SP 02 Andrade Andres

UTA-FISEI-IIP-MP-UP-08-03 NOMBRE Andrade Bravo Jorge Andrés FECHA: 26/11/2020
S.P C.B E N._02 TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 01/15

ESTADÍSTICOS
1. Número de problema: 7, Libro: Control de calidad, Autor: Dale Besterfield, Edición: 8va.
Enunciando: Una empresa que llena botellas de champú trata de mantener determinado peso del
producto. La tabla siguiente muestra el peso de 110 botellas, medidos a intervalos aleatorios. Haga
una hoja de conteo para estos pesos, y trace un histograma de frecuencias. (El peso está en
kilogramos).
6 6.98 6.01 6.01 5.97 5.99 5.98 6.01 5.99 5.98 5.96
5.98 6.99 5.99 6.03 5.99 6.01 5.98 5.99 5.97 6.01 5.98
5.97 6.01 6 5.96 6 5.97 5.95 5.99 5.99 6.01 6
6.01 6.03 6.01 5.99 5.99 6.02 6 5.98 6.02 5.98 5.99
6 5.98 6.05 6 6 5.98 5.99 6 5.97 6 6
6 5.98 6 5.94 5.99 6.02 6 5.98 6.02 6.01 6
5.97 6.01 6.04 6.02 6.01 5.97 5.99 6.02 5.99 6.02 5.99
6.02 5.99 6.01 5.98 5.99 6 6.02 5.99 6.02 5.95 6.02
5.96 5.99 6 6 6.01 5.99 5.96 6.01 6 6.01 5.98
6 5.99 5.98 5.99 6.03 5.99 6.02 5.98 6.02 6.02 5.97
Solución:
Datos Agrupados
Rango 𝑅𝑎𝑛𝑔𝑜 = 𝑣. 𝑚á𝑥 − 𝑣. 𝑚𝑖𝑛 Max= 6,05 Min= 5,94 R= 0,110
Número de Clases 𝑛 = 1 + 3.32 ∗ 𝑙𝑜𝑔#𝑑𝑎𝑡𝑜𝑠 n=7,78
Ancho de Intervalo 𝑅𝑎𝑛𝑔𝑜 i=0,016
𝑖=
𝑛−1
Clases Lrs Lri Xm Frecuencias

1 6,055 6,039 6,047 2
2 6,039 6,024 6,031 3
3 6,024 6,008 6,016 30
4 6,008 5,992 6,000 20
5 5,992 5,976 5,984 41
6 5,976 5,961 5,969 7
7 5,961 5,945 5,953 6
8 5,945 5,929 5,937 1
TOTAL 110
45 41
40
35 30
30
25 20
20
15
10 7 6
5 2 3
1
0
6,047 6,031 6,016 6,000 5,984 5,969 5,953 5,937
REFERENCIA BIBLIOGRÁFICA
[1] H. Gutiérrez Pulido y R. De la Vara Salazar, «CONTROL ESTADÍSTICO DE CALIDAD Y SEIS
SIGMA,» Mc Graw Hill, México, 2009.
[2] D. H. Besterfield, «Control de Calidad,» PEARSON, Mexico , 2009.
UTA-FISEI-IIP-MP-UP-08-03 NOMBRE: Andrade Bravo Jorge Andrés FECHA: 26/11/2020
S.P C.B E N._02 TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 02/15

ESTADÍSTICOS
Análisis: A través de la representación gráfica (histograma) de los datos, se puede identificar que
dicha distribución pertenece a una distribución de peine, esto representa que la medición realiza
por el encargado del estudio fueron mal tomadas o pudo efectuar una incorrecta medición; y esto
repercute principalmente en la variabilidad que existe en el proceso, por lo que es recomendable
obtener nuevamente los datos, teniendo en cuenta todas la correcciones pertinentes.
2. Número de problema: 8, Libro: Control de calidad, Autor: Dale Besterfield, Edición: 8va.
Enunciando: A continuación se presentan 125 anotaciones obtenidas por un analista de tiempos y

movimientos en un hospital; tomó 5 datos cada día, durante 25 días. Elabore una hoja de conteo.
Presente una tabla que contenga los puntos medios de clase, límites de clase y frecuencias
observadas. Trace un histograma de frecuencia.
Día Duración de actividad [min]

1 1,90 1,93 1,95 2,05 2,20
2 1,76 1,81 1,81 1,83 2,01
3 1,80 1,87 1,95 1,97 2,07
4 1,77 1,83 1,87 1,90 1,93
5 1,93 1,95 2,03 2,05 2,14
6 1,76 1,88 1,95 1,97 2,00
7 1,87 2,00 2,00 2,03 2,10
8 1,91 1,92 1,94 1,97 2,05
9 1,90 1,91 1,95 2,01 2,05
10 1,79 1,91 1,93 1,94 2,10
11 1,90 1,97 2,00 2,06 2,28
12 1,80 1,82 1,89 1,91 1,99
13 1,75 1,83 1,92 1,95 2,04
14 1,87 1,90 1,98 2,00 2,08
15 1,90 1,95 1,95 1,97 2,03
16 1,82 1,99 2,01 2,06 2,06
17 1,90 1,95 1,95 2,00 2,10
18 1,81 1,90 1,94 1,97 1,99
19 1,87 1,89 1,98 2,01 2,15
20 1,72 1,78 1,96 2,00 2,05
21 1,87 1,89 1,91 1,91 2,00
22 1,76 1,80 1,91 2,06 2,12
23 1,95 1,96 1,97 2,00 2,00
24 1,92 1,94 1,97 1,99 2,00
25 1,85 1,90 1,90 1,92 1,92
Solución:
Datos Agrupados
Rango 𝑅𝑎𝑛𝑔𝑜 = 𝑣. 𝑚á𝑥 − 𝑣. 𝑚𝑖𝑛 Max= 2,28 Min= 1,72 R= 0,56
Número de Clases 𝑛 = 1 + 3.32 ∗ 𝑙𝑜𝑔#𝑑𝑎𝑡𝑜𝑠 n=7,962
𝑖=
𝑛−1
S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 03/15

ESTADÍSTICOS
Clases Lrs Lri Xm Frecuencia

1 2,285 2,205 2,245 1
2 2,205 2,125 2,165 3
3 2,125 2,045 2,085 15
4 2,045 1,965 2,005 33
5 1,965 1,885 1,925 46
6 1,885 1,805 1,845 16
7 1,805 1,725 1,765 10
8 1,725 1,645 1,685 1
TOTAL 125
50 46
40
33
30
20 15 16
10
10
1 3 1
0
2,245 2,165 2,085 2,005 1,925 1,845 1,765 1,685
Análisis: Según el análisis estadístico de los datos obtenidos, se puede identificar que el conjunto
de datos pertenecen a una distribución normal, esto representa que la medición o toma de datos,
por parte del encargado y/o analista, es correcto.
3. Número de problema: 15, Libro: Control estadístico de calidad y seis sigma Autor: Gutiérrez
Pulido, Edición: 2da
Enunciado: En la elaboración de envases de plástico primero se elabora la preforma, para la cual se

tienen varios criterios de calidad, uno de ellos es el peso de ésta. Para cierto envase se tiene que el
peso debe estar entre 28.00 ± 0.5 [g]. A continuación, se muestran los últimos 112 datos obtenidos
mediante una carta de control para esta variable.
27.72 28.39 28.21 28.19 28.02 27.93 27.89 27.88

28.0 27.91 27.97 27.95 27.96 27.94 28.04 28.05
27.81 27.74 27.95 27.91 27.93 28.07 28.13 27.98
27.87 27.87 27.82 28.23 27.90 27.91 28.16 27.94
27.86 27.84 27.70 27.98 28.02 28.00 27.99 28.13
28.26 28.10 27.94 28.07 27.84 27.90 27.87 27.76
27.95 27.94 27.81 27.76 27.96 27.84 27.85 27.93
28.22 27.96 27.88 28.08 28.04 28.19 27.89 28.08
28.09 28.02 27.85 28.27 27.75 27.98 27.75 27.82
28.13 27.88 28.11 28.05 28.14 28.11 28.08 28.16
28.04 28.05 27.75 27.89 27.94 28.19 28.10 27.78
27.63 27.93 27.74 28.10 28.14 27.91 27.84 28.21
27.85 27.84 28.12 28.01 27.97 27.88 28.00 28.10
28.16 28.16 28.01 28.13 27.97 27.90 27.87 27.94

ESTADÍSTICOS
Solución:
Datos Agrupados
Rango 𝑅𝑎𝑛𝑔𝑜 = 𝑣. 𝑚á𝑥 − 𝑣. 𝑚𝑖𝑛 Max= 28,39 Min= 27.63 R= 0,76
Número de Clases 𝑛 = 1 + 3.32 ∗ 𝑙𝑜𝑔#𝑑𝑎𝑡𝑜𝑠 n=7,80=8
𝑅𝑎𝑛𝑔𝑜
Ancho de Intervalo 𝑖= i=0,109
𝑛−1

1 28,395 28,286 28,341 1
2 28,286 28,178 28,232 9
3 28,178 28,069 28,124 23
4 28,069 27,961 28,015 21
5 27,961 27,852 27,906 35
6 27,852 27,744 27,798 18
7 27,744 27,635 27,689 4
8 27,635 27,526 27,581 1
TOTAL 112
a) Obtenga las medidas de tendencia central y señale si la tendencia central de las

mediciones es adecuada.
Xm Frecuencia F. Acumulada f*Xm
28,341 1 112 28,341
28,232 9 111 254,089
28,124 23 102 646,842
28,015 21 79 588,315
27,906 35 58 976,725
27,798 18 23 500,361
27,689 4 5 110,757
27,581 1 1 27,581
TOTAL 112 3133,011
• Clase mediana:
𝑁 112
= = 𝟓𝟔
2 2
• Media:
∑ 𝑓∗𝑋𝑚 3133.011
𝑋̅ = 𝑁 𝑋̅ = 112 ̅ = 𝟐𝟕. 𝟗𝟕𝟑 𝒈
𝑿
• Mediana:
𝑁
− 𝑓. 𝑎𝑎𝑛𝑡 56 − 23
𝑀𝐸𝐷 = 𝐿𝑅𝐼𝐶.𝑀𝐸𝐷 + 2 ∗ 𝑖 𝑀𝐸𝐷 = 27.852 + ∗ 0.109 𝑴𝑬𝑫 = 𝟐𝟕. 𝟗𝟓𝟓 𝒈
𝑓𝐶𝑀𝐸𝐷 35
• Moda:
∆1
MOD = 𝐿𝑅𝐼C.MOD + ∗𝑖 ∆1 = 𝑓. 𝑚𝑜𝑑𝑎𝑙 − 𝑓. 𝑝𝑟𝑒𝑚𝑜𝑑𝑎𝑙 ∆1 = 35 − 18 = 17
∆1 + ∆2
∆2 = 𝑓. 𝑚𝑜𝑑𝑎𝑙 − 𝑓. 𝑝𝑜𝑠𝑡𝑚𝑜𝑑𝑎𝑙 ∆2 = 35 − 21 = 14
17
𝑀𝑂𝐷 = 27.852 + ∗ 0.109
14
𝑴𝑶𝑫 = 𝟐𝟕. 𝟗𝟖𝟒 𝒈

ESTADÍSTICOS
Análisis: Mediante el análisis estadístico de los pesos del envases, por medio de las medidas de
tendencia central, se puede determinar que estas se encuentran en el rango especificado de 28.00
± 0.5 [g], es decir están dentro de los parámetros de calidad, por lo tanto las medidas son admisibles.
b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos
decida si la variabilidad de los datos es aceptable.
Xm F F.Ac f*Xm f*(Xi-X) ^2
28,341 1 112 28,341 0,135
28,232 9 111 254,089 0,603
28,124 23 102 646,842 0,519
28,015 21 79 588,315 0,036
27,906 35 58 976,725 0,157
27,798 18 23 500,361 0,554
27,689 4 5 110,757 0,323
27,581 1 1 27,581 0,154
TOTAL 112 3133,011 2,481
∑𝑛𝑖=1(𝑋𝑚 − 𝑋̅)2 2.481
𝜎=√ 𝜎=√ 𝝈 = 𝟎. 𝟏𝟒𝟔
𝑛−1 111
• Limites reales:
̅ − 𝟑𝑺 y 𝑿
Entre 𝑿 ̅ + 𝟑𝑺 está en 99.7%
̅ + 𝟑𝑺
𝑿 𝑋̅ − 3𝑆
𝟐𝟕. 𝟗𝟕𝟑 + (𝟑 ∗ 𝟎. 𝟏𝟒𝟔) 27.973 − (3 ∗ 0.146) = 27.535
= 𝟐𝟖. 𝟒𝟏𝟏
• Límite superior: 28.5
• Límite inferior: 27.5
Análisis: Mediante el respectivo análisis se puede identificar que los limites reales no cumplen con
las especificaciones de calidad ya que superan demasiado con los que están propuestos, por lo que
se puede determinar que existe mucha variabilidad.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con
detalle.
30
27
25
20
20
17
15
10
10 9
6
5
1
0
0
20,82 20,36 19,9 19,44 18,98 18,52 18,06 17,6
• Curtosis: -0,2889

ESTADÍSTICOS
• Coeficiente de asimetría: 0,1868

ESTADÍSTICOS
40 35
30
23
21
18
20
9
10
4
1 1
0 Dist. Normal Media Mediana Moda
27,500 27,600 27,700 27,800 27,900 28,000 28,100 28,200 28,300 28,400
Análisis: En la gráfica de distribución normal se observa que las medidas de tendencia central se
dirigen hacia un valor que les da su característica el cual es de irse al centro, como se ve se dirige
hacia la izquierda.
d) ¿Es de acuerdo el peso de las plataformas?
Los datos de los valores de acuerdo con el rango que es de 0.76, es por eso que de acuerdo con sus
valores máximos y mínimos es aceptable para las especificaciones de calidad sugeridas.
Enunciando: Una característica clave en la calidad de las pinturas es su densidad, y un componente

que influye en ésta es la cantidad de arenas que se utilizan en su elaboración. La cantidad de arena
en la formulación de un lote se controla por medio del número de costales, que según el proveedor
contienen 20 kg. Sin embargo, continuamente se tienen problemas en la densidad de la pintura que
es necesario corregir con retrabajo y reprocesos adicionales. En este contexto se decide investigar
cuánta arena contienen en realidad los costales. Para ello, se toma una muestra aleatoria de 30
costales de cada lote o pedido (500 costales). Los pesos obtenidos en las muestras de los últimos
tres lotes se muestran adelante. Las especificaciones iniciales que se establecen para el peso de los
costales de arena son de 20 ± 0.8 kg.
Lote Peso de costales de la muestra
1 18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0
19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6 19.6 19.0
19.6 19.4 19.8 19.1 20.0 20.4 18.8 19.3 19.1 19.1
2 18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.3 20.7 19.6
19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6
20.0 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19.0 19.7
3 20.1 20.2 21.0 19.7 20.1 20.0 19.1 20.4 19.6 20.6
20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.0 20.0
20.2 19.7 20.0 19.6 19.7 19.8 19.9 20.3 20.4 20.2
Datos Agrupados
Rango 𝑅𝑎𝑛𝑔𝑜 = 𝑣. 𝑚á𝑥 − 𝑣. 𝑚𝑖𝑛 Max= 21 Min= 17.8 R= 3.2
Número de Clases 𝑛 = 1 + 3.32 ∗ 𝑙𝑜𝑔#𝑑𝑎𝑡𝑜𝑠 n=7,49=8
𝑖=
𝑛−1

ESTADÍSTICOS

1 21,05 20,59 20,82 6
2 20,59 20,13 20,36 10
3 20,13 19,67 19,9 27
4 19,67 19,21 19,44 17
5 19,21 18,75 18,98 20
6 18,75 18,29 18,52 9
7 18,29 17,83 18,06 0
8 17,83 17,37 17,6 1
TOTAL 90
a) De acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?

Xm Frecuencia F. Acumulada f*Xm
20,82 6 90 124,92
20,36 10 84 203,6
19,9 27 74 537,3
19,44 17 47 330,48
18,98 20 30 379,6
18,52 9 10 166,68
18,06 0 1 0
17,6 1 1 17,6
TOTAL 90 1760,18
𝑁 90
• Clase de la mediana: : = = 45
2 2
• Mediana muestral:
∑ 𝑓 ∗ 𝑋𝑚 1760.18
𝑋̅ = 𝑋̅ = ̅ = 𝟏𝟗. 𝟓𝟔 𝑲𝒈
𝑿
𝑁 90
• Mediana:
𝑁
− 𝑓. 𝑎𝑎𝑛𝑡 45 − 30
𝑀𝐸𝐷 = 𝐿𝑅𝐼𝐶.𝑀𝐸𝐷 + 2 ∗𝑖 𝑀𝐸𝐷 = 19.21 + ∗ 0.46 𝑴𝑬𝑫 = 𝟏𝟗. 𝟔𝟐 𝑲𝒈
𝑓𝐶.𝑀𝐸𝐷 17
• Moda:
∆1
𝑀𝑂𝐷 = 𝐿𝑅𝐼𝐶.𝑀𝑂𝐷 + ∗ 𝑖 ∆1 = 𝑓. 𝑚𝑜𝑑𝑎𝑙 − 𝑓. 𝑝𝑟𝑒𝑚𝑜𝑑𝑎𝑙
∆1 + ∆2
∆1 = 27 − 17 = 10
∆2 = 𝑓. 𝑚𝑜𝑑𝑎𝑙 − 𝑓. 𝑝𝑜𝑠𝑡𝑚𝑜𝑑𝑎𝑙 ∆2 = 27 − 10 = 17
10
𝑀𝑂𝐷 = 19.67 + ∗ 0.46
10 + 17
𝑴𝑶𝑫 = 𝟏𝟗. 𝟖𝟒 𝑲𝒈
Análisis: las medidas de tendencia central están demasiado alejadas de lo que sería el valor central
que seria 20 Kg. Donde la media esta desviada en .44 Kg, mediana en 0.38 y moda en 0.16 Kg.
b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados

ESTADÍSTICOS
Xm f F. Acum f*Xm f*(Xm-X)^2

20,82 6 90 124,92 9,53
20,36 10 84 203,6 6,40
19,9 27 74 537,3 3,12
19,44 17 47 330,48 0,24
18,98 20 30 379,6 6,73
18,52 9 10 166,68 9,73
18,06 0 1 0 0,00
17,6 1 1 17,6 3,84
TOTAL 90 1760,18 39,60
∑𝑛𝑖=1(𝑋𝑚 − 𝑋̅)2 39.60

=√ 𝜎=√ 𝜎 = 0.667
𝑛−1 89
• Limites reales:
̅ − 𝟑𝑺 y 𝑿
Entre 𝑿 ̅ + 𝟑𝑺 está en 99.7%
̅ + 𝟑𝑺
𝑿 𝑋̅ − 3𝑆
𝟏𝟗. 𝟓𝟔 19.56 − (3 ∗ 0.667)
+ (𝟑 ∗ 𝟎. 𝟔𝟔𝟕) 17.559
𝟐𝟏. 𝟓𝟔𝟏
• Limite Superior= 20.8

• Límite Inferior= 19.2
Análisis: Mediante el análisis estadístico se puede determinar que los limites reales no cumplen con
las especificaciones de calidad ya que superan demasiado con los que están propuestos, ya que
existe mucha variabilidad.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con
detalle.
30
27
25
20
20
17
15
10
10 9
6
5
1
0
0
20,82 20,36 19,9 19,44 18,98 18,52 18,06 17,6

ESTADÍSTICOS
30 27
20
17
20
9 10
10 6
1 0
0
17 17,5 18 18,5 19 19,5 20 20,5 21
-10
Dist. Normal V. Central Esp. Superior Esp. Inferior
Análisis: La distribución de los datos obtenidos, mediante el histograma, se puede evidenciar que
encaja en una distribución de peine, lo que se puede concluir que los datos fueron tomados de mala
manera; mientras que la gráfica se puede denotar que existe un rango de variabilidad que esta fuera
del límite superior e inferior
d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.
Análisis: De acuerdo al análisis estadístico, específicamente la desviación estándar, se puede

determinar que los costales presentan mucha variación y por ende no cumplen con las
especificaciones indicadas, a pesar de que como se ve existe un amplio rango.
e) Haga un análisis de cada lote por separado y con apoyo de estadísticos y gráficas, señale si
hay diferencias grandes entre los lotes.
• Lote 1
Datos Agrupados
Número de Clases 𝑛 = 1 + 3.32 ∗ 𝑙𝑜𝑔#𝑑𝑎𝑡𝑜𝑠 n=5.9=6
𝑅𝑎𝑛𝑔𝑜
Ancho de Intervalo 𝑖= i=0,48
𝑛−1

1 21,05 20,57 20,81 1
2 20,57 20,09 20,33 1
3 20,09 19,61 19,85 5
4 19,61 19,13 19,37 10
5 19,13 18,65 18,89 10
6 18,65 18,17 18,41 3
30
12
10 10
10
6 5
4 3
2 1 1
0
20,81 20,33 19,85 19,37 18,89 18,41

ESTADÍSTICOS
• Lote 2
Datos Agrupados
Rango 𝑅𝑎𝑛𝑔𝑜 = 𝑣. 𝑚á𝑥 − 𝑣. 𝑚𝑖𝑛 Max= 20.7 8Min= 17.6 R= 2.9
𝑖=
𝑛−1
Clases LRS LRI Xm f

1 20,75 20,17 20,46 3
2 20,17 19,59 19,88 9
3 19,59 19,01 19,3 6
4 19,01 18,43 18,72 8
5 18,43 17,85 18,14 3
6 17,85 17,27 17,56 1
TOTAL 30
10 9
9 8
8
7 6
6
5
4 3 3
3
2 1
1
0
20,46 19,88 19,3 18,72 18,14 17,56
• Lote 3
Datos Agrupados
𝑖=
𝑛−1
Clases LRS LRI Xm f

1 21,05 20,67 20,86 2
2 20,67 20,29 20,48 6
3 20,29 19,91 20,1 10
4 19,91 19,53 19,72 11
5 19,53 19,15 19,34 0
6 19,15 18,77 18,96 1
TOTAL 30

ESTADÍSTICOS
12 11
10
10
8
6
6
4
2
2 1
0
0
20,86 20,48 20,1 19,72 19,34 18,96
Análisis: Mediante el análisis con ayuda de la herramienta, histograma, se puede identificar que los
datos se apegan una distribución de peine y además se identifica que se encuentran fuera del rango
de las especificaciones, esto indica que las medidas estadísticas, anteriormente determinadas,
muestran los limites reales muy fuera de las especificaciones.
f) ¿Las diferencias encontradas se podrían haber inferido a partir del histograma del inciso (c)?
Análisis: Como se puede ver en el histograma considerado como general de los costales se podía
observar una cantidad muy notable de variabilidad, ya que durante el desarrollo del cálculo de la
variabilidad ya se podía prever lo que se consideraría como problema de calidad debido a que no
está cumpliendo con las especificaciones.
g) Obtenga un diagrama de caja para cada lote y compárelos.

• Lote 1
• Lote 2

ESTADÍSTICOS
• Lote 3
Análisis: Se puede observar que el tercer lote es el que más se acerca al valor central, aunque sus
valores extremos están fuera de los especificados, en tanto que en el otro extremo el primer lote es
que presenta mayor variabilidad en cuanto a sus valores por ende es el que mayor problema
presenta ya que varía 0.9 Kg del especificado, y como punto medio se encuentra el lote 2 en donde
se ve que su valor central esta desviado en 0.6 Kg del valor central, tomado para este caso como 20
Kg.
Enunciando: En una industria se desea investigar cómo influye la temperatura (°C) en la presión del
vapor de B-trimetilboro. Los datos obtenidos con tal propósito se muestran a continuación:
Temperatura Presión Temperatura Presión
13 2.9 71.4 100.2
19.5 5.1 80.5 143.7
45.7 30.5 85.7 176.9
56.1 51.4 22.5 8.5
64.4 74.5 27.2 10.3
31.8 14.6
a) Construya un diagrama de dispersión e interprételo
Clases Temperatura (x) Presión (y) x^2 x*y

1 13 2,9 169,0 37,7
2 19,5 5,1 380,3 99,5
3 45,7 30,5 2088,5 1393,9
4 56,1 51,4 3147,2 2883,5
5 64,4 74,5 4147,4 4797,8
6 71,4 100,2 5098,0 7154,3
7 80,5 143,7 6480,3 11567,9
8 85,7 176,9 7344,5 15160,3
9 22,5 8,5 506,3 191,3
10 27,2 10,3 739,8 280,2
11 31,8 14,6 1011,2 464,3
TOTAL 517,8 618,6 31112,3 44030,5

ESTADÍSTICOS
Solución:
∑ 𝑥2 ∗ 𝑎 + ∑ 𝑥 ∗ 𝑏 = ∑ 𝑥 ∗ 𝑦 ∑𝑥 ∗ 𝑎 + 𝑛 ∗ 𝑏 = ∑𝑦
31112.3𝑎 + 517𝑏 = 44030.5
517.8𝑎 + 11𝑏 = 618.6
• Resolviendo las ecuaciones
𝑦 = 𝑎𝑥 + 𝑏
𝑦 = 2.213𝑥 − 47.936
200
150
y = 2,213x - 47,935
100
PRESIÓN
50
0
0 20 40 60 80 100
-50
TEMPERATURA
Análisis: En la gráfica se puede observar que las variables son directamente proporcionales es decir
que entre más aumenta la temperatura la presión también lo hace, además se puede obtener la
ecuación de la recta la cual nos sirve más adelante.
yc (yi-y)^2 (yci-y)^2
-19,2 2844,77 5685,52
-4,8 2614,93 3723,18
53,2 662,36 9,22
76,2 23,39 399,12
94,6 333,56 1470,40
110,1 1932,80 2898,40
130,2 7649,89 5472,32
141,7 14559,71 7307,30
1,9 2278,76 2957,06
12,3 2110,15 1934,04
22,4 1733,59 1142,30
36743,91 32998,87
• y=2,213x-47,935
b) Obtenga el coeficiente de correlación y al interpretarlo compare con lo observado en el
inciso (a)
𝑛 𝑛
𝑉𝐸 2
𝐶𝑅 = √ 𝑉𝐸 = ∑(𝑦𝑐𝑖 − 𝑦̅) 𝑉𝑇 = ∑(𝑦𝑖 − 𝑦̅)2
𝑉𝑇
𝑖=1 𝑖=1

ESTADÍSTICOS
32998.87
𝐶𝑅 = √
36743.91
𝐶𝑅 = 0.9477
Análisis: Debido al factor de correlación y mediante la gráfica obtenida mediante la dispersión es
muy notorio que la temperatura y la presión son directamente proporcionales, y además tienen una
estrecha relación.
Enunciado: Como parte del análisis del problema de ausentismo se decide investigar la relación
entre edad del empleado y días que faltó a laborar en el año. Los datos del último año se muestran
a continuación.
Empleado Edad Faltas Empleado Edad Faltas
1 29 6 21 25 7
2 33 5 22 38 3
3 40 0 23 22 0
4 23 8 24 30 4
5 31 6 25 24 7
6 20 9 26 39 10
7 30 5 27 35 5
8 38 8 28 20 1
9 23 6 29 32 5
10 25 7 30 25 5
11 26 5 31 36 5
12 30 2 32 30 5
13 42 2 33 20 10
14 34 5 34 38 4
15 31 6 35 39 4
16 18 11 36 34 4
17 33 6 37 35 6
18 33 4 38 27 7
19 33 5 39 40 3
20 32 5 40 31 6
a) Construya un diagrama de dispersión e interprételo

∑ 𝑥2 ∗ 𝑎 + ∑ 𝑥 ∗ 𝑏 = ∑ 𝑥 ∗ 𝑦 ∑𝑥 ∗ 𝑎 + 𝑛 ∗ 𝑏 = ∑𝑦
• Reemplazando datos:
39046𝑎 + 1224𝑏 = 6265
1224𝑎 + 40𝑏 = 212
• Resolución de ecuaciones:
𝑦 = 𝑎𝑥 + 𝑏
1111 38087
𝑦=− 𝑎+
7958 3979

ESTADÍSTICOS
12
10
FALTAS 8
6
y = -0,1396x + 9,572
4
0
0 5 10 15 20 25 30 35 40 45
EDADES
Análisis: Se puede observar en la gráfica que la relación existente entre las variables es
inversamente proporcional debido a que entre más edad tiene el trabajador menos faltas presentan.
Además, que se observa una gran dispersión de datos.
a) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?

Como se pudo mencionar los trabajadores más jóvenes presentan una mayor cantidad de
ausentismo en el trabajo.
b) Calcule el coeficiente de correlación e interprételo

𝑛 𝑛
𝑉𝐸 2
𝐶𝑅 = √ 𝑉𝐸 = ∑(𝑦𝑐𝑖 − 𝑦̅) 𝑉𝑇 = ∑(𝑦𝑖 − 𝑦̅)2
𝑉𝑇
𝑖=1 𝑖=1
43.3
𝐶𝑅 = √
236.4
𝐶𝑅 = 0.4280
Análisis: Como se obtiene en el cálculo de la correlación, así como también en la gráfica de

dispersión observamos que los datos son demasiado dispersos, es decir con moderación débil.

SP 02 Andrade Andres

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

SP 02 Andrade Andres

Cargado por

Copyright:

Formatos disponibles

UTA-FISEI-IIP-MP-UP-08-03 NOMBRE Andrade Bravo Jorge Andrés FECHA: 26/11/2020

S.P C.B E N._02 TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 01/15

Clases Lrs Lri Xm Frecuencias

S.P C.B E N._02 TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 02/15

Enunciando: A continuación se presentan 125 anotaciones obtenidas por un analista de tiempos y

Día Duración de actividad [min]

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 03/15

Clases Lrs Lri Xm Frecuencia

Enunciado: En la elaboración de envases de plástico primero se elabora la preforma, para la cual se

27.72 28.39 28.21 28.19 28.02 27.93 27.89 27.88

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 04/15

Clases Lrs Lri Xm Frecuencia

a) Obtenga las medidas de tendencia central y señale si la tendencia central de las

𝑴𝑶𝑫 = 𝟐𝟕. 𝟗𝟖𝟒 𝒈

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 05/15

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 05/15

• Coeficiente de asimetría: 0,1868

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 06/15

Enunciando: Una característica clave en la calidad de las pinturas es su densidad, y un componente

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 07/15

Clases Lrs Lri Xm Frecuencia

a) De acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?

b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 08/15

Xm f F. Acum f*Xm f*(Xm-X)^2

∑𝑛𝑖=1(𝑋𝑚 − 𝑋̅)2 39.60

• Limite Superior= 20.8

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 09/15

Dist. Normal V. Central Esp. Superior Esp. Inferior

d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.

Análisis: De acuerdo al análisis estadístico, específicamente la desviación estándar, se puede

Clases Lrs Lri Xm Frecuencia

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 10/15

Clases LRS LRI Xm f

Clases LRS LRI Xm f

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 11/15

g) Obtenga un diagrama de caja para cada lote y compárelos.

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 12/15

Clases Temperatura (x) Presión (y) x^2 x*y

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 13/15

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 14/15

a) Construya un diagrama de dispersión e interprételo

S.P C.B E N._02 -I TEMA: HISTOGRAMAS Y OTROS DIAGRAMAS PÁG: 15/15

a) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?

b) Calcule el coeficiente de correlación e interprételo

Análisis: Como se obtiene en el cálculo de la correlación, así como también en la gráfica de

También podría gustarte

Xm f F. Acum fXm f(Xm-X)^2