Licenciatura: Administración y

Dirección de Negocios

Materia: Cultura de Calidad

Nombre del Docente: Pontón Munguía Karla
Penélope
Nombre del Alumno: Areli Guadalupe Esquivel
Albarrán
Grupo: 201_7CM
 En el presente trabajo se darán a conocer las 7
herramientas de calidad las cuales abordamos durante el
segundo parcial, cada una de ellas forman parte
fundamental dentro de nuestra carrera ya que mediante
una investigación se obtienen datos pertinentes los
cuales son interpretados dentro de estas herramientas,
cada una tiene funcionalidad diferente es por ello que en
este trabajo se vi más a fondo su conceptualización.

Las herramientas de la calidad, son técnicas o

procedimientos escritos que ayudan a las empresas a
medir la calidad de los servicios, resolver los problemas
relacionados con la calidad y planificar mejor sus
procesos para llevar una mejora en su productividad y
servicios al cliente. Los problemas de calidad se
presentan como pérdidas, ejemplo de ello son: los
productos defectuosos, los re análisis, y las pérdidas que
ocasionan. Son básicas porque no requieren de
conocimientos avanzados de estadística para aplicarlos
y porque son técnicas o gráficos muy sencillos de
desarrollar.
Según Kaoru Ishikawa estas nos ayudarán a la solución de problemas y son:

1. Histograma
2. Diagrama de dispersión
3. Diagrama de Pareto
4. Diagrama de Ishikawa-pescado-causa-efecto
5. Hojas de chequeo o verificación
6. Gráficas de control
7. Estratificación

Adicionalmente a estas surgieron otras 7 herramientas conocidas como, 7

nuevas herramientas de calidad enfocadas a la administración y son:

1. Diagrama de afinidad
2. Diagrama de relaciones
3. Diagrama de árbol
4. Diagramas matriciales
5. Matriz de análisis de datos
6. Diagrama de flechas
7. Grafica de programación de decisiones de proceso
 1 HISTOGRAMA
El histograma es una representación gráfica de la distribución de un conjunto
de datos. Consiste en un conjunto de rectángulos con:
a) Bases en el eje “x” horizontal, centros en las marcas de la clase y
longitudes iguales a los tamaños de los intervalos de la clase
b) Áreas proporcionales a las frecuencias de clase

Para elaborarlo se siguen los siguientes pasos:

1. Obtener los datos y el número de datos. A este número lo conocemos
como “n”
 Para análisis
 Para control de proceso
 Para regular alguna variable del proceso
 Propósito de aceptar o rechazar un lote
Se debe contar con toda la información de los datos turno, operario, etc.
2. Determinar el rango encontrando el dato más grande y el más pequeño
R= Xmax - Xmin
Generalmente se divide entre 7 para tener al menos 7 clases y hacer el
paso 3
3. Determinar el número de clases “k” en las cuales se representarán los
datos
√𝑛
4. Determinar el ancho de la clase “w” dividiendo el rango “r” entre el
número de clases “k”, es recomendable que los anchos de clase sean
iguales.
5. Contar cuantos datos se ubican en cada “R” y representar esas
frecuencias mediante una barra cuya altura sea proporcional al número
de datos existente en el rango correspondiente.
 Es una representación gráfica de
una serie de puntos ordenados en
pares. Su propósito es estudiar de
forma visual la relación entre
dos variables.

Uso:
 Para determinar si existe
relación entre 2 variables
cuantitativas de interés
 Una gráfica común x-y. la
variable independiente se coloca
en la x y la dependiente en la y si
no sabemos, se coloca arbitraria.

Definición
El Diagrama de Dispersión tiene el propósito de controlar mejor el proceso
y mejorarlo, resulta indispensable conocer cómo se comportan algunas
variables o características de calidad entre sí, esto es, descubrir si el
comportamiento de unas depende del comportamiento de otras, o no, y en
qué grado.

El Diagrama de dispersión es una herramienta utilizada cuando se desea

realizar un análisis gráfico de datos bivariados, es decir, los que se
refieren a dos conjuntos de datos. El resultado del análisis puede
mostrar que existe una relación entre una variable y la otra.

El estudio puede ampliarse para incluir una medida cuantitativa de tal

relación.
 GRAFICA 1 : EXISTE UNA ALTA CORRELACIÓN NEGATIVA

Gráfica de dispersión de CARGA vs. CONSUMO DE GAS

3600

3400

3200

3000
CARGA

2800

2600

2400

2200

2000
10 15 20 25 30 35
CONSUMO DE GAS

GRAFICA 2: EXISTE UNA ALTA CORRELACIÓN POSITIVA

Gráfica de dispersión de presión vs. Defectuoso

19.4

19.2

19.0
pres n
ió

18.8

18.6

18.4

18.2
0.46 0.47 0.48 0.49 0.50 0.51 0.52 0.53
Defectuoso
El principio o regla de Pareto nos dice que para diversos casos, el 80% de las consecuencias
proviene del 20% de las causas. No son cifras exactas, pues se considera un fundamento
empírico observado por Vildredo Pareto y confirmado posteriormente por otros expertos
de diversas áreas del conocimiento.
Algunos enunciados clásicos de la ley:
El 80% del éxito proviene del 20% de tu esfuerzo
El 80% de tu ingreso proviene del 20% de tu esfuerzo
El 80% de los ingresos se generan con 20% de los clientes
El 80% de las ventas se genera por el 20% de los productos
En una situación problemática:
El 80% de “problema” se genera del 20% de “causas”
Una aclaración importante es que, no hay pasos específicos dependiendo del fenómeno
que se analiza con el diagrama, es decir, la metodología siempre va a ser la misma,
aunque el lenguaje en que se explica sea diferente.
Determina la situación problemática: ¿Hay un problema? ¿Cuál es?
Determina los problemas (causas o categorías) en torno a la situación problemática,
incluyendo el período de tiempo.
Recolecta datos: Hay una situación problemática presentándose y tienes las posibles
causas que lo generan, pues entonces comienza a recolectar los datos. Estos dependerán
de la naturaleza del problema. Por ejemplo número de defectos si analizamos averías en
un producto, costo de desperdicios de acuerdo al tipo de desperdicio, kilogramos de carga
por tipo de producto. Recuerda que las unidades deben ser las mismas, nada de mezclar
peras con manzanas. Recuerda también que el periodo de tiempo es el mismo para todos,
si vas a recolectar los datos pertenecientes a un trimestre, debe ser igual para todas las
causas.
Ordena de mayor a menor: Ordenamos de mayor a menor las causas con base en los datos
que recolectamos y su medida. Si es el número de veces que se presenta un evento será
por cantidad, si es por costo de desperdicios según el tipo de producto, será en unidades
monetarias, por ejemplo.
Realiza los cálculos: A partir de los datos ordenados, calculamos el acumulado, el
porcentaje y el porcentaje acumulado. En el ejemplo te muestro detalladamente cómo
hacerlo.
Graficamos las causas: El eje X lo destinamos a colocar las causas. Vamos a usar eje Y
izquierdo y eje Y derecho. El izquierdo es para la frecuencia de cada causa, lo usamos para
dibujarlas con barras verticales.
Graficamos la curva acumulada: El eje Y derecho es para el porcentaje acumulado, por lo
tanto va desde 0 hasta 100%. Lo usamos para dibujar la curva acumulada.
Analizamos el diagrama.

EJERCICIO 1
El departamento de servicio de fabricante de refrigeradores tiene registrada una lista de
las quejas que ha recibido del mercado durante el último mes.
En este problema se debe trabajar en tres aspectos que son, fugas de agua,
manijas rotas y puerta que no cierra, esto con la finalidad de solucionar las
quejas y ofrecer el mejor servicio.
 EJERCICIO 2

En una fábrica de mangueras nos piden identificar los proyectos potenciales de calidad
más importantes.
Indica en que defectos debemos trabajar para resolver el 80% al menos del problema de
las áreas tomando en cuenta los siguientes datos.
Para resolver este problema únicamente se va a trabajar con el
diámetro exterior, longitud, ampolla y una pequeña parte en el
diámetro interior.
 Definición
El Diagrama de Ishikawa, también conocido como Diagrama de Espina de Pescado o
Diagrama de Causa y Efecto, es una herramienta de la calidad que ayuda a levantar
las causas-raíces de un problema, analizando todos los factores que involucran la
ejecución del proceso.

Creado en la década de 60, por Kaoru Ishikawa, el diagrama tiene en cuenta todos los
aspectos que pueden haber llevado a la ocurrencia del problema, de esa forma, al
utilizarlo, las posibilidades de que algún detalle sea olvidado disminuyen
considerablemente.

En la metodología, todo problema tiene causas específicas, y esas causas deben ser
analizadas y probadas, una a una, a fin de comprobar cuál de ellas está realmente
causando el efecto (problema) que se quiere eliminar. Eliminado las causas, se elimina
el problema.

El Diagrama de Ishikawa es una herramienta práctica, muy utilizada para realizar el

análisis de las causas-raíces en evaluaciones de no conformidades, como se muestra
en el ejemplo siguiente.
¿Para qué se utiliza?
Es posible aplicar el diagrama de Ishikawa a diversos contextos y de diferentes
maneras, entre ellas, se destaca la utilización:

• Para ver las causas principales y secundarias de un problema (efecto).

• Para ampliar la visión de las posibles causas de un problema, viéndolo de manera
más sistémica y completa.
• Para identificar soluciones, levantando los recursos disponibles por la empresa.
• Para generar mejoras en los procesos.
Seleccionar el problema (Habitualmente, el más importante de nuestro gráfico de
Pareto). El problema seleccionado, se convierte en la espina central y las causas que
contribuyen a que suceda, se escriben en las ramificaciones. Aunque puede
estructurarse de distintas formas, la más habitual es dividirlo en las 6M
Máquina
Materia prima
Método
Mano de obra
Medición
Medio ambiente

1. – Seleccionar un problema
Asegurarse de que es específico y está bien definido
2. – Realizar un brainstorming “Tormenta de Ideas” para identificar todas las causas
posibles
En esta etapa necesitamos causas, no soluciones
3. – Dibujar el diagrama Ishikawa
Colocar el problema en la cabeza de la espina
4.- Establecer las categorías
Revisar la tormenta de ideas para determinar las categorías (Habitualmente las 6 M)
5. – Asignar causas
Transferir las causas potenciales del brainstorming a la categoría apropiada6. –
Analizar de las causas raíz
Utilizar discusiones abiertas para compartir puntos de vista y experiencias.
7. – Chequear la realidad
Verifica las causas más relevantes recogiendo datos y observando la realidad.
Esta representación gráfica es una de las herramientas más importantes, conocidas y
empleadas para la gestión de la calidad. Se suele utilizar en equipo, con personas que
conocen bien el proceso y normalmente se utilizan las 6 M para las categorías.
Es una herramienta sencilla y muy potente si le añadimos una M más, la de una
Mentalidad abierta que permita que las personas se expresen y aprendan de forma
colaborativa
Ejemplo:
Formato que facilita levantar datos de manera ordenada y de acuerdo
con el estándar requerido en el análisis que se realice.

Auxiliar en el acopio y análisis de información. Nos ayuda para

comprobar de forma constante si se han recabado los datos solicitados
o si se han efectuado determinadas operaciones necesarias para
asegurar la calidad del proceso o el producto.

USOS:

1. Verificar la distribución del proceso de producción y elaborar el

histograma correspondiente
2. Registrar la ocurrencia de los efectos
3. Verificar las causas de los efectos
4. Representar la localización de los efectos sobre determinada pieza
5. Asegurar que se han realizado las actividades programadas de
cierta operación

ESQUEMA:

En la parte superior se anotan los datos generales del proceso y

variables que se miden.

En la parte inferior se transcriben los resultados de dichas mediciones

Problema Frecuencia Símbolo

Sin cabello 1 C

Lentes 0 L

Nariz Grande 3 N

Barros 1 B

Otros 0 O

Total 5

VENTAJAS:

1. Facilita tanto la localización como la

2. Permite visualizar la distribución de un proceso de
producción desde un punto de vista amplio y claro
3. Ubicar y verificar los defectos en el proceso
 EJEMPLO:

FECHA: Martes 17/11/20

PRODUCTO: Maquina de Producción
CLIENTE: Juan Pérez González
PROCESO: Chequeo de motor
INSPECTOR: Areli Guadalupe

Hoja de chequeo de frecuencia

 Gráfica np – Número de Unidades Defectuosas

Se utiliza para graficar las unidades defectuosas, y no el porcentaje que

éstas representan, siendo constante el tamaño de muestra.

Las muestras deben ser suficientemente grandes, de tal modo que

encontremos una o varias unidades defectuosas en cada subgrupo.

La experiencia enseña que los tamaños de la muestra no deben ser menores a

50 unidades, aunque este número debe de considerarse sólo como de
referencia.

Las gráficas np tienen los siguientes objetivos:

Conocer las causas que hacen que deban repetirse los trabajos.

Obtener el registro histórico de una o varias características de una

operación o actividad en un proceso de trabajo.

Investigar el curso o tendencia de un defecto o de un grupo de defectos.

Detectar causas especiales de variación.

 EJEMPLO
Se desea construir un gráfico de control NP para controlar un proceso que
fabrica un chip que se
insertará en una tarjeta de
telefonía. Se tienen 25
muestras, cada una formada por
50 chips. El número de chips
defectuosos en cada una de las
muestras se muestra en la tabla
 Gráfica NP de ART DEFECTUOSOS
1
10
LCS=9.15

8
Conteo de muestras

4 __
NP=3.64

0 LCI=0

1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
Una Gráfica de Proporciones (o Gráfica p) analiza la proporción

de artículos que no cumplen con las especificaciones en un lote

producido. Se considera que un artículo es defectuoso cuando

éste no cumple las especificaciones. Los datos de atributos por

tanto sólo asumen 2 valores: "bueno" o "malo" ("aceptable" o

"defectuoso").

Para construir una Gráfica p se requieren tomar muestras

suficientemente "grandes" para que contengan varios artículos

defectuosos. Principalmente se busca garantizar que la muestra

sea representativa de la población. Es conveniente definir

claramente el procedimiento de obtención de las muestras de

modo que se puedan identificar posibles causas asignables que

expliquen, por ejemplo, una proporción mayor de defectuosos.

Los límites de control para la Gráfica de Proporciones se

obtienen a través de las siguientes fórmulas:

 EJEMPLO

Una empresa inspecciona un artículo eléctrico tomando muestras de 100

unidades cada vez. Si bien se verifican 5 características relevantes de

la calidad, finalmente cada artículo se clasifica como aceptable o

defectuoso. Las últimas 25 muestras aplicadas muestran los siguientes

resultados:
 Gráfica P de DEFECTOS
0.6

0.5
LCS=0.4836

0.4
Proporc n
ió

0.3
_
P=0.2308
0.2

0.1

0.0 LCI=0

1 2 3 4 5 6 7 8 9 10 11 12
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
 La gráfica c se utiliza cuando una pieza del producto puede tener
un numero diferente de defectos por pieza, en este caso lo que nos
interesa controlar es el número de defectos por pieza.
La grafica c sirve para controlar el proceso productivo, mediante
el conocimiento del número de defectos que aparecen en una
muestra.
Esta grafica se utiliza cunado la cantidad de productos producida
es muy baja en productos físicamente muy grandes como
maquinarias.
En estas gráficas puede usarse mejor la distribución de Polisón en
al que la desviación típica puede expresarse como:

Los límites de control se pueden calcular con la siguiente formula:

Ejemplo
Un ingeniero especializado en calidad que trabaja para un fabricante de
papel tapiz desea evaluar la estabilidad del proceso de impresión. Cada
hora, el ingeniero toma una muestra de 100 pies de papel tapiz y cuenta el
número de defectos de impresión, que incluyen manchas de impresión,
distorsiones del patrón y tinta faltante.
El número promedio de defectos por muestra es 36.68. Las muestras 12 y
13 no pasaron la Prueba 1, porque están fuera de los límites de control.
Por lo tanto, el proceso está fuera de control. El ingeniero debe
identificar y corregir cualquier factor que contribuya a la variación por
causas especiales.
 EJERCICIO
ID Muestra Defectos
1 24
2 28
3 36
4 47
5 23
6 26
7 29
8 45
9 48
10 32
11 45
12 56
13 58
14 41
15 25
16 38
17 21
18 29
19 38
20 32
21 45
22 42
23 26
24 38
25 45
 Grafico U
Utilice la Gráfica U para monitorear el número de defectos por unidad cuando cada
elemento pueda tener múltiples defectos. Utilice esta gráfica de control para
monitorear la estabilidad del proceso en el tiempo, de manera que pueda identificar
y corregir las inestabilidades en un proceso.
Por ejemplo, un fabricante de pantallas LCD desea monitorear el número de píxeles
muertos en las pantallas LCD de 17 pulgadas. Los técnicos registran el número de
píxeles muertos por cada pantalla. Cada subgrupo tiene un número diferente de
pantallas. El fabricante utiliza una gráfica U para monitorear el número promedio de
píxeles muertos por pantalla.

Utilice el Diagnóstico de gráfica U para verificar si existe dispersión excesiva o dispersión

insuficiente en los datos sobre defectos. Usted debe poder contar el número de defectos en
cada elemento o unidad. La dispersión excesiva puede hacer que una gráfica U tradicional
muestre un mayor número de puntos fuera de los límites de control. La dispersión
insuficiente puede hacer que una gráfica U tradicional muestre muy pocos puntos fuera de
los límites de control. La gráfica U' de Laney se ajusta para estas condiciones.
Por ejemplo, el gerente del servicio de facturación de un hospital desea monitorear el
número de errores en las facturas que el hospital envía a los pacientes. Puesto que el
volumen de facturas es alto, el gerente utiliza una prueba de diagnóstico con gráfica U para
verificar si existe dispersión excesiva en los datos. La relación de variación observada a
variación esperada es 553.4%. Este valor indica dispersión excesiva, porque es mayor que
el límite de confianza superior de 147.8%. El gerente debe utilizar una gráfica U' de Laney
en lugar de una gráfica U tradicional para monitorear la tasa de defectos.

EJERCICIO
No. de páginas Errores
30 3
24 4
23 2
25 6
32 5
30 18
24 6
30 5
27 10
24 4
30 4
32 7
26 5
31 8
24 5
27 7
27 4
30 17
32 5
24 8
26 6
32 8
30 9
24 5
25 3
Es una planta embotelladora se lleva el CEP, diámetro de boquilla. Teniendo 25 muestras
con 5 mediciones cada una.

DATOS:

x1 x2 x3 x4 x5

0.65 0.70 0.65 0.65 0.85

0.75 0.85 0.75 0.85 0.65

0.75 0.80 0.80 0.70 0.75

0.60 0.60 0.70 0.75 0.65

0.70 0.75 0.65 0.85 0.80

0.60 0.75 0.75 0.85 0.70

0.75 0.80 0.65 0.75 0.70

0.60 0.70 0.80 0.75 0.75

0.65 0.80 0.85 0.85 0.75

0.20 0.70 0.60 0.80 0.75

0.80 0.75 0.90 0.50 0.80

0.85 0.75 0.85 0.65 0.70

0.70 0.70 0.75 0.75 0.70

0.65 0.70 0.65 0.75 0.60

0.90 0.80 0.80 0.75 0.85

0.75 0.80 0.75 0.80 0.65

0.75 0.70 0.85 0.70 0.80

0.75 0.70 0.60 0.70 0.60

0.65 0.65 0.85 0.65 0.70

0.60 0.60 0.65 0.60 0.65

0.30 0.55 0.65 0.80 0.80

0.60 0.80 0.65 0.65 0.75

 0.80 0.65 0.75 0.65 0.65

0.65 0.60 0.65 0.60 0.70

0.65 0.70 0.70 0.60 0.65

Se tienen 2 puntos fuera de rango que son el punto 10 y el punto 21 para revisar que es lo que
está fallando, y darle solución al problema para que no vuelva a suceder.
 La estratificación, es una herramienta estadística del control de calidad que es
aplicable a cualquiera de las restantes herramientas de Ishikawa y que, al
mismo tiempo, tiene aplicaciones directas.

Estratificar no es más que dividir el conjunto de los datos disponibles en

subconjuntos que, en principio, pueden ser más homogéneos, a cada subconjunto
se le denomina estrato.

La división de los datos se efectúa en base a diversos factores que son

identificados en el momento de obtener los datos. Por ejemplo, las máquinas, los
cabezales, la línea, el proveedor, el día, el turno, entre otros. Son factores de
clasificación y, por tanto, de estratificación de los datos, teniendo por objeto el
identificar el grado de influencia de determinados factores o variables en el
resultado de un proceso.

La estratificación de los datos nos permitirá comparar las características

poblacionales de los diferentes estratos que, de no ser iguales, son una fuente
de heterogeneidad y, por tanto, de no calidad. En consecuencia, estas
heterogeneidades deben ser detectadas, corregidas y eliminadas. La situación que
en concreto va a ser analizada determina los estratos a emplear.

Ventajas de la estratificación
Permite aislar la causa de un problema, identificando el grado de influencia de
ciertos factores en el resultado de un proceso

La estratificación puede apoyarse y servir de base en distintas herramientas de

calidad, si bien el histograma es el modo más habitual de presentarla

Destaca que la comprensión de un fenómeno resulta más completa

Fases de aplicación de la estratificación

1. Definir el fenómeno o característica a analizar.

2. De manera general, representar los datos relativos a dicho fenómeno.

3. Seleccionar los factores de estratificación. Los datos los podemos agrupar

en función del tiempo (turno, día, semana, estaciones, etc.); de operarios
(antigüedad, experiencia, sexo, edad, etc.); máquinas y equipo (modelo, tipo,
 edad, tecnología, útiles, etc.); o materiales (proveedores, composición, expedición,
etc.).

4. Clasificar los datos en grupos homogéneos en función de los factores de

estratificación seleccionados.

5. Representar gráficamente cada grupo homogéneo de datos. Para ello se

pueden utilizar otras herramientas, por ejemplo, histogramas o el análisis de
Pareto.

6. Comparar los grupos homogéneos de datos dentro de cada criterio de

estratificación para observar la posible existencia de diferencias significativas entre
los propios grupos. Si observamos diferencias significativas, la estratificación habrá
sido útil.

Usos de la estratificación

a. Identificar las causas que tienen mayor influencia en la variación.

b. Comprender de manera detallada la estructura de un grupo de datos, lo cual

permitirá identificar las causas del problema y llevar a cabo
las acciones correctivas convenientes.

c. Examinar las diferencias entre los valores promedios y la variación entre

diferentes estratos, y tomar medidas contra la diferencia que pueda existir.

EJEMPLO 1
Paso 5: Clasificamos los datos según los estratos definidos, en este caso las
líneas de negocio. Como verás, no estamos tomando ninguna muestra, pues
estamos trabajando con el 100% de los ingresos por canal. Este es un ejemplo
de muestreo proporcional.
 Datos clasificados por estratos
Paso 6: ¿Cuál será el comportamiento de los ingresos por canal de
comercialización si lo estratificamos por línea de negocio? Veamos.

EJEMPLO 2

Unidades de productos defectuosos en 1 semana

Turnos Línea de producción 1 Linea de producción 2 Total

Mañana 45 29 20

Tarde 26 45 71

Noche 20 15 35

Total 91 89 180
80

70

60

50

40

30

20

10

0
Linea de producción 1 Linea de producción 2 Total

Mañana Tarde Noche

  Durante este segundo parcial las clases fueron constructivas
para mí ya que aprendí a manejar un programa que no
había utilizado se llama MINITAB y en lo particular me
pareció un programa muy completo que nos permite graficar,
ya que muchas veces en Excel nos arrojan más alternativas y
me confunde.
 Estuvo un poco extenso por la teoría pero ayudaba mucho que
así como era teoría también era practico entonces me
permitía analizar y llevar a cabo la interpretación de datos.
 Estas herramientas fueron de gran aprendizaje para mí y
para mi carrera en Administración y Dirección de Negocios ya
que si quiero trabajar en recursos humanos, debo estar al
pendiente de los cambios que se presenten o bien sobre los
datos que el personal arroje y con alguna de estas
herramientas interpretar esos datos.
 El diagrama de Causa Efecto nos ayuda a conocer cuáles son
las causas que están originando dicho problema, conocer por
qué sucedió el conflicto, o porque no se entregaron los
productos a tiempo.
 El histograma permite saber en qué rango se están
obteniendo los resultados interpretados con esto sabemos que
si existen varias variables, con esta herramienta podemos
tener un rango específico para saber qué decisión tomar o
bien decir que la mayoría está de acuerdo o no en alguna
decisión.
Bernat Requena Serra. (2014). HISTOGRAMA. 13/11/20, de UNIVERSO
FORMULAS Sitio web:
https://www.universoformulas.com/estadistica/descriptiva/histograma/
JUAN GOMEZ. (2017). DIAGRAMA DE DISPERSIÓN. 18/11/20, de SUPERPROF
Sitio web:
https://www.superprof.es/diccionario/matematicas/estadistica/diagrama-
dispersion.html

DEGROOT, M.H.; (1988): “Probabilidad y Estadística”. Addison-Wesley Iberoamericana.

Jorge Monquilla. (2019). Diagrama de Dispersión. 25/11/20, de blog Sitio web:

https://rockcontent.com/es/blog/diagrama-de-pareto/