GESTION DE LA Universidad de

CALIDAD Oriente
 AGENDA DE LA CLASE
A. PRESENTACIÓN DE LA UNIDAD
B. UNIDAD DE COMPETENCIA
C. PRESENTACIÓN DEL TEMA
D. DESARROLLO DEL TEMA
E. CONCLUSIÓN
F. PREGUNTAS (SE PUEDEN REALIZAR EN EL
FORO CORRESPONIENTE AL DÍA DE LA CLASE
 A. Presentación de la UNIDAD
UNIDAD 4:
UTILIZACIÓN DE LAS HERRAMIENTAS ADMINISTRATIVAS
Y ESTADÍSTICAS EN EL CONTROL DE LA CALIDAD

• Histogramas

• Diagrama de Dispersión

• Estratificación
B. Unidad de Competencia
Al finalizar esta unidad, el
estudiante será capaz de:
Implementar herramientas
administrativas y estadísticas que
permiten realizar un análisis técnico
del control de la calidad.
HISTOGRAMA

C. Presentación del tema

DEFINICIÓN.
Específicamente, el histograma es una
representación gráfica, en forma de barras, de la
distribución de un conjunto de datos o una variable,
cuyos datos se clasifican por su magnitud en cierto
número de grupos o clases, y cada clase se
representa por una barra, cuya longitud es
proporcional a la cantidad de datos que
pertenecen a dicha clase.
Usualmente, el eje horizontal está formado por una
escala numérica para mostrar la magnitud de los
datos y en el eje vertical se representan las
frecuencias.
Cabe destacar que como en la distribución de frecuencia, el
histograma señala el centro y la cantidad de variación en la
muestra de datos. La simplicidad de la construcción e
interpretación del histograma lo hace una herramienta efectiva en
el análisis elemental de los datos.

Por ello, la utilidad en función del control de calidad que presta

ésta representación radica en la posibilidad de visualizar
rápidamente información aparentemente oculta en un tabulado
inicial de datos.
 CONSTRUCCIÓN DE UN HISTOGRAMA
Paso 1.
Determinar el rango de los datos. El rango es igual a la diferencia entre el dato máximo y el
mínimo y se representa con la letra R.
Paso 2.
Obtener el número de clases (NC). En general se recomienda que el número de intervalos o
clases sea de 5 a 15. Para decidir un valor entre este rango hay varios criterios. Uno de ellos
dice que el número de clases debe ser aproximadamente igual a la raíz cuadrada del
número de datos. Otro criterio, conocido como la regla de Sturgess, señala que el número de
clases es igual a 1+ 3.3 Log10(número de datos).
Paso 3.
Establecer la longitud de clase (LC). La longitud de clase se establece de tal manera que el
rango pueda cubrirse en su totalidad por el número de clases determinado. Así, una forma
directa de obtener la LC es dividiendo el rango entre el número de clases:
LC= R/NC. Sin embargo, en ocasiones resulta más conveniente ampliar un poco el rango para
que el histograma tenga una cobertura ligeramente mayor que la observada en la muestra.
Paso 4.
Construir los intervalos de clase. Los intervalos de clase resultan de
dividir el rango (original o ampliado) entre el número de intervalos
determinados con la LC.
Paso 5.
Obtener la frecuencia de cada clase. Para obtener la frecuencia
se cuentan los datos que caen en cada intervalo de clase. Cuando
un dato coincide con el final de una clase y principio de la
siguiente, entonces tal dato suele incluirse en la primera.
Paso 6.
Graficar el histograma. Se hace una gráfica de barras en la que
las bases de las barras sean los intervalos de clase y la altura
sean las frecuencias de las clases.
 EJEMPLIFICACIÓN
En un restaurante se tiene una fórmula específica para elaborar una cantidad determinada de
“agua fresca”, la cual contempla agregar 500 gramos de azúcar. Es claro que resulta de suma
importancia añadir exactamente esa cantidad de azúcar para la calidad del agua, ya que, de
lo contrario, ésta queda muy dulce o desabrida. Aunque a los cocineros se les ha insistido sobre
lo anterior, es frecuente que no pesen el azúcar y la agreguen al tanteo. Al considerar la
calidad del agua como un aspecto clave, se decide diseñar un procedimiento a prueba de
olvidos: comprar bolsas que contengan 500 gramos de azúcar. Suponga dos marcas de azúcar
que cuentan con la presentación de 500 gramos; ahora es necesario decidir qué marca comprar.
Con este propósito se pesan 40 bolsas de ambas marcas. Al pesarse arrojan los resultados de
la tabla siguiente:
Ahora, se construye un HISTOGRAMA para verificar la dispersión de los datos
entorno a la medida central para ver que marca es la más conveniente por su poca
dispersión.
Paso 1. Determinar el rango de los datos
R=Dato máximo – Dato mínimo
MARCA A MARCA B
R= 515 - 484 R= 507 - 491
31 16

Paso 2. Obtener el número de clases (NC). NC= 𝑁ú𝑚𝑒𝑟𝑜𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

MARCA A MARCA B
NC=√40 NC=√40
6.32~ 7 6.32~ 7
 Paso 3. Establecer la longitud de clase (LC). LC= R/NC. El rango se puede
ampliar para tener mejor visibilidad en el gráfico.
MARCA A MARCA B
LC= (520-480)/7 R= (510 – 490)/7
5.7 2.8

Paso 4. Construir los intervalos de clase

Paso 5. Obtener la frecuencia de cada clase
Clase Intervalo Frecuencia
1 490.0 a 492.8 4
2 492.8 a 495.6 4
3 495.6 a 498.4 12
Marca A Marca B 4 498.4 a 501.2 15
5 501.2 a 504.0 1
6 504.0 a 506.8 3
7 506.8 a 510.0 1
Paso 6. Graficar el histograma

Marca A Marca B

Análisis:
El histograma para los datos de la marca B, muestra que las bolsas de azúcar
tienen una variabilidad mucho menor que las bolsas de la marca A. En ambos
histogramas se observa que la tendencia central en ambas muestras es similar
(cercana a 500 gramos).
Se puede decir, entonces, que la MARCA B es la que aseguraría la calidad de
“agua fresca” y por la que hay que optar.
DIAGRAMA DE DISPERSIÓN
DEFINICIÓN.
Es una gráfica del tipo X-Y
de particular utilidad para
analizar la relación entre
dos variables numéricas.
Dadas dos variables numéricas X y Y,
normalmente medidas sobre el mismo
elemento de una muestra de una población
o un proceso, cada elemento de la muestra
se representa por un par de valores (xi, yi)
y el correspondiente punto en el plano
cartesiano X-Y. La gráfica resultante se
conoce como diagrama de dispersión, y la
clave para su interpretación estará en ver
si los puntos siguen algún patrón.
 CONSTRUCCIÓN Y ANÁLISIS DE UN DIAGRAMA DE DISPERSIÓN
Paso 1. Obtención de datos.
Una vez que se han seleccionado las variables cuya relación se desea investigar, se
recolectan los valores de éstas en parejas, es decir, se reúne para cada valor de
una variable el correspondiente de la otra. Cuanto mayor sea el número de puntos
con que se construye un diagrama de dispersión es mejor. Por ello, siempre que sea
posible, se recomienda obtener más de 30 parejas de valores.
Paso 2. Elegir ejes.
En general, si se trata de descubrir una relación de causa- efecto, la causa posible
se representa en el eje X y el efecto probable en el eje Y. Si lo que se está
investigando es la relación entre dos características de calidad o entre dos factores,
entonces en el eje X se anota el que se puede manipular o controlar más, o el que
ocurre primero durante el proceso. Es necesario anotar en los ejes el título de cada
variable.
Paso 3. Construir escalas.
Los ejes deben ser tan largos como sea posible, pero de longitud similar.
Para construir la escala se sugiere encontrar el valor máximo y el mínimo
de ambas variables. Se deben escoger las unidades para ambos ejes de
tal modo que los extremos de los ejes coincidan de manera aproximada
con el máximo y el mínimo de la variable correspondiente.
Paso 4. Graficar los datos.
Con base en las coordenadas en el eje X y en el eje Y, representar con un
punto cada pareja de valores de las variables. Cuando existen parejas
de datos repetidos (con los mismos valores en ambos ejes), se traza un
círculo sobre el punto para indicar que está repetido una vez. Si se vuelve
a repetir se traza otro círculo concéntrico, y así sucesivamente.
Paso 5. Documentar el diagrama.
Registrar en el diagrama toda la información que sea de utilidad para
identificarlo, como títulos, periodo que cubren los datos, unidades de cada eje,
área o departamento y persona responsable de recolectar los datos.
Paso 6. Interpretar el diagrama.
Una vez finalizado el diagrama, deberá interpretarse su tendencia, obteniendo
el coeficiente de correlación, el cual indica que tan fuerte o no es la
correlación de las variables estudiadas.
Para determinar el coeficiente
de correlación lineal:
➢Los valores que toma el coeficiente de correlación, r, están entre -1 y 1, incluidos
éstos (-1 ≤ r ≥1). Valores de r cercanos o iguales a cero implican poca o nula relación
lineal entre X y Y. En contraste, valores de r cercanos a 1 indican una relación lineal
muy fuerte y valores de r próximos a -1 señalan una muy fuerte correlación negativa.
Valores de r cercanos a -0.85 o 0.85 indican una correlación fuerte, mientras que
valores de r cercanos a 20.50 o 0.50 hablan ya de una correlación de moderada a
débil. Por último, valores de r iguales o menores que 20.30 o 0.30 indican una
correlación lineal prácticamente inexistente.

➢No hay que olvidar que si r tiene valores cercanos a cero, esto muestra que no hay
relación lineal pero de ninguna manera dice que no hay algún tipo de relación. Esto
queda en evidencia en el diagrama de dispersión de la figura f) de la siguiente
diapositiva, en el que, a pesar de que hay una clara e importante relación entre X y
Y, el coeficiente de correlación es muy pequeño (r = 0.10) debido a que los puntos no
se agrupan en torno a una línea recta. En este sentido, la función del coeficiente de
correlación es corroborar la magnitud de la relación lineal que muestra el diagrama
de dispersión.
Para calcular r es posible apoyarse en un programa computacional. Por ejemplo, en
Excel.
 PATRONES MÁS COMUNES EN UN DIAGRAMA DE DISPERSIÓN

Paso 5.
1. Correlación lineal positiva. En la figura a) se observa que cuando X crece,
también lo hace Y, por lo que se habla de una correlación positiva.

2. Correlación lineal negativa. En la figura b) se observa que cuando X crece, Y

disminuye, y viceversa, por lo que se habla de una correlación negativa. En la fi
gura 13.2d) se aprecia una correlación negativa más débil.

3. Sin correlación. En la figura c) los puntos están dispersos en la gráfica sin

ningún patrón u orden aparente, ya que para valores grandes de X lo mismo se
dan valores grandes que pequeños de Y; en estos casos se dice que X y Y no
están correlacionadas.

4. Relaciones especiales. Los puntos en un diagrama de dispersión pueden

seguir una diversidad de patrones. Por ejemplo, la figura f) muestra una
relación curvilínea en forma de parábola, de tal forma que conforme X crece,
Y también lo hace hasta cierto punto, y después empieza a disminuir.
5. Puntos aislados. En general, para interpretar un diagrama de dispersión se
debe tratar de identificar un patrón bien definido. Por ejemplo, que los puntos
se ajusten a una recta o a una curva. Una vez identificado, es necesario
examinar si hay algunos puntos aislados que no se ajusten a tal patrón, en cuyo
caso esos datos tal vez reflejen alguna situación especial en el comportamiento
del proceso o algún tipo de error, ya sea de medición, de registro o “de dedo”.
De ser así, se debe tratar de identificar la causa que los motivó, ya que en
ocasiones puede ser información valiosa para mejorar el proceso.

6. Estratificación. A veces, cuando se analiza la relación entre dos variables, se

debe intentar estratificar (ver la figura e), ya sea por tipo de producto, proceso
o turno, etc. Para ello se puede hacer un diagrama por máquina en el mismo
diagrama poner diferentes marcas que identifiquen las características que se
están estratificando.
 EJEMPLIFICACIÓN
Se quiere investigar para ciertas resistencias
eléctricas sobrecargadas la manera como puede
influir su resistencia (en ohms) sobre el tiempo de
falla de estos dispositivos. Para ello se obtienen
datos para 24 resistencias vea la tabla siguiente.
Se construirá un diagrama de dispersión para
verificar dicha influencia (Resistencia vrs. Tiempo).
Paso 1. Obtención de datos.
Para representar los datos de la tabla anterior en un diagrama de dispersión, ya se ha
cumplido el paso 1 que es la obtención de datos. Se procede con los siguientes pasos.

Paso 2. Elegir ejes.

Como la resistencia del dispositivo es la que puede influir en el tiempo de falla, entonces en el eje X
se especifica la resistencia y en el eje Y el tiempo.

Paso 3. Construir escalas. El mínimo de X es 28 y el máximo 48, con lo que, si se marca el inicio
del eje X con 28 y el final con 48, se pueden hacer cinco intervalos o marcas de una longitud de
cuatro unidades. El mínimo de Y es 20 y el máximo es 47, con lo que, si se marca el inicio del eje Y
con 20 y el final con 50, se pueden hacer seis intervalos o marcas de una longitud de cinco
unidades.
El final de la escala del eje Y fue un poco mayor que el máximo para facilitar la construcción de la
escala.
Paso 4. Graficar los datos.
Se inicia con la primera pareja de valores para la resistencia y el tiempo de
falla (31, 26); así, el primer punto a graficar tiene coordenadas 31 en el eje
X y 26 en el eje Y. Al graficar todas las parejas de puntos se obtiene el
diagrama requerido.
Minutos

Paso 4. Documentar el diagrama

Ohms
Paso 6. Interpretación del diagrama.
Se podría decir que se aprecia una correlación positiva débil, pero para
saber con mayor precisión dicha correlación lineal, hay que calcular el
coeficiente respectivo, para ello se agregarán las 3 columnas a la derecha de
la tabla de datos inicial.
Análisis:
Como r =0.8085, lo que indica que la
relación entre las dos variables, resistencia y
tiempo, es una correlación lineal que tiende a
ser fuerte.
PREGUNTAS ?
Foro: CLASE 4-ABRIL HISTOG.,
D. DISPERS., ESTRATIFIC.