha obtenido datos sobre dos muestras independientes tomadas para comparar las cedades de las personas. Si no puede asumirse que las poblaciones son normales. zeual prueba deberia utilizarse? 27. {Por qué se utilizan las pruebas no paramétricas? {Por qué no se confia siempre en las pruebas paramétricas ya que éstas son més fuertes? 28. {Qué se mide con una prucba de signo? 29. {Qué mide una prueba de rachas? +30, Cite su propio ejemplo en el cual se necesite Ia prueba de Spearman y describa exactamente que es lo que usted esté midiendo en su ejemplo. 31. Un banco en Des Moines desea determinar si la distribucién de los clientes es uniforme a lo largo de la semana. Una encuesta descubre que el nsimero de clientes de lunes a viernes son 150, 179, 209, 79 y 252. Al nivel del 5%, ;parece que existe una distribuciGn uniforme? 4, Plantee la hip6tesis », Plantee la regla de decision. c. Realice la prueba y tome sus determinaciones. 32, Bl profesor Showers argunenta que la distribucién de notas por parte de sus alumnos es de 5% en calificacion A, 20% en B, 30% en C, 40% en D y el resto en F. Sieste es el caso, su decano le ha prometido un aumento det 15% en su salar. Al nivel del 19%, pel profesor ubticue su aumento si las 100 notas seleccionadasaleatoriamente son: 7 de A, 20de B, 27 de C, 36 de D y 10 de F? 33. Creative Floorings ha decidido ordenar sus Suministros en volumen si el tamafo de tapetes que se colocan en las easas est distribuido normalmente. Ayude a los gerentes de la compafia a tomar su decisién con base en los siguientes datos muestrales. Sea ct 1%. CAPITULO 14 ¢ Prueba chi-cuadrado v otras pruebas no paramétricas BOT ‘Yardas euadradas (100's) __ Numero de casas de este tamano Hasta S| 97 5310 137 tas 248 15020 26 20225 154 25 ymis m 34. latabla de frecuencia que aparece a continuacién registra ventas diarias para 200 dias. (En o.= 0.05, las ventas parecen estar distribuidas normalmente? Ventas Frecuencia 40 hasta 60 7 60 hasta 80 2 80 hasta 100 46 100 hasta 120 2 120 hasta 140 a 140 hasta 160 18 160 hasta 180 " 180 hasta 200 2 38, “‘Ciudadanos para un medio no violento” proporcioné datos que luego se aublicaron en una emisi6n reciente de U.S. News & World Report sobre el ntimero de actos de violencia que se ve en ciertos tipos de programas de television, La organizacién reclamaba que tales actos ocurrian con igual frecuencia en todos los tipos de programas. Pruebe este reclamo al nivel del 10%. Tipo de programa Actos de violencia Drama 2 Plas veins 57 Dibujos animados 83 Policias/Detectives 92 Comedias 38 Noticias ar . Greenpeace (Paz verde), el grupo de conservacién mundial, exigi6 una sanciGn de las Naciones Unidas por la ‘matanza de bebés foca en lo que se denominé los “meses de alta mortalidad”, Finlandia, que todavia permite tales “masacres”, afirmé que la actividad era consistente durante todo el aio y no variaba de mes a mes, Dados los datos de 1997, suministrados por Greenpeace, (a qué conclusisn llega usted? Sea 01 1% Mes Namero de muertes Enero "2 Febrero 89 Marzo 156 Abril 104 Mayo 165 508 _ESTADISTICA APLICADA ALOS NEGOCIOS Y LA ECONOMIA 37. El gerente de produccién de AAA, Inc., debe garantizar que su mezcla de productos se ajuste a un sistema Particular de cuotas. Se le indica que debe ajustarse aun patron que produce 30% de productos de seda, 20% de lana, 10% de algodn, y 40% de cuero, De las iltimas 200 unidades producidas, 65 eran de seda, 45 de lana, 25 de algodon, y 69 de cuero. Al nivel del 3%, cdeberia ajustarse al patrén de produccién actual? Plantee Ia hipotesis. 38. Una cadena minorista tiene seis puntos de venta, Ha venido esforzdndose mucho para alcanzar niveles de ventas similares en todas lasses iendas. La empresa de publicidad que maneja la gestion promocional afirma que en este momento, cada tienda deberfa reportar ventas iguales. Si las ventas no son iguales, 1a cadena minorista ha decidido acabar su asociacién con la agencia publicitaria. ; Qué decisién se deberia tomar con base en Jos datos que aparecen a continuacin’ Plantee su hip6tesis. Sea 0: =001. Ti Ventas (US$100) 2 ar 33 51 48 a7 1 2 a 4 5 6 39. La tienda por departamentos Macy's, de Nueva York, recientemente hizo un estudio para determinar si habia ‘alguna relacién entre el estado civil del cliente y su volumen de compras en délares. Los resultados aparecen cen la siguiente tabla. {Cudl es su conclusién al nivel de significancia del 5% Volumen en délares 10 10-19 20-29 30-39 40-49 Casado 2 15 2 14 Divorciado £1 7 10 15 13 Soltero a 19 29 35 39 Viudo 8 15 19 10 8 40. El Ministerio de Hacienda de Estados Unidos ha estimado que el “incremento en los honorarios tipicos del contribuyente necesarios para balancear el presupuesto esti distribuido uniformemente en todos los estados La emision del 28 de febrero de 1994 de U.3. & World Report publicé las siguientes estadis Estado Incremento del contribuyente promedio (10 primeras estados) Connecticut S81, 100 ew Jesey 982 New York ar7 Massachusetts 852 oc 21 ~ Maryane 840 Nevede 828 Iinois 022 Washington 809 California 789 Al nivel del 5%, jel Ministerio de Hacienda puede ser apoyado? CAPITULO 14 # Prueba chi-cuadrado y otras pruebas no paramétrices QQ 41. ‘The General Store determinara las techas de ventas con base en 1a distnibuciOn de los rendimientos. Dados Jos siguientes datos, al nivel del 5% parece que los rendimientos son normales? Se sabe que la media es 25.6 yoes 10.1 Ingreso/Mes (US$100's) acta 10 10220 20230 303 40 40 y mis 2 0 25 12 Niimero de meses 42. Se consideran los siguientes datos sobre los tiempos de finalizacién de trabsjos, los cuates se tomaron de una poblaci6n con una media de 18 y una desviacién estindar de 4. Tiempos (horas) Hasta 10 1oais 15220 20025 25 y mis 4G. Al nivel del 5%, ;puede concluirse que los tiempos estén distribuidos normalmente? {En qué difieren los resultados sel primer intervalo es * Nimero de trabajos 10 101 223 146 20 210"? y el dltimo es “2530” 43. El economista jefe de la Oficina de Ingreso Estatal debate con su supervisor quien argumenta que los pagos de impuestos estén distribuidos normalmente, Los datos de 2,000 contribuyentes proporcionan los siguientes resultados. Al nivel del 1%, cel supervisor esté en lo cierto? Pago de impuestos (US$10) Hasta 15 15230 30345, 45260 60375 rovmas Contribuyentes 248 232 489 512 263 236 44. Runner's World informé cue una encuesta realizada por Converse, sobre personas que para hacer ejercicio hacfan trote de forma regular, produjo los siguientes resultados. La intencin del estudio era determinar si las dlistancias eran independientes de la preferencia de los deportistas en cuanto a un producto similar al gel utilizado en los talones de sus 2epatilas para trotar. Al nivel del 1%, zparece existir alguna relacién? Plante a 36 710 10-13 213 istancia/semana (millas) No prefieren gel Prefieren gel 14 5 1 5 12 a 7 2 19 8 No opinan 2 7 a 5 2 510 _ESTADISTICA APLICADA AOS NEGOCIOS V LA ECONOMIA 45. Los datos sobre aflos de experiencia y calificaciones de la eficiencia, para 431 empleados en XYZ, Ine., aparecen en la siguiente tabla. ;Se puede concluir que estos atributos son independientes el uno del otro? Seau=3%, Experiencia en aios Pobre Bueno Excelente Superior <5 4 18 7 7 5-10 18 8 7 2 11-16 16 32 4 ” 17-2 4 28 a 2 222 7 15 4 10 46. Los resultados de un estudio realizado por la Asociacién Norteamericana de Mercadeo para determinar la relacién entre la importancia que dana la publicidad los propietarios de tiends yel ama de la tienda que pposeen, aparecen en la siguiente tabla, ;Parece que todos los propietarios de tiencas ponen el mismo énfasis 4la publicidad? Sea = 0.10, Plntee la hipétesis Publicidad Tamafio __“Tmmportante No importante No opinan Pequeia 20 2 2 Mediana 53 a 28 Grane o 2 25 47. Una compania embotelladora en Atlanta ests imteresada en Jos efectos de tres métodos que utilizan para la hhigiene de los contenedores de vidrio. Califica los contenedores para determinar sila higiene es independiente del método. Al nivel de significancia del 10%, ;cudl es su conclusiGn con base en los datos en la tabla? Nota de higiene Método Aceptal Marginal No aceptable a 140 132 6 B a % “ c 108 98 50 48. A ocho sujetos de prueba se les pide calificar un producto antes y después de ver un comercial sobre el ‘mismo. Las calificaciones se presentan en la siguiente tabla, en donde una calificacién de 10 es la mejor. Sea = 0.10 y utilice una prueba de signo para la hipétesis de que el comercial mejoré la calificacin del producto. Plantze la hipstesis. Calificaciones Sujeto de prueba Antes del comercial Después del comercial é 1 @ 3 > 7 6 3 5 6 4 5 5 5 5 4 6 ? 8 7 6 7 8 6 8 CAPITULO 14 + Prueba chi-cuadrado y otras prucbas no paramétricas, 5 4 4 49. Un compuesto quimico se agrega a tna solucién a base de aceite, esperande incrementar sus calidades de lubricacin. Vein soluciones, 10 con el compuesto y 10 sin éste, se comparaa respecto a su capacidad para Jubricar la maquinaria. Cada.mno es calficado en una escala de 0a 10, siendo 10a mejor. Con base en los datos ela tabla, zpareve que el compuesto incrementa la lbricaci6n? Sea 0.=0,10. Plantee la hip6tesis.;Cual es su conclusién respecto al valor del compuesto quimico? Soluetén i 50. Shytel, lu., ufiece servicios de comunicaci6u en todo el Grado de lubricacién Sin compuesto Con compuesto 4 8 2 9 5 4 2 6 6 7 ano e os saelives, e] Falcon y el Bagle. BI director ejecutivo de Shytel considera que Eagle presenta demoras mayores en Ia transmisién. Los tiempos de transmisin aparecen en minutos en la siguiente tabla. Al nivel del 5%, ,parece que el director ejecutivo estd en lo cierto? Plantee su hip6tesis. Tiempos de transmision (minutos) Falcon 52 86 30 4g 73 Eagle 47 79 97 Ba 37 73 ‘Signo 51. Clyde Bloomquist ha propuesto un cambio en la politica corporativa respecto tla recoleccién de cuentas por obit, Cousidera que reducitéel ipo necesatio paw obteuer el pagu de deus pendientes de los acreedores. Los registros de la compafifa demuestran que ocho de los acreedores tomaron el niimero de das que aparecen en la tabla, antes y después del cambio de politica para temitir los fondos vencidos. ;Esté Clyde en lo cierto? {Deberiamantenerse el cambio de politica? Sea c= 0.10, Plantee la hipstesis Rereedor 18 2 2 2 31 8 18 38 Después 12 2 a 4 28 4 16 25 512 _ESTADISTICA APLICADAA LOS NEGOCIOS Y LA ECONOMIA 52. A los compradores de un gran centro comercial en Dayton, se les pregunté endl de las dos marcas de yogur preferfan. Cuarenta y dos respondieron que el Swedish Heaven, 31 escogieron Merry Melody, y 12 no expresaron ninguna preferencia. Si la tienda local de yogur ofreciera una sola marca, ,cusl serfa la mejer? Sea = 0.10 Plantee la hipstesis. 53. Un fabricante utiliza piezas o del proveedor A o del proveedor B para hacer sus productos. Un chequeo de la produccién de ayer revela que el orden en el que se utilizaron las partes de estos proveedores era: AN BB AAA 8 A 68, AK 8 {Parece que las partes se estin utlizando aleatoriamente? Sea c= 0.05. Plantce su hipétesis y su conclusién. 54, Smile Bright vende crema de dientes en tubos de 17 onzas, La gerencia espera que los excedentes y faltantes cn el contenido sea aleatoric. Si no lo sen, la gerencia asume que algo eeté ral con el sistema de llenado y ‘cerrard la linea de produccin {Deberia cerrarse la linea silos recipientes miden 16 8, 18.2, 17.3, 17.5, 163, 17.4, 16.1, 16.9, 17, 18.1, 17.3, 162, 17.3, y 16.8 onzas? Sea a=0.05. 55. Se registraron ios ingresos de ventas de los iltimos 37 dias. Usted verd que tales valores estén por debajo de Ja mediana con una “B” y los que estén por encima con una “A”, Al contar los resultados, usted encuentra 18de“A”, 19 de“B” con 10 rachas. Su politica es incrementar la publicidad silos ingresos no estin distribuidos aleatoriamente. ;Deberia incrementar la publicidad” Plantee Ia hipétesis, Sea a=0.05, 56. Acme Plumbing licita en trabajos de construccién para edificaciones en la ciudad. $i los contratos los otorga 4a ciudad sin consideracion politica, Acme no deberia presentar ningwin patrin bien sea que se acepte 0 se rechace su propuesta. Pars li: ditimas 63 lieitaciones, Acme ha tenido 32 aceptadas y el resto reclmzadas, Con 27 rachas. Al nivel del 5%, parece que las propuestas se asignan con base en Ia politica? Plantee la hipétesis, la regla de decisién y su conclusién. 57. Gladys Glucose ofrece a los visitantes del parque helado con sabor a vainilla y chocolate. Las dltimas 73 ventas fueron 40 helados de vainilla y 33 de chocolate, con 16 rachas. Si las ventas no son aleatorias. Gladys pasard su camin de helados al zoolégico local. ;En dinde deberfa poner su negocio? Sea ot = 0.05. $8. Una gran compara contrat6 52 hombres y 41 mujeres, resultando 32 rachas. Sila ausencia de aleatoriedad en el proceso de contratacién indica discriminacién, puede alegarse que la compaifa discrimina por sexo en sus pricticas de contratacién? Sea c= 0.10. ‘59. Durante un periodo de 12 dfas, Gladys Glucosa vendi6 4, 11, 5,7, 10, 13, 12,5,9, 6,2, 1 galones de vainilla y 19, 4,6, 8, 18, 17, 17, 15,3, 16, 14y 0 galones de chocolate. Utilizando la prueba U de Mann-Whitney, ella, puede concluir que vende en promedio la misma cantidad de ambos sabores? Sea c= 0.01. ). El director de mercadeo de Software, Inc., traté 15 discos de computador con una solucién especial para reducir el desgaste, Se ullizé una segunda solucién para tratar otros 15 discos, y todos fueron evaluados con base en el desgaste. Los que fueron tratados con la primera solucién mostraron un desgaste mejorado, ‘medido en horas de uso de 65, 73, 82, 52, 47, 51, 85, 92, 69, 77, 84, 68, 75, 74 y 89 horas. Los sometidos a la segunda solucisn reportaron tempos de desgaste aumentacos de 73, 84,91, 87, 9,71, 72,93, 99, 98,89, 88, 79, 88 y 98 horas. Al nivel del 10%, cel director puede concluir que existe alguna diferencia en los factores de desgaste mejorados? 61. El gerente de control de calidad de una gran planta en Denver, da dos manuales de operaciones a dos grupos de empleados. Luego, a cada grupo se le prueba sobre los procedimientos de operaciones. Los puntajes aparecen en Ia siguiente tabla El gerente siempre ha considerado que el manual | proporciona una mejor base de conocimientos para los nievos empleados. Compare los puntajee promedio de la prueba de los empleados {que aqui se presentan y reporte su conclusion. Plantee las hipétesis. Sea & = 0.05. CAPITULO 14 Prucba chi-cuadrad y otra pruebas na para wis 513, Puntajes de la prueba de los empleados Manual 7 97 82 97 92 9 @ «9 90 08 e7 68 93 Manual2 9279 80 73 84 93 86 a8 91 a2 Bi es 724 Para hacer vigas I para la construccién de grandes edificios se uilizan dos procesos de fabricacién. Se prueba cada viga I y se registra su resistencia a la tension. Veinttrés vigas elaboradas con el primer proceso dan SR, (690, y 27 vigas fabricadas con el segundo proceso produce E.R, = 585. Un ingeniero constructor argumenta ‘que cl primer proceso produce vigas que por lo menos tienen la resistencia la tensiGn observada en las vigas hechas con el segundo proceso. Al nivel del 5%, jesté en lo cierto? 63. Un economista agricola trats 50 acres de tierra con el quimico Docide, para incrementar el rendimiento del Cultivo. Otros 30 acres se tratan con Mildolmane, y se miden los rendimientos. ER, =2,125 y YR, = 2,925. El ‘cconomista le dice a los agricultores que el Docide, que es el quimico mds econémico, producira un rendimicnto ‘mayor que el Mildolmine. Al nivel del 10%, el economista esté en lo cierto? Plantee las hipétesis, 64. Personnel Management publicé un articulo que describe los esfuerzos realizados por una empresa mannfacturer en Tolerlo para evaluar a sus supervisores. A los empleados ee los pidié calificar @ sus supervisores en una escala de 10 a 100. A continuaci6n se presenta un subconjunto de los resultados ‘obtenidos para tres de las éreas de trabajo. Determine si existe una diferencia en las clasificaciones recibidas Por los supervisores. Plantee las hipGtesis, la regla de decisién y su conclusida, Sea a 5%. Taller Oficina Puerto de cary 0 8 50 2 59 82 6 88 63 ar at 55 n a n n 53 45 0 ‘85, El contratista local en plomeria tomo como muestra un total de 48 Hlamadas para determinar cuél de los cuatro tipos de accesorios de plomerfa producen més problemas. A continuacién se presentan los resultados: Modelo de accesorio _Namero de fallas 15 " 10 2 Alnivel de significancia del I%, cla flla de los accesorios parecen estar distrsuidos normalmente? Plantee sus hip6tess, la egla de dec'sin y la conclusin, 66, Se analizan cuatro métodos para tratar las varllas de acero y determinar si hay alguna diferencia en la presién {que las varillas pueden soportar antes de romperse. Los resultados de las pruebas que miden la presién en bras antes que se doblen las varillas se muestran en la sigutente tabla, Practique la prueba, complete con las hipotesis, la regla de decisién y la conclusiGn. Sea a 1%. 51.4. ESTADISTICA APLICADA ALOS NEGOCIOS Y LA ECONOMIA Método 1 Método 2__-Método 3 Método 4 50 10 7 4 a 2 6 59 n 10 n 6 8 1“ i 2 a 10 ~ 73 67, La compaiifa productora del Segundo Mejor Yogur del Mundo pregunta a 60 personas cul de los cuatro sabores nuevos prefieren. Veintiuno escogen el de coco, 13 escogieron ciruslas pasas con cubierta de salsa de tomate, 10 seleccionaron mostaza con mantequilla de manf y 16 manifestaron su inclinacién por la esencia eatin, ;Parece haber alguna preferencia entre los sabores por parte de los clientes? Sea cel 10%. Plantee las hhipouesis y su eouelusién. 68. Para obtener un crédito extra en su curso de estadistica, Barbara debe determinar si hay alguna diferencia en el nero promedio de horas que los alumnos de primer afio pasan estudiando, los estudiantes de segundo Aafio, 1os estudiantes de pentiltimo aio y los de tiltimo ao de su universidad. Su investigacién revel6 Io siguiente: Primer afo ‘Segundo ao Peniitimo aio Ultimo af 20 18 2 29 23 8 19 31 10 A a 2 v 6 3 2 15 4 a2 18 2 2 2 31 27 Ayude a Bérbara a ganar un crédito extra en estadistica planteando sus hipstesis y la conclusién. Sea 0: 10%, 69. Como gerente de produccién de Sports Wear, Inc., Beverlee Hills debe garaatizar que las tallas de su nueva linea de ropa deportiva se produzcan de acuerdo con un patrn predeterminado. La investigacién de mercado indica que los clientes prefieren 20% extra grande, 30% grande, 25% medians, y 25% pequefia. Una muestra aleatoria de 145 prendas revela 32 extra grandes, 40 grandes, 41 medianas, y 32 pequefias. Al nivel del 5%, {parece que se estén manteniendo las proporciones deseadas de tamaiios? 70. La sfiorita Hill del ejercicio anterior, debe determinar silos habitos de gastos de varios grupos demogriticos son los mismos. Ella analiza el tamaiio de las compra tpicas, medidas en dolares de cuatro grupos: hombres, ‘asados (HC), mujeres casedas (MC), hombres solteros (HS) y mujeres solteras (MS). Encuentra la siguiente informacio HC HS us uso USS20 «USI. —USS87 ” 2 2 20 2 2 66 98 8 46 2 4 6 13 a 1 Alnivel de significancia del 1%, parece que existe una diferencia en los habitos de gastos de estos cuatro grupos? CAPITULO 14 # Prueba chi-cuadrado y otras pruebas no paramétricas 51 5 71. Dos analistas financieros clsifican segtin su valor de inversion siete emisiones de bonos corporativos. Los recultados aparecen en la siguiente tabla. Utilizando las clasificaciones coma muestra, calcule la prueba de correlacién por rangos de Spearman para determinar si existe alguna correlaciGn entre las pricticas de estos dos analistas al nivel del 10% Corporacién Rangos del primer analista _Rangos del segundo Hi 4 a 2 3 4 a 1 2 4 a 5 5 7 6 6 6 1 7 5 z 72. Dos compaiiias que compra flotas de camiones para uso industrial, califican seis modelos de camién en una escala de Ia 10, Calculeel coeficiente de rangos de Spearman para determinar alnivel del 19 si las calificaciones son independientes: Modelo Califcacién por parte Calificaci6n por parte de la primera compat de la sequnds compafi 1 8 8 2 7 6 3 5 8 4 7 5 5 a 7 6 2 8 73. Todos los 50 estados estén clasificados por dos agencias de viajes segtin su preferencia como destino vacacional. Los resultados revelan Sd = 22,712. Pruebe la independencia en las clasificaciones al nivel del 10%, 74, Las mejores 10 firmas de la lista de los 500 mejores de la revista Fortune fueron calificadas por la AFL-CIO y ‘por un grupo gerencial con base en la calidad del sistema de cuidado de Ia salud que cada compaiifa proporeionia ‘asus empleados. Utilizando los resultados que se proporcionan a continuacién, determine al nivel del 5% si existe alguna correlacién en las précticas de calificacién de los gremios y de la gerencia. Empresa Calificacién Calificacién segiin Empresa Calificacién _Calificacién segun ‘gremial la gerencia ‘gremial | gerencia = 5 6 6 6 4 2 8 10 7 1 8 3 2 3 a 9 1 4 7 9 9 3 2 5 4 7 10 10 5 75. Sctenta y tres empleados son calificados por dos gerentes cou base en sus niveles de productividd. Caleule el coeficiente de rangos de Spearman para determinar si las calificaciones son independientes al nivel del 1% con Sif = 78.815. 5.16 _ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA Para ayudar a Mama a resolver su problema con Dante, ‘como se describié en la seccién Escenario, primero se debe eterminar las preferenctss de Tos estudiantes en cusnto a los sabores de las pizzas. Al preguntar a 135 estudiantes, se encuentra que 47 prefieren peperoni, 63 salchicha y 2 {qu0e0, mientras qe 4 prefiren la pizza vegetariana. Mama considera que tales preferencias estin distribuidas rnormalmente, mientras que usted considera que es més probable que se ajusten z un patrsn descrito como 35%, 45%, 15% y 5%, respectivamente, Se trata de sjustar unadistribucién normal «los gaston de los estudiantes con base en la encuesta, la cual produjo Jos patrones descritos nl siguiente tabla de frecuencias. {Qué descubre? Gasto Frecuencia UsS0y menos de USSS ‘ US$5 y menos de USS10 ” USS10 y menos de USS15 4 S815 y menos de US820 ” US$20 y menos de US625 25 USS25 y més a ‘También puede determinarse si existe alguna relaci6n centre las preferencias de los estudiantes por las pizzas grande (G), mediana (M) o pequetia (P) y su condicién PUESTA EN ESCENA como estudiantes graduados (GR) o sin gratuar (9G). Los datos presentan el siguiente resultado ‘Mama est interesada en saber si existe una diferencia en el nimero promedio de veces por semana que los no sgraduados comen fara, en comparacion con ls estudiantes agraduados, Tomardo un subeonjunto de 10 graduades y 10 no graduados de la muestra de 135 estudiantes, se ‘encuentra que tales nimeros son: Estudionte 1 2 3 4 5 6 7 8 9 10 No graduado 6 9 11 8 6 12155 7 9 Gradudo 3 0 8 4225410 {Qué le diré usted a Mama? Finalmente, usted debe determinar si existe alguna ‘elacin entre Jos no graduados con e! nimero de veces por semana que un estadiante come en Mama's, y su ingreso, Los diez estudiantes no graduados reportan ingresos por ‘semana de USSSO,USS60, US$80, US855,USS45, USS90, [USS100, USS50, USS55 y USS6, respectivamente Prepare su informe a Mama en forma de reporte ‘estadstico, tal como se describe en el apéndice I. Del escenario a la vida real ‘Como analista de mercado de la seceiGu Esceuaiv, a comiencos de capil, probablewente usted deseard reunis Ja informaci6n sobre el ment de las compafifas en franquicia como Pizza Hut y Domino's. Sus ofertas en su frea 0 en sectores universitarios similares en otras partes del condado puede proporcionar nuevas ideas para que usted las pruebe y ganar colaberacién para los resultados de su encuesta, Usted puede revisar los meniis de Pizza Hut en (hrtp:/vww.pizzahut.com..k). En la pégina de presentacién ‘naga clic en la casilla de pizza animada. Luego haga clic en “Full Menu”. Ali usted se puede poner en contacto ‘con diferentes freas para cbservar la variedad de pizzas que ofrecen, asf como los menils para pasta, para entradas CAPITULO 14 # Prueba chi-cuadrado y otras pruebas no paramétricas 517 y para bebidas. Explore estas éreas. {Desea ver alguna combinacidn de pizzas especiales de interés potencial en su mercado local? ; Ya las ha incluido en la encuesta que esté realizando para la pizzerfa Mama's? Algunas de las ‘entradas son atractivas y razonables en su mercado local como para oftecerlas dentro del funcionamiento de ‘Mama's? Cémo puede ayudar al negocio un menti extenso? Usted puede analizar lo que ofrece Domino's en (htp/wwv:cominos.com). En la pagina de presentacién haga clicen “Explore” (Explorar) En la pégina siguiente haga clic en “Pizza Fest’. Desplcese hacia abajo al enlace “Top 10! y haga clic en él, Después de ver esta infortaciOn, devplacese traca Ia parte inferior de la pagina y haya clic ‘en “Pizza Oven”, La columna izquierda proporciona més informacién sobre un menti mas extenso que en Top 10! Responda las mismas preguntas que se plantearon para Pizza Hut. {Cues de estos sitcs son més util para usted y por qué? Técnicas de control de calidad Plan del capitulo ‘A medida que la competencia por loc délares de consumo se intensifica en todo el mundo, la importancia que una ‘empresa da al mejoramiento de la calidad de sus productos crece proporcionalmente. Este capitulo explica las ‘pruebas que una empresa puede realizar para mejorar el programa de control de calidad con miras a promover la confiabilidad y expandir su participacién competitiva de mercado, Cartas de control Riesgos relacionados Para variables Papal del nimero de aceptacién Para atributos Cartas p Planes de muestreo 520 _ ESTADISTICA APLICADA AOS NEGOCIOS Y LA ECONOMIA, ESCENARIO ‘EL afio pasado Minot Industries, un fabricante importante de cristalerfa, se vio forzado a modernizar su planta en ‘Toledo para mantenerse al dia con el nivel de tecnologia que muchos de sus competidores habian adoptado ante- riormente, Desde que Ia plana fue rediseiada, Minot ha cexperimentado numerosos problemas con sobrecostos, produccién defectuosa, moral de los empleados y el ‘desarrollo de otros probleras Recientemente, Ray Murdock fue nombrado como ‘nuevo CEO (rector ejecutivo), por parte de los principales accionistas de Minot. El eje de lo esfuerzos renovadores ‘de Murdock es poner todos los procesos de produccién al dia con los estindares de calidad con los cuales se ha ido reyolucionado la industria. El sefior Murdock se dacuenta de que esto requiere un extraordinario trabajo de equipo de parte de todos sus funcionariosejecutivos, como también del personal de linea, ‘quienes en el pasado se habfan comprometido fielmente ‘con las metas y aspraciones de Minot Industries Enel pasado, Minot pudo mantener sus estindares de ‘produceién con poo esfuerzo y poca preocupacién por In calidad. ‘Las materias primas utlizadas por su fuerza Jaboral capacitada garantizaba que Minot produjera un producto superior. Sin embargo, con Ia creciente ‘competencia, tanto de las fuentes nacionales como de las cextranjeras, mantener Jos estindares del producto a un costo razonable fue una meta mis esquiva. Restablecer a Minot como una industria lider puede lograrse slo mediante la aplicaciGn de métodos precisos de control de calidad. Ese reto deben enfrentarlo los ‘empleados leales, quienes estén dispuestos a ejecutar sus obligaciones profesionales Carta X para Minot u 4” LSC = 9.665 (Limite superior Ie Stata Be $7 Be 5 - LC =4478 (inte near 4 de control) lo. ee Seeks ome a pn Mit isca1is1 _0 — i E R= 6.189, i | ° Lic «49 1: 2 3 sS Néimero de a muestra CAPITULO 15 © Técnicas de control de calidad 52 4 15.1 Introduccién Durante los iltimos afos el nivel de competencia nacional y extranjera se ha imensificado considerablemente. Este alto nivel de competeneia entre las empresas comerciales ha creado la necesidad de vigilar y mantener la calidad de los productos. A medida que la competencia aumenta, se vuelve cada vez més dificil adquirit y ‘mantener una participacion de mercado suficiente como para permit la subsistencia econémica. Sin medidas ccuidadosas para garantizar que sus productos cumplan con ciertas especificaciones minimas, es menos probable {que un negocio subsista alas duras condiciones competitivas del mercado actua.. Este capitulo analiza las numerosas herramientas estadisticas que las empresas pueden utilizar para administrar un programa efectivo de regulacién de la calidad total de sus productos, haciéndolos por ende mas competitivos Un programa de control de calidad de esta naturaleza generalmente confia ampliamente en técnicas como: + Cartas de control para las variables: Cartas ¥ Cartas + Cartas de control para atributos Caras p Cartas ¢ + Curvas caracteristicas de operacién + Muestreo de aceptacion 15.2 Breve historia del desarrollo mundial del control de calidad ‘Antes de la sevolucién industial. ka produccion era efectuada principalmente por attesanos especializados. tllos sentfan tanto orgullo por su trabajo que con frecuencia firmaban cada pieza. Con el advenimiento de la revolucién industrial y el crecimiento del sistema de fabricas, la produccién se fragment6, sin que la responsabilidad del producto recayera con alguien en particular. Con mucha frecuencia, estos cambios en los métodos de produccién ‘minimizaron la idemtificacién de trabajador con el producto, y afectaron el cuidado que antes se tenia para realizar tun trabajo. Como resultado la cal dad de prexiucciny el euidaulo de las nevesidades del consumidor disminuyeron. ‘A mediados de los afios veinte, Walter Shewhart, un investigador de Bell Laboratories, hizo un descubrimiento significativo en el érea de mejoramiento de la produceién. Reconoeié que aunque la variaei6n en los productos ‘manufacturados era inevitable, esa Variaci6n podria vigiarse y controlarse uilizando ciertos procesos estadisticos. Desarrollé una herramienta gréf'ca simple, denominada carta de control, para determinat cusindo su vari excel lo» lites aceprables. Durante la Segunda Guerra Mundial, la necesidad de la nacién de gran cantidad de materiales de alta calidad, desperté un interés adicional en las cartas de control y herramientas estadisticas relacionadas, y promovi6 un interés general por el control de calidad, Sin embargo, no fue sino hasta los aflos setenta, cuando los fabricantes, de Estados Unidos enfrentaron lacompetencia implacable de un flujo de importaciones japonesas excelentes, que difunaio ampliamente el interes por el control de calidad en los Lstados Unidos. W. Edwards Deming estudié con Shewhart, Iuego ocupé un cargo en el Ministerio de Agricultura y Posteriormente con la Census Bureau. Aunque ahora es reconocido mundialmente como uno de los pioneros en el campo del control de calidad, anteriormente s61o los japoneses estudiaron seriamente sus ideas. Deming desarroll6 toda una filosofia de gerencia de calidad con base en sus “14 puntos", los cuales establecen, entre 5.22 _ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA otras cosas, que con un climé organizacional apropiado, los métodos estadistcos de mejoramiento de procesos pueden reducir la variaciGn ala que se referfa Shewhart reducir los costos considerablemente, mejorar la imagen organizacional as{ como su situaci6n financiera. Deming argumentaba que el desarrollo de la calidad era un proceso interminable y en curso, que requeria una Vigilancia continua del proceso de produccién, En 1951 Deming fue invitado a hablar ante el Gremio de Cientificos e Ingenieros Japoneses. Los japoneses estaban preocupados por la reputacién que habian adquirido por producir preductos elaborados de forma mis barata y de menor exportacién. En una gran serie de conferencias y reuniones 2on los lideres japoneses tanto de la industria como del gobiemo, Deming convencié a los japoneses de escuchar al consumidor v aplicar los, métodos estadisticos de control de calidad, para asf poder expandir su produccisn y exportar a todo el mundo sus productos de alta calidad. Las ideas y enseftanzas de Deming fueron un instrumento para situar a los japoneses en Ia envidiable posicién qu: gozan hoy dia como potencia econémica murdial. En su honor, los japoneses. insttuyeron el premio Deming, el cual se otorga a las compafias que han sido reconocidas por su mejoramiento sobresaliente en calidad Tabla 15.1 ‘Aralisis de categoras /articulos Valor en puntos Criterios 1. Liderazgo 10 del Premio 1.1 Sistema de liderazgo. 80 de Calidad Nacional ——4.2-Resyrsaidad ue la compa y cadadanta 30 Malcom Baldrige 2 Planeacién estratégica 80 2.1 Proceso de desarrollo de estrategias 22 Estrategia de la compattia 3. Cliente y Foco del mercado 80 sé 3.4 Cliente y conocimiento del mercado 40 32 Satisfaccion del cliente y mejoramiento de la rlacién 40 4. Informacién y andlisis 80 4.1 Seleccién y uso de informacion y datos 25 442 Seleccion y uso de informacion y datos comparatvos 5 43 Andlsis y revision del desempetio de la compan. 0 S. Desarrollo y manejo de recursos humanos 100 51 Sistemas de trabajo 40 52 Educacin de empleatos. capacitaciin y desarrollo 30 53 Bienestar y satisfaccién de los empleados 30 6. Manejo del proceso 100 6.1 Manejo del producto y procesos de servicio © 6.2 Manejo de los procesos de apoyo 20 163 Manejo de procesos de proveedores y_asociaciones 20 7. Resultados del negocio 450 71 Resultados de la satisfaccion del cliente 120 7.2 Resultedes financieros y del mercado 130 73 Resultados del recursa humana 35 74 Resultados de proveedar y socio 28 755 Resultados especificos de la compaio 130 PUNTOS TOTALES 1,000 Fuente: 1887 Award Criteria. Premio Nacional de Calidad Macom Baldrige, Ministerio de Comercio de Estados Unidos, CAPITULO 15 © Técnicas de control de calidad 523 ‘Joseph Juran fue recorocido por difundir los beneticios del control de calidad entre los japoneses. Al igual que Deming, Juran arguments que un compromiso de la alta gerencia con el control de cilidad, era esenei Establecié que la calidad era responsabilidad de los gerentes y que se deberiaatender como cualquier otra roa funcional as{ como finanzas 0 marketing. Sehan desarrollado muchos premios en la industria norteamericana, Quizéel més notable es el Premio Nacional ‘de Calidad Malcom Baldrige, insttuido en 1988 y bautizado en honor al Secretario de Comercio de Estados Unidos desde 1981 hasta su muerte en 1987, esta distinciGn est disefada para reconocer a las empresas que presentan tun compromiso con la excelencia del producto. Dentro de los ganadores anteriores se encuentran Motorola (1988); Xerox (1989); IBM, Federal Express y Cadillac (1990). La tabla 15.1 muestra los criterios especiticos utlizados para determinarlos ganadores. Con base en estos criteris, los ganadores del premio en 1997 fueron 3M_ Dental Products Division; Merrill Lynch Credit Corporation; Xerox Business Services y Solectron Corporation, tn disefador y fabricante de equipos de alta tecnologta. En otra seccién de este capitulo se analizarin muchas de las herramicntas iis a la gerencia de calidad ‘Comenzaremos con las cartas de control desarrolladas por Walter Shewhar.. 15.3 Cartas de control para variables Las eartas de control se wilizan comiinmente para vigilar la calidad de un producto en un proceso de fabricacién encurso, Permiten que el experto en control de calidad observe muy de cerca toda variacién en el proceso, y alee al fabricante respecto a los cambios en la naturaleza del producto. Esto ayuda a garantizar que el producto cumpla con ciertas especificaciones de fabricacién y estindares de calidad. Casi todas las empresas manufactureras siguen programas de control de calidad. El propésito es detectar, an pronto como sea posible, toda variacién en las caracteristicas importantes de un producto, como su tamaiio, peso, tono de color, o en el caso de recipientes, su nivel de contenido. Dicha variacidn tiene dos fuentes: 1) variacién aleatoria (o comin), y 2) variacién asignable a una causa. La variacién alestoria ocurre simplemente porque, al ‘gual que los copos de nieve, dos articulos cualquiera no son idénticos. Las ciferencias naturales son de esperarse ¥ producen problemas no reales en términos de controlar el nivel de calidad de un producto. Cada producto ‘contiene alguna leve variacin inerente. Variaci6n aleatoria Pequefias variaciones en el producto o en el proceso de produccién ‘son de esperarse, debido a la diferencia inherente a los insumos de produccién utilizados en el proceso de aroduccién. Sin embargo, una varinciim de causa asignable es una variaciGn excedente toda diferencia natural. Se debe & alguna causa especifica que puede (y debe) identticarse y corregirse. Una ariacién de causa asignable termina en productos defectuosos y sugiere que el proceso de produccién esté “fuera de contol”. Es producido por un «error humano, un dispositive mecénico defectuoso utlizado en el proceso de produccién w otro procedimiento. Variacién de causa asignable —_Variacién en el producto v el proceso de produccién que sefiala que el proceso estd fuera de control y que se requieren medidas correctivas. Al recolectar los datos para un estudio de control de calidad, es comin tomar una serie de muestras a través 4el tiempo durante el proceso de produccién, Se sugiore que el nuimero de mucstras recoleetadas, k, deberia ser 524. ESTADISTICAAPLICADAA LOS NEGOCIOS Y LA ECONOMIA dde por lo menos 20, y el tamato de cada muestra, n, debe estar entre 5 y 15. Cada muestra se denomina un ‘subgrupo. ‘Al celeccionar cada muestra, con frecuencia es necesario tener en cuienta el subagrupamiento racianal. Esto requiere que se seleccione cada muestra de tal manera que se garantice que la fuerza que causa la variacin ocurra ‘entre muestras, y no dentro de las muestras. Asf, ninguna de las observaciones de la muestra antes del comienzo de la fuerza causal se vers afectada, mientras que todas las observaciones de la muestra después del comienz0, estén sujetas ala variaei6n producida por la fuerza. Por ejemplo, FCI Telemarketing utiliza un “cuarto caliente" para comercializarlos productos y los servicios de sus clientes. Un cuarto caliente contiene un gran banco de teléfonos desde donde los operadores aman all ‘méximo ntimero posible de clientes potenciales y entregan un lanzamiento de vertas esperando obtener pedidos. ‘Alls operadores se les caifiea enparte por la velocidad con la cual terminan las Hamadas. Para evitar el aburrimiento, Jos operadores trabajan s6lo por una hora; uego un nuevo turmo de trabajadores roa, Para detectar toda diferencia, ‘en ol desempefio del operador, las muestras deberfan seleccionarse dentro de una hora dada. No deberia abarcat ‘dos 0 més tumos de trabajadores. Por tanto, toda diferencia en las medias que esté mas all de Ta variacién aleatoria puede asignarse a la fuerza esperada -en este caso, un cambio en personal Eastman-Kodak fabrica un obturador para sus c4maras, los cuales deben cumpli especificaciones de produccién ‘muy precisas. El dispositivo debe medir 0.94 centimetros (em), con una tolerancia 2ermisible de 0.03 cm. Es decir, surrango aceptable esté entre de 0.91 40.97 em. Las medidas se toman periédicamente y los resultados ce registran en una carta de control. De esta manera puede determinarse répidamente si el mecanismo de obturacién esté ‘cumpliendo 0 no con Tas especificaciones de produccién. Se asume por ahora que el proceso esté ajo perfecto contol, prodiuciendo una media de 0.94 em, con una desviaciGn esténdar de 0.01 cm. La figura 15.1(a) ilusta esta condicién. Se observa que 99.7% de todos los Figura 15.1 Resultado de un cambio en la media CAPITULO 15«Teeicas de control de calidad 595 rmecanismos estén dent de las especit ‘una variaci6n aleatoria 1a figura 15.1(b) muestra el esultado de un proceso que esté fuera de control y esté produciendo una media ‘mayor que 0.94 em (se asume que la desviaci6n estandar sigue siendo 0.01), Esto puede ocurrr si, por ejemplo, la ‘maquina utlizada en el proceso de produccién sufrié un desgaste inusual, El rea de la figura 15.1(b) que esté por encima de 0.97 em, rearesenta el porcentaje de defectos por variacién de causa asignable, en este caso, el desgaste de la maquina El dosgasto de la méquina también es probable que ocasione que el proceso se salga de control produciendo tuna media inferior a 0.94 em, como se observa en la figura 15.1 (c). De nuevo, el érea por debajo de 0.91 em representa la proporcién de produccién no aceptable, debido a una causa asignable. La figura 15.2 ilustra el impacto de un cambio en la dispersiGn. La figura 15.2(a) representa un proceso bajo control, con una media de 0.94 em y una desviaciGn esténdar aceptable. Sin embargo, por ejemplo, la fatiga del teabajador, con cl tiempo, puede resultar en una produccién que varfa considerablemente de una unidad a otra tunidad. Los resultados de esta desviaci6n aumentada se muestran en la figura 15.2(b). Asumiendo que la media no ha cambiado, el proceso esté fuera de control debido a una variacién excesiva en la dispersién. Las unidades aque estin por encima de 0.97 cm y por debajo de 0.91 cm son defectuosas. Claro que es posible, tanto para la Ubieacién como para la dispersiGn, salirse de control al mismo tiempo. -aciones de producci6n. Ei 0.03% restante son defectuosos debido solo Figura 15.2 Resultado del cambio en la dispersion 091 094 097 am A diferencia dela figura 15.2 que muestra la situacién del proceso de produccién en un punto en el tiempo, las ccartas de control con frecuencia representan medidas través del tiempo. La figura 15.3 ilustra cuatro formas diferentes en que un preceso puede salirse de control con el tiempo, Se cice que la figura 15.3 (a) resulta de un efecto de “choque” ya que el cambio sibito de localizacién puede probablemente atribuirse a alguna ocurrencia que ha ocurrido abruptamente. Un cambio de turno en el cual un trabajado: no experimentado entra a trabajar, 0 el cambio repentino de materia prima de inferior calidad , puede producir tal ocurrencia. En todo caso, en el que la vvariacién de causa asignable (en la media) ha sido identificado, se deben lomar medidas para ubicar y corregir la causa de esta variacién, Tanto la figura 15.316) como la 15.3(c) sugieren una pérdida de control més gradual. La causa puede ser el desgaste progresivo de la maquina, En primera instancia, la variaci6n en ladispersion hace que se pierda el control del proceso: en segunda instancia, el control se pierde debido a una tendencia ascendente en la media. De nuevo, deben tomarse acciones correctivas. Finalmente la figura 15.3 (d) indica uaa pérdida de control como resultado de Ja variacin de causa asignable tanto en la media (ubicacién) como en la dispersiGn, 526 _ESTADISTICA APLICADR ALOS NEGOCIOS Y LA ECONOMIA Figura 15.3 Efecto de “chogu:” Patrones en las medias Y dispersién que indica (a) em ies Sp PD Fie oo oa b os ee ® om S) } > 15.4 Cartas de control para la media y la dispersion Las cartas de control ayudan a la deteccién de la variacién de causa asignable. Se forman diferentes tipos de cartas de control para al menos dos variables. El primer tipo, con frecuencia denominads carta X, se disefa para ‘medi la variacién en lis medias muestrales. EI segundo tipo mide la variaci6n en el rango de las muestras. Logicamente, se le denomina carta R. A continuacién se presenta un andlisis de ambos tipos de cartas. CAPITULO 15 # Técnicas de control de cali A. La carta X La tipica carta X se utiliza para medir la varaci6n de las medias muestrales alrededor de algtin nivel generslmente aceptado. Como lo indica la figura 154, un Limite superior de control (LSC,) y un limite inferior de conttol (LIC) se establecen alrededor Je una medida aceptable, Ja cual se determina como la gran media, X, de varias medias rmuestrales. El valor X sive como ertimacidn de jt Figura 15.4 La carta X r Rango aceptable para Jas medias muestales ‘Medias muestales (E) oT ‘Si las medias muestrales caen dentro de un rango aceptable, como se muestra en la figura 15.4, s6lo se dice que Ja variacién aleatoria ocurre. Sin embargo, si las medias muestrales exceden el LSC, 0 eaen por debajo del LIC. proceso de control de calidad ha detectado una variacién de causa asignable, y el proceso de produccisn queda fuera de control. Debe determinarse y corregirse la causa de esta variacign excesiva Es habitual en los precedimientos de control de calidad determinar el LSC, el LIC, por encima y por debajo de X, Esta costumbre resulta de la regla empfrica que establece que 99.7% de todas las observaciones en una distribuciGn normal estarén dentro de ese rango. Por tanto, Limite superior de control para las medias a (15.1] Limite inferior de control para las medias Maye os 52] Sin embargo, en la préctica, se estima 3a, como A, en donde R es el rango promedio de los rangos muestra, y A, es una constante basada en el tamaiio de la muestra. Los valores A, paeden hallarse en el apéndice II, tabla (©. Utilizando A,R en lugar de 36, produce resultados similares y es consierahlemente mas ffeil de caloular Se tiene entonces: Limite superior de control can malice Rear 153] % 528 _ESTADISTICAAPLICADA LOS NEGOCIOSY LA ECONOMIA Limite inferior de control cy =F — AR [154] para medias Consideremos el problema enftentado por Janet Lugg, director de medidas de control de calidad para AT&T. ‘Su planta produce las estructuras para os computadores de mesa, los cuales deben cumplir clertas especificaciones de tamafio, Para garantizar que se cumplan estos estindares, Janet recolecta K= 24 muestras (subgrupos), cada ‘uno de tamafio n = 6, y mide su ancho, Los resultados aparecen en la tabla 15.2. Tabla 15.2 Medidas en centimetros de los computadores de mesa AT&T (K = 24, n=6) Muestra Medias muestrales xa 1 182 145 154 165 159 162 186170 20 2 162 154 159 152 182 145 154000 17 3 156 165 159 162 158 162 160500 08 4 Mee 188 187 152 188142 15.8657 43 5 175 157 145 142 145 152 15.2667 93 6 143: 159 165 148 154 148 152893 22 7 154 152 184 158 142 187 15283316 8 180145 “144-162 148 168 15.783 36 9 142 156 145 161 157 159 153333 19 10 187 165 145 148 168 161 157333 23, 148 145 165 149 158 163 154667 20 12 168 158 152 158 157 162 159167 16 13 152 189 145 151 159 147° 152167 14 14154 157 168 153 148 149° 154833 20, 15 184 157 159 148 185 148 158500 36 16 165 168 150 157 169 147 159333 22 7189 189 IRR 170 171 154 18400019 1@ 168 172 189 185 185 189 18133321 19 138 178 187 21.1 172 160 173500 76 20 198 145 208 192 192 187 187000 63 2 187 179 187 208 184 175 196667 33 22 «178 180 182 202 142 178 17.8500 60 23 © 149 189 200 168 162 185 175500 51 2% 187 179 174 187 172 165 17733322 7.7333 = 163194 pa 3k WOH 174-1422 x a 2.9625 CAPITULO 15 © Técnicas de control de calidad 52Q Lamedia ye rango de cata muestra aparecen en ls dos tikimas columnas de a tabla, La gran mediay el rango promedio se clculan, Con esta informacion puede determinarse el SC ye! LICpara X. Debidoa que cada tamafio rmestral es 7 = 6, la tabla 0 del apéndice IM evela que A, es 0.483. Entonces: Y+aR 16.3194 + (0,483)(2.9625) La figura 15.5, a cual sc ho en Minitab, es la carta de control de Janet Lugg. Val la pena nots que las medias para los subgrupos 18, 20 y 21 revelan que el proceso esté fuera de control: las medias se han incrementado a niveles que superan el LSC, indicando la presencia de variacién de causa asignable, Quizés con el tiempo las ‘miiquinas que producen as piezas del computador han sufrido un desgaste poco usual, produciendo un desempefio inadecuado. O la variacién puede haber sido causada por la introduccién de ‘materia prima de calidad inferior ‘obtenidos de un nuevo proveedor alrededor del tiempo en que se tomé la muestra 18. En todo caso, la Srta. Luge debe ubicar y corregir la causa para la variacién inaceptable. Cana T para tos computadores AT&T Figura 15.5 » Carta X pare Janet Lugo ge Lsc = 1783, i zn iis Fosox 's Lic = 1481 0 5 0 1s wm Os Namero de muestas B. Lacarta R Adem de visilar los cambios en la media, es itil hacer el escrutinio de la veriaciGn en el proceso. Aunque Ia ‘desviacién estindar es una medida que depende de la dispersién, las técnicas de control de calidad generalmente conffan en el rango.como un inicio de la variabilidad del proceso. El rango es mis fécil de caleula,y la entienden mas répidamente quienes no tienen antecedentes estadisticos suficientes. Se calcula un limite inferior de control (LIC,) y el limite superior de control (LSC,) para el rango; al igual que con Ios dela carta X, hay tes e-roresestindar porencima y por dehajade la media. En principio, se determinan ast: Limite superior de control para el rango [15.8] y 530 _ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA Limite inferior de control para el rango LUC, = R355 [15.6] en donde s,s la desviseiin estindar en Tos rangos muestrales. Sin embargo, en la prictica, es ms simple de utilizar Limite superior de control 18C, = DR 15.7 para el rango sa Limite inferior de control para el rango UC, [15.8] Los valores para D, y D, se toman del apéndice Il, tabla O. Utilizando los datos de Lugg de la tabla 15.2, se tiene que: LSC, = (2.004) (2,9625)=5.936 LIC, = (0) (2.9625) =0 La carta R presentada en la figura 15.6 se gener6 utilizando Minitab. Se nota de nuevo que las dltimas muestras indican que el proceso esti fuera de control los valores R para las muestras 19, 20 y 22 exceden el LSC. Debe Ttomarse una accién a seguir para identificar y corregir la fuente de la variaciGn de causa asignable. (Carta & para computadores ATRT Figura 15.6 8 1 Carta R para Janet i uct =593 Lugg z i: za 23 R=296 32 ey ° LCL =0.000 os wm 1s ms Numero de muestra Alexaminar las cartas X'y R, la sefiorita Lugg determina que el proceso est fuera de control. Es comin utilizar ambas cartas conjuntamerte en el esfuerzo por detectar los problemas de control. Un proceso puede presentar tuna media estable que permanece dentro del control estadistico, pero la variaciGn alrededor de la media, como la tide la desviacin estindar o el rango es tan grande, que la mayoria de las unidades son defectuosas. Por ‘ejemplo, un proceso puede estar disefiado para producir unidades de 10 piesde longitud. En la mitad de ellos hay tuna longitud de 5 pies y en la otra mitad de 15 pies, la media deseada de 10 pies se mantiene, pero ninguna de las tunidades son aceptables o son demasiado largas 0 demasiado cortas. Los procesos deberian operar de manera ‘que se produzca tanto una media estable como una variacién estable. Asi, las cartas R y las cartas X se utilizan ‘mejor en conjunto. CAPITULO 15 Técivay de cuntiol de calidad 53 ] De hecho, con frecuencia se sugiere que la carta R se deberfaconstrur interpreta primero. Se recuerda que I carta X depende del ranga (ver Férmuilas [15.3] y [15]. Por tanta, si la variacién del proceso en cuanto a dispersiGn esté fuera de contol, los limites de contol sobre la carta X tienen poco significado. Sila carta R indica aque la variacin del proceso esté bajo control, slo entonces tiene sentido constrir € interpretar la carta de ‘medias. El ejemplo 15.1 ilasra esta prctica Ejemplo 15.1 Endiciembrede 1997, GTW Electronics, una empresa pequefia de New Jersey, anuncié sa intencién de competi diectamente con General Elecric en la fabricacidr de ciertos componente eléctricos. El director ejecutivo de GTW exigié chequeos de control de calidad disefiados para medir la variacién en el peso de uno de los componentes. Se tomaron las muestras de tamafio n = 6 cada hora para K = 5 horas, Los resultados en onzas se tabulan a continuacién. Si el estudio de control sugiere una variacién inaceptable, el director ejecutivo ha emitido una orden perentoria de que el proceso de produccién debe detenerse hasta que sc identifique y se corrija la causa asignable. Ma@m 1 2 3 4 5 6 |X R soo 49S BSD | S23 900 «68 S152, 718382 | 878 20 % 1000 71 69 «8962S | HS 12 a 70604545 ts 482 | 48S 7934 BT ieser Fate Aunque K = 5 probablemente es insuficiente (se recuerda que se sugiere que K > 20), su uso simplificarélaaritmética en lailustracién, Solucién 53.2 _ESTADISTICA APLICADAA LOS NEGOCIOS Y LA ECONOMIA Debidoa que la carta & sugiere que la variacitn en R est bajo contol, la carta X puede construrse para probarla variacién en las medias: Lscy=% + AR = 587 + (0.483)(1.62) = 665 Lucy =¥ - 4,8 = 5.09 La carta ¥ se vuelve 66 LSCy 586 z sal by Interpretacién Se puede observar que el proceso esti fuera de contro. Las medias para las muestra 3 y4 exceden eI LSC. El proceso de produccion deberia inerrumpirse y Id ceusa asignable deberia identilcarse y corregirse. [a eet) 1, Se tomaron siete muestras de tamaiio 5 para las libras contenidas por pulgada cuadrada en los contenedores presurizados. ,Parece que el sistema est fuera de control con base en kis cartas Xy en las cartas R? Muestra _ 1 2 3 4 5 6 2500 3500 2200 «2400 +~«2700~=—«100~=« 1.00 200 310029003000 19007300 ©3000, 2700 2900-2700» 31.00» 1800» 2002.00, 3100 2700-2400» -21.00» 270018002200 2700-2500 2000-2600 20003500 31.00 2. Laresistencia la tensién del cable se mide en libras, tomando 10 muestras de tamafio 4 cada una. Examine el control estadistico utilizando una carta X’y una carta R. Muestra 2 3 4 5 7 10 9 4 OB 8 1% 2 et 19 2 we oR 19 9 wow 7 ot 16 2 0 Ow 6 we 4 1 1 13 23 ss 6 woe stk CAPITULO 15 + Técnicas de control de calidad 533, 3. Se seleccionan cinco muestras de tamafio 7, produciendo: 3 Rast Kar y R=1S RAL RA19 R=12 RAL Determine los limites superior ¢ inferior para una casta X'y una carta R. (El proceso esté bajo control? 4, Rector Public Accounting concluy6 que los tiempos para terminar las auditorfas deberian ser estindar. Se seleccionaron diez auditors para las cinco oficinas de Rector ubicadss en almacenes. Con base en 10s resultados mostrados aqui, construya ¢ interprete las cartas de control apropiadas para determinar si los tiempos de terminacién estén baio control. Mucstra 1 2 3 4 5 4104105970780 —1570 320 150019090390 360 600 ©1200 6907.80 560 900 580580760 630 aco 690480880 suo su 4a 720 890 670 390 «©2180 1530360 990 720° © 10901420580, 870 550 = 10801590 4.10 Seo 6ue zy sey stu. 15.5 Cartas de control para atributos Las cartas de control para X y R estin disetadas para monitorear los datos cuantitativos de un proceso. En ‘muchos casos es necesario y deseable medir la calidad de un proceso, 0 la produccién de dicho proceso, con base en la aceptacién de un atributo, Este procedimiento estadistico determina si un proceso es aceptable com hase en la proparein y el miimern de defectos Dos tips canines de camtas de contenl se concentran en la aceptabilidad: las eartas p miden la proporcidn de defectos, y las eartas ¢ registran el nimero de defectos pot anticulo, A. Cartas p En la construccién de las cartas p simplemente se toma nota de Ia proporeién de articulos defectuosos en una ‘muestra, Esta proporcién, p es: \ ‘p — Niimero de defectos en una muestra \ ‘Tamaiio de la muestra 53.4. ESTADISTICAAPLICADA ALOS NEGOCIOS Y LA ECONOMIA De la misma manera que con las cartas de contol para las variables, se toman varias muestras, produciendo varios valores para p. La proporcién media de defectos para estas varias muestras, P se calcula luego asi pp = —Numero total de defectos en todas las muestas Niimero total de todos los articulos inspeccionados El valor 7 sirve como el estimado de m, la proporciGn de defectos poblacional, e2 caso de que r sea desconocido, La desviacién estéindar de la proporcitin de defectos es Desviacién estandar 15! de la proporcién de defectos {isal En el caso probable que x sea desconocido, g, se estima mediante s,, en donde Desviacién estandar para la proporcién [15.10] de defectos cuando o es desconocido Recuerde la explicacién anterior sobre distribucién binomial, en la cual la deteccién de defectos se basa en los procesos de Bernoulli, Los limtes superiores de control (LSC, y los Limite inferiores de control (LIC, se forman a tres desviaciones estdndar por encima y por detajo de la pobiacién de defectos. Si x es conocido: = 1 +30, Limite superior de control is ——— fs. iw para las proporciones =9+3y™ = Limite inferior de control para proporciones =) [15.12] Si mes desconocido. Limite superior de control _ para proporciones <7 +3 (=e sta] Limite inferior de control para proporciones [15.14] CAPITULO 15 # Técnicas de control deccalidad 535, Opus, Inc. fabrica guitarras eléctricas y otros instrumentos musicales. Un procedimiento de control de calidad para detectar los defectos en el modelo 1000 de Ia guitarra “Auditory Annihilator” comprende la scleccién de 15 muestras diferentes de tamafio n— 40. BI nimero de defectos en cada muestra se muestra en Ia tabla 15.3. Se inspecciona un total de (1540) = 600 guitarras.. Tabla 15.3, Nuestra Nimero de defectos_p ___MucsraNimero de defector p Defectos en K = 15 1 10 020 8 o328 muestras 2 12 0.300 o 18 0375 de tamanio n = 40 3 9 0.225, n 7 0425 4 1s oss 3 7s 5 n oss 3 25 sas ° a oa 8 ‘8 cso 7 n ons 15 ” owas 8 0 0275 mm Con estos datos, un especialista en control de calidad para Opus encuentra que: pelt a) = 03517 Entonces isc, =p + 3y=P [oases = 0.3517 + 349 = 05782 5 (ie 5-3?) = 01252 ‘Una carta de control prelimina® se crea.a partir de estos hallazgos, comp en la figura 15.7, acual fue elaborada en Minitab. ‘cana p para Ops, Ine. Figura 15.7 Carta p para Opus, ine. o7 os Lsc=0s782 os os 03 02 on Lic=0.1282 00 P=03517 Proporciéa ° 5 10 15 [Nomero de la muestra 536 _ESTADISTICAAPLICADA ALOS NEGOCIOSY LA ECONOMIA, Las muestras 5 (p= 0.675), 12(p = 0.075), y 13 (p = 0.625) estén claramente fuera de control. La biisqueda de ‘causas asignables revelaron que se tom6 la muestra 5 durante un tiempo en el que cierto personal clave estaba de ‘vacaciones, y empleados menos hibiles fueron vbligados a reemplazarios, La inusual baja propureién de defectos para la muestra 12 provino de la stilizacién, en una sola oportunidad, de materias primas superiores, cuando el proveedor regular no pudo suministrar a Opus los materiales usuales. La muestra 13 se tomé cuando la nueva ‘construccién de la planta interrumpié temporalmente el fluido eléctrico, no permitiendo el uso de métodos de produccién computarizados, ‘La causa asignable se ha ident ficado para cada anomalia. Si se desea, puede seguirse un curso de accion para ‘prevenir la recurrencia, Por ejemplo Opus puede garantizar que en el futuro el personal clave planee sus vacaciones para evitar una repeticin de la muestra 5. Se presume que un LICp no sera problema, debido a que es deseable las bajas tsas de defectos. Sin embargo, los inusuales valores bajos de p pueden ayudar a identificar las formas en las que se pueden minimizar los ‘defectos. Por ejemplo, Opus puede desear tener en consideracién el uso regular de materia prima superior obtenida de 1a muestra 12, si no son imposibles los costos. Quiz4 deberia hacerse un estudio para comparar el efecto en las Uilidades de usar materia prima de alto grado. Ademés, excepcionalmente los valores bajos de p pueden indicar tun problema debido a que el programa de control de calidad sencillamente no esti detectando efectivamente los defectos. Ejemplo 15.2 Home Mortgage Company procesa créditos para vivienda para los residentes en el centro de Mlinois, E1Sr. Mooney, presidente de la compatia, fue alertado por unnuevo funcionario de créditos respecto @ que los empleados que deben proporcionar la aprobacion final del crédito no han detectado algunos 2rrores en las solicitudes de crédito. Debido a que la falta de cuidado podria resultar muy costesa, el St. Mooney selecciona 25 muestras de solicitudes que han recibido aprobacién. Cada muestra ticne 50 solicitudes. Después de revisar personalmente cada solicitud, el St. Mooney encuentra que cada muestra contiene solicitudes que no ceberfan haber sido aceptadas, Registra el mimero de ales solicitudes para cada muestra, Con base en lo hallado, el St. Mooney Fe pide crear una carta p y hacer comentarios sobre los resultados: Wuestre Niimero de solicitudes Proporcién ‘Wuestra_ Numero de solicitudes Proporcién ‘eon error ‘on ertores 1 8 016 14 5 10 2 2 024 15 6 on 3 2 004 16 8 ore 4 5 010 ” 7 ons 3 6 on 13 7 oa 6 6 ona 19 6 ona 7 15 030 2» 8 one 8 8 016 2 8 ons 9 7 ons 2 15 030 10 7 ont 2 6 one n 5 010 Py 6 on, 2 2 042 28 e ons 3 23 046 26 CAPITULO 15 © Técnicas de control de calidad 537 Solucién El niimero total de solicitudes que presentaron errores fue de 216, y el nimero total de solicitudes revisadas fue de 25 X 50 216/1,250=0.1728. El limite superior se halla (0.17284(0.8272) 30 LSC, = 0.1728 + 3 = 03332 Elite inferiores __ 4, {(0.1728%(0.8272) = 0.728 — 3 00124 Esto se observa con la carta p adjunta os os £93 1sc #03522 e° Poors on 60 {| coi os 1 sm Némero de la muestra ‘Cualquicra de las muestras con més del 33.32% de solicitudes menos de 1.24% de las solicitudes ‘con error indican que el proceso de aprobacién esté fuera de control Interpretacién Las muestras 12 y 13 revelan que el proceso esté fuera de control, El Sr. Mooney deberia considerar acciones para mejorar la forma en la cual se deben revisar los créditos para aprobacién. B. Cartas c Un segundo tipo de carta de control es la carta c, diseftada para detectar el nimero de defectos en una sola unidad Al desarrollar una carta p una unidad completa se consideraba defectuosa 0 no defectuosa. Sin embargo, en ‘muchos casos, la presencia de uno 6 més defectos puede no producir necesaciamente una unidad inaeeptable. Un fabricante de muebles puede encontrar defectos menores en un sofé y sin embargo no considerarlo inaceptable. Silos defectos por cada 100 yardas cuadradas de tapetes para el piso fueran pocas y menores, el fabricante puede decidir ofrecerios en. venta a pesar de estas imperfecciones. Una carta c se utiliza para analizar el ntimero de imperfecciones por unidac. de prostuccin Lacartac tiene que vercon el ndimero de imperfecciones (defectos) por unidad (por sofé o por cada 100 yardas ccuadradas). Esta considerecidn se ajusta a la distribucidn de Poisson. Los limites de control se establecen alrededor del nimero de defectos er Ia poblacién, c. En el caso probable de que ¢ sea desconocido, se estima mediante ¢, el niimero promedio de defectos en las unidades.. 3B _ESTADISTICAAPLICADAA LOS NEGOCIOS YLA ECONOMIA Una unidad puede constar de un slo artculo como un sof, o una pieza de tapete de 100 yardas cuadradas, © por ejemplo puede contener, un envio de 50 paginas impresas en las cuales se cetectaron errores tipogréficos. Lt unidad debe ser consistente en tamafto, numero o drea. Anteriormente se defini6 la desviacion estindar del niimero de ocurrencias como la rafz cuadrada del niimero promedio de defecto. As: Desviacién esténdar para el numero de defectos 15.15] Los limites de control estn a tres desviaciones esténdar por encima y por debajo de 2. Limite superior de control para el ndmero de defectos LSC, = + 35, [15.16] x Limite inferior de control para el niimero de defectos (15.17) International Paper inspeccion6 20 hojas de un nuevo tipo de papel regalo para buscar defectos. Los resultados se observan en la tabla 15.4. Se va.a construir una carta c. 2.957 LSC, = + 3s, = 16 + 3(2.757) = 1587 La figura 15.8 conticne una carta que se produj6 usando Minitab. Las unidades 5 y 20 indican euando el proceso esté fuera de control y la causa(s) asignables que se pudieron establecer. Si LIC, <0, esto es igual a0, por tanto un nimero negativo de defectoses imposible. usta ademés e uso de una cata Elejemplo 1 CAPITULO 15 # Técnicas de control de calidad 539 Tabla 15.4 ——— . Hoja __Nimero de defectos Hoja __Niinero de defectos Numero de defectos ——=—_—_— OO en 20 piezas 7 5 " 3 de pape! regalo 2 ‘ 2 15 x 3 3 0 4 5 4 8 5 16 6 ‘ 6 1 16 2 7 8 0 10 8 9 8 2 9 9 8 7 10 ‘ 20 a 182 ‘Carta para Internation Paper Figura 15.8 20 m ee Carta ¢ para el caso * International Paper 5 1SC =1587 fo : Mu =7.600 g o Lic=0.000 a 0 20 Nimern de ta maesen Ejemplo 15.3 ‘Sammy Bates, el nuevo jefe de personal de Bates Electronics, ha introducido recientemente una estrategia para controlar nvimero de empleadas que no se reportan al trabajo cada dia. Para probar Ja efectividad del procedimiento, se seleccionan 20 dias aleatoriamente y se registran los niimeros, de trabajadores ausent Dia Numero de ausencias 6 1 3 2 3 13 5 1“ ai 15 v Ww 5 2 ° ° Namero de ausencias ” 18 19 20 Blow woarveuan 540 _ESTADISTICA APLICADA LOS NESOCIOS Y LAECONOMIA EI Sr. Bates debe construir una carta ¢ para evaluar el nuevo sistema Solucién Debido a que un total de 92 empleados estuvieron ausentes durante un periodo de 20 dias, #= 92/ 90 =1.02. Entonces, UCL, = 102 + 3VT02 = 405 % 02 - 3Vim2 = 201 Debido a que el nimero de empleados quienes no se presentan no puede ser un valor negativo, el LSC, se vuelve 0. La ocurrencia de los dias que tienen mas de 4 empleados ausentes indica que el sistema est tera de control. a carta © que se presenta « continuscién resume los resultados de la prueba, 2 0 z gs : Lsc=4055 é Ma = 1002, ° te ti = ° 0 2 Nimero de la muestra Interpretacién En 13 de 1os 20 dts el ndimero de empleados ausentes era excesivo. Debe tomarse alguna medida. —k—k—k==x #&$ © 5. Un fabricante toma 16 muestas de tamafio 25 cada una y descubre que el niiero de defectos es 5, 8,9. 6.5, 4,7, 5, 8,2, 5.8, 9, 8, 7y 5, Construya la carta p y haga los comentarios pertinentes sobre si el proceso de produccién esté fuera de control 0 no. 6. MedTee produce aspirina y otras medicinas no registradas. Los requisitos de embotellado de la compania certifican que debe haber en cada botella entre 98 y 104 tabletas de aspirina, Se seleccionan doce muestras de 200 botellas. El niimero de botellas en cada muestra que no cumpla con las especificaciones de produccién aparece a continuacién. {EI proceso de embotellado de MedTec esta bajo control? El niimero de botellas en cads muestra que no contiene el niimero apropiado de pfldoras es: 35,36, 21, 10,49, 52, 36, 36,25, 24,26, 15 CAPITULO 15. Ténicas de control de calidad 5A] 7. Las proporciones muestrales de los teléfonos celulares producidos por ComWorld que no cumplen con las reglamentaciones del gobierno fueron en porcentajes, 44,24, 30, 40, 38, 36, 26, 34, 30, 18, 24, 34, y 36. Cada -muestra contenfa 50 teléfonos celulares. Haga e interprete la carta de control apropiada. ,Debersa ComWorld tomar medidas para colocar su proceso de produccién nuevamente bajo control? 8. Moroccan Export en Casablanca selecciona 25 alfombras persas y descubre cierto nimero de defectos por alfombra que aparecen a continuacién. Realice la carta de control apropiada y haga los comentarios. Nimero de defectos por alfombra 10 9. Green Leaf Nurseries vende érboles en las reas suburbanas donde les gusta barrer las hojas de sus céspedes cada otofio. Después de aplicar un tratamiento quimico para matar los pardsitos, Green Leaf selecciona 20 Arboles y descubre el siguiente mimero de insectos y otros bichos indeseables en cada drbol. Con base en la carta de control aprop ada jel proceso de rociado esté fuera de control’ Haga los comentarios. Nimero de pardsitos por érbot 2 10 8 5 8 a 25 “4 0 9 6 a 8 8 on 6 5 ® 8 ” 10. le Town Press publica un periGdico pequefto cada semana en el érea rural de Maine. El editor del peri6dico, Kent Clark, esté preocupado sobre lo que é! teme es un niimero creciente de errores tipograficos. El Sr. Clark selecciona aleatoriamente 15 peridicos de los dtimos meses y descubre que el nimero de “errorestipogréficos” del periédico es: 2 6 3 5 6 3 2 4 5 UE! Sr. Clark tiene que preocuparse de que el proceso de impresién esté fuera de control? 15.6 Interpretacién de las cartas de control {C6mo pueden utilizarse las cartas de control para vigilar un proceso? {Cémo se puede decir si un sistema no cumple con las especificaciones de produccién? La ocurrencia de s6to uno o dos puntos fuera del Limite superior © inferior sugiere que el proceso esté fuera de control? Deben considerarse varios factores al responder estas preguntas: La primera y la més bésica consideracién al leer una carta de control es si alguno de los puntos de datos cae fuera de los limites superior inferior. Si incluso un solo punto cae fuera de los limites, existe evidencia estadfstica ‘de que el proceso estd fuera de control. Sin embargo, esto no es necesariamente motivo de alarma, Esta ocurrencia puede darse sencillamente por la variacién aleatoria, Deberia reunirse tanta mformacién como se pueda sobre la 542. {SIADISIICAAPLICADAA LOS NEGOCIUS Y LA ECONOMIA Posible causa o causas de esta anomalia, y debe tomarse una determinacién sobre si existe en realidad un problema en el que pueda entificarse una variacién de causa asignable. ‘Ademés, incluso si todos los puntos estin dentro de los Iimites de contro, la detecciGn de ciertos patrones ‘puede sefilar un problema serio. Si por ejemplo, un gran niimero de puntos extn soto a un lado de la linea central, el analista deberfa considerar la causa de tal configuraciGn. Si el agrupamiento a un lado en particular de la recta central pareve haber ocurrido abruptamente, la causa puede asignarse a un cambio stibito en el uso de la materia ‘prima 0 la introduccién de un nuevo sistema de capacitacién para los empleados que ingresan. Sil agrupamicito Datece estar ocurriendo gradualmente, poniendo con el tiempo en evidencia una tendencia, esto puede indicar {que la maquinaria utilizadaen el proceso de procluccin se esté desgastando continuamente y no esté funcionando conforme a las especificaciones. Si puede identificarse una causa asignable, se puede tomar una medida correctiva. En general, incluso si todos los puntos estén dentro de los limites de control, de todas maneras deberia existir una fluctuacién o variacién porencima y por debajo de la linea central ‘Se tiene en mente que tos limites de control se establecen a tres desviaciones estindar por encima y por debajo de la linea central. De acuerdo con la regla empirica, 99.7% de todas las observaciones deberian caer dentro de estos limites, Por tanto, menos del 0.5% deberfa caer fuera del LSC y del LIC por pura probabilidad. Si el sistema sté bajo control, muy pocos puntos, si los hay, deberfan caer fuera de los I'mites establecidos, ‘Ades, la regla empiricasenala que 99.5% de todas las observaciones deberian caer dentro de dos desviaciones ‘esténdar de la linea central. Es decir, 95.5% de los puntos de datos deberian caer dentro de los primeros dos tercios del drea que esté alrededor dela linea central. S6lo alrededor del 4.5% deberian desviarse de la linea central en mas de dos desviaciones estindar. Por tanto, incluso si todos los puntos de datos estan dentro de los limites de control de tres desviaciones, pero un niimero excesivo esta mis de dos desviaciones estindar de la linea central, deberia (onase alguna medida para explicas su gran distancia Ue acuerdo con To que establece la regla empiric Esto se muestra en Ia figura 15.9. ELLSC y el LIC estan dentro de 36 e la recta central. Esta rea deberia contener e! 99.7% de los daios. Los primeros dos tercios de dich drea que est por encima y por debajo de la linea central esti t 26 de la linea central y deberia comprender e1 95.5% de los puntos de datos. Por ejemplo, en la figura 15.9 aunque ninguno de los puntos caen por fuera de los limites de control, puede todavia existic un problema, ya {que muchos puntos estén en el rea que va mas alla de las dos desviaciones estandar de la linea central, Figura 15.9 Carta de control que comprueba la falta 30 . de conformidad : Lines central 30 Lic CAPITULO 15 # Técnicas de control decalidad 543 15.7 Muestreo de aceptacion Con frecuencia se deben tomar decisiones respecto a la aceptabilidad de todo un lote o envio de productos. Una empresa puede comprar materia prima de su proveedor sin total conocimiento de la calidad de tales materiales. Entonces debe probarse el envio para determinar si los materiales cumplen con ciertas especificaciones minims ara vez una firma analiza cada articulo de un envio. Tal proceso demardarfa mucho tiempo y seria demasiado costoso. Ms bien, se seleccions una muestra para determinar si todo el envio debe aceptarse o regresarse al proveedor. ‘Durante la produccién, una empresa manufacturera con frecuencia inssecciona varias unidades no terminadas ‘para determinar si la produccién debe continuar o no, 0 si las unidades semitcrminadas deberian desccharse y revisarse los procesos para determinar la causa de los defectos excesivos. Esta decisiGn tambien implica el uso de ‘muestras para decidir sise estin cumpliendo 0 no unos esténdares minimos. Esta préctica se denomina muestreo deaceptacién. Muestreo de aceptacién Una muestra de un envio o lote de produccién se analiza para determina” si cumple con ciertas especificaciones minimas de calidad y por tanto es aceptable. El muestreo de aceptacién es una parte importante € integral de las medidas de control de calidad. Las

    También podría gustarte