CAPÍTULO 2

CONCEPTOS
¿Qué es la capacidad de un proceso?

Es la habilidad que tiene un proceso para cumplir con especificaciones.

¿Qué es una especificación?

Es un requerimiento o una meta que debe cumplir un producto, ya sea por una norma
internacional, norma interna, intereses del cliente, etc.

Por ejemplo:

Para que el agua sea potable debe reunir muchas características, una de ellas es el PH que debe
estar entre 6.5 y 8.5. Otra es la cantidad de hierro que no debe pasar de 0.3 mg/l.

Una pelota de fútbol debe tener una circunferencia entre 68 y 70 cm y un peso entre 410 gramos y
450 gramos.

¿Qué es una variable?

Es un símbolo o letra que puede tomar distintos valores.

¿Qué es una variable discreta?

Un número finito de valores entre dos valores cualquiera. Por ejemplo: Número de quejas de los
clientes o el número de defectos

¿Qué es una variable continua?

Un número infinito de valores entre dos valores. Una variable continua puede ser numérica o de
fecha/hora. Por ejemplo, la longitud de una parte o la fecha y hora en que se recibe un pago.

¿Qué es una medida de tendencia central?

Es un valor en torno al cual los datos tienden a aglomerarse.

¿Qué es una medida de variabilidad?

Es un valor que nos indican cuán diferentes o cuán dispersos están los datos entre sí.

¿Qué afirma la desigualdad de chebyshev y la regla empírica?

%de datos
LI LS
Chebyshev Regla empírica
X-S X+S   68%
X-2S X+2S 75% 95%
LRI = X-3S LRS = X+3S 89% 99,70%

INTERPRETACIONES
Alan Serrano
CC= Característica de calidad dada (Disco, tanque, mesa)
Var = Variable (como grosor, peso, resistencia)

MEDIDAS DE TENDENCIA CENTRAL

1.- La tendencia central está movida con respecto al valor óptimo.

 (lo está) <<La tendencia central del proceso está movido hacia la derecha/izquierda de la
“Var” óptima>> o bien <<El proceso está descentrado hacia un valor inferior/superior del
valor objetivo>>
 (ligeramente movida) <<La tendencia central del proceso está ligeramente movida hacia la
derecha/izquierda de la “Var” óptima>> o bien <<El proceso se encuentra ligeramente
descentrado hacia un valor inferior/superior del valor objetivo>>
 (no lo está) <<El proceso se encuentra centrado con respecto al valor objetivo>>.

1.- Media ( X o μ ¿.- El “Var” promedio de los “CC” de la muestra es “ x ”. (Si el tamaño de la
muestra está entre 120 a 150 datos) entonces hay evidencia de que el proceso está
centrado/descentrado hacia un valor inferior/superior, ya que el valor objetivo es μ .

2.- Mediana (~
x ¿.- El 50% de los “CC” de la muestra tienen un “Var” menor o igual a ~
x , y que el
~
otro 50% son mayores o iguales a x

3.- Moda.- El “Var” más frecuente fue de “moda”

4.- ¿La media, la moda y la mediana son similares?

 (son iguales) <<La distribución de los datos es simétrica>>

 (son similares) <<Hay cierta simetría en la distribución de los datos>>
 (no lo son) <<Hay un sesgo considerable en los datos que debe ser analizado>>

MEDIDAS DE FORMA
1. ¿El sesgo estandarizado se encuentra entre [-2,+2]? (si n>100)
 (cercano a 0) La distribución de los datos es bastante simétrica. Los datos provienen de
una distribución normal.
 (entre [-2,+2] ) La distribución de los datos es similar a una distribución normal
 (Fuera de [-2,+2] ) La distribución de los datos tiene un sesgo significativamente
diferente al de la distribución normal.

2. Curtosis( β 2) y curtosis estandarizado ( g2).- La Curtosis = “ β 2” y el curtosis estandarizado

=“ g2”, indican que (descrito en los puntos) .(si n>100) Dado el tamaño de la muestra y
como la curtosis está dentro del intervalo [-2,+2], entonces es una evidencia a favor que
los datos provienen/no provienen de una distribución normal.
 Si β 2>3 y g2>0 la distribución es leptocúrtica, por lo tanto, la distribución es más apuntada
y con colas menos anchas que la normal.
 3Si β 2=3 y g2=0 la distribución es mesocúrtica, por lo tanto, la distribución es normal.
 Si β 2<3 y g2<0 la distribución es platicúrtica, por lo tanto, la distribución es menos
apuntada y con colas más anchas que la normal.

Alan Serrano
 MEDIDAS DE DISPERSION O VARIABILIDAD
1.- Límites reales

%de datos
LI LS
Chebyshev Regla empírica
X-S X+S   68%
X-2S X+2S 75% 95%
LRI = X-3S LRS = X+3S 89% 99,70%

 <<Se espera que que los “CC” varíen de “LRI” y “LRS” con una media de “X”>> o bien << Un
alto porcentaje de los “Var” (99.7%) de los “CC” varía entre “LRI” y “LRS”>>

2.- ¿Los límites reales están dentro de las especificaciones?

(lo están) <<El proceso es capaz de cumplir con las especificaciones.>>

(No cumple con una especificación pero el rango de variación es menor a la tolerancia) <<La
variación real del proceso es adecuada pero se están fabricando productos que exceden/están por
debajo de las especificaciones>>

(El rango de variación es mayor a la tolerancia) <<El proceso no es capaz de cumplir con
especificaciones>> o bien << La variación del proceso es demasiada por lo que se está fabricando
productos fuera de especificaciones>>

HISTOGRAMA
 Observar la tendencia central de los datos
 Estudiar el centrado del proceso
 Examinar la variabilidad del proceso
 Analizar la forma del histograma
o Distribución sesgada.- Refleja en forma general un desplazamiento paulatino de
un proceso debido a desgastes o desajustes.
o Distribución multimodal.- En general , una distribución multimodal se debe a la
presencia de fuentes de variación bien definidas que deben ser identificadas y
corregidas.
 Diferencias de lote a lote en la materia prima.
 En el proceso intervienen varios operadores
 Se realizan mediciones con personas o instrumentos distintos o mal
calibrados
 El proceso estaba operando en distintas condiciones.
 Datos raros o atípicos.-
o El dato es incorrecto.
o La medición se realizó sobre un artículo que no pertenece al resto.
o Ocurrió una situación especial durante el proceso.

Alan Serrano