UNIVERSIDAD AUTONOMA DEL NORESTE

Manual de Minitab para

Herramientas de Calidad
OSCAR ARTURO CORTÉS GARCÍA

ING. JESÚS ARROYO

 Histograma
Un histograma es una representación gráfica de una variable en forma de barras,
donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados. En el eje vertical se representan las frecuencias, y en el eje
horizontal los valores de las variables, normalmente señalando las marcas de
clase, es decir, la mitad del intervalo en el que están agrupados los datos.

Para realizar un Histograma en Minitab, lo primero que necesitamos son los

datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1. I a la pestaña de Gráficas
2. Seleccionar Histograma
3. Seleccionar el tipo de gráfica que queremos (en este caso con ajuste).

2
 4. Insertar los datos en el recuadro que dice Gráfica de Variables

Al terminar con todos los pasos vamos a tener el histograma como resultado.

Interpretación:

En un histograma los
datos se muestran en una
serie de rectángulos de
igual ancho y altura
variable. El ancho
representa un intervalo
dentro del rango de los
datos. La altura
representa la cantidad de
veces que aparece un
valor dentro de ese
intervalo. El patrón de
alturas variables muestra
la distribución de valores
de datos.

La gráfica de Minitab nos brinda la Media, la Desviación Estándar y la cantidad de

datos analizados.

La gráfica representa la dispersión del proceso, nuestro principal indicador es la

campana de Gauss, que normalmente tiene un sesgo positivo (a la derecha) o un
sesgo negativo (a la izquierda) que nos dice la inclinación del proceso en el que lo
ideal sería que estuviera distribuido en el centro.
 Pareto
El Diagrama de Pareto constituye un sencillo y gráfico método de análisis que
permite discriminar entre las causas más importantes de un problema (los pocos y
vitales), y las que lo son menos (los muchos y triviales).

Para realizar un Diagrama de Pareto en Minitab, lo primero que necesitamos son

los datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Seleccionar la pestaña de estadística

2- Ir a las Herramientas de Calidad
3- Seleccionar el Diagrama de Pareto

2
3
 4- Llenar la casilla de Defectos o Atributos con la información y la frecuencia
con los datos numéricos que nos arroja nuestro estudio.

Al realizar todos los pasos vamos a tener nuestro Diagrama de Pareto.

Interpretación:

El 80% de los problemas de una organización son debidos a un 20% de las

causas posibles. El 80% de los defectos de un producto se debe al 20% de causas
potenciales.

El recuadro con la información, nos indica el porcentaje de ocurrencia de cada

falla y debajo de ésta línea un acumulado en el porcentaje de las fallas.
 Gráfico U
El gráfico U es una herramienta de calidad que nos ayuda a conocer los defectos
que tenemos por pieza o por unidad en nuestro proceso.

Para realizar un Gráfico U en Minitab, lo primero que necesitamos son los

datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Ir a la pestaña de estadística
2- Seleccionar el apartado de Gráficos de Control
3- Seleccionar Gráficas de Atributos
4- Seleccionar el Gráfico U

4
 5- Llenar nuestra ventana de Datos con los Defectos de nuestra muestra en
las Variables
6- En Tamaño del Subgrupo El tamaño de Nuestros lotes en éste caso en
particular.

Al realizar todos los pasos, vamos a tener nuestro Gráfico U.

Interpretación:

La gráfica nos muestra un Límite Superior y un Límite inferior para cada lote
analizado, los puntos dentro de la gráfica nos muestran los defectos que hubo en
cada lote analizado, en éste caso en particular, nuestro mejor punto es el número
1 y el peor es el 14.
 Gráfico P
El gráfico P es una herramienta de calidad que nos ayuda a conocer los e
Porcentaje de Rechazos que tenemos por pieza o por unidad.

Para realizar un Gráfico P en Minitab, lo primero que necesitamos son los datos
con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Ir a la pestaña de Estadística S
2- Seleccionar el apartado de Gráficos de Control
3- Seleccionar los Gráficos Atributos
4- Finalmente el Gráfico P.

3
4
 5- Llenar nuestra ventana de Datos con las Piezas Rechazadas de nuestra
muestra en las Variables.
6- En el Tamaño del Subgrupo Producción en éste caso en particular.

Al realizar todos los pasos, vamos a tener nuestro Gráfico P.

Interpretación:

La gráfica nos muestra un Límite Superior y un Límite inferior para cada lote
analizado, los puntos dentro de la gráfica nos muestran los porcentajes de
rechazos que hubo en cada lote analizado, en éste caso en particular, nuestro
mejor punto es el número 6 y el peor es el 1.
 Gráficas de control
Las Gráficas de Control, se utilizan para los estudios de estabilidad, los que nos
dicen la manera en la que está funcionando nuestro proceso y son un punto de
partida para analizar a fondo e implementar mejoras cuando nuestro proceso no
es aceptable.

Para realizar un Análisis de Capacidad en Minitab, lo primero que necesitamos

son los datos con los que vamos a trabajar como se muestra en el siguiente
ejemplo.

Pasos:

1- Ir a la pestaña de Estadística
2- Seleccionar el apartado de Gráficos de Control
3- Seleccionar las Gráficas de Variables por Subgrupos
4- Finalmente el Gráfico XBarra-R.

4
 5- Llenar nuestra ventana de datos seleccionando los datos que queremos
analizar (Torque en éste ejemplo)
6- Dar un tamaño al subgrupo, dependiendo del tamaño de la muestra (5 en
este ejemplo, ya que es un submúltiplo del tamaño de la muestra).

Al relizar todos los pasos, el programa nos mostrará la Gráfica XR.

Interpretación:

Los gráficos de control se basan en los puntos que se analizan, éstos puntos nos
dicen que el proceso es aceptable si están dentro de los límites y preferentemente
cerca de la media, Los puntos fuera de los límites (outlayers) indican algo atípico
en el proceso, la muestra sólo es aceptable si tiene 120 datos o más, es muy
probable que no tengan tendencias (más de 3 puntos en una dirección)
 Prueba de Normalidad
Son necesarios antes de realizar un Análisis de Capacidad, su principal finalidad
es definir si los datos son Normales o No normales.

Para realizar una Prueba de Normalidad en Minitab, lo primero que necesitamos

son los datos con los que vamos a trabajar como se muestra en el siguiente
ejemplo.

Pasos:

1- Seleccionar la pestaña de Estadística

2- Seleccionar del apartado de Estadística Básica
3- En el siguiente menú, seleccionar la Prueba de Normalidad.

1 2

3
 4- Llenamos nuestra ventana de datos con la información que deseamos
analizar (Torque) en la pestaña de variable.

Después de todos los pasos, obtenemos la Gráfica y los datos de la prueba.

Para la lectura de una Prueba de Normalidad, nuestro dato más importante es el
valor P, que nos dice que los datos son normales si es ≥ 0.05, de lo contrario los
datos son no normales.

Cuando los datos son no normales, el estudio nos arroja solamente el PPk ≥ 1.67
y los PPM = 3.4 ( con éstos valores como lo ideal).

Una distribución normal es un conjunto de datos que el 68% de los datos está
dentro de ±1 Desviación Estándar, dentro del promedio, el 95% está dentro de ±2
y el 99% dentro de ±3 como se muestra en el siguiente diagrama.
 Análisis de Capacidad
Los Análisis de Capacidad se utilizan para saber que tan capaces somos de
realizar la pieza que se pide de acuerdo a las especificaciones del cliente.

Para realizar un Análisis de Capacidad en Minitab, lo primero que necesitamos

son los datos con los que vamos a trabajar como se muestra en el siguiente
ejemplo.

Pasos:

1- Ir a la pestaña de Estadística
2- Seleccionar Herramientas de Calidad
3- Seleccionamos la opción del Análisis de Capacidad para un estudio
sencillo, y el Capability Sixpack para un estudio más completo, que es el
que se Seleccionamos en este ejemplo.
4- Finalmente se selecciona si el estudio es normal o nonormal, dependiendo
de lo que nos diga nuestro Estudio de normalidad previamente realizado.

3 4
 5- Llenar nuestra ventana de Datos con los datos por analizar en la ventana
de columna.
6- Después el subgrupo tomando en cuenta el número de datos analizados,
que en este caso es 5 al ser un submúltiplo de los 125 datos analizados.
7- Finalmente nuestra tolerancia menor y mayor basados en la
especificaciones del cliente.

En éste ejemplo, el estudio de Normalidad nos dice que los datos son
normales.
Al finalizar toda la ruta, vamos a tener las 6 gráficas del Análisis de Capacidad.

Interpetación:

Para interpreta los Análisis de Capacidad, principalmente nos concentramos en el

Cpk que debe ser ≥ a 1.33 en procesos para productos nuevos o ≥ 1.66 en
procesos de productos ya lanzados; esto concentrados en procesos de la
industria automotriz, además de analizar las gráficas X y R, el Histograma y
nuestro Ppk ≥ 1,67 y PPM = 3.4 que son dados por el Cpk,

Lo mínimo aceptable para realizar un estudio como éste, son 30 datos.

 Pruebas de Hipótesis Z (1 Muestra)
Las pruebas de Hipótesis o Intervalos de Confianza os sirven para determinar un
supuesto, que pueden ser: >, < o =.

Para la Muestra Z, debemos tener 30 datos o más, y nuestro valor P < 0.05.

Para realizar una Prueba de Hipótesis en Minitab, lo primero que necesitamos son
los datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Seleccionar la pestaña de Estadística

2- Seleccionar el l apartado de Estadística Básica E
3- En el siguiente menú, seleccionar la Prueba Z de 1 muestra.

3
4- Llenamos nuestra ventana de datos primero definiendo el orden y acomodo
de los datos.
5- Después, ponemos los datos que queremos analizar.
6- Ponemos la Desviación Estándar
7- Ahora nuestra media hipotética.
8- Después en la ventana de gráficas, seleccionamos las gráficas que
queremos que sean arrojadas, en este caso la de Valores Individuales,
9- Por último, en las opciones seleccionamos el nivel de confianza que
requerimos (90, 95 o 99) y la Hipótesis Alterna.

8
 9

Al finalizar estos pasos vamos a tener nuestra gráfica.

b
a
 c

Interpretación:

Si Ho (a) está fuera de mi Intervalo de Confianza (b), entonces rechazamos la

Hipótesis Nula y aceptamos la Hipótesis Alterna; otro indicador para definir cual
hipótesis aceptar y cuál rechazar es el valor P, que si es mayor que 0.05 se acepta
la hipótesis nula y si es menor a 0.05 se rechaza la hipótesis nula (El valor P y los
datos escritos para ésta gráfica están en nuestra ventana de datos).

Estos datos los analizamos en la Ventana Session (c)

 Prueba de Hipótesis T (1 Muestra)
Las pruebas de Hipótesis o Intervalos de Confianza os sirven para determinar un
supuesto, que pueden ser: >, < o =.

Para la Muestra T, debemos tener menos de 30 datos, y nuestro valor P > 0.05.

Para realizar una Prueba de Hipótesis en Minitab, lo primero que necesitamos son
los datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Seleccionar la pestaña de Estadística

2- Seleccionar el l apartado de Estadística Básica E
3- En el siguiente menú, seleccionar la Prueba T de 1 muestra.

1
2

3
4- Llenamos nuestra ventana de datos primero definiendo el orden y acomodo
de los datos.
5- Después, ponemos los datos que queremos analizar.
6- Ahora nuestra media hipotética.
7- Después en la ventana de gráficas, seleccionamos las gráficas que
queremos que sean arrojadas, en este caso la de Valores Individuales,
8- Por último, en las opciones seleccionamos el nivel de confianza que
requerimos (90, 95 o 99) y la Hipótesis Alterna.

4 5

8
 7

Al finalizar estos pasos vamos a tener nuestra gráfica.

Interpretación:

Si Ho (a) está fuera de mi Intervalo de Confianza (b), entonces rechazamos la

Hipótesis Nula y aceptamos la Hipótesis Alterna; otro indicador para definir cual
hipótesis aceptar y cuál rechazar es el valor P, que si es mayor que 0.05 se acepta
la hipótesis nula y si es menor a 0.05 se rechaza la hipótesis nula (El valor P y los
datos escritos para ésta gráfica están en nuestra ventana de datos).

Estos datos los analizamos en la Ventana Session (c)

a
c
 Prueba de Hipótesis T (2 Muestras)
Las pruebas de Hipótesis o Intervalos de Confianza os sirven para determinar un
supuesto, que pueden ser: >, < o =.

Para la Muestra T, debemos tener menos de 30 datos, y nuestro valor P > 0.05.

Para realizar una Prueba de Hipótesis en Minitab, lo primero que necesitamos son
los datos con los que vamos a trabajar como se muestra en el siguiente ejemplo.

Pasos:

1- Seleccionar la pestaña de Estadística

2- Seleccionar el l apartado de Estadística Básica E
3- En el siguiente menú, seleccionar la Prueba T de 2 Muestras.

1
2

3
4- Seleccionamos que cada muestra tenga su columna.
5- Llenamos nuestra ventana de datos primero Introduciendo nuestra muestra
A y nuestra muestra B, donde ponemos los datos que queremos analizar.
6- Después en la ventana de gráficas, seleccionamos las gráficas que
queremos que sean arrojadas, en este caso la de Valores Individuales,

6
Al finalizar estos pasos vamos a tener nuestra gráfica.

Interpretación:

Los puntos azules (a) representan nuestras medias, los puntos grises son los
puntos individuales, si M1-M2 = 0 entonces la diferencia entre medias es 0 y si
M1-M2 ≠ 0 entonces hay una diferencia entre medias.

indicador para definir cual hipótesis aceptar y cuál rechazar es el valor P (b), que
si es mayor que 0.05 se acepta la hipótesis nula y si es menor a 0.05 se rechaza
la hipótesis nula (El valor P y los datos escritos para ésta gráfica están en nuestra
ventana de datos).

Estos datos los analizamos en la Ventana Session (c)

a
v