OBSERVAC

SAMPLE #
1 2 3 4
1 1.903 1.976 1.786 1.675
2 1.957 1.945 1.865 1.885
3 1.985 1.956 1.985 1.898
4 1.864 1.999 2.065 1.674
5 1.934 1.976 1.954 1.608
6 1.935 1.954 2.177 1.976
7 1.924 1.956 1.955 1.955
8 1.924 1.956 1.955 1.955
9 2.056 1.967 1.866 1.934
10 1.894 1.867 1.885 1.967
11 1.903 1.948 1.908 1.985
 GRAFICO DE CONTROL X - S
OBSERVACIONES
5 6 7 8 9 10 11
1.885 1.989 2.111 2.112 2.112 1.908 1.976
1.767 1.978 1.955 1.956 1.956 1.894 1.945
1.867 1.955 1.966 1.967 1.967 1.967 1.954
1.898 1.954 1.977 1.978 1.878 1.987 1.967
1.966 1.934 1.988 1.989 1.889 1.756 1.956
1.954 1.944 1.999 1.91 1.91 1.875 2.109
1.864 1.945 2.001 2.002 2.002 1.934 2.023
1.864 1.945 2.001 2.002 2.002 1.934 2.023
1.975 1.854 1.967 1.968 1.968 1.975 1.784
1.954 1.968 1.955 1.957 1.957 1.966 1.867
1.967 1.967 1.976 1.978 1.978 1.956 2.061
 DATOS DE MEDIAS DATOS DE DESVIACIÓN
Prom X LC X LCS LCI S LC s LCSs
1.948 1.944 2.011 1.877 0.139 0.073 0.122
1.918 1.944 2.011 1.877 0.062 0.073 0.122
1.952 1.944 2.011 1.877 0.036 0.073 0.122
1.931 1.944 2.011 1.877 0.103 0.073 0.122
1.905 1.944 2.011 1.877 0.118 0.073 0.122
1.977 1.944 2.011 1.877 0.090 0.073 0.122
1.960 1.944 2.011 1.877 0.045 0.073 0.122
1.960 1.944 2.011 1.877 0.045 0.073 0.122
1.938 1.944 2.011 1.877 0.075 0.073 0.122
1.931 1.944 2.011 1.877 0.042 0.073 0.122
1.966 1.944 2.011 1.877 0.042 0.073 0.122
SVIACIÓN
LCIs Chart Title
0.023 0.160
0.023 0.140
0.023 0.120
0.023 0.100
0.023 0.080
0.023 0.060
0.023 0.040
0.023 0.020
0.023 0.000
0.023 1 2 3 4 5 6 7 8 9 10 11

0.023 Column S Column T Column U Column V

Chart Title
2.050

2.000

1.950

1.900

1.850

1.800
1 2 3 4 5 6 7 8 9 10 11

Column O Column P Column Q Column R

CONCLUSIONES:
 GRAFICO DE CONTROL X - R DENSIDADE
OBSERVACIONES DATOS
Sub Grupo
1 2 3 4 Prom X
1 1.903 1.976 1.908 1.976 1.941
2 1.957 1.945 1.894 1.945 1.935
3 1.985 1.956 1.967 1.954 1.966
4 1.86 1.999 1.987 1.967 1.953
5 1.934 2.098 1.756 1.956 1.936
6 1.935 2.075 1.875 2.109 1.999
7 1.924 2,,178 1.934 2.023 1.960
8 2.056 2.034 1.975 1.784 1.962
9 1.894 1.867 1.966 1.867 1.899
10 1.903 1.948 1.956 2.061 1.967
TROL X - R DENSIDADES DE UN PRODUCTO METALICO
DATOS DE MEDIAS DATOS DE RANGOS
LC X LCS LCI R LC R LCS LCI G
1.952 2.062 1.842 0.073 0.151 0.344582 0 12
1.952 2.062 1.842 0.063 0.151 0.344582 0
10
1.952 2.062 1.842 0.031 0.151 0.344582 0
8

DENSIDADES
1.952 2.062 1.842 0.139 0.151 0.344582 0
1.952 2.062 1.842 0.342 0.151 0.344582 0 6
1.952 2.062 1.842 0.234 0.151 0.344582 0 4
1.952 2.062 1.842 0.099 0.151 0.344582 0
2
1.952 2.062 1.842 0.272 0.151 0.344582 0
1.952 2.062 1.842 0.099 0.151 0.344582 0 0
1 2
1.952 2.062 1.842 0.158 0.151 0.344582 0

12

10

DENSIDADES
6

0
1 2

CONCLUSIONES:
 GRAFICO DE CONTROL DE RANGOS
12

10

8
DENSIDADES

0
1 2 3 4 5 6 7 8 9 10
REGISTROS

R LC R LCS LCI

GRAFICO DE CONTROL DE MEDIAS

12

10

8
DENSIDADES

0
1 2 3 4 5 6 7 8 9 10
REGISTROS

Prom X LC X LCS LCI

ONCLUSIONES:
 "Gráfico X– S (medias y desviaciones)"

“La desviación estándar de la muestra es un indicador mas sensible y mejor de la

variabilidad del proceso que el rango, sobre todo para tamaños de muestras grandes. Por
tanto, cuando es necesario un control estrecho de la variabilidad, es preciso utilizar s.”

Los gráficos de control de medias X y desviación estándar S, se construyen de forma similar

a los gráficos de medias X y rangos R; solamente que ahora calcularemos la media de la
muestra y la desviación estándar de la muestra.

Generalmente es preferible trabajar con los gráficos de control X y S, que con los gráficos X y
R. Fundamentalmente por las mejores propiedades estadísticas de la desviación estándar en
comparación a las del rango.

Para calcular la desviación de cada subgrupo, si tenemos el tamaño del subgrupo (n),
la desviación estándar de cada muestra se calcula con la siguiente fórmula:
 Grado de Brix Residual

Lote Brix (Azucar) LCI LC LCS Rango Movil LCI

1 2 1.687 2.588 3.488 0
2 2.4 1.687 2.588 3.488 0.4 0
3 2.2 1.687 2.588 3.488 0.2 0
4 1.4 1.687 2.588 3.488 0.8 0
5 2.3 1.687 2.588 3.488 0.9 0
6 1.8 1.687 2.588 3.488 0.5 0
7 1.5 1.687 2.588 3.488 0.3 0
8 1.5 1.687 2.588 3.488 0 0
9 2.1 1.687 2.588 3.488 0.6 0
10 2 1.687 2.588 3.488 0.1 0
11 1.6 1.687 2.588 3.488 0.4 0
12 2.2 1.687 2.588 3.488 0.6 0
13 1.9 1.687 2.588 3.488 0.3 0
14 2.4 1.687 2.588 3.488 0.5 0
15 3.3 1.687 2.588 3.488 0.9 0
16 3.1 1.687 2.588 3.488 0.2 0
17 2.9 1.687 2.588 3.488 0.2 0
18 2.8 1.687 2.588 3.488 0.1 0
19 2.7 1.687 2.588 3.488 0.1 0
20 2.8 1.687 2.588 3.488 0.1 0
21 2.9 1.687 2.588 3.488 0.1 0
22 3.2 1.687 2.588 3.488 0.3 0
23 3.3 1.687 2.588 3.488 0.1 0
24 3.4 1.687 2.588 3.488 0.1 0
25 3.6 1.687 2.588 3.488 0.2 0
26 2.7 1.687 2.588 3.488 0.9 0
27 3 1.687 2.588 3.488 0.3 0
28 2.8 1.687 2.588 3.488 0.2 0
29 2.9 1.687 2.588 3.488 0.1 0
30 2.5 1.687 2.588 3.488 0.4 0
31 2.4 1.687 2.588 3.488 0.1 0
32 2.4 1.687 2.588 3.488 0 0
33 2.9 1.687 2.588 3.488 0.5 0
34 3 1.687 2.588 3.488 0.1 0
35 3.5 1.687 2.588 3.488 0.5 0
36 3.1 1.687 2.588 3.488 0.4 0
37 2.6 1.687 2.588 3.488 0.5 0
38 3.1 1.687 2.588 3.488 0.5 0
39 2.9 1.687 2.588 3.488 0.2 0
40 2.4 1.687 2.588 3.488 0.5 0
2.588 0.338
 LC LCS
Grafica de Individuales
0.338 1.106 4
0.338 1.106 3.5 3.6 3.5
3.3 3.4
3.3
0.338 1.106 3.2
3 3.1 3 2.9 3 3.1 3.12.9
0.338 1.106 2.92.8 2.82.9 2.9
2.7 2.7 2.8 2.6
0.338 1.106 2.5 2.52.42.4
2.4 2.4 2.4
0.338 1.106 2.2 2.3 2.12 2.2
2 2
0.338 1.106 1.8 1.9
0.338 1.106 1.5 1.51.5 1.6
1.4
0.338 1.106
1
0.338 1.106
0.338 1.106 0.5
0.338 1.106 0
0.338 1.106 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031323334353637383940

0.338 1.106 Brix (Azucar) LCI LC LCS

0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106 Grafico de Rangos Moviles
0.338 1.106
1.2
0.338 1.106
0.338 1.106 1
0.338 1.106 0.9 0.9 0.9
0.8 0.8
0.338 1.106
0.338 1.106 0.6 0.6 0.6
0.338 1.106 0.5 0.5 0.5
0.338 1.106 0.4 0.4 0.4 0.4
0.3 0.3 0.3 0.3
0.338 1.106 0.2 0.2 0.20.2 0.2 0.2
0.338 1.106 0.1 0.10.10.10.1 0.10.1 0.1 0.1 0.1
0.338 1.106 0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 3
0.338 1.106
0.338 1.106 Rango Movil LCI LC LCS

0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
0.338 1.106
 3.5
3.1 3.1
2.93 2.9
2.6
42.4 2.4

23334353637383940

0.9

0.5 0.5 0.50.5 0.5

0.4 0.4
0.3
2 0.2 0.2
0.1 0.1 0.1
0
6 27 28 29 30 31 32 33 34 35 36 37 38 39 40

LCS
Numero de Tamaño de Articulos
Proporcion W LCS LC LCI
muestra muestra defectuosos

1 40 8 0.20 0.345 0.17 0

2 40 7 0.18 0.345 0.17 0
3 40 4 0.10 0.345 0.17 0
4 40 3 0.08 0.345 0.17 0
5 40 12 0.30 0.345 0.17 0
6 40 4 0.10 0.345 0.17 0
7 40 5 0.13 0.345 0.17 0
8 40 7 0.18 0.345 0.17 0
9 40 8 0.20 0.345 0.17 0
10 40 9 0.23 0.345 0.17 0

PROMEDIO 40 PROMEDIO W 0.17

DESVIASION 0.059

0.17
LCS 0.177
0.345
 Chart Title
0.40
0.35
0.30 0.30
0.25
0.23
0.20 0.20 0.20
0.18 0.18
0.15
0.13
0.10 0.10 0.10
0.08
0.05
0.00
1 2 3 4 5 6 7 8 9 10

Proporcion W LCS LC LCI

 PRODUCTOS DEFECTUOSOS
CODIGO FRECUENCIA % ACUMULADO %ACUMULADO DIAG
P004 960 32.54% 960 32.54%
2950
P009 754 25.56% 1714 58.10% 2655
P010 373 12.64% 2087 70.75% 2360
P005 293 9.93% 2380 80.68% 2065
P008 170 5.76% 2550 86.44% 1770
P007 120 4.07% 2670 90.51% 1475
1180
P006 107 3.63% 2777 94.14%
885
P002 90 3.05% 2867 97.19% 590
P001 59 2.00% 2926 99.19% 295
P003 24 0.81% 2950 100.00% 0
TOTAL 2950 100% 1 2 3
 DIAGRAMA DE PARETTO
2950 100.00%
2655 90.00%
2360 80.00%
2065 70.00%
1770 60.00%
1475 50.00%
1180 40.00%
885 30.00%
590 20.00%
295 10.00%
0 0.00%
1 2 3 4 5 6 7 8 9 10

FRECUENCIA %ACUMULADO
 EJERCICIO DE DIAGRAMA DE DISPERSION
LA TABLA MAS ABAJO PRESENTA LOS DATOS SOBRE EL NUMERO DE CAMBIOS DE ACEITE AL AÑO Y EL
COSTO DE LA REPARACION (EN DOLARES) DE UNA MUESTRA DE 20 AUTOS DE UNA CIERTA MARCA Y
MODELO

COSTOCAMBIO DE ACEITECOSTOCAMBIO DE ACEITECOSTOCAMBIO DE ACEITECOSTO

150 3 250 2 365 1 78
158 3 268 2 200 4 100
150 5 200 3 275 4 125
167 5 275 3 258 4 136
175 3 350 1 50 6 100

Determine
a) La grafica del diagrama de dispersion de los puntos
b) Trazar una recta de regresion estimada e identificarla en el grafico
c) Calcular la ecuacion de la recta de regresion
d) Trace el grafico de recta de regresion que representa a la ecuacion de la recta y compare con la estimad
e) El coeficiente de correlacion e interprete
f) El coeficiente de regresion e interprete
g) Estimar cual sera el costo de reparacion de un auto que ha tenido 8 cambios de aceite
 1 2 3 4
DE ACEITE AL AÑO Y EL INDEPENDIENTE DEPENDIENTE
UNA CIERTA MARCA Y X Y
No. CAMBIO DE ACEITE COSTO Xˆ2 Yˆ2
1 3 150 9 22500
CAMBIO DE ACEITE 2 3 158 9 24964
7 3 5 150 25 22500
6 4 5 167 25 27889
9 5 3 175 9 30625
5 6 2 250 4 62500
5 7 2 268 4 71824
8 3 200 9 40000
9 3 275 9 75625
10 1 350 1 122500
11 1 365 1 133225
12 4 200 16 40000
y compare con la estimad 13 4 275 16 75625
14 4 258 16 66564
15 6 50 36 2500
e aceite 16 7 78 49 6084
17 6 100 36 10000
18 9 125 81 15625
19 5 136 25 18496
20 5 100 25 10000
81 3830 405 879046
MEDIA MEDIA
4.05 191.5
ECUACION Y= A+BX
CORTE=A CON
EL EJE Y
PENDIENTE=B

GENERAL

-2618.5
76.95
-34.03 COEFICIENTE DE
CORRELACION
 329.32

Y= 329,31-34,02X

329.32
-272.23
57.09 DOLARES

COEFICIENTE DE CORRELACION

-2618.5
76.95 145601 11203997
3347.23721
-0.78228695

R2 0.612
 5

X*Y
450
474
750
835
525
500
536
600
825 GRAFICO DE DISPERCION
350 400
365
350
800
300
1100 f(x) = − 34.0285899935023 x + 329.315789473684
1032 250 R² = 0.611972877232888

300 200
546
150
600
100
1125
680 50
500 0
0 1 2 3 4 5 6 7 8 9 10
12893
36672.25
16.4025
 H
PESO DE 75 PERSONAS ADULTAS 20
Peso Kg Frecuencia abMarcas de claFrecuencia acomulada 18
intervalos fI XI FI 16
14
(45-55) 7 50 7
12
(55-65) 10 60 17
10
(65-75) 15 70 32 8
(75-85) 18 80 50 6
(85-95) 15 90 65 4
(95-105) 6 100 71 2
(105-115) 4 110 75 0
50 60
 Histograma-poligono
20
18
16
14
12
10
8
6
4
2
0
50 60 70 80 90 100 110
Pesos en kg
DATOS RECOLECTADOS
HORA DE MUESTREO

MUESTRA 7:00 AM 7:30 AM 8:00 AM 8:30 AM 9:00 AM 9:30 AM

1 1006 995 990 993 987 1003

2 1005 996 1001 1005 987 1002
3 1004 997 1008 1006 976 1001
4 1008 998 1009 1005 967 1000
5 1005 1004 1010 1007 968 997

6 1004 1003 1011 1008 957 985

7 1003 1002 1015 1010 999 984

8 998 1008 1017 1011 1002 956
9 999 1009 1018 1003 1004 997

10 1005 1011 1020 1002 1006 996

11 1009 1013 1021 1001 1007 995
12 1010 1015 1023 999 1008 994
13 1002 1012 1025 989 1010 1012
14 1001 1017 1018 981 981 1021
15 1000 1018 1012 982 993 1019

Variabilidad del peso de una maquina embasadora de azucar la cual debe empacar bolsas de 1 Kg - Tolerancia +-6

Los promedios que la maquina embasadora, esta despesada empaca en ciertos momentos 960 , 978 987
y la desviacion permitida es de +-6 gramos y el porcentaje mas alto es de 995 a 1004 en ciertos
momentos quiere decir que esta empacando de mas, quiere decir que el proceso no esta controlado,
estan ofreciendo poco producto a los clientes por mucho mas de lo que estan pagando
 MAX.T 1006
MIN.T 994
PESO IDEAL 1000 V. MAYOR 1025
TOLERANCIA -6 V. MENOR 956

10:00 AM 10:30 AM RANGO 69

1001 1003
1002 1001
1003 1001
1004 999 CLASE INTERVALO INF I.SUP FRECUENCIA ABS
1004 998 1 956 965 2

1006 997 2 965 973 2

1007 996 3 973 982 4

1008 995 4 982 991 6
1010 997 5 991 1000 21

1009 1003 6 1000 1008 51

1010 1004 7 1008 1017 25
1011 1005 8 1017 1026 9
1012 1006 120
1013 1007
1014 1008
HISTOGRAMA
ar bolsas de 1 Kg - Tolerancia +-6 gram 60
51
50 51

40
momentos 960 , 978 987
Axis Title

95 a 1004 en ciertos 30
25
so no esta controlado, 21 25
estan pagando 20 21

9
10 6 9
4 6
2 2 4
2 2
0
960 969 978 987 995 1004 1013 1021
Axis Title
 T.DATOS 120 La regla de Sturges es un criterio utilizado para
determinar el número de clases o intervalos que son
No. CLASES 8 necesarios para representar gráficamente un
T.CLASE o conjunto de datos estadísticos.
9
AMPLITUD

F. RELATIVA MARCAS Medidas de tendencia central

2% 960 Media 1003 Promedio
Es un valor tal que bajo ella se encuentran al menos el
2% 969 Mediana 1004
50% de las observaciones

3% 978 Moda 1003 La observación que más se repite

5% 987 S 11.81004830203
La varianza y la desviación estándar miden que tan
18% 995 Varianza S^2 139.4772408964 dispersos están los datos en torno a la media
Diferencia entre el valor máximo observado y el valor
43% 1004 R 69
mínimo observado
21% 1013
8% 1021
100%

AMA
60
51
51 50

40
Axis Title

30
25
21 25
21 20

9
9 10

0
995 1004 1013 1021
le
 La amplitud es la diferencia del límite
superior e inferior de la clase, dividido
entre el número de clases, y se
expresa:

Las medias de tendencia central son la media

(promedio), mediana y moda. Son llamadas así dado
que representan un punto central en torno al cual
se encuentran las observaciones.

Las medidas de dispersión cuantifican la variabilidad

de los datos. Las más usadas son la varianza, la
desviación estándar y el rango.
 Diagrama de Ishikawa
Fishbone Diagram

MANO DE OBRA MATERIAL

Causa 1 Causa 1

Causa 3 Causa 3

Causa 2 Causa 2

Causa 1 Causa 1

Causa 3 Causa 3

Causa 2 Causa 2

Causa 1 Causa 1
Causa 3 Causa 3

Causa 2 Causa 2

Causa 1 Causa 1
Causa 3 Causa 3

Causa 2 Causa 2

MAQUINA y EQUIPOS METODO

 Plantilla Hoja de verificación
Check Sheet template
Proyecto/Proceso/Situación
Nombre de observador
Localización
Fecha

Evento/Prod
ucto/ Categoría 1 Categoría 2 Categoría 3 Categoría 4 Categoría 5 Categoría 6 Categoría 7
Defectos
Defecto 1
Defecto 2
Defecto 3
Defecto 4
Defecto 5
Defecto 6
Defecto 7
Defecto 8
Defecto 9
Defecto 10
Total
 Total
Defecto
 LLUVIA DE IDEAS
IDEAS VENTAJAS
Cambiar un neumático Algo que todo el mundo debería
saber

Seguir una receta Es fácil hacer la demostración con

una receta de galletas sin horneado y
compartir las galletas con la clase
puede dar puntos adicionales

Plantar un árbol

Describir un capítulo

¿Qué es “supra-reciclaje”?

Tomar notas bien

Ser organizado
LUVIA DE IDEAS
Tema: Presentación de una demostración
Escala de clasificación: 1-5, 1 es el más alto
INCONVENIENTES CLASIFICACIÓN
Se necesita un coche para hacer la
demostración y demasiados tipos
de gatos para el coche
5.00
1.00

No es la mejor idea para una

demostración en clase 4.00
2.00
3.00
2.00
5.00