Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase Remota
31 de agosto de 2020
Profesor: Dr. Nicolás Domínguez Vergara
ndv@azc.uam.mx
UAM Azcapotzalco
https://www.youtube.com/watch?v=XhH0V09A_Is
https://www.youtube.com/watch?v=t5i_88e3Epk&t=98s
https://www.youtube.com/watch?v=MRlq1LAamTs&t=32s
https://www.youtube.com/watch?v=58a9jldvBpo&t=54s
https://www.youtube.com/watch?v=OR1BJv1uScY
https://www.youtube.com/watch?v=O4eVxWNECJU
Favor de no difundir ni citar debido a que quizá no tiene todavía todas las referencias citadas apropiadamente.
Por lo anterior se modificará el texto continuamente. Por el momento el material en este texto solamente se está
usando para clases remotas y se corregirá posteriormente. También se aclara que existen algunas partes del
texto que están incompletas o que no están completamente ordenadas, pero que se estarán completando u
ordenando conforme el curso avance.
1
Índice
Control de Calidad
Desarrollo de productos y servicios
Concepto de Calidad
Mediciones y curva normal
Cálculo del promedio y desviación estándar (variabilidad)
Pérdidas económicas por fabricar productos defectuosos
Índices de capacidad de un proceso
7 herramientas de control estadístico de un proceso
o Diagrama de Ishikawa
o Diagrama de Pareto
o Diagrama de Dispersión
o Estratificación
o Histograma
o Lista de verificación (Check List)
o Cartas de Control
Poka Yoke
Árbol de decisiones
5 por qués
Capacidad y estabilidad de un proceso
Función de despliegue de la calidad (FDC)
Calidad de mediciones (repetibilidad y reproducibilidad)
Análisis de modo y efecto de las fallas (AMEF)
Análisis y Diseño de Experimentos
Estrategia Seis Sigma
El Big Data o la Ciencia de Datos en Control de Calidad
Muestreo
Concepto de muestreo
Muestreo de aceptación
Método de Cameron para diseñar un plan de muestreo
Military Standard 105E
Confiabilidad
Concepto de confiabilidad
Concepto de riesgo
Curva de bañera o de ciclo de vida
Modelo exponencial de confiabilidad
Modelo Weibull de confiabilidad
2
Cálculo de la garantía que debe darse a un producto al venderse
Normas ISO9000, ISO9001
Norma ISO9000
Norma ISO9001
ANEXO I. Instrucciones para la realización del Proyecto Final
ANEXO II. Tareas con fecha
Bibliografía
3
Control de Calidad
4
¿Qué es Calidad? y ¿Cómo se mide la Calidad?
Amor es comprometerse uno mismo sin garantía, darse uno completamente con la
esperanza que nuestro amor generará amor en la persona amada.
Amor es un acto de fe y una persona que es de poquita fe, también es de poquito
amor.
Erich Fromm, “El Arte de Amar”.
¿Qué es la Calidad?
5
Si vamos a un restaurante buscamos un buen servicio, por ejemplo que la mesera
que nos atienda lo haga bien y pronto, que el lugar esté limpio. Y desde luego que
el menú esté delicioso. Si nos sirven unos tacos podemos reclamar diciendo que no
están dentro de lo que esperábamos comer ahí. Podemos decir que los tacos no
tenían Calidad. También podemos reclamar si la mesera no nos atendió bien.
Desde luego que muchas veces tenemos que conformarnos con un poco menos de
lo que nos gustaría debido al precio. Por ejemplo, nos gustaría quedarnos en un
hotel de 5 estrellas pero desgraciadamente puede ser muy caro y un hotel mucho
más barato podría satisfacer nuestras necesidades.
1. ¿En qué características nos fijamos para juzgar si un producto o servicio tiene
Calidad? Considere por ejemplo un par de zapatos o una televisión.
2. ¿Es posible que un producto tenga Calidad suficiente para una persona y mala
Calidad para otra?
3. ¿Es necesario tener una sola definición de Calidad?
4. ¿Para qué sirve tener un producto de Calidad?
5. ¿Cuesta dinero hacer las cosas con Calidad?
6. ¿Cuesta dinero hacer las cosas sin Calidad?
7. ¿Ha evolucionado el concepto de Calidad?
8. ¿Ha costado desarrollar un producto como una rasuradora, las pastillas
anticonceptivas, o un ipod?
9. ¿Cuál ha sido el proceso que ha llevado a la fabricación de un refrigerador, un
coche, un celular, un DVD o un bilé? (¿Usted cree que un día a una persona se le
ocurrió inventar la aspirina un día y al otro la estuvo produciendo?
10. ¿Usted hace las cosas con Calidad en su vida personal?
11. ¿Usted cree que el precio del agua y el valor de los ingredientes es el 99% del
costo de una Coca Cola?
12. ¿Es necesario medirle la Calidad a todo?
13. ¿Cómo se mide la Calidad? ¿Existe un Calidómetro?
14. ¿Qué sería una Universidad de Calidad?
15. ¿Cómo define Calidad?
“Un grado de uniformidad que proporcione fiabilidad a bajo costo y conveniente para
el mercado”. Edgard W. Deming
6
“Modo de vida corporativa, un modo de administrar una organización”. Armand V.
Feigenbaum
“Es la entrega al cliente del producto con la calidad exigida y en el momento exacto”.
Shigeo Shingo
“La adopción de una cultura que empieza por la presencia y se extiende a los
equipos”. John Oakland
“Es la creación de valor para los clientes y usuarios”. Premio Nacional de la Calidad
Control de Calidad
Parte de la gestión de la calidad (3.2.8) orientada al cumplimiento de los requisitos
(3.1.2) de la calidad (3.1.1).
Fuente: NMX-CC-9000-INMC-2000
Desarrollo de productos y servicios
Cambia el clima de la tierra, el frío de la última glaciación del pleistoceno desaparece
y las mujeres y hombres de la tierra se vuelven sedentarios y entonces tienen tiempo
7
de pensar, de cultivar, de construir, de inventar y de innovar. Surge la familia, la
propiedad privada y el estado (Federico Engels).
Comienzan a inventarse muchos productos para la comodidad de la población como
ropa, utensilios para cocinar, casas, juegos de azar y también armas para las
guerras.
Todos los productos tienen su historia y muchos de ellos sufren innovaciones a lo
largo de muchos años, como son los libros, los semáforos, el papel de baño, la taza
de baño, los teléfonos fijos, los teléfonos celulares, el lápiz labial, las joyas, la ropa,
los botones, las zapatillas, las medicinas, las estufas, las tijeras, las bombas
nucleares, etc.
No todos los productos surgen de una necesidad y algunos surgen para cumplir con
un propósito pero terminan usándose para otras cosas.
El desarrollo de los productos no necesariamente comienza con la ciencia básica.
Y no todos los productos han surgido de la ciencia, como las espadas que se
inventan antes de que el hombre supiera de la existencia de las moléculas. O que
se inventan sin tener muchos conocimientos de la ciencia en la materia como han
sido los aviones, que se inventan antes de que se conozca mucho sobre la
turbulencia del aire en la atmósfera.
Algunos productos si comienzan en su desarrollo con la ciencia básica, como las
celdas solares, los antivirales, el rayo láser, etc.
Algunos productos son de alta tecnología y se caracterizan porque su desarrollo se
ha logrado integrando muchos conocimientos de física, química o matemáticas,
como son las computadoras, los teléfonos celulares, el grafeno,etc. (Pemex
Presente y Futuro, F. Colmenares, F. Barbosa, N. Domínguez)
Existen tecnologías duras que se pueden tocar, así como algunas que no se pueden
tocar. Una tecnología dura que se toca es una plancha. Una tecnología suave que
no se toca es un software. Los procedimientos en una fábrica son tecnología suave.
Estas tecnologías son productos. Las tecnologías sirven para hacer otros productos.
La tecnología es una herramienta para hacer herramientas (Fukuyama).
La tecnología no lo es todo, también cuentan las estrategias en el uso de la
tecnología como se demostró en la segunda guerra mundial, los panzers alemanes
contra los T34 rusos. O el poderoso acorazado Bismark contra las embarcaciones
inglesas más pequeñas. Hasta la higiene cuenta en una guerra, como las
costumbres de ingleses y alemanes en las batallas en el norte de África durante la
segunda guerra mundial.
Los ingenieros son aquellos que construyen puentes entre la ciencia y la tecnología.
La ciencia y la tecnología son dos pilares fuertes. Entre estos pilares surgen como
rayos entre ellos las innovaciones tecnológicas.
8
Desarrollo de productos
¿Cómo se desarrollan los productos? Se muestra el modelo lineal de innovación
tecnológica que ya es obsoleto porque muchos productos no siguen esa ruta de
desarrollo.
Así es que los productos tienen diferentes orígenes, por ejemplo debido a la
epidemia del coronavirus muchos productos y servicios nuevos surgieron y el
mundo ha cambiado apreciablemente (Nicolás Domínguez Vergara, El mundo ante
el coronavirus , https://www.cronica.com.mx/notas-el_mundo_ante_el_coronavirus-
1151188-2020?fb_comment_id=1963704510421351_1964938506964618) (D.N.
Dominguez-Perez, N. Dominguez Vergara, From the lessons of the covid-19, a
whole new world in education?).
Productos y servicios
Los productos y servicios tienen características inherentes. Las características
inherentes de una mesa son su plataforma (cuadrada, redonda, etc.), su soporte
(patas de la mesa), su material, etc. Las características inherentes de una manzana
son su sabor, color, tamaño, estado de madurez, etc. Las características inherentes
de un servicio de comida, son el trato que nos dan al pedir la comida, la manera en
que nos sirven la comida, en que nos cobran la comida, etc. Las características
inherentes de un teléfono celular son que reciben y envían llamadas, su memoria,
su cámara, etc. Las características inherentes de las personas son, que piensan,
que tienen dos extremidades superiores, dos extremidades inferiores, etc.
9
Los productos y servicios se compran y muchas veces no tenemos los recursos
económicos para fijarnos en todas las características inherentes sino solamente en
algunas, las que juzgamos más importantes.
Algunos productos pueden no tener calidad para una persona pero para otra sí. Por
ejemplo si comparamos el periódico El Financiero con El Gráfico parecieran que son
muy diferentes. Lo que hacen los productores es fijarse en quiénes son sus clientes
y asegurar sus ventas con esos clientes. No son los mismos clientes los del
Financiero que los del Gráfico.
Las compañías aseguran las ventas de sus productos. Una compañía que no vende
quiebra. La calidad no lo es todo para una compañía, también cuenta la
productividad, la competitividad, la imagen de la empresa en el público, la
competencia por productos que van surgiendo (relojes mecánicos contra los
digitales) etc. Las mejoras compañías son aquellas que subsisten. Lo vemos en
estos días en los que muchas compañías desaparecerán desafortunamente.
Queremos que los productos cumplan con especificaciones. Algunas características
tienen una especificación superior y una especificación inferior. Algunas
características inherentes solamente tienen una, ya sea inferior o superior.
Supongamos que tenemos un producto que tiene las siguientes característica
inherentes: x, y, z, u, v, w, m, ….
x (metros). Especificaciones 𝐸𝐼𝑥 y 𝐸𝑆𝑥
y (litros). Especificaciones 𝐸𝐼𝑦 y 𝐸𝑆𝑦
10
Calidad
De acuerdo a la norma ISO 9000
1) Tomamos medidas de las características inherentes.
2) Graficamos las medidas y las especificaciones.
3) ¿Qué tan adentro de las especificaciones se encuentran las medidas de las
características inherentes?
Así verificamos la calidad de un producto.
Ejemplo
Solamente tomaremos una característica inherente
Producto 1. Compañía A
Producto 2. Compañía B
11
Producto 3. Compañía C
Los productos de la compañía C tienen más calidad porque las medidas de las
características inherentes están más adentro de las especificaciones.
Representación de datos.
Puntos. Datos sueltos. Contiene toda la información, sabemos exactamente en
dónde están las medidas de la característica inherente, x.
Histograma
12
Representación continua de los datos
13
Representación de datos
Datos sueltos
Datos agrupados
14
Datos continuos
15
n = 14
14 puntos
∑𝑛
𝑖=1 𝑥𝑖 𝑥1+ 𝑥2+ 𝑥3+ 𝑥4+ 𝑥5+ 𝑥6+ 𝑥7+ 𝑥8+ 𝑥9+ 𝑥10+ 𝑥11+ 𝑥12+ 𝑥13+ 𝑥14
𝜇= = =
𝑛 14
12+13+13+14+14+14+15+15+15+15+16+16+17+18 207
= = 14.7857
14 14
∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2
𝜎= √
𝑛
(12 − 𝜇)2 + (13 − 𝜇)2 + (13 − 𝜇)2 + (14 − 𝜇)2 + (14 − 𝜇)2 + (14 − 𝜇)2 + ⋯ … … + (17 − 𝜇)2 + (18 − 𝜇)2
=√
𝑛
(12 − 14.7857)2 + (13 − 14.7857) 2 + (13 − 14.7857) 2 + (14 − 14.7857) 2 + (14 − 14.7857) 2 + (14 − 14.7857) 2 + ⋯ … … + (17 − 14.7857) 2 + (18 − 14.7857) 2
=√
𝑛
Histograma
16
En este caso, 20, 22, 24, 26, 28 y 30 son las marcas de clase. Los números 5, 7,
9, 12,10 y 6 son las frecuencias de clase.
∑ 𝑥𝑖 𝑓𝑖 (20)(5) + (22) + ⋯ … . . +(23)(10) + (30)(16)
μ= =
𝑛 49
En la fórmula anterior 𝑥𝑖 son las marcas de clase y 𝑓𝑖 son las frecuencias de clase.
n=∑ 𝑓𝑖 = 5 + 7 + 9 + 12 + 10 + 6 = 49
100 + 154 + 216 + 312 + 280 + 180 1242
μ= = = 25.347
49 49
∑(𝑥𝑖 −𝜇)2 𝑓𝑖 (20−𝜇)2 (5)+(22−𝜇)2(7)+(24−𝜇)2(9)+⋯…….+(30−𝜇)2 (6)
σ=√ =√
𝑛 49
∑ 𝑥𝑖 𝑓𝑖 1 +∞
𝜇= = ∑ 𝑥𝑖 𝑓𝑖 (𝑛) Se convierte en: 𝜇 = ∫−∞ 𝑥𝑓 (𝑥)𝑑𝑥
𝑛
∑ 𝑠𝑒 𝑐𝑜𝑛𝑣𝑖𝑒𝑟𝑡𝑒 𝑒𝑛 ∫
𝑥𝑖 se convierte en 𝑥
𝑓𝑖 se convierte en 𝑓 (𝑥 )
1
se convierte en 𝑑𝑥
𝑛
De la misma manera
17
∑(𝑥𝑖 −𝜇)2 𝑓𝑖 +∞
σ=√ se convierte en: 𝜎 = √∫−∞ (𝑥 − 𝜇)2 𝑓 (𝑥 )𝑑𝑥
𝑛
∑ 𝑠𝑒 𝑐𝑜𝑛𝑣𝑖𝑒𝑟𝑡𝑒 𝑒𝑛 ∫
𝑓𝑖 se convierte en 𝑓 (𝑥 )
1
se convierte en 𝑑𝑥
𝑛
𝑓 1
Entonces, ∑ 𝑛𝑖 = 1, al usar que, 𝑓𝑖 se convierte en 𝑓 (𝑥) y 𝑛 se convierte en 𝑑𝑥, se
tiene que:
+∞
∫−∞ 𝑓(𝑥 )𝑑𝑥 = 1
18
Área bajo la curva entre a y b:
𝑏
Área = ∫𝑎 𝑓 (𝑥 )𝑑𝑥
Si cada producto vale $10 pesos, ¿cuánto perdemos porque no todos los
productos cumplen con las especificaciones?
4*$10.00 pesos = $40.00 pesos
19
Si cada producto vales $5 pesos, ¿cuánto perdemos por no hacer todos nuestros
productos con calidad?
(5+10+15+17+13)x$5 pesos=60*$5 pesos=$300 pesos.
20
Al estandarizar todos los datos o casi todos los datos se encuentran entre -3 y +3.
Se estandariza al aplicar la fórmula:
𝑥−𝜇
𝑧=
𝜎
Al estandarizar, la figura de datos se ve igual solamente alargada o reducida en
tamaño pero de la misma forma, la forma de la distribución de datos no cambia.
21
22
23
Variación real
24
Al estandarizar, todos los datos o casi todos los datos se encuentran entre -3 y 3.
La variación real al estandarizar los datos se encuentran en una distancia de 6.
25
El eje de las abscisas, x, es la medida de la característica inherente.
𝐸𝑠 −𝐸𝑖
Figura 10. Variación real y variación tolerada. 𝐶𝑝 = >1
6𝜎
26
El eje de las abscisas, x, es la medida de la característica inherente.
𝐸𝑠 −𝐸𝑖
Figura 12. Variación real y variación tolerada. 𝐶𝑝 = <1
6𝜎
El eje de as abscisas es x.
Figura 12. Distribución normal.
27
1 (𝑥−𝜇)2
Distribución normal: 𝑓(𝑥) = 𝑒−
√2𝜋 𝜎 2𝜎 2
𝑏 (𝑥 − 𝜇)2
1
𝑃(𝑎 ≤ 𝑥 ≤ 𝑏) = ∫ 𝑒− 𝑑𝑥
𝑎 √2𝜋 𝜎 2𝜎 2
𝑥−𝜇 𝑑𝑥
Estandarizamos: 𝑧 = ; 𝑑𝑧 = ; 𝑑𝑥 = 𝜎𝑑𝑧
𝜎 𝜎
𝑏−𝜇 𝑏−𝜇
𝑧2
𝜎 1
𝜎 1 − 𝑧2
−
𝑃(𝑎 ≤ 𝑥 ≤ 𝑏) = ∫𝑎−𝜇 𝑒 2
𝜎𝑑𝑧 = ∫𝑎−𝜇 𝑒 𝑑𝑧
√2𝜋 𝜎 2𝜎 √2𝜋 2𝜎 2
𝜎 𝜎
O sea,
𝑏−𝜇
𝑎−𝜇 𝑏−𝜇 𝜎 1 − 𝑧2
𝑃( ≤𝑧≤ ) = ∫𝑎−𝜇 𝑒 𝑑𝑧
𝜎 𝜎 √2𝜋 2𝜎 2
𝜎
𝑏−𝜇
𝑎−𝜇 𝑏−𝜇 𝜎
𝑃( ≤𝑧≤ ) = ∫𝑎−𝜇 𝑓(𝑧) 𝑑𝑧
𝜎 𝜎
𝜎
1 𝑧2
𝑓(𝑧) = 𝑒−
√2𝜋 2𝜎 2
Ejemplo.
a = 990 ml
b = 1015 ml
𝜇 = 1000 𝑚𝑙 𝜎 = 10 𝑚𝑙
28
Las siguientes 3 preguntas son equivalentes:
¿Qué fracción de productos se encuentra entre a y b?
¿Cuál es la probabilidad de encontrar un producto que tenga un valor de x entre a
y b?
¿Cuánto vale el área entre a y b?
29
Así que el área que buscamos es de 0.7745.
30
Anexo II del libro Estadística. Murray R. Spiegel y Larry J. Stephens. Schaums. Mc
Graw Hill.
31
Características inherentes de productos
32
Índices de capacidad del proceso
Variación real de los datos del producto: 6𝜎
Variación tolerada o ancho de las especificaciones: 𝐸𝑠 − 𝐸𝑖
𝐸𝑠 −𝐸𝑖
Índice de la capacidad potencial del proceso: 𝐶𝑝 = 6𝜎
𝜇−𝐸𝑖
Índice de capacidad para la especificación inferior: 𝐶𝑝𝑖 = 3𝜎
𝐸𝑠 −𝜇
Índice de capacidad para la especificación superior: 𝐶𝑝𝑠 = 3𝜎
𝐸𝑠 +𝐸𝑖
N es el valor objetivo (centro de as especificaciones): 𝑁= 2
𝜏 = √𝜎 2 + (𝜇 − 𝑁)2
𝐸𝑠 −𝐸𝑖
Índice de Taguchi: 𝐶𝑝𝑚 =
6𝜏
33
Ejemplo 1. Capacidad del proceso del yogur
Figura 18. Botella de yogur bebible que vende Chedraui. Nota: La imagen fue tomada de internet.
Chedraui colocó en sus mostradores 400 yogurs bebibles que pesan en promedio 240 gramos y que
venden a $8 pesos cada uno. De hecho, el peso de esos paquetes se puede describir con la
distribución normal:
(𝑝𝑒𝑠𝑜−240 𝑔𝑟)2
1 −
2(1.5 𝑔𝑟)2
𝑓 (𝑝𝑒𝑠𝑜) = 𝑒
√2𝜋 (1.5 𝑔𝑟)
O sea, una “campana” con media igual a 240 gramos y desviación estándar igual a 1.5 gramos. Sus
clientes solamente les compran yoghurt bebibles que pesan cuando menos 238.5 gramos y cuando
más 244.0 gramos.
Chedraui no quisiera perder más de $250 pesos en ventas debido a que sus paquetes no pesen lo
que requieren sus clientes. Con los yogurs bebibles ¿logrará esa meta?
34
Cálculo de los Índices de capacidad del proceso del yogur
6 𝜎 = 6*1.5 gr = 9 gr (Tiene unidades.)
𝐸𝑠 − 𝐸𝑖 = 244 gr – 238.5 gr = 5.5 gr (Tiene unidades.)
𝐸𝑠 −𝐸𝑖 5.5 𝑔𝑟
𝐶𝑝 = = = 0.61111 (No tiene unidades.)
6𝜎 9 𝑔𝑟
𝐸𝑠 −𝜇 244 𝑔𝑟−240 𝑔𝑟 4 𝑔𝑟
𝐶𝑝𝑠 = = = = 0.888
3𝜎 4.5 𝑔𝑟 4.5 𝑔𝑟
35
𝐸𝑆−𝜇 244−240 4
𝑍𝐸𝑆 = = = = 2.666
𝜎 1.5 1.5
36
Ejemplo 2. Capacidad del proceso de las botellas de a litro de
Bonafont
Bonafont colocó en sus mostradores 980890 botellas de a litro en el mercado que contienen en
promedio 1000 mililitros y que venden a $6 pesos cada uno. De hecho, el volumen vertido a las
botellas de los envases se puede describir con la distribución normal:
1 −
(𝑣𝑜𝑙𝑢𝑚𝑒𝑛 − 1000𝑚𝑙)2
𝑓 (𝑣𝑜𝑙𝑢𝑚𝑒𝑛) = 𝑒
√2𝜋 (5 𝑚𝑙) 2(5𝑚𝑙)2
O sea, una “campana” con media igual a 1000 ml y desviación estándar igual a 5 ml. Sus clientes
solamente le compran a Bonafont botellas que pesan cuando menos 986 ml y cuando más 1014 ml.
0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
980 990 1000 1010 1020
37
Fonafont no quisiera perder más de $30000 pesos en ventas debido a que sus botellas no contengan
lo que requieren sus clientes. Con las botellas de a litro, ¿logrará esa meta?
0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
980 990 1000 1010 1020
38
𝐸𝐼−𝜇 986−1000 −14
𝑍𝐸𝐼 = = = = −2.8
𝜎 5 5
𝐸𝑆−𝜇 1014−1000 14
𝑍𝐸𝑆 = = = = 2.8
𝜎 5 5
De las tablas de áreas obtenemos, que el área entre 0 y -2.8 es 0.4974 y el área
entre 0 y 2.8 es 0.4974.
39
Aplicaciones del Teorema del Límite Central a las cartas de control de
Shewhart
Consideremos cualquier distribución de datos que tienen un promedio 𝜇 y una
desviación estándar 𝜎. La distribución de esta población no necesariamente tiene
que ser una distribución normal.
Ahora tomamos al azar muestras de tamaño n. Luego obtenemos los promedios de
las muestras de tamaño n. Se obtiene que los promedios de las muestras de tamaño
n, se distribuyen de acuerdo a una distribución normal (aunque la población no se
distribuya de acuerdo a una distribución normal). Si 𝜇𝑥̅ es el promedio de los
promedios de las muestras y 𝜎𝑥̅ es la desviación estándar de los promedios de las
muestras, también se obtiene que:
𝜇𝑥̅ = 𝜇 (50)
La Ecuación 50 nos dice que el promedio de los promedios de las muestras es igual
al promedio de la población.
𝜎
𝜎𝑥̅ = (51)
√𝑛
40
Tomamos ahora muestras de tamaño 4 al azar. Es decir, metemos todas las botellas
a una bolsa enorme y las revolvemos, después sacamos una botella al azar.
Anotamos cuánto pesa (tenemos el peso de una botella, 𝑥1 ). Devolvemos la botella.
Revolvemos la bolsa otra vez con todas las botellas. Tomamos al azar otra botella.
Anotamos el peso de la botella (tenemos el peso de la segunda botella, 𝑥2 ).
Devolvemos la botella. Revolvemos otra vez la bolsa con todas las botellas.
Tomamos al azar otra botella. Anotamos el peso de la botella (tenemos el peso de
la tercera botella, 𝑥3 ). Devolvemos la botella. Revolvemos otra vez la bolsa con
todas las botellas. Tomamos al azar otra botella. Anotamos el peso de la botella
(tenemos el peso de la cuarta botella, 𝑥4 ).
Ya tenemos una muestra de tamaño 4, ahora a esas 4 botellas les sacamos su peso
promedio, es decir sumamos los 4 pesos y al resultado lo dividimos entre 4. Éste es
el promedio de la primera muestra.
𝑥1 +𝑥2 +𝑥3 +𝑥4 𝑥1+𝑥2 +𝑥3+𝑥4
𝑥̅1 = = .
𝑛 4
La distribución del promedio de los pesos de las muestras es más angosta que la distribución de los
pesos de la población. O sea que la desviación estándar de los promedios de las muestras es más
pequeña que la desviación estándar de la distribución de la población de los pesos.
41
𝑥1𝑖+𝑥2𝑖 + 𝑥3𝑖 + 𝑥4𝑖
número en el eje de la 𝑥̅ , por ejemplo 𝑥̅ 𝑖 =235 resulta de 𝑥̅ 𝑖 = , donde
4
𝑥2𝑖es el valor de la característica inherente que se tomó al azar la segunda vez para
formar la muestra de cuatro medidas de la característica inherente.
Figura 26. Distribución de los valores de los promedios de las muestras cuando el
tamaño de la muestra es de 4.
Si se toman muestras de tamaño 25 y sacamos los promedios de los pesos de 25
botellas, el resultado sería la distribución normal para los promedios de las muestras
de tamaño 25 de las botellas que se muestra en la Figura 27.
𝜎 3 3
En este caso 𝜇𝑥̅ = 𝜇 = 240 y 𝜎𝑥̅ = = = = 0.6.
√𝑛 √25 5
La distribución del promedio de los pesos de las muestras es más angosta que la
distribución de los pesos de la población. O sea que la desviación estándar de los
promedios de las muestras es más pequeña que la desviación estándar de la
distribución de la población de los pesos.
42
Superponemos la distribución de las medidas de la característica inherente, x, con
las de los promedios de las muestras de tamaño 4 y 25.
Figura 28. Distribución de la población de los pesos de las botellas y de los valores
de los promedios de las muestras cuando el tamaño de la muestra es de 4 y25. La
más delgada corresponde a la de la muestra de tamaño n=25. La más ancha
corresponde a la población de los pesos de las botellas. (Variables mezcladas en
el eje de las abscisas.)
Ejemplo de los resultados del teorema del límite central
Pongamos un ejemplo con todo detalle de cómo se obtienen los promedios de las
muestras y sus desviaciones estándar.
Supongamos que la población de las medidas de la característica inherente que
estamos estudiando consiste solamente de 3 números: -1, 0 y +1.
Calculamos el promedio y la desviación estándar de nuestras medidas de la
población.
𝑥1 +𝑥2 +𝑥3 −1+0+1
𝜇= = =0
𝑛 3
Son 9 muestras de tamaño n=2 que se pueden obtener, ellas son (-1,-1), (-1,0), (-
1,1), (0,-1), (0,0), (0,1), (1,-1), (1,0) y (1,1). Ahora obtenemos los promedios de las
muestras.
-1 0 1
43
-1 (-1+(-1))/2= -1 (-1+0)/2= -0.5 (-1+1)/2= 0
0 (0+(-1))/2= -0.5 (0+0)/2= 0 (0+1)/2= 0.5
1 (1+(-1))/2= 0 (1+0)/2= 0.5 (1+1)/2= 1
Resumiendo:
-1 0 1
-1 -1 -0.5 0
0 -0.5 0 0.5
1 0 0.5 1
Los 9 promedios de las muestras son: 𝑥̅1 =-1, 𝑥̅ 2 =-0.5, 𝑥̅ 3 =0, 𝑥̅ 4 =-0.5, 𝑥̅ 5 =0,
𝑥̅ 6 =0.5, 𝑥̅ 7 =0, 𝑥̅ 8 =0.5 y 𝑥̅ 9 =1.
Sacamos ahora el promedio de los promedios de las muestras.
𝑥̅1 +𝑥̅2 +𝑥̅3………….𝑥̅1 +𝑥̅𝑁−2 +𝑥̅𝑁−1+𝑥̅𝑁 −1−0.5+0−0.5+0+0.5+0+0.5+1
𝜇𝑥̅ = = =0
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 9
√1+0.25+0+0.25+0+0.25+0+0.25+1 = √3 = √1
9 9 3
O sea que:
1 1 2 2 1 1 𝜎 𝜎
𝜎𝑥̅ = √3 = √3 √2 = √3 √2 = 𝜎 √2 = =
√2 √𝑛
44
Figura 29. Población que solamente tiene 3 valores, -1, 0 y 1. (Valores de la
característica inherente.) El promedio de los valores de la población es 𝜇 = 0, la
2
desviación estándar de la población es de 𝜎 = √3.
Así que los valores de los promedios de las muestras tendrán su promedio en
𝜇𝑥̅ = 𝜇
Y su desviación estándar será:
𝜎
𝜎𝑥̅ = 𝑛
√
Además no se debe olvidar que todos valores o casi todos los valores de los
promedios de las muestras se encontrarán entre:
𝜇𝑥̅ − 3𝜎𝑥̅ y 𝜇𝑥̅ + 3𝜎𝑥̅
45
O sea que todos los valores de los promedios de las muestras se encontrarán entre:
𝜎 𝜎
𝜇−3 y 𝜇+3 .
√𝑛 √𝑛
Por lo que será muy improbable encontrar un valor de un promedio de las muestras
𝜎 𝜎
fuera del rango [𝜇 − 3 𝑛 , 𝜇 − 3 𝑛], porque no habrá o casi no habrá valores fuera
√ √
de ese rango. De la misma manera que casi todos los valores de las características
inherentes se encontrarán entre 𝜇 − 3𝜎 y 𝜇 + 3𝜎.
46
estandarizada. El área entre z=-3 y z=3 es igual a 2(0.4897)=0.9974. Por lo tanto
el área fuera de intervalo [𝜇 − 3𝜎, 𝜇 + 3𝜎] es igual a 1-0.9974=0.0026. Así que la
proporción de productos fuera del intervalo es de 0.0026 o 0.26%. Es decir que casi
no hay puntos fuera del intervalo [𝜇 − 3𝜎, 𝜇 + 3𝜎 ]. Por lo que será muy improbable
encontrar un valor fuera de ese rango.
47
Por lo anterior si en el tiempo sacamos productos, sus características inherentes
estarán casi siempre entre [𝜇 − 3𝜎, 𝜇 + 3𝜎]. La probabilidad de sacar un producto
con una característica inherente fuera de ese rango es muy pequeña.
48
Al obtener los promedios de muestras aleatoriamente en el tiempo no tienen
regularidad. La mayor parte de ellos tienen que salir cerca de la línea central porque
ahí hay más, cerca del promedio.
Procesos inestables o fuera de control estadístico
Un proceso es inestable o fuera de control estadístico si las medidas obtenidas se
salen de los límites de control. No deberían producirse porque la probabilidad de
que salgan es muy baja. Si se obtienen medidas fuera de los límites de control es
porque algo ha cambiado en el proceso, como la materia prima, las máquinas se
están deteriorando, han cambiado los trabajadores, etc. No es normal, algo ha
cambiado, es decir el proceso es inestable.
En la gráfica siguiente se muestra un proceso inestable pues la gráfica de la
característica inherente tiene medidas que se salen de los límites de control.
La gráfica siguiente muestra un proceso inestable puesto que los promedios de las
medidas de la característica inherente se salen de los límites de control.
49
La inestabilidad también se manifiesta si existe alguna tendencia en los datos que
se obtienen.
50
Tampoco es posible tener resultados como los que se muestran en las figuras que
siguen, porque existe más dispersión de lo que se obtiene de los datos. En este
caso podría haber un error en el cálculo de los límites de control.
51
Cartas de control
Una carta o gráfica de control es una gráfica de la variable que estudiamos. Se
caracteriza porque tiene una línea central (LC), el límite de control superior (LCS) y
el límite de control inferior (LCI).
Carta ̅
𝒙
La carta 𝑥̅ , es entonces la gráfica de la variable que se estudia, que son los
promedios de muestras, es decir lo que se grafica son las 𝑥̅ 𝑖 , que son el resultado
de promediar muestras de tamaño n.
𝑥1𝑖 +𝑥2𝑖 + 𝑥3𝑖+𝑥4𝑖 ++++++𝑥𝑛
𝑖
𝑥̅ 𝑖 = 𝑛
52
En la carta ̅
𝒙 anterior, 𝝁𝒙̅ = 𝝁, es la línea central (LC) de la carta de control. El límite
de control superior (LCS) es 𝝁 + 𝟑𝝈𝒙̅ y el Límite de Control Inferior es 𝝁 − 𝟑𝝈𝒙̅ .
Sin embargo, en la práctica generalmente no son muchos los promedios, 𝑥̅ 𝑖 , que se
obtienen. A veces son solamente unos cuantos y con esos se hace la carta. Por otra
parte las muestras no son de muchos productos, es decir el tamaño de la muestra
con el que se obtiene el promedio de las muestras, 𝑥̅ 𝑖 , es muchas veces pequeño,
por ejemplo n=4, porque el tomar muestras grandes consume tiempo y dinero y en
algunos casos simplemente no podemos tomar muestras grandes porque no hay
más datos.
En la práctica, la característica inherente, x, se toma en subgrupos, como se
muestra en la figura siguiente.
Cada subgrupo se puede representar como una distribución normal que tiene su
promedio y su dispersión como se representa en la figura siguiente.
53
En la gráfica anterior cada muestra tiene n=5 medidas de la característica inherente
siendo estudiada (son los 5 puntos azules de cada una de las 5 muestras). También
muestra que se toman cinco muestras (5 “campanitas”). En este ejemplo el tamaño
de la muestra n=5 coincide con el número de muestras que se toman, pero en
general no es así.
La figura anterior describiría un proceso estable o bajo control estadístico, porque
los promedios de las muestras están alineadas al promedio de todas ellas y la
dispersión que tienen los datos de la característica inherente son casi iguales. La
dispersión la podemos caracterizar por el rango (
𝑅𝑖 ) que tienen las medidas de la característica inherente.
Muchas veces el proceso es inestable. La inestabilidad se manifiesta en que los
promedios de las muestras no se alinean con el promedio de los promedios o que
la dispersión de las medidas de la característica inherente sea diferente en los
diferentes subgrupos. Cualquiera de los dos casos revela inestabilidad en el
proceso. Las dos situaciones descritas se esquematizan en las figuras siguientes.
54
La figura anterior nos describe un proceso inestable porque aun cuando la
dispersión de los puntos es casi la misma los promedios no lo están.
La figura anterior nos describe un proceso inestable porque aun cuando los
promedios de las muestras coinciden o casi coinciden los rangos de los valores son
muy diferentes.
Para que un proceso se considere estable tanto los promedios como los rangos de
las características inherentes que se obtienen en las muestras tienen que mostrar
que el proceso es estable. O sea que tanto la carta de promedios, ̅ 𝒙, como la de
rangos, R, tienen que mostrar que el proceso es estable.
Debido a que muchas veces son pocos los datos, se tienen que hacer
aproximaciones para obtener el promedio de las muestras, 𝝁𝒙̅ = 𝝁, el límite de
55
control superior 𝝁 + 𝟑𝝈𝒙̅ y el límite de control inferior, 𝝁 − 𝟑𝝈𝒙̅ . De hecho muchas
veces ni siquiera se conocen los valores de 𝝁 ni de 𝝈, por eso se tienen que hacer
aproximaciones a esos valores. Los valores 𝝁 y 𝝈, se obtendrían si tuviéramos los
valores de las características inherentes de todos los productos fabricados con la
misma materia prima, las mismas máquinas, los mismos trabajadores, etcétera.
̅ y aproximaciones
Carta 𝒙
𝜇𝑥̅ = 𝜇 se aproxima por 𝑥̿ o sea por el promedio de los promedios de las muestras
∑𝑛ú𝑚
𝑖=𝑛
𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
𝑥̅𝑖
𝑥̅ 𝑖 , esto es, 𝑥̿ = .
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
𝜇𝑥̅ = 𝜇 ≈ 𝑥̿
𝑅̅
Otra aproximación que se hace es 𝜎 ≈ 𝑑 , donde 𝑅̅ es el promedio de los rangos de
2
∑𝑁ú𝑚 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
𝑅𝑖
las muestras que tienen tamaño n, es decir 𝑅̅ = 𝑖=1
.
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
LC = 𝜇𝑥̅ = 𝜇 ≈ 𝑥̿
𝜎
LCI = 𝜇 − 3𝜎𝑥̅ = 𝜇 − 3 ≈ 𝑥̿ − 𝐴2 𝑅̅
√𝑛
Donde 𝐴2 se obtiene de la Tabla 2 que aparece abajo y que depende del tamaño
de la muestra n.
Carta R y aproximaciones
LCS = 𝜇𝑅 + 3𝜎𝑅 = 𝑅̅ + 3𝜎𝑅
LC = 𝜇𝑅 = 𝑅̅
LCI = 𝜇𝑅 − 3𝜎𝑅 = 𝑅̅ - 3𝜎𝑅
𝑅̅
Aproximación: 𝜎𝑅 ≈ 𝑑3 𝜎 = 𝑑3 𝑑
2
Por lo tanto:
𝑅̅ 𝑑
LCS = 𝑅̅ + 3𝜎𝑅 ≈ 𝑅̅ + 3𝑑3 𝑑 = (1 + 3 𝑑3 ) 𝑅̅ =𝐷4 𝑅̅
2 2
56
LC = 𝜇𝑅 = 𝑅̅
𝑅̅ 𝑑
LCI = 𝑅̅ - 3𝜎𝑅 ≈ 𝑅̅ - 3𝑑3 𝑑 = (1 − 3 𝑑3 ) 𝑅̅ = 𝐷3 𝑅̅
2 2
https://es.slideshare.net/PabloBenavides11/control-estadisticodelacalidadyseissigmagutierrez2da
Tabla 2. Valores de los parámetros para las aproximaciones de 𝝁, 𝝈 y otras variables para la
̅ y R.
elaboración de las cartas de control 𝒙
Capacidad y Estabilidad
Un buen proceso tiene que ser capaz y estable. En la práctica se encuentran
cuatro clases de proceso, como se muestra en la siguiente figura.
57
Figura. Clases de procesos.
En la figura siguiente se muestra un proceso capaz.
58
El eje de las abscisas, x, es la medida de la característica inherente.
𝐸𝑠 −𝐸𝑖
Figura 12. Variación real y variación tolerada. 𝐶𝑝 = <1
6𝜎
59
Un proceso inestable se distingue porque la variable que se estudia que es la que
se grafica tiene valores fuera de los límites de control, presenta tendencia o
regularidad.
60
Las gráficas siguientes describen gráficamente un proceso capaz y estable :
61
Un proceso incapaz y estable se podría describir como:
62
Un proceso incapaz e inestable se podría describir como:
63
Nota sobre especificaciones en el cálculo de la capacidad o habilidad de los
procesos y los límites de control en el caso de las cartas de control
Para el cálculo de la capacidad o habilidad de un proceso es necesario conocer las
especificaciones. Las especificaciones muchas veces las proporciona el Gobierno
Federal (en el caso de productos de salud, alimentos, azufre en la gasolina,
emisiones de contaminantes en el caso de vehículos automotores, etc.); en este
caso el Gobierno las ordena a través de leyes (son las llamadas NOMs). Muchas
veces las proporciona el cliente al solicitar los productos que necesita (por ejemplo
el material de una ventana, las dimensiones, adornos y color que debe tener).
También sucede que el cliente las pone basándose en normas internacionales como
las de la ASTM (American Society for Testing and Materials) o las del API (American
Petroleum Institute). A veces el mismo productor se las impone (el tamaño de las
tortillas que hace), la salsa que le pone a los tacos, etcétera porque conoce a sus
clientes.
Para la elaboración de las cartas de control no se usan las especificaciones puesto
que para hacerlas solamente se necesitan los datos a graficar y de estos datos se
obtiene el límite de control inferior, la línea central y el límite de control superior.
Así que no es necesario conocer las especificaciones de un producto para hacer
una carta de control, así como tampoco es necesario conocer los límites de control
para calcular la capacidad o habilidad de un proceso. También debido a esto es que
un proceso que es incapaz no necesariamente es inestable. Un proceso que es
incapaz o inhábil puede ser estable, en este caso tendríamos muchos productos
defectuosos que es lo que indicaría la incapacidad, pero además siempre seríamos
consistentes y los haríamos mal (estabilidad).
64
Herramientas de Control de Calidad
7 Herramientas Básicas de Control Estadístico de Procesos
Diagrama de Ishikawa
Diagrama de Pareto
Diagrama de Dispersión
Histograma
Check List (Lista de verificación)
Estratificación
Cartas de Control
Además estudiaremos:
Árbol de Decisiones
5 Por qués
Poka Yoke
Aparte de las herramientas anteriores para analizar y proponer soluciones a los
problemas de control de calidad, existen otras más avanzadas.
Análisis y Diseño de Experimentos. Esta es una herramienta avanzada.
Big Data o ciencia de datos. Es una herramienta muy avanzada que ya está en
uso sobre todo en manufactura, en la manufactura inteligente. En la manufactura
inteligente aparte del Big Data se usan otras herramientas como el internet de las
cosas, automatización, Impresión 3-D, etc. (A future of isolation: automation and
control in developing countries. D. N. Dominguez-Pérez, N. Dominguez y otros).
65
Diagrama de Ishikawa
Diagrama de pescado
Diagrama de espinas de pescado
Diagrama de causa-efecto
Conocemos el problema más importante a resolver o el problema que queremos
resolver
66
67
Siempre se debe estar atento a cambios que puedan ocurrir. En el caso anterior
debido a la pandemia del coronavirus que comienza en todo el mundo a partir de
principios del año 2020 las causas de por qué reprueban los alumnos tienen otras
causas no contempladas en el diagrama anterior, como por ejemplo que no tienen
electricidad, que el servicio de internet es pésimo por donde viven, que no tienen
espacio en casa y otras condiciones para estudiar. Es decir el diagrama de Ishikawa
anterior se podría aplicar para situaciones pre-pandemia pero no para las actuales.
Se recomienda su uso:
Limitaciones
(¿Gutiérrez Pulido?)
68
Ejemplo Diagrama de Ishikawa
Dentro de la sucursal a la que acudimos se nos informó que el mayor problema que existía
era el de los resortes que sobresalían o estaban mal colocados, esto estaba basado en la
experiencia de los empleados, mayormente de lo que tienen contacto directo con los
clientes. Debido a que muchos de los empleados coincidieron con este punto decidimos
manejarlo como la principal problemática en la calidad de los sofás. Para empezar con el
estudio de la calidad se realizó un Diagrama de Ishikawa con ayuda del análisis de las 6M
para comprobar que en efecto los resortes tienen más importancia dentro de los problemas
de la empresa.
Para realizar el diagrama Ishikawa se observa todo el proceso de resortes, el desempeño de
los operadores por turno, también las condiciones del lugar de trabajo, la materia prima
que se utiliza; es decir se construyó el diagrama haciendo uso del análisis de dispersión de
69
las 6M ya que estos seis elementos definen de manera global todo el proceso y optó por
usar este diagrama ya que hace se analizan todos los factores que involucran el proceso de
la elaboración del resorte.
70
Ejemplo: El quesadillón loco
Autores, alumnos
Duana Cházaro Joshua Jared
Flores Hidalgo Brenda Lorena
Diagrama de Ishikawa.
Uso de espátula
inadecuado. Combinación incorrecta
Falta de de ingredientes.
Espacio reducido
capacitación. para realizar
Cambio de operario. Proveedor. actividades.
No se sigue el
método establecido.
Ruptura de la
masa en las quesadillas.
No se coloca
La aplanadora es de suficiente masa.
No existe un control Exceso de fuerza
un tamaño inferior al necesario.
de la cantidad Falta de método en la aplanadora.
exacta de ingredientes a colocar. estandarizado.
Ausencia de programa
de capacitación.
71
Los 5 por qués
https://es.wikiarquitectura.com/edificio/monumento-a-lincoln/
https://www.louisberger.com/es/our-work/project/lincoln-memorial-reflecting-pool-washington-
dc-us
72
1. Se descubrió que el monumento de Lincoln se estaba deteriorando más
rápido que cualquiera de los otros monumentos de Washington. ¿Por qué?
2. Porque se limpiaba con más frecuencia que los otros monumentos. ¿Por qué?
73
Ejemplo: El quesadillón loco
Autores, alumnos
Duana Cházaro Joshua Jared
Flores Hidalgo Brenda Lorena
74
Lluvia de ideas de las posibles fallas (aplicación de los 5 “porqués”).
Problema: Ruptura de la
masa.
75
Alumnos
Medel Beltrán Victoria
García Alpizar Uriel
Lluvia de ideas de posibles fallas
De acuerdo al análisis realizado al proceso del servicio en las taquillas del cine
pudimos observar que las posibles fallas o causas de la tardanza en la compra de
boletos son las siguientes:
5 ¿Por qué?
Con la ayuda de la herramienta de los 5 ¿Por qué? vanos a analizar las posibles
fallas descritas en la lluvia de ideas.
1.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque los operadores no conocen bien el proceso
¿Por qué los operadores no conocen bien el proceso?
Porque no tuvieron una adecuada capacitación
¿Por qué no están bien capacitados los operadores del cine?
Porque hubo un sistema de reclutamiento masivo
¿Por qué hubo un sistema de reclutamiento masivo?
Porque hay temporada alta
¿Por qué hay temporada alta?
Porque hay estrenos de películas populares en la misma semana
76
2.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque el sistema se hace lento
¿Por qué el sistema de la taquilla del cine está lento?
Por la saturación del sistema
¿Por qué se satura el sistema del cine?
Porque hay mucha demanda por parte de los operadores
¿Por qué hay mucha demanda en el sistema de la taquilla del cine?
Porque hay muchos clientes en horarios específicos
¿Por qué hay muchos clientes en la taquilla del cine en horarios específicos?
Porque son horarios en los que los clientes tienen tiempo libre.
3.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque las personas no tienen una planeación anticipada sobre los boletos que van
a adquirir
¿Por qué las personas no tienen una planeación anticipada?
Porque las personas son muy indecisas en la película que verán, horarios y asientos
¿Porque las personas son muy indecisas?
Porque las personas no revisan la cartelera antes de asistir al cine y tampoco optan
por una compra en línea
¿Por qué las personas no optan por una compra en línea de sus boletos?
Porque no existe una venta correcta de dicho canal de distribución
¿Por qué no existe una venta correcta de dicho canal de distribución?
Porque la empresa no le da un marketing adecuado y además una gran cantidad de
usuarios no saben utilizar la tecnología
4.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque no todas las cajas están abiertas
¿Por qué no todas las cajas están abiertas?
77
Porque el cine no tiene suficiente personal para atender las cajas
¿Por qué el cine no tiene suficiente personal para atender las cajas?
Porque no tienen una planeación del personar requerido según la demanda además
de tener una alta rotación de personal
¿Por qué no tienen una planeación del personar requerido según la demanda?
Porque no cuentan con el especialista que pueda realizar la planeación
¿Por qué no cuentan con el especialista que pueda realizar la planeación?
Porque la empresa no considera que sea un gasto prioritario
5.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque el personal se tarda mucho en resolver los problemas que se presentan y
comúnmente tiene que llamar a un superior para ello
¿Por qué el personal se tarda mucho en resolver los problemas que se presentan?
Porque no están bien capacitados o existe gran rotación del personal que no da
tiempo de capacitar a los nuevos ingresos
¿Por qué existe una gran rotación del mismo?
Porque se enfocan en contratar personal de medio tiempo y sin experiencia
¿Por qué se enfocan en contratar personal de medio tiempo y sin experiencia?
Porque la empresa prefiere pagar bajos sueldos a su personal y no cubrir con
buenas prestaciones
¿Por qué la empresa prefiere pagar bajos sueldos a su personal y no cubrir con
buenas prestaciones?
Para ahorrar e invertir ese dinero en otras áreas
6.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque no existe una clasificación de cajas para clientes preferentes
¿Por qué no existe una clasificación de cajas para clientes preferentes?
Porque el espacio del cine es reducido
¿Por qué el espacio del cine es reducido?
Porque el cine se encuentra ubicado en una plaza comercial
78
¿Por qué el cine se encuentra ubicado en una plaza comercial?
Porque existe un gran flujo de personas dentro de la plaza
7.- ¿Por qué existe tardanza en el servicio de las taquillas del cine?
Porque depende el método de pago del cliente a veces se pueden demorar más los
cajeros
¿Por qué el método de pago influye en que los cajeros se puedan demorar más?
Porque pagar con tarjeta es más tardado y más si el cliente cuenta con una tarjeta
de puntos
¿Por qué pagar con tarjeta es más tardado?
Porque se tiene que ingresar la tarjeta, realizar la transacción y firmar el recibo de
pago, además de realizar la acumulación de puntos en la tarjeta personal.
¿Por qué hay que realizar la acumulación de puntos en la tarjeta personal?
Porque en su próxima visita puede aplicar descuentos o promociones dependiendo
del número de puntos acumulados.
¿Por qué aplican descuentos o promociones dependiendo el número de puntos
acumulados?
Porque así la empresa asegura la fidelidad de sus clientes.
79
Estratificación
(Consiste en realizar una clasificación que permita un mejor análisis del
problema)
https://es.statista.com/grafico/20867/mortalidad-del-coronavirus-por-edad/
(Histograma)
80
https://www.abc.es/sociedad/abci-mueren-mas-mayores-coronavirus-porque-siempre-mueren-
mas-ancianos-202004070156_noticia.html
(Histograma)
81
https://www.worldometers.info/coronavirus/
(Diagrama de Pareto, muertes por país, ver cuáles tienen más.)
(Diagrama de dispersión, relación población con número de infectados)
https://www.worldometers.info/coronavirus/coronavirus-age-sex-demographics/
82
Chronic respiratory disease 8.0% 6.3%
https://www.worldometers.info/coronavirus/coronavirus-age-sex-demographics/
(Con los datos también se podría hacer un diagrama de Pareto)
83
Diagrama de Dispersión
Coeficiente de correlación lineal:
Sxy
r=
√Sxx Syy
donde
n
(∑ni=1 xi )(∑ni=1 yi )
Sxy = ∑ xi yi −
n
i=1
n
(∑ni=1 xi )2
Sxx = ∑ xi 2 −
n
i=1
n
(∑ni=1 yi )2
Syy = ∑ yi 2 −
n
i=1
n es el número de pares de xi y de yi .
84
85
El crecimiento económico se nota en la carretera
Con un 1% de incremento en el Producto Interno Bruto per cápita (PIB per cápita)
aumenta 1.07% las toneladas km de carga transportada. Existe una correlación
lineal entre las dos variables.
ton-km
86
87
New York Times. June 4, 2020.
https://www.nytimes.com/interactive/2020/06/04/opinion/coronavirus-health-race-
inequality.html?action=click&module=Opinion&pgtype=Homepage
x y xy xx yy
88
15.87 16.56 262.8072 251.8569 274.2336
14.2 14.95 212.29 201.64 223.5025
15.25 15.59 237.7475 232.5625 243.0481
14.86 14.8 219.928 220.8196 219.04
14.45 15.2 219.64 208.8025 231.04
15.9 16.9 268.71 252.81 285.61
13.97 14.42 201.4474 195.1609 207.9364
15.84 16.87 267.2208 250.9056 284.5969
14.8 14.5 214.6 219.04 210.25
15.96 16.88 269.4048 254.7216 284.9344
14.69 15.44 226.8136 215.7961 238.3936
16.39 16.31 267.3209 268.6321 266.0161
16.67 16.69 278.2223 277.8889 278.5561
16.3 16.49 268.787 265.69 271.9201
14.45 15.2 219.64 208.8025 231.04
15.65 15.75 246.4875 244.9225 248.0625
15.26 16.26 248.1276 232.8676 264.3876
16.31 16.27 265.3637 266.0161 264.7129
15.06 15.21 229.0626 226.8036 231.3441
14.8 15.46 228.808 219.04 239.0116
n n n n
(∑ yi ) ∑ xi yi ∑ xi 2 ∑ yi 2
(∑ni=1 xi ) i=1 i=1 i=1 i=1
682.57 703.61 10703.4667 10388.3409 11035.8843
(∑n n
i=1 xi )(∑i=1 yi )
Sxy = ∑ni=1 xi yi − = 10703.4667 - 682.57∗703.61 = 10703.4667 -10672.512837777 =
n 45
30.953862223
2
(∑n
i=1 xi )
Sxx = ∑ni=1 xi 2 − = 10388.3409 - 465901.8049 = 10388.3409 – 10353.373442222 =
n 45
34.967457778
2
(∑n
i=1 yi )
Syy = ∑ni=1 yi 2 − = 11035.8843 - 495067.0321 = 11035.8843 – 11001.489602222 =
n 45
34.394697778
89
precio regular (x) versus Precio diesel (y)
17.5
17
16.5
16
15.5
15
14.5
14
13.5
13
13 14 15 16 17 18
90
Árbol de Decisiones
Ejemplo: ¿Qué tecnologías del petróleo se deberían desarrollar en México en
los próximos 25 años?
91
Análisis de la problemática de cada subtema
Una vez que se encontraron las tecnologías necesarias para explorar, perforar,
producir, transformar, usar, monitorear, prevenir y monitorear los efectos negativos
del uso del petróleo y el gas se realizan estudios para determinar si las tecnologías
deberían comprarse, adaptarse o desarrollarse en el país.
92
Después que se ha producido el petróleo se transforma en gas natural, butano,
propano, gasolina, diésel, turbosina, keroseno, combustóleo, etcétera. Es decir se
tienen que analizar las tecnologías de refinación. Después se analizan las de
petroquímica, después las tecnologías de uso como son las automotrices, etcétera.
93
Chek List (Lista de verificación)
94
Ejemplo, ¿Nos lavamos las manos al regresar de compras?
https://www.youtube.com/watch?v=5YFEDSVCk2s
95
Poka Yoke
Ejemplo: Hansel y Gretel (Poka Yoke malo, el pan lo comen los pájaros)
Ejemplos:
96
https://sites.suffolk.edu/jstraka/2015/10/30/fukushima-daiichi-nuclear-disaster/
El tsunami fue una ola mayor que la altura alta de la cerca que se había construido
para proteger a los rectores en caso de tsunamis. Debido a la ola se interrumpió la
energía eléctrica necesaria para enfriar el núcleo de 3 reactores nucleares. Además
también impidió el funcionamiento de los motores diésel para bombear el agua de
enfriamiento, estos motores diésel era un mecanismo de redundancia para enfriar
a los núcleos de los reactores nucleares. Poka yoke, subir los tanques de agua a
torres o construir rectores cerca de una loma para que no sea necesario bombear
el agua a los reactores sino que se mueva por gravedad.
https://www.youtube.com/watch?v=5YFEDSVCk2s
https://www.energy.gov/science-innovation/energy-sources/renewable-energy/solar
97
https://www.energy.gov/science-innovation/energy-sources/renewable-energy/wind
https://www.energy.gov/science-innovation/clean-energy
En México existen Generadores de Electricidad por medio del viento y del sol
(usando celdas fotovoltaicas), pero estas fuentes son intermitentes y no generan
electricidad las 24 horas del día, por lo que el Centro Nacional de Control de Energía
(CENACE) y la Comisión Nacional de Electricidad (CFE) alegan que no existe
calidad ni confiabilidad en la entrega de electricidad por parte de los privados y que
la CFE tiene que generar electricidad de respaldo usando sus plantas de
combustibles fósiles (como son las de ciclo combinado que usan gas natural y las
de combustóleo). El día 26 de mayo de 2020 ya un juez había otorgado la
suspensión definitiva al decreto del CENACE por lo que las compañías privadas
seguirán obteniendo los beneficios que según el gobierno son muy grandes y que
el pueblo paga.
Como las fuentes de energía eólica y solar no funcionan todo el día se debe tener
el poka yoke que genere energía cuando aquellas no produzcan electricidad. Las
fuentes que deben usarse son las de combustibles fósiles y la nuclear (ésta también
genera electricidad continuamente).
98
Existen 3 tipos de fuentes de electricidad: fósiles (carbón, gas natural, combustóleo,
diésel, etc.) pero producen mucho CO2, renovables (viento, sol, geotérmica,
biomasa, etc.) “que no producen” CO2 y la nuclear (fisión nuclear) que no produce
CO2.
Diagrama de Pareto
Es una herramienta que se utiliza para priorizar los problemas o las causas que los
generan.
El nombre de Pareto fue dado por el Dr. Juran en honor del economista italiano
Vilfredo Pareto (1848-1923) quien realizó un estudio sobre la distribución de la
riqueza, en el cual descubrió que la minoría de la población poseía la mayor parte
de la riqueza y la mayoría de la población poseía la menor parte de la riqueza. El
Dr. Juran aplicó este concepto a la calidad, obteniéndose lo que hoy se conoce
como la regla 80/20. Según este concepto, si se tiene un problema con muchas
causas, podemos decir que el 20% de las causas resuelven el 80 % del problema y
el 80 % de las causas solo resuelven el 20 % del problema.
Se recomienda su uso:
(¿Gutiérrez Pulido?)
99
Alumnos
Martínez Reyes Luis Gerardo
Zúñiga Sánchez Pedro
100
101
Alumnos
Medel Beltrán Victoria
García Alpizar Uriel
De acuerdo con las causas y su frecuencia de ocurrencia detectadas en el análisis
del proceso de compra de boletos en la taquilla del cine, vamos a encontrar la
relación 80-20 con la ayuda del diagrama de Pareto, es decir, cuales causas
ocasionan el 80% de los problemas.
102
Diagrama de Pareto
16 120.00%
14 100.00%
12
10 80.00%
8 60.00%
6 40.00%
4
2 20.00%
0 0.00%
Series1 Series2
De acuerdo con el análisis realizado de las nueve causas que provocan la tardanza
en el servicio de taquilla del cine, solo cinco son las que afectan más el proceso por
lo que se tienen que priorizar la solución de éstas.
103
Alumnos
Montoya Sánchez Karen Guadalupe
Peña Jardon Daniel
104
al momento de que los alumnos realicen estas pruebas, y en caso de que sea
necesario, se le capacite en las cuestiones que se consideren apropiadas para su
función dentro del laboratorio.
Alumnos
Alcántara Rodríguez Yoselin Guadalupe
Luis Alejandro Ordóñez Colín
Análisis de Pareto
Se identificaron los principales defectos de los productos y se estratificaron para
hacer el análisis el Diagrama de Pareto (80-20).
105
Diagrama de Pareto
150 100.00%
135 90.00%
120 80.00%
105 70.00%
Porcentaje
Frecuencia
90 60.00%
75 50.00%
60 40.00%
45 30.00%
30 20.00%
15 10.00%
0 0.00%
Defecto BDefecto CDefecto EDefecto DDefecto A
Defectos
Frecuencia Porcentaje
Histograma
106
Cartas de Control
̅ y R.
Cartas 𝒙
Estas son dos cartas de variables continuas.
Ejemplo general
Tomamos 11 muestras. A las muestras también les llamamos subgrupos o lotes.
Primero se toma en el tiempo la primera muestra, después la muestra 2, etcétera
hasta analizar la muestra 11. Cada muestra es de 5 unidades, n=5.
Muestras Medidas característica inherente n=5
𝑥̅ 𝑖 𝑅𝑖
1 Muestra 𝑥11 𝑥21 𝑥31 𝑥41 𝑥51 𝑥̅1 𝑅1
1
2 Muestra 𝑥12 𝑥22 𝑥32 𝑥42 𝑥52 𝑥̅ 2 𝑅2
2
3 Muestra 𝑥13 𝑥23 𝑥33 𝑥43 𝑥53 𝑥̅ 3 𝑅3
3
4 Muestra 𝑥14 𝑥24 𝑥34 𝑥44 𝑥54 𝑥̅ 4 𝑅4
4
5 Muestra 𝑥15 𝑥25 𝑥35 𝑥45 𝑥55 𝑥̅ 5 𝑅5
5
6 Muestra 𝑥16 𝑥26 𝑥36 𝑥46 𝑥56 𝑥̅ 6 𝑅6
6
7 Muestra 𝑥17 𝑥27 𝑥37 𝑥47 𝑥57 𝑥̅ 7 𝑅7
7
8 Muestra 𝑥18 𝑥28 𝑥38 𝑥48 𝑥58 𝑥̅ 8 𝑅8
8
9 Muestra 𝑥19 𝑥29 𝑥39 𝑥49 𝑥59 𝑥̅ 9 𝑅9
9
10 Muestra 𝑥110 𝑥210 𝑥310 𝑥410 𝑥510 𝑥̅10 𝑅10
10
11 Muestra 𝑥111 𝑥211 𝑥311 𝑥411 𝑥511 𝑥̅11 𝑅11
11
̿
𝒙 ̅
𝑹
Primero se toman los 5 valores de la muestra 1 que son 𝑥11 , 𝑥21 , 𝑥31 , 𝑥41 y 𝑥51 , después
se saca su promedio que es 𝑥̅1 , también se saca el rango de los 5 valores y se
obtiene 𝑅1 . Una vez que se tienen todos los promedios de las muestras y sus
rangos, se obtiene el promedio de los promedios,
̿,
𝒙 y el promedio de los rangos,
̅.
𝑹
107
obtenemos los valores de 𝐴2 , 𝐷3 , y 𝐷4 , de la Tabla 2 para n=5. Debido a que
tenemos 9 muestras, en las cartas de control de 𝑥̅ y R aparecerán 9 puntos.
Las cartas de control 𝑥̅ y R siempre se hacen juntas y se calculan con los mismos
datos. En el ejemplo, supongamos que la característica inherente es el diámetro de
tortillas de una tortillería. En este ejemplo se estudia la estabilidad del proceso de
hacer tortillas estudiando los promedios de los diámetros con los que salen y los
rangos de los diámetros. Las medidas son inventadas y con el único propósito de
mostrar cómo se usan las cartas de control de promedios y de rangos.
Medidas
Lote 𝒙 𝒙 𝒙𝟑 𝒙 𝒙 ∑𝒙 𝒙̅ 𝑹
1 9.6 9.5 10.7 10.3 9.9 50 10 1.2
2 11.3 9.7 10.8 9.8 9.8 51.4 10.28 1.6
3 9.6 10.4 9.7 11.3 10.7 51.7 10.34 1.7
4 10.4 11.3 9.8 10.3 8.9 50.7 10.14 2.4
5 10.8 10.7 11.2 10.7 9.7 53.1 10.62 1.5
6 11.9 11.4 11.1 9.6 11.5 55.5 11.1 2.3
7 9.8 11 10.4 9.6 10.6 51.4 10.28 1.4
8 10.6 9.8 9.7 9.9 11.7 51.7 10.34 2
9 11.4 10.7 11.2 10.6 9.6 53.5 10.7 1.8
∑𝒙
̅ = 93.8 15.9
̿=
𝒙 10.4222222 1.76666667 ̅
𝑹
Carta 𝐱̅
LCS ≈ 𝑥̿ + 𝐴2 𝑅̅
LC ≈= 𝑥̿
LCI ≈ 𝑥̿ − 𝐴2 𝑅̅
Carta R
LCS ≈ 𝐷4 𝑅̅
LC ≈ 𝑅̅
LCI ≈ 𝐷3 𝑅̅
108
109
Carta de Control C o Carta de Defectos
Esta es una carta de atributos.
La carta o gráfica de control C es una gráfica de la variable que estudiamos, en este
caso la variable C, que representa el número de defectos con los que van saliendo
los productos que fabricamos.
En esta carta se analiza el número de defectos con el que salen los productos
conforme avanza el tiempo. Por ejemplo, se pueden analizar el número de defectos
que van saliendo en cada camisa que se fabrica.
Muestra Número de defectos
Subgrupo 𝑐𝑖
o Lote
1 3
2 2
3 1
4 4
5 2
6 5
7 1
8 6
9 4
10 5
11 1
12 6
13 1
14 3
110
Muestra Núm DefectosLCI Calc LCI 0 LC LCS
1 3 -2.1755744 0 3.14285714 8.46128871
2 2 -2.1755744 0 3.14285714 8.46128871
3 1 -2.1755744 0 3.14285714 8.46128871
4 4 -2.1755744 0 3.14285714 8.46128871
5 2 -2.1755744 0 3.14285714 8.46128871
6 5 -2.1755744 0 3.14285714 8.46128871
7 1 -2.1755744 0 3.14285714 8.46128871
8 6 -2.1755744 0 3.14285714 8.46128871
9 4 -2.1755744 0 3.14285714 8.46128871 9
10 5 -2.1755744 0 3.14285714 8.46128871
8
11 1 -2.1755744 0 3.14285714 8.46128871
12 6 -2.1755744 0 3.14285714 8.46128871 7
13 1 -2.1755744 0 3.14285714 8.46128871 6
14 3 -2.1755744 0 3.14285714 8.46128871
5
c barra 3.14285714 4
Desv c 1.77281052 3
LCI -2.1755744 2
LCS 8.46128871
1
En la carta C, cuando el Límite de Control Inferior es menor que 0, este límite se
pone como 0, puesto que no existen número de defectos negativos.
La gráfica C, aunque se llama de defectos, la variable C que estudiamos puede
representar cualidades, nada más que a la carta se le llama de número de defectos.
111
Otro ejemplo que se podría hacer es el siguiente, ¿Cuántos errores se cometen en
cada pedido que usted hace por Rappi al ordenar su despensa?
La carta C se caracteriza porque los lotes son de una sola unidad. Una sola unidad
puede ser una camisa, una casa, un edificio de departamentos, una fábrica o un
país, etcétera.
Carta de Control P o Carta de proporción de artículos defectuosos
Esta es una carta de atributos.
La carta o gráfica de control P es una gráfica de la variable que estudiamos, en este
caso la variable P, que representa la proporción de artículos defectuosos con los
que van saliendo los productos que fabricamos.
En esta carta se analiza la proporción de artículos defectuosos con el que salen los
productos conforme avanza el tiempo. Por ejemplo, se puede analizar la proporción
de camisas defectuosas que van saliendo de lotes de diferentes tamaños.
Muestra Tamaño del Número de Proporción de
Subgrupo Lote, artículos artículos
Lote Subgrupo o defectuosos en defectuosos en el
Muestra el lote lote
𝑛𝑖 𝑑𝑖 𝑑𝑖
𝑝𝑖 =
𝑛𝑖
1 320 20
2 340 7
3 310 10
4 318 15
5 335 7
6 310 18
7 317 2
8 318 15
9 324 11
10 314 9
11 310 13
12 329 14
112
La carta de control P, se construye determinando la Línea Central (LC), el Límite
de Control Inferior (LCI) y el Límite de Control Superior (LCS).
𝑝̅(1−𝑝̅ )
LCI =𝑝̅ + 3𝜎𝑝 = 𝑝̅ + 3√ 𝑛
LC = 𝑝̅
𝑝̅ (1−𝑝̅)
LCS = 𝑝̅ - 3𝜎𝑝 = 𝑝̅ - 3√ 𝑛
LCI 0.00517087
LC 0.036671
LCS 0.06817114
113
Otro ejemplo que se podría hacer es el siguiente, ¿Cuántos productos equivocados
le traen en sus pedidos de muchos productos que ordena usted por Rappi para
abastecer su despensa en todos estos días?
Una carta P se caracteriza porque los lotes tienen diferente tamaño y cada uno
de estos lotes tiene un diferente número de productos defectuosos. Por ejemplo,
si en el lote uno se tiene 340 manzanas se proporciona el número de manzanas
defectuosas o podridas que tiene ese lote. Se proporciona el número de productos
defectuosos y no el número de defectos que tienen las 340 manzanas.
Carta de Control u o Carta de Número de Defectos por Unidad
Esta es una carta de atributos.
La carta o gráfica de control u es una gráfica de la variable que estudiamos, en este
caso la variable u, que representa los defectos por unidad con los que van saliendo
los productos que fabricamos.
En esta carta se analiza el número de defectos con el que salen los lotes de los
productos conforme avanza el tiempo. Por ejemplo, se puede analizar el número de
defectos con los que van saliendo lotes de diferentes tamaños.
Muestra Tamaño del Número de Proporción de
Subgrupo Lote, defectos en el defectos en el
Lote Subgrupo o lote lote
𝑐
Muestra 𝑐𝑖 𝑢𝑖 =𝑛𝑖
𝑖
𝑛𝑖
1 320 20
2 340 7
3 310 10
4 318 15
5 335 7
114
6 310 18
7 317 2
8 318 15
9 324 11
10 314 9
11 310 13
12 329 14
𝑢
̅
LCI =𝑢̅ + 3𝜎𝑢 = 𝑢̅ + 3√𝑛
LC = 𝑢̅
𝑢
̅
LCS = 𝑢̅ - 3𝜎𝑢 = 𝑢̅ - 3√𝑛
115
Carta u
Lote Tamaño Lot Defectos Lot Propor Defect LCI 0 LCI Calc LC LCS
1 320 20 0.0625 0 0.00457691 0.036671 0.06876509
2 340 7 0.02058824 0 0.00457691 0.036671 0.06876509
3 310 10 0.03225806 0 0.00457691 0.036671 0.06876509
4 318 15 0.04716981 0 0.00457691 0.036671 0.06876509
5 335 7 0.02089552 0 0.00457691 0.036671 0.06876509
6 310 18 0.05806452 0 0.00457691 0.036671 0.06876509
7 317 2 0.00630915 0 0.00457691 0.036671 0.06876509
8 318 15 0.04716981 0 0.00457691 0.036671 0.06876509
9 324 11 0.03395062 0 0.00457691 0.036671 0.06876509
10 314 9 0.02866242 0 0.00457691 0.036671 0.06876509
11 310 13 0.04193548 0 0.00457691 0.036671 0.06876509
12 329 14 0.04255319 0 0.00457691 0.036671 0.06876509
Suma ni 3845 141 Suma ci
u barra 0.036671
n barra 320.416667
u bar/n 0.00011445
Desv Est 0.01069803
LCI 0.00457691
LC 0.036671
LCS 0.06876509
116
Una carta u se caracteriza porque los lotes tienen diferente tamaño y cada uno
de estos lotes tiene un diferente número de defectos. Por ejemplo, si el lote uno
tiene 340 manzanas se proporciona el número de defectos que tiene ese lote,
defectos como están pequeñas, no tienen sabor, están verdes, no tienen color, etc.
Se proporciona el número de defectos y no el número de manzanas defectuosos
que están en las 340 manzanas.
Carta de Control np o Carta del número de defectuosos
Esta es una carta del número de productos defectuosos.
Esta es una carta de atributos.
La carta o gráfica de control np es una gráfica de la variable que estudiamos, en
𝑑
este caso la variable 𝑛𝑖 𝑝𝑖 = 𝑛 ∗ 𝑛𝑖 = 𝑑𝑖 , que representa el número de artículos
defectuosos con los que van saliendo los productos que fabricamos. En este caso
todos los lotes son del mismo tamaño, 𝑛𝑖 = 𝑛.
En esta carta se analiza el número de artículos defectuosos con el que salen los
productos conforme avanza el tiempo. Por ejemplo, se puede analizar el número de
camisas defectuosas que van saliendo de lotes del mismo tamaño.
Luego se distingue esta carta np porque todos sus lotes son del mismo tamaño y la
variable que estudiamos es el número de artículos defectuosos.
Muestra Tamaño del Número de
Subgrupo Lote, artículos
Lote Subgrupo o defectuosos en
Muestra el lote
𝑛𝑖 =n 𝑑𝑖
1 320 20
2 320 7
3 320 10
4 320 15
5 320 7
6 320 18
7 320 2
8 320 15
9 320 11
10 320 9
11 320 13
12 320 14
117
La proporción de productos defectos se distribuyen de acuerdo a una distribución
Binomial, que tiene un promedio 𝑝̅ y una desviación estándar 𝜎𝑛𝑝 = √𝑛𝑝
̅̅̅̅(1 − 𝑝̅ ),
∑ 𝑑 ∑ 𝑛 ∑𝑖 𝑛 𝑖 ∑𝑖 𝑑𝑖
donde 𝑝̅ = ∑𝑖 𝑛𝑖 y n=𝑁ú𝑚𝑒𝑟𝑜𝑖 𝑑𝑒𝑖 𝑙𝑜𝑡𝑒𝑠 . Por lo tanto: 𝑛𝑝
̅̅̅̅ = * ∑𝑖 𝑛 𝑖
=
𝑖 𝑖 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠
∑𝑖 𝑑𝑖 ∑𝑖 𝑑𝑖
= 𝑑̅ . O sea que la línea central será igual a: 𝑑̅ = .
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠
LC = 𝑑̅
118
En la carta np, cuando el Límite de Control Inferior es menor que 0, este límite se
pone como 0, puesto que no existe un número de artículos defectuosos negativo,
aunque eso no ocurre en este ejemplo en particular.
Otro ejemplo que se podría hacer es el siguiente, si cada semana usted le pide a
Rappi el mismo número de productos del mercado, ¿en cúantos productos se
equivocan por pedido (o sea cuál es el número de productos defectuosos en los
lotes del mismo tamaño?)
Una carta np se caracteriza porque los lotes tienen el mismo tamaño y cada uno
de estos lotes tiene un diferente número de productos defectuosos. Por ejemplo,
en el lote uno se tiene 340 manzanas y se proporciona el número de manzanas
defectuosas o podridas que tiene ese lote. Se proporciona el número de productos
defectuosos y no el número de defectos que tienen las 340 manzanas.
Carta X o carta de medidas individuales
Esta es una carta de variables continuas.
Se usa cuando las medidas tardan mucho en salir, como por ejemplo el alcohol en
un vino, como los kWhora que tenemos que pagar mensualmente, o la cantidad de
agua bimestralmente que pagamos.
La x es la característica inherente. Pongamos por ejemplo el caso del grado del
alcohol en un vino.
Subgrupo 𝑥𝑖 𝑅𝑖
1 8.2
2 9.4
3 7.7
4 8.7
119
5 8.6
6 9.2
7 9.3
8 7.9
9 9.1
10 7.8
11 9.4
12 8
LC ≈ 𝑥̅
𝑅̅
LCI =𝑥̅ -3𝜎𝑥 = 𝑥̅ -3 𝜎 ≈ 𝑥̅ -3𝑑
2
120
Carta x
Lote xi Ri LCI LC LCS
1 8.2 5.80369117 8.60833333 11.4129755
2 9.4 1.2 5.80369117 8.60833333 11.4129755
3 7.7 1.7 5.80369117 8.60833333 11.4129755
4 8.7 1 5.80369117 8.60833333 11.4129755
5 8.6 0.1 5.80369117 8.60833333 11.4129755
6 9.2 0.6 5.80369117 8.60833333 11.4129755
7 9.3 0.1 5.80369117 8.60833333 11.4129755
8 7.9 1.4 5.80369117 8.60833333 11.4129755
9 9.1 1.2 5.80369117 8.60833333 11.4129755
10 7.8 1.3 5.80369117 8.60833333 11.4129755
11 9.4 1.6 5.80369117 8.60833333 11.4129755
12 8 1.4 5.80369117 8.60833333 11.4129755
103.3 11.6
x barr 8.60833333 1.05454545 R barra
A2 1.128
Des Estand 0.93488072
LCI 5.80369117
LC 8.60833333
LCS 11.4129755
121
ANEXO I. Instrucciones para la realización del Proyecto Final
Lineamientos
1. El escrito tendrá una extensión de entre una y diez páginas.
2. Tamaño de letra en computadora es 12, Arial o Times New Roman, a un
espacio. Si se escribe a mano, en tinta azul o negro y visible.
3. El escrito debe ser original y no haber sido publicado antes en ninguna
parte. No hacer collage de Internet (copiar y pegar partes de ahí).
4. Se pueden consultar todas las fuentes pertinentes para su elaboración
(Internet, expertos, parientes, libros, revistas, gerentes, etc.). Listar al final
del trabajo las fuentes consultadas importantes.
5. El trabajo debe realizarse en equipos de dos personas.
6. Formato libre (por ejemplo, pueden ser escritos en forma de ensayo o
como un artículo técnico).
7. Colocar pies de figura y títulos de tablas así como hojas enumeradas
8. El escrito debe enviarse por correo electrónico al profesor.
9. Entregar el viernes de la semana 8.
10. El trabajo debe contener el proceso que se sigue para la realización del
producto o servicio completo o solamente una parte del proceso (de la que
trata el análisis del trabajo).
Puntos a calificar
1. ¿Se usaron las herramientas aprendidas en el curso que se podían usar
para examinar los datos?
2. ¿Las herramientas se usaron bien?
3. ¿Los resultados están mal interpretados, equivocados o no se explican?
4. ¿Se explica bien el problema en su conjunto? ¿Se entiende el reporte?
¿Están incompletos algunos textos?
5. ¿Existen aseveraciones que no están respaldadas en el reporte?
6. ¿TODAS LAS GRÁFICAS ESTÁN EXPLICADAS? (Cada gráfica que no
se explique es un punto menos).
7. ¿Contiene las conclusiones? (Si no tiene conclusiones es un punto
menos).
Recomendaciones
a) Comenzar el trabajo antes de la semana quinta del trimestre.
b) Consultar al profesor las veces que sean necesarias en caso de dudas.
c) No se podrá consultar al profesor sobre el trabajo la semana de entrega
del mismo.
122
Exposición: Si alcanza el tiempo, los alumnos expondrán sus trabajos en 10-
15 minutos. Para la presentación no es necesario elaborar material extra
aparte del escrito. La exposición no contará para la calificación.
123
ANEXO I. Tareas con fecha
Todas estas tareas se deberán entregar como límite al final de la semana 5;
aunque se pueden ir entregando en CAMVIA a partir de la segunda semana
de clase. Se recomienda que l@s alumn@s vayan elaborando las tareas
conforme se van revisando los temas en el curso.
2. Realizar una visita (si el curso es a distancia la visita debe ser virtual) al
Departamento de Control de Calidad de una compañía productora de bienes
o servicios y hacer varias preguntas. Las que siguen son preguntas que se
sugieren, son solo sugerencias, las alumnas o alumnos puede quitar o
agregar algunas: (Esta tarea debe hacerse en equipos de dos personas)
124
comprado. ¿Por qué lo compró? ¿Qué defecto tenía? ¿Cómo se dio cuenta
que el producto era malo? ¿Pudo regresar el producto? ¿Volvería a comprar
un producto de esa marca? De acuerdo al alumno ¿Que se debería hacer a
fin de mejorar la Calidad de ese Producto? Ensayo de no más de una página.
125
b) Usted va directamente al mercado o supermercado a comprar su
despensa. Desde que se prepara para salir de casa hasta que coloca las
cosas en su cocina, baño, etc.
15.18, 15.39, 16.09, 15.80, 15.39, 16.53, 15.93, 16.90, 14.98, 15.41, 16.01,
15.51, 15.39, 17.05, 17.09, 17.00, 15.39, 17.33, 15.51, 15.77, 14.87, 14.23,
17.16, 17.10, 15.46, 14.98, 14.68, 16.84, 15.03, 16.64, 14.73, 14.84, 15.39,
15.54, 16.93, 14.98, 17.20, 14.69, 17.13, 15.33, 17.20, 15.22, 16.41, 16.31,
16.55, 16.64, 14.98, 14.82, 16.43, 16.34, 15.89, 16.45, 15.33
126
e) ¿Cuánto vale el índice de la capacidad real del proceso 𝐶𝑝𝑘 =Min{𝐶𝑝𝑖 , 𝐶𝑝𝑠 }?
𝜇−𝑵
f) ¿Cuánto vale el índice de centrado del proceso, 𝐾 = 𝐸𝑠 −𝐸𝑖 𝑥100?
( )
2
𝐸𝑠 +𝐸𝑖
En la fórmula anterior N es el valor objetivo, 𝑁 = 2
𝐸𝑠 −𝐸𝑖
g) ¿Cuánto vale el índice de Taguchi, 𝐶𝑝𝑚 = ?
6𝜏
En la fórmula anterior, 𝜏 = √𝜎 2 + (𝜇 − 𝑁)2
h) ¿El proceso está centrado?
i) ¿Cuánto dinero no podrá obtener el proveedor debido a que algunos de
sus productos no cumplen con las especificaciones?
21. Hacer un ensayo de dos páginas sobre la norma ISO 9001. Un resumen
de dos páginas cuando mucho.
127
Bibliografía
FMEA (2008). Potential Failure Mode and Effects Analysis (FMEA) Reference
Manual, 4a. ed. Chrysler LLC, Ford Motor Company, General Motors
Corporation.