Está en la página 1de 138

Seis Sigma

Métodos Estadísticos y
Sus Aplicaciones

Roberto José Herrera Acosta


Tomás José Fontalvo Herrera
Seis Sigma
Métodos Estadísticos y Sus
Aplicaciones

Seis Sigma Como Herramienta de


Gestión
Etapa de Definición
Etapa de Medición
Etapa de Mejoramiento
Etapa de Análisis
Etapa de Control
Filosofía y Estrategia del Seis Sigma
Conceptos Básicos de Estadística

Roberto José Herrera Acosta


Tomás José Fontalvo Herrera
Quedan rigurosamente reservados todos los derechos y prohibida
la reproducción total o parcial de este libro, el tratamiento
informático o su transmisión por cualquier medio, ya sea
electrónico, mecánico, por fotocopia, por registro o cualquier otro
método, sin la autorización previa y escrito del autor, queda
sometido a las sanciones establecidas en la ley.

Au t o r es: R o b e rt o Jo s é He r r er a Ac o st a
T o m ás J o s é F o n t al v o H er r e ra

T ít u lo : S ei s S ig ma: M ét o d o s Es t ad í st i c o s y S u s
Ap l ic a ci o n e s .
TABLA DE CONTENIDO

T AB L A D E CO NT EN ID O

P ref a ci o XI II

C AP ÍT UL O 1
S EI S SIG M A C O M O H ER R AM I E NT A
DE G E ST IÓ N
In t ro d u c ció n 2
1. 1 His t or i a d e l S e is S i gm a 2
1. 2 Def in ic i ón 4
1. 3 Es t r uc tur a d e l S e is S i gm a 5
1. 4 Car ac t er i za c ió n d e l S e is S i gm a 6

C AP ÍT UL O 2
ET AP A D E D EF IN IC IÓ N
In t ro d u c ció n 9
2. 1 Cr i t er ios d e l a Et ap a d e Def in ic i ón 9

C AP ÍT UL O 3
ET AP A D E M EDI CIÓ N
In t ro d u c ció n 16
3. 1 Me d ic i ón e n l a O r g a n i za c ió n 16
3. 2 Me d i da de l N i v el S eis S igm a 17
3. 3 E v al u ac ió n de la M ed i da de 19
Des em pe ño

C AP ÍT UL O 4
ET AP A D E M EJ O R AM IENT O
In t ro d u c ció n 24
4. 1 A ná l is is d e l Mo d o y Ef ec to d e F a l l as 24
P ot enc i a l es
4. 2 Dis e ño Ex per im en ta l Un if ac tor i a l 25
4. 3 Aj us t e de S up er f ic i e d e Res p ues t a 27

C AP ÍT UL O 5
ET AP A D E AN ÁL I S I S
In t ro d u c ció n 35
5. 1 Di a gr am a d e P ar et o 35
5. 2 Di a gr am a d e Ca us a y Ef ec to 36
5. 3 Pr ue b a d e N or m al i da d 37
5. 3. 1 Pr ue b a d e N or m al id ad Me d i an t e e l 38
Mé t od o de K o lm ogor o v Sm ir n o v
L il l i ef or s
5. 4 Dis e ño de Par ám etr o Ro b us t o 40
TABLA DE CONTENIDO

C AP ÍT UL O 6
ET AP A D E CO NT RO L
In t ro d u c ció n 48
6. 1 G r áf ic a d e C on tr o l U n i v ar ia d as 48
6. 1. 1 F u nd am en to T e ór ic o de l as G r áf ic as 49
de C o ntr o l U ni v ar i ad a s P or Var i a bl es
6. 1. 2 F u nd am en to T e ór ic os de l as G r af ic as 67
de C o ntr o l P or A tr i bu t os
6. 2 F u nd am en to T e ór ic os de l as G r áf ic as 75
de C on tr o l Mu l ti v ar i ad o por V ar i ab l es ,
A pl ic a nd o l a T éc n ic a d e Ho tt e l l in g
6. 2. 1 G r áf ic o de c o ntr o l M u lt i v ar i a d o p ar a 76
O bs er vac i o nes I n di v i d ua l es
Im por t a nc i a par a l a E l ab or ac ió n de u n
G r áf ic o M u lt i v ar ia d o

C AP ÍT UL O 7
F IL O SO F Í A Y E ST R AT EG I A D EL S E I S
SI G M A
In t ro d u c ció n 86
7. 1 Pr i nc i p i os F i l os óf ic os de l Se is Si gm a 86
7. 2 E qu i p o de Mej or am ie n to C o nt i nu o 87
7. 3 Es t r a te g i as de l Se is S i gm a 89
7. 3. 1 Dis p os ic i ó n d e Cam b i o 89
7. 3. 2 Des p l ie g ue d e O bj e ti v os 90
7. 3. 3 Des ar r o ll o d e l Pr o ye c t o 90
7. 3. 4 E v al u ac ió n d e B e nef ic i os 91

C AP ÍT UL O 8
CO N C E PT O S B ÁS I C O S DE
E ST AD Í ST IC A
In t ro d u c ció n 95
8. 1 V ar ia b le A l ea t or ia y F unc i ó n d e 95
Pr ob a b il i d ad
8. 2 Dis tr ib uc i ón de M u es tr eo 10 1
8. 2. 1 Dis tr ib u i dor de Mu es t r eo de la M e d ia 10 1
8. 2. 2 Dis tr ib uc i ón de M ues tr eo de la 10 1
V ar ia n za
8. 3 Es t im ac ió n P u nt u al y por I n ter v a l o 10 2
8. 3. 1 Es t im ac ió n P u nt u al 10 2
8. 3. 2 Es t im ac ió n p or I nt er va l os 10 3
8. 4 Pr ue b a o C on tr as t e d e H i pó tes is 10 5
8. 5 Re gr es ió n L i ne a l S im pl e 10 7
TABLA DE CONTENIDO

AN E X O S
1 T abl as d e C oef ic ie nt e s P o l in om ic os 11 0
2 T abl a de la D is tr i buc i on N or m al 11 1
Es t a nd ar
3 T abl a d e K o lm og or o v Sm ir n o v L i l l ief or s 11 6
4 T abl a d e l a D is tr i b uc ió n F . 11 7
5 Co ef ic i en t es p ar a l as G r af ic as d e 12 1
Co ntr o l
6 Dis tr ib uc i on J i- C u adr a da 12 2

BI BL IO G R AF Í A 12 4
In d ic e An a l it ic o 12 6

CU AD R O S

1. P la n e ac i ó n d e Ac t i v i d ad es 10
2. Car ac t er i za c ió n d e u n Pr oc es o 11
P la n e ac i ó n d el Pr o yec t o d e l L ab or at or io
3. 13
P as t i l las S. A .
Car ac t er i za c ió n d e l P r oc es o d e l a Z on a d e
4. 14
S ól i d os d e P as t i l las S. A.
Me d ic i on es d e l as d if e r en t es ac t i v i da d es de
5. 16
l a or g a n i zac i ó n.
Cr i t er ios p ar a De t er m inar e l Va l or de l Ni v e l
6. 20
S eis S igm a.
7. Me d i da de l N i v el S eis S igm a 20
8. P la n d e l a R ec o l ec c ió n d e l a Inf or m ac ió n 21
9. V ar ia b le Pr ob l em a y s u Car ac ter i za c ió n 21
10 . Cr i t er ios d e l N i v el Se i s S i gm a. 21
Inf or m ac ió n d e l P es o de las Pí l do r as a
11 . Dif er e nt es Co n c en tr ac i o n es de 22
Rec u br im ien t o
A ná l is is de l M o do y Ef ec t o de F a l l a
12 . 24
P ot enc i a l
A ná l is is d e V ar ia n z a p ar a u n D is eñ o
13 . 26
Un if ac tor i a l
14 . Inf or m ac ió n d e l P es o de las Pí l d or as 29
As ig n ac ió n d e los Co ef ic i en t es d e l os
15 . 30
Co ntr as tes O r to g on a le s .
A ná l is is de Var i a n z a par a e l M od e lo
16 . 31
P ol i n om ia l
17 . Inf or m ac ió n de l P es o de l as Pí l do r as c o n 31
TABLA DE CONTENIDO

Rec u br im ien t o d el 5%.


Co ns tr uc c i ón d e l a P r ue b a d e Ko lm og or o v
18 . 31
Sm ir n o v L i l l ief or s K S L .
O bs er vac i o nes T om adas d el Pr oc es o d e
19 . 42
T abl e te a do .
O r g an i za c ió n d e las O bs er v ac i on es d e l
20 . P es o de la P í ld or a , T om an do l as 43
Com bi n ac io n es
Pr oc e d im ie nt o T eór ic o d e l a T éc n ic a d e
21 . 43
Ya t es p ar a el C á lc u lo de los C o ntr as tes .
A pl ic ac i ón d e l a T éc n ic a de Ya t es p ar a e l
22 . P es o d e l a Pí l do r a en e l P r oc es o d e 44
T abl e te a do
23 . 3
A ná l is is d e V ar ia n za p ar a el D is e ño 2 . 45
24 . O bs er vac i o nes T om a das d e l P es o d e l a 55
Pí l d or a
25 . O bs er vac i o nes O b te n id as pa r a R ea l i za r 60
Co ntr o l T om and o c om o Ref er e nc i a los
L im ites Es t á nd ar d e l P r oc es o
26 . Núm er o de Un i da d e s no C o nf or m es por 70
Ex c es o d e Pes o
27 . Núm er o de Un i da d e s no C o nf or m es por 71
Ex c es o d e Pes o, qu e s e S om ete n a C o ntr o l
28 . V ar ia b les T om ad as c om o Ref er e nt e e n e l 80
G r af ic o d e C on tr o l Mu l ti v ar i ad o
29 . V al or es d e T - C ua dr a d o p ar a c a d a S u bgr u po 83
30 . Com par ac i ón d e l a C al i d ad T r ad ic i on a l , 91
IS O 9 0 00 y e l M ét o do S eis S igm a
31 . Dis tr ib uc i on es D is c r et as m ás A p lic a das 97
32 . Dis tr ib uc i on es c o nt i n u as m ás Ut i l i za d as 10 0
33 . Dis tr ib uc i ón de M u es tr eo 10 2
34 . A ná l is is d e Va r i a n za p ar a e l M o de l o d e 10 8
Re gr es ió n

F IG U R AS

1. Cic l o d e Dem i ng 5
2. O p er ac i o na l i za c i ó n d e l D M AM C 5
3. Di a gr am a de l Pr oc e s o d e Pr o duc c i ó n d e
Pí l d or as Es t i l e 12
4. Pr oc es o Cu yo Í nd ic e d e C a pac i d ad es l a 18
Un i da d
5. Di a gr am a d e P ar et o
36
TABLA DE CONTENIDO

6. His t ogr am a de F r ec u e nc ia
38
7. G r áf ic os d e C o ntr o l p ar a l a M e d ia , e l R a n g o 57
y l a D es vi ac i ón Es tá nd ar de l P es o d e la s
Pí l d or as Es t i l e.
8. L im ites d e C o ntr o l u na v e z D et ec t a do l o s
S ub gr up os c o n C aus as As i gn a b les e n s u 59
Com por t am ie nt o. Pr oc es o B aj o C on tr o l
Es t a dís t ic o .
9. G r áf ic o d e l Co n tr o l d e l Pr om ed i o 61
10 . G r áf ic o d e C on tr o l d e l R an g o 61
11 . Co ntr o l d e l a D es vi ac i ón Es t á nd ar 62
12 . Es qu em a de la C a pac i da d d e u n Pr oc es o 62
13 . Lím it es d e C o ntr o l In ic i a les p ar a l a s 70
Un i da d es n o Co nf or m es
14 . Inf or m ac ió n Som et i da a C on tr o l T om an do l o s 72
Lím it es Es t án d ar Com o Ref er e nc i a
15 . Re g io n es de C o ntr o l E lí pt ic a y R ec t a ng u l a r 76
par a D os C ar ac t e r ís t ic as de Ca l i da d
E v al u a das e n F o r m a S im ul tá n ea
16 . G r af ic o d e C on tr o l Mu l ti v ar i ad o . 83
P R E F AC I O

PREF ACIO

E l m éto do S eis S i gm as es s in du d a l a m ej or es tr at eg i a
de g es ti ó n d e l a c al i d ad q u e ac t u a lm ent e s e des ar r o l la
en m uc h as or ga n i za c i on es , s e a p lic a p ar a ob t en er d e
un a em pr es a pr oc es os ef ic ac es y ef ic i en t es ; e l m éto do
S eis Si g ma es c on oc i do t am bi én c om o la
adm i n is tr ac ió n g er e nc i al p or pr oc es o y s e c ar ac t er i za
por q u e qu e s u m et od o l og ía es t á bas a da e n l a
i nf or m ac i ón qu e s e r ec o l ec t a d e c a d a u na de las
et a pas de l pr oc es o. Lo qu e im pl ic a a s u v e z q ue e l
i nt er es a d o e n d es ar r o ll ar es t a es tr at e gi a de c a l id a d
de b e p os e er l os c o n oc im ie nt os s uf ic i e nt es p ar a ap l ic ar
l as h er r am i en t as e s ta dís t ic as ad ec u ad as a la
i nf or m ac i ón r ec o l ec t a da , pa r a g ar an t i zar un a n ál is is
ad ec ua d a de c a da u n a d e l as c a us as o f a c tor es qu e
es t é n g en er an d o l a a lt a var i a bi l i d ad en la un i da d o
s er v ic i o q u e s e of r ec e, c o n e l f i n de qu e l a dec is i ó n
qu e s e t om e s e a l as m ás ac er t ad a . Es to n o i nd ic a, qu e
per s o n al c on p oc o o n in g ún c o n oc im ie nt o es t a dís tic o
s ea r ec h a za d o o r e l eg a do e n l a or g an i za c ió n; a l
c on tr ar io es e n es e m om ent o q ue l a or ga n i z ac ió n de b e
pr oc ur ar f a v or ec e r qu e e l per s o na l p os e a l os
c on oc im ie nt os es t ad ís t ic os nec es ar io s a su
r es p o ns ab i l id a d e n l a or g a n i zac i ó n.

A lg u n os a u tor es af ir m an e n f or m a eq u i v oc a d a, q ue
par a em pl e ar e l m ét o do S e is S igm a no s e r eq u i er e d e
un c o n oc im ie nt o b ás i c o de t éc n ic as es t ad í s tic as ; por
f or tu n a es t od o l o c on tr ar io , e l r es po ns a b le d e l a
or g a n i zac i ó n qu e d es ee im pl em ent ar es te m étod o d e
ges t ió n d e la c al i d ad , d e be es t ar d is pu es to a
s ac r if ic ar u n poc o de s u t i em po p ar a ac t u a li za r s us
c on oc im ie nt os es t a dí s tic os qu e p er m ita n apr o v ec har
en f or m a ad ec ua d a es te n o v ed os o m ét od o d e ges t ió n .
Es t e li br o pr e te n de s er , t a nt o e n l a p ar t e f i los óf ic a
c om o m eto d ol ó g ic a, un r ef er en te en la
im pl em ent ac i ón d e e s te m ét od o de g es t i ón e n la
or g a n i zac i ó n.

E n e l pr im er c a pí tu l o s e r ea l i za u na r es eñ a h is t ór ic a
de l s ur gim i en t o d e l Se is S i gm a c om o m étod o de
ges t ió n y s us b on d ad es d en tr o de la or g a n i za c ió n. E n
e l s e g un d o c a p ít u lo s e ex p on e c ad a u na d e l as e ta p as
qu e i nt e gr a n es t e n u e vo m ét o do d e ges t ió n, d es d e l a
P R E F AC I O

def in ic i ón , m ed ic i ón , m ej or a, a ná l is is y c o n tr o l d e las
v ar ia b l es qu e g en er a n l a va r i a b il i d ad n o d es e a da ;
ut i l i za n do téc n ic as es ta dís t ic as des d e l a m ás s e nc i l l a
has t a la q u e r eq u i er e d e u n c on oc im i en to m ás
a va n za d o e n es t ad ís t i c a i nf er enc i a l. E l te r c er c a pí tu l o
ex h i b e l a es e nc i a f i l os óf ic a d e l M ét o do S e is S igm a y
s u d if er e nc i a c on o tr o s m éto dos d e g es t i ón de c a l i da d
pr o p u es t os . E l c u ar t o c apí t u lo p r e te n de or i en t ar a l os
c on oc im ie nt os b ás i c os de al g un os m ode l os
es t a dís tic os u t i li za d o s c on m uc ha f r ec u e nc ia en el
des ar r o l lo d e l a t em át i c a d el l ibr o .

E l t ex to i nt e nt a d es ar tic u l ar a l g un os p ar a d i gm as q ue
af ir m an , qu e ut i l i za n d o t éc n ic as d es c r i pt i v a s s e nc i l l as
s e c o ns i gu e t om ar dec is i on es ac e r t ad as e n l a
or g a n i zac i ó n. L a r e a l i da d es o tr a, s i l a i nf or m ac i ó n
ob t en i da es tr a ta d a es ta d ís t ic am ent e en f or m a
ac er t ad a, l as d ec is i o n es s er á n ef ic i en t es y ef ic ac es e n
c ua l q ui er or ga n i za c i ó n qu e pr e t en d a a p l ic ar e l M ét o do
S eis S igm a c om o ins tr um en t o p ar a lo gr ar s u
c r ec im ie nt o.
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

CAPÍTULO 1

SEIS SIGMA COMO HERRAMIENTA DE


GESTIÓN
2
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

Introducción

E l Se is S i gm a es u n a her r am ie n ta d e m ej or am ie nt o qu e
per m i te o bt en er or ga n i zac i on es ef ic ac es y ef ic i en tes ,
c on t in u am ent e a l in e a das c o n las n ec es id ad es d e l os
c l ie n tes . Se f u nd am ent a en e l tr a b aj o e n eq u i po c om o
es tr at e g ia p ar a g e ner ar las c a pac i d ad es c o m peti t i vas d e
l a o r g a ni za c i ón y de l as per s o n as in v o l u c r ad as . Pa r a
l ogr ar es t os obj et i v o s e l Se is S i gm a es t a b as ad o e n
c i nc o et ap as qu e e n s u or d en s on : 1) def in ir el pr o b l em a
de c a l id a d, 2) ob te n e r l a i nf or m ac ió n ad ec ua d a d e c ad a
un a d e l as v ar ia b l es c r ít ic as de l pr oc es o e va l u an d o de
i gu a l f or m a s us s i s tem as d e m ed ic i ón , 3) ut i l i za r
her r am i en tas es t ad ís t i c as q ue p er m it a n a na l i za r en f or m a
ad ec ua d a c a da u n a l as v ar ia b l es c r ít ic as i d en t if ic ad as
en e l pr oc es o , 4) o p t im i zar e l pr oc es o p ar a s u m ej or a y
5) u n ef ec t i v o c o n t r o l q u e n os p er m it a r ea l i za r e l
s eg u im ie nt o a es t as m ej or as .

1.1 Historia del Seis Sigma


E l M ét od o d e S e is S i gm a es u na f i l os of í a qu e i n ic ia e n
l os a ñ os oc h en t a c o m o es tr a t eg i a de m er c a d o y de
m ej or am ie nt o d e la c a li d ad e n l a em pr e s a Mo t or o l a,
c ua n do e l i n g en i er o M ik el Har r y, pr om o vi ó c om o m eta
es t im ab l e e n l a or g an i za c ió n; l a e va l uac i ó n y el a n ál is is
de l a v ar i ac ió n d e lo s pr oc es os d e M ot or o l a, c om o u n a
m aner a d e aj us t ar s e m ás a l a r e a li d ad . Es e n es t a
ép oc a, c o n el a ug e d e l a g l o ba l i za c ió n las em pr es as d e l
s ec t or i n dus tr ia l y c om er c i a l, q u e s e em pe za r o n a
des ar r o l lar t éc n ic as m ás ef ic i en tes qu e l e p er m it ier a n
op t im i zar l os pr oc es o s p ar a m ej or ar s u c o m peti t i v id a d y
pr o d uc t i v i da d , l o qu e i n v o luc r ó c om o obj e ti v o pr i nc ip a l
r ed uc ir la v ar i a b i li d ad de l os f ac to r es o v ar ia b les c r í t ic as
qu e d e u n a u ot r a f or m a alt er a b a n e l no r m a l des em pe ñ o
de l os pr oc es os . Po r lo q ue s e t om ó c om o m edi da
es t a dís tic a c o nf i ab l e l a e va l uac i ó n d e l a des v i ac ió n
es t á nd ar de l pr oc es o , r e pr es e n ta d a p or e l s ím bo lo σ ,
c om o in d ic a d or d e des em pe ñ o y a s u ve z p er m it a
de t er m in ar l a ef ic i e n c i a y ef ic ac i a de la or g a n i zac i ó n.
Es t a i n ic i at i v a s e c on v ir t ió en e l p u nt o c entr a l d e l
es f u er zo p ar a m ej or ar l a c a l id a d en M ot or o l a, l l am an do
l a a te nc ió n al d ir ec t or ej ec u t i v o B o b G a l v in ; c o n s u
ap o yo , s e h i zo é nf a s is n o s ól o e n e l a ná l is is d e l a
3
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

v ar iac i ó n s i n o t am bi én e n l a m ej or a c on t i nu a , o bs er v ó
qu e c u an d o s e r e a li za e l c on tr ol es t a dís t ic o a u n
pr oc es o s e tom a c om o v ar i ab i l i da d na tu r a l c ua n do es t e
v a lor d e s i gm a σ o s c i la a tr es des v i a c i on es d e l
pr om e di o . Cr i ter i o qu e s e m o dif ic a c o n e l Mé t od o S eis
S igm a e n d o nd e s e e x i ge qu e e l pr oc es o s e e nc u e ntr e a
c ua tr o p un t o c i nc o des v i ac io n es d e l a m ed ia . Es t o
im pl ic a qu e un a c o n s i der a b le i nf or m ac i ó n d el pr oc es o
de b e es t ar d e ntr o de es te in te r va l o, lo que
es t a dís tic am en te im pl i c a q ue s e c ons i d er a n or m al q u e 3 4
e lem en t os d el pr oc e s o n o c um pl a n l os c r it er ios d e
c a li d ad ex ig i d os p or el c l ie n te , d e c a d a m il ló n de
op or tu n i da d es ( 1. 00 0 . 00 0) . Es t a es l a c au s a de l or i ge n
f il os óf ic o de l M é to d o S e is S igm a c om o m edi d a d e
des em pe ñ o d e t od a u na or g an i za c i ón . F u e as í c om o c on
e l tr ans c ur r ir d el t iem po h a s ur g i do es t a n ue v a f i l os of ía
de c al i d ad c om o ev o l u c i ón d e las nor m as d e c al i da d q u e
ac t u alm e nt e m uc h as e m pr es as a p lic a n.

Es t a n u e va in ic i at i v a de m ej or am ie nt o m oti v ó a L a wr e nc e
B os s i d y, qu i e n e n 1 99 1 d es pu és d e s u r e t ir o de la
G e ner a l E l ec tr ic , t om a l a d ir ec c ió n d e l c on g l om er ad o
A l li e d S ig n a l p ar a t r ans f or m ar l a d e u na em pr es a c o n
d if ic ul t ad es ec on óm ic as , a u n a or ga n i za c i ón ex i tos a .
Dur a nt e l os a ñ os n o ve n ta , A l li e d S ig n a l am pl i ó s us
v en t as de m an er a s or pr e n d en te . Es te m od e l o de c al i d ad
f ue im it a do por T ex a s Ins tr um en ts , a lc an za n d o éx it o s
s im il ar es . Du r a nt e 19 95 e l dir ec tor ej ec u t i v o d e G e ner a l
E lec tr ic , J ac k W elc h, s e e nt er a de l éx it o d e es ta n ue v a
es tr at e g ia d e m ej or a m ient o gr ac i as a la inf or m ac i ón
s um in is tr a da por L a w r enc e B os s i d y, f ac i li t an d o as í a la
m ás gr a n de t r a ns f or m ac ió n e n es t a or g an i za c i ón .

Es t a f o r m a n o ve d os a de or i e nt ar las p o lí t ic as de c a l id a d
es t a bl ec i das e n la or g a n i zac i ó n, s e af i an za d e los
c r it er i os es t ab l ec id os en l as n or m as d e c al i da d I S O y l o
c om pl em ent a c o n un m a yor c om pr om is o c o n l as t éc n ic as
a va n za d as de c on tr o l es t ad ís t ic o d e la c a l id a d, l o q ue
i nd ic a q u e e l Se is S igm a n o es u na m et o do l og í a d e
c a li d ad q ue s e a l ej e d e l os c r it er i os d e m ej or am ie nt o q u e
ac t u alm e nt e se d e s ar r ol l a n, p or el c on tr ar io la
i nt egr ac i ón d e es tos m étod os de m ej or am ien t o c o nt i n uo
i nd uc en a un a m ej or ef ic i e nc ia y ef ic ac i a de ntr o d e l a
or g a n i zac i ó n.
4
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

1.2 Definición
S E I S S I G M A es u n m éto do d e ges t ió n de c a l i da d
c om bi na d o c o n h er r a m ient as es t ad ís t ic as c u yo pr o p ós it o
es m ej or ar el n i v e l d e d es em pe ño d e u n pr oc es o
m edi an t e d ec is io n es a c er t a das , lo gr an d o de es t a m an er a
qu e la or g a n i zac i ón c om pr e nd a l as n ec es id ad es d e s us
c l ie n tes .

E l m éto d o S E I S S I G M A , c o n oc id o c om o DM A MC , s e b as a
en e l c ic lo d e c a l i d ad P DC A , pr o pu es to por D em in g;
f ig ur a 1, e n d on d e l as et ap as s e o per ac i on a l i za n , s e gú n
l o i nd ic a l a f ig ur a 2, d e l a s i gu i e nt e m an er a:

1. Def in ic i ón d e l pr o ye c t o.
2. Me d ic i ón d e la inf or m ac i ón s um in is tr a d a p or e l
pr oc es o y l os c l ie nt es de la or g a n i zac i ón .
3. A ná l is is d e l a i nf or m a c i ón , e n d on d e s e a p li c a a lg u n as
her r am i en tas es t ad ís t i c as d es c r i p t i vas e inf e r enc i a l es .
4. Mej or am ie nt o, e ta p a e n la c u a l s e pr op o ne n l as
s o luc i on es d e l os pr o b l em as d e c a l id a d p la n t ea d os .
5. Co ntr o l, e l c ua l i nc l u ye l os m ét od os es t a d ís t ic os d e
s eg u im ie nt o a las va r i ab l es d e l pr oc es o.

La c l a ve par a c o ns eg u ir q ue el DM A M C s e a p li q ue en
f or m a a dec u ad a e n l a or g a n i zac i ó n es l a s i g u ie nt e :
1. E l e nf o q ue c en tr ad o e n las n ec es i d a des y l os
r eq u er im ie nt os d e l os c l ie n tes .
2. La id e nt if ic ac i ón de l as c a us as de los pr o b lem as q ue
at e nt an c o nt r a l a c a l id a d de l pr o duc to f i na l o d e l
s er v ic i o pr es t ad o, e v it an d o l as s o l uc io n es a pr es ur a das
qu e g e ner e n d ec is i o nes er r a d as y s in f un d am ent o
es t a dís tic o .
3. La r e al i za c ió n de l as m edic i o nes de to d as l as
v ar ia b l es c r í tic as d e l pr oc es o, l o q u e i m plic a el
c on oc im ie nt o pr of u nd o de c a d a un a d e l a s e ta p as o
f as es q ue c o nf or m an las ac t i vi d ad es de la
or g a n i zac i ó n.
4. La u t il i za c i ón d e l as h er r am ie nt as e s ta dís t ic as
apr o p ia d as q u e c o n d u zc a n a s o l uc io n es v á li d as y
ef ec t i v as .
5. E l c on tr ol m ed ia nt e un s e g uim i en t o c o ns ta nt e q ue
e va l ú e las d if er e nt es ac t i v i da d es qu e s e e n c am in en a
l a s o luc i ón de u n pr o b l em a d e c a l id a d.
5
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

Figura 1 Ciclo de Deming

Prealimentación del Proyecto

Trabajo
previo Definición Medición Análisis Mejora Control Entrega

Repetir ciclo para el Proyecto Repetir ciclo para el Proyecto

Retroalimentación y revisión si es necesaria

Figura 2. Operacionalización del DMAMC1

1
Ver TENNANT, G. “Six Sigma: control estadístico del proceso y
administración total de la calidad en manufactura y servicio” p. 157.
6
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

1.3 Estructura del Seis Sigma


Im plem e nt ar Se is S ig m a, ti en e c om o obj et o m ej or ar y
op t im i zar l a o r g a ni z ac ió n, p or m ed i o d e p r o ye c t os
p la us ib l es y m e di b l es en e l t iem po . L a p r o p ues t a d e S e is
S igm a c o ns is t e e n c i n c o p as os :

1. Def in ir e l pr o ye c t o o pr o b lem a d e c a li d ad ,
tom an d o l a inf or m ac i ón s uf ic i e nt e q ue p er m it a
ob t en er l as n ec es i d ad es d el c l ie nt e .
2. Me d ir las c on d ic i on es de l pr o b lem a, e va l u a nd o la
c ap ac i da d S P C, s e gú n l a inf or m ac i ón s um i ni s tr a d a
por el pr oc es o.
3. A na l i za r l as c aus as d e l pr o b l em a, ap l ic an d o
téc n ic as es ta d ís t ic as c ons is te n tes , t a l es c o m o el
Dis e ño Ex per im en t al , Co nt r as te de h ip ót es is ,
Mo d e los Li n ea l es .
4. Mej or ar l as c o nd ic i on es d e l pr oc es o , i de n tif ic an d o
y c u a nt if ic a nd o las v a r i ab l es c r í tic as de l p r oc es o .
Im plem e nt an d o s o l uc i on es a d ec u a d as a c a da un a
de l as c a us as e nc on tr ad as y v a l or a n d o los
r es u l ta d os , A ME F .
5. Co ntr o l ar las v ar i ab l e s c r ít ic as d e l p r oc es o , p ar a
qu e e l pr o b lem a d e c a l id a d n o s ea r ec ur r e nt e.

1.4 Caracterización del Seis Sigma


E ntr e l os f ac t or es m as im por t a nt es q ue c a r ac t er i za n el
m étod o S e is S i gm a s e e nc ue ntr a n:

1. La t eo r í a de a pr en d i zaj e es tr at é g ic o d e P et er
S en g e ( 1 9 99) , in d ic a n q u e e l c am bi o e n un a
or g a n i zac i ó n g en er a c ap ac i da d es c om pe t it i v as e n
c ad a u no d e las p er s on as p er t en ec i en t es a u n a
or g a n i zac i ó n, des ar r o l la n do c o n el l o ha b i l i da d es
qu e s e tr a d uc e n e n l a pr of u nd i za c i ón de l
c on oc im ie nt o q u e s e t en g a d el pr oc es o.
2. La d ir ec c i ón d e l a or ga n i za c i ó n es l a e nc a r ga d a
de m ot i v ar s u im p l em ent ac i ón , es ta b l ec er la
es tr uc t ur ar a or ga n i z ac io n al y e l pr oc e s o de
en tr en am ie nt o de c ad a u n o d e l os g r u p os q ue s e
c onf or m en.
3. T odos l os r es u lt a dos o b te n id os de la
im pl em ent ac i ón de l S e is S i gm a de b e tr ad uc ir s e
7
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

en un l en g uaj e m étr ic o, es t o f ac i l i ta el m an ej o y
l a c om pr e ns i ó n d e l os pr oc es os .
4. E l m éto d o S e is S i gm a y s u es tr uc t ur a D M AM C
r eq u i er e de ex p er tos qu e d om in en ár eas c om o
Des p l ie g ue de F u nc i ón de Ca l i da d, A ná l i s is d e
Mo d o de F a l l o, A M EF , C on tr o l d e Ca l i da d S PC y
Dis e ño Ex per im en ta l , DO E.
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

CAPÍTULO 2

ETAPA DE DEFINICIÓN
9
E T AP A D E D E F I N I CI Ó N

Introducción
E n es t a et a pa los r es p o ns a b l es de la a p lic ac i ón d e l
m étod o S E I S S I G M A d ef i ne n e l pr o b l em a de c a l i da d
m edi an t e u na pl a ne ac i ón qu e in v o luc r e las e x pec t at i v as y
nec es i da d es de l os c l i en t es , l a i de nt if ic ac i ó n de l pr oc e s o
y d e s us i nt er r e lac i o n es , as í c om o tam bi é n l as v ar i ab l es
c r ít ic as .

2.1 Criterios de la Etapa de Definición


E n es ta et a pa l a o r g an i za c ió n es t a bl ec e l os s i g u ie n tes
pas os pa r a l a im pl em ent ac i ón d e es ta f il os of ía d e
ges t ió n :

1. A t r a v és de un d ia g nós t ic o pr e l i m inar , la
or g a n i zac i ó n d e be c on oc er e id e nt if ic ar l as ár e as
s us c e p ti b l es d e m ej or a, d ef i n ir las m etas , o bj e t i vos y
a lc a nc e de l p r o ye c t o ( v er c u adr o 1) .
2. S e d e be i d e nt if ic ar y e va l u ar la p er c epc i ó n ta nt o d e
l os c li e nt es ac t i v os c om o d e los p ot e nc ia l es , p ar a
m ante n er u na r es p u es ta ac or d e c on s us nec es id a des
y e x p ec t at i v as e n t od o c u a nt o s e r ef i e r e a l a
f ia b il i d ad del p r o duc t o, im pac to a m bie nt a l,
d is p o ni b i l id a d, t iem po d e e n tr e g a, c os t o y s eg ur i da d .
c om pr e nd er l as n ec e s i da d es y ex p ec t at i v as d e l os
c l ie n tes es u n el em en to f un d am ent a l par a e l éx it o de
un a or g an i za c ió n .
3. De ac uer d o c o n e l an á l is is r e a l i za d o en e l
d ia g nós t ic o s e s e lec c i on a n los pr o ye c t os po te nc ia l es
y s e es t im an l os ah o r r os , e l a lc a nc e r a zo na b l e de
ti em po q u e c a da u n o g en er a.
4. La c ar ac t er i za c i ó n d e l os pr oc es os ( v er c ua dr o 2) es
de s um a im po r t an c i a p ar a c om pr en der de
c ar ac t er i zar el pr oc e s o r a d ic a e n c om pr e nd er c a d a
un a de l as f as es o de l as d i v er s as ac t i v i d ad es q u e l o
c onf or m an, pu es d e el l a d ep e nd e e l gr a d o d e
c onf ia b i l id a d d el an á l i s is p ar a l a t om a de de c is io n es .
5. S el ec c i ón d e l L íd er y e l eq u i po d e l Pr o ye c t o: e l l í der
de b e s er un em p le ad o d e l a o r g a ni za c i ón c o n
c on oc im ie nt os y ex pe r i enc i a e n e l ár e a i n v o luc r a da
en e l pr o ye c t o, c on u na c om pr es i ón s uf ic i e nt e d e la
f il os of ía S eis S i gm a y l a a pl ic ac ió n de l as di v er s as
her r am i en tas q u e e x i ge e l D M AM C, y l o m ás
im por ta nt e es l a c ap a c i da d pa r a tr ans m it ir a l e q u ip o
s us i de as , m ot i vac i o nes y e nc a us ar lo h ac ia l os
10
E T AP A D E D E F I N I CI Ó N

r es u l ta d os qu e l a or g an i za c ió n es p er a de l pr o ye c to .
Los m iem br os r e s ta nt es d el e q u i po son
s e lec c i on a dos c on b as e en la ex p er i en c i a y e l
c on oc im ie nt o d e l ár ea im pl ic ad a .

P l a n e a c i ó n d e l P r o ye c t o
Importancia del problema en la organización:

Tipo de
Efecto Interno relación Efecto Externo
Al t a Baja

Responsable en la
Metas y Objetivos
organización
Nivel 1

Nivel 2

Nivel 3

F e c h a d e a p r o b a c i ó n d e l p r o ye c t o

Planteamiento del Problema

Fechas
Funcionario
establecidas
Etapas del seis sigma Responsable de
para cada de las
la actividad
etapas
Definir
Medir
An a l i z a r
Mejorar
Controlar

Cuadro 1. Planeación de actividades


11
E T AP A D E D E F I N I CI Ó N

Membrete de la Organización
Código del procedimiento
Versión:
Caracterización del proceso Productivo
Documentos y Registros
Internos:
Objeto:
Externos:

Entrada Actividades Salida

Interrelación con los otros Responsable en la


procesos organización
Nivel 1:
Nivel 2:
Nivel 3:
Recursos de la organización
Requisitos a cumplir
(humanos y tecnológicos)

M ed ici ó n y s eg u im ie n t o

Co mu n i c ac ió n
Ni v e l 1 :
Ni v e l 2 :
Ni v e l 3 :
O b s e rv a cio n e s

Cuadro 2. Caracterización de un Proceso.

A m odo i lus tr a t i vo , tom em os el c as o h i po t ét ic o de l


l ab or at or io PASTILLAS S.A. q u e pr o du c e p íl d or as
es t im ul a nt es d e n om br e c om er c i a l E S TI L E . S u pó n gas e
ad em ás qu e e l d ia g n ó s tic o i n ic ia l y l a e va l u ac ió n d e l as
nec es i da d es d e l c l i en t e ya f u er o n es t a b lec i d os . E l p as o
s i gu i en t e c o ns is t e en def in ir e l pr o ye c t o S E I S S I G M A a
un a de l as ár e as c r ít ic as e n do n de ex is t e u n pr o b l em a de
12
E T AP A D E D E F I N I CI Ó N

c a li d ad . L a f ig ur a 3 m ues tr a e l d i agr am a d e l pr oc es o d e
pr o d uc c ió n d e l as p íl d or as

RECIBO DE TABLETAS A
MATERIA PRIMA GRANEL

PROVEEDORES INSUMOS PRODUCTOS CLIENTES

INTRODUCIR PRENDER LA TABLETEAR LA


LA MEZCLA MÁQUINA MEZCLA
PROVEEDOR DE LA MEZCLA DE TABLETAS DE PERSONAL DE
MEZCLA ESTILE ESTILE RECUBRIMIENTO

RECOGER
LLEVAR
TABLETAS Y
TABLETAS A
PONERLAS EN
GRANELES
BOLSAS
PLÁSTICAS

Figura 3. Diagrama del proceso de producción de píldoras Estile

E l c u a dr o q u e s e pr es e n ta a c on t in u ac ió n m ues tr a l a
f or m a en q ue s e d eb e or ga n i za r la i nf or m ac i ón d e l
pr o ye c to .
13
E T AP A D E D E F I N I CI Ó N

L a b o r a t o r i o P a s t i l l a s S . A.
Importancia del problema en la organización:

El peso de Estile tabletas ha sufrido variaciones, ocasionando retrocesos en la


producción

Tipo de relación
Efecto Interno Efecto Externo
Al t a Baja

Proveedores de la materia
Zona de producción de sólidos de
prima
los laboratorios •
Responsable en la
Metas y Objetivos Observaciones
organización
Reducir la variabilidad del peso Ing. De Contacto
en un 20% para el mes de
noviembre Jefe de producción
F e c h a d e a p r o b a c i ó n d e l p r o ye c t o
Julio 25 de 2010
Planteamiento del Problema

El proceso de Tableteado de Estile Tabletas en Laboratorios Pastillas S.A., presenta una


gran variabilidad en su peso.

Fecha establecidas
Funcionario
para cada de las
Etapas del seis sigma Responsable de la
etapas
actividad
Definir Enero 2 de 2011 Gerencia
Medir Febrero 5 de 2011 Jefe de Producción
An a l i z a r Junio 15 de 2011 Ing. De Contacto
Mejorar Julio 10 de 2011 Grupo de Calidad
Controlar Desde Julio de 2011 Personal del área.

Cuadro 3. Planeación del proyecto del laboratorio Pastillas S.A.

La c ar ac te r i za c i ón de l ár e a de s ó li d os p ar a l a pr od uc c i ón
de las pí l dor as E S T I L E s e in d ic a a c on t in u ac i ón .
14
E T AP A D E D E F I N I CI Ó N

P
Código: MC00052
Versión:1 Fecha de Emisión: 25 de noviembre de
2011
CARACT ERIZ ACIÓN PROCESO PRODUCT IVO Y G EST IÓ N F INAL DE L A Z ONA DE SÓL IDOS (EST IL E)

Objeto: Documentos y Registros


Internos:
• Produc ir tab leta s de Es t ile, p ara cada uno de los Registro del peso de las píldoras tomas como muestra
d istr ibu id ores d e la borator ios Pa st illa S. A.
Externos:
• Hacer buen uso de la s ma qu inas usad as e n la
Los es table c ido s en las BPM por parte de l INVIM A
producción de las tabletas de Estile.

Entrada Actividades Salida

• Orden de produc c ión


• tabletas de Estile
• Nombram ie nto d e operar ios
• Reporte de producción.
• Mat er ia pr ima
• Fabric ac ión de Es t ile
tabletas
Interrelación con los otros procesos • Re alizar co ntrol de Responsable en la organización
proceso e inspe cc io nar
el peso, la dure za, la Ing. Produc c ión
Pesaje, Control de calid ad,
f iab ilid ad de las
almacenamiento y empaque Jefe de planta
tabletas de Estile
• Cumplir con las
Recursos de la organización (humanos y
act iv idad es Requisitos a cumplir
tecnológicos)
establecidas en el
manual de ca lid ad
Of ic inas , planta, equipos, Máquinas, (BPM).
• Enviar tabletas de
Elementos de protección personal (tapa
Estile a la zo na de Los esta ble c ido s en la NTC ISO
bocas, guantes) elementos de protección
producto term in ado 9001: 2000 numeral 6.3, 7.5.2
para la ma ter ia pr ima ( zap atones y
gorros), uniformes

Medición y seguimiento

El p eso d e la s pí ldora s de Es t ile


Comunicación
La alta d irec c ión d ebe as egurars e de que se e stab le zc an lo s mec an ismo s adecu ados en la orga n izac ión, par a
que la comun icac ión sea e f ic a z.

Observaciones

Cuadro 4. Caracterización del proceso de la zona de sólidos de


Pastillas S.A.
S E I S S I G M A C O M O H E R R AM I E N T A D E G E S TI Ó N

CAPÍTULO 3

ETAPA DE MEDICIÓN
16
E T AP A D E M E D I CI Ó N

Introducción
Es im por t a nt e d es t ac ar q u e l as m ed ic io n e s c obr a n s u
im por ta nc ia c u an d o l as d ec is io n es s e b as an e n h ec hos
obj et i v os . P or l o ta nt o , e n es t a ins t a nc ia r es u lt a
f un dam en t al e l c o noc im ie nt o q ue l a or g an i za c ió n te n ga
ac er c a d e l a a p lic ac i ó n de los m éto d os es t ad ís t ic os . S i
un a em pr es a f u n dam e nt a e l tr a tam ie n to d e l a inf or m ac i ón
r ec o l ec t a d a ú n ic am en t e en téc n ic a s es t a dís tic as
des c r i pt i v as , e l a n á lis is q u e s e r ea l ic e d e l pr oc es o s er á
s up er f ic i a l e im pl ic a r ía t om a d e d ec is i o nes er r ad as ,
ge n er an d o de es ta m an er a e le v a dos c os t o s at r i b u ib l es a
l a f a l ta d e c a l i da d.

3.1 Medición en la Organización


La or g an i za c i ón d eb e p l an if ic ar e im pl em en ta r
pr oc e d im ie nt os de s eg u im ie nt o c o n e l pr o p ós it o de
v a li d ar l a i nf or m ac i ó n qu e t om a d e l pr oc es o , c om o la
m edic i ón y e v a l uac i ó n de l pr od uc to , l a c ap ac i da d d el
pr oc es o, l os i nd ic ad o r es de g es t i ón d e l p r o yec t o y la
s at is f ac c i ón de los c li en t es ex t er nos e i nt er nos .

La f i los of í a de S E I S S I G M A p os e e u n enf o q ue b as ad o e n
pr oc es os . Es im per at i v o en to nc es tom ar l a i nf or m ac i ó n
de l as f as es qu e c om po n en es t a es tr uc t ur a . Las ár e as
en l as c u al es s e de b e tom ar inf or m ac i ón s o n e l ár e a d e
en tr ad a al pr oc es o , e l ár e a q ue i nt e gr a l as d is t i nt as
ac t i v i da d es d e l pr oc e s o, e l ár e a d e s a l i d a de l pr oc es o y
e l ár e a d e s a t is f ac c ió n d e l c l i en te ( v er c u adr o 1)

Mediciones y
Mediciones a
Mediciones a seguimiento
la materia Mediciones
los productos de la
prima e del proceso
terminados satisfacción
insumos
del cliente
Eficacia de Eficiencia de Eficacia y
Eficacia de la
los la eficiencia de la
organización
proveedores organización organización
Mediciones de
Mediciones Mediciones a Mediciones del
las no
que se le las variables grado de
conformidades
e xi g e a l o s críticas del satisfacción
presentes en el
proveedores proceso del cliente
producto

Cuadro 5. Mediciones de las diferentes actividades de la


organización.
17
E T AP A D E M E D I CI Ó N

Un a m an er a s im pl e de r ec ol ec tar l a inf or m ac i ón
nec es ar ia s e o b ti e n e d ef i n ie n d o i n ic ia l m ente e n e l
p la nt e am ie nt o de l pr o ye c t o u n P l an d e R e c o lec c i ón d e
Inf or m ac ió n , en el c u a l s e de b e n p la nt e ar , e n pr im er a
i ns t anc i a, c u á l es e l o bj e to s us c e pt i b le de m ed ic ió n.
P ar a e l lo s e d eb e es t a b lec er qu é ti p o d e v ar i ab l e s e es tá
m idi e nd o u o bs er va n do , es d ec ir , s i s e tr a ta d e un a
v ar ia b l e d is c r e t a, c o nt i nu a o m ix t a, y c u á les s on las
es p ec if ic ac io n es de c ad a u na d e l as v ar ia b les c r í tic as
de l pr oc es o . En e l c u adr o 6 s e d a n las p a ut as par a u na
or g a n i za d a r ec o lec c i ó n d e l a i nf or m ac i ó n.

3.2 Medida del Nivel Seis Sigma


E n s eg u nd o l u ga r , s e d eb e d ef i n ir l a m ed i da d e l n i v e l
S E I S S I G M A e n l a or g an i za c i ón , q ue ex pr es a l a
v ar ia b i l id a d de l p r oc es o con r es pe c to a las
es p ec if ic ac io n es es t a b lec i das p or l a or g a n i za c i ó n o l os
r eq u er im ie nt os de l os c l i en tes . Es ta m ed i da s e r e a l i za
m edi an t e u n a t ab l a d e inf or m ac ió n q ue m u c hos a ut or es
tom an c om o b as e par a es t a bl ec er la m edi da de
des em pe ñ o d e l a or g a n i zac i ó n. ( C u adr o 7) . Es tos
c á lc u l os s e o b ti e ne n de c u an t if ic ar la m edi da d e
pr o b a bi l i da d d e u n pr o c es o c u yo c om por t am i en t o s e a un a
d is tr i buc i ó n n or m al e s tá n dar ( )
X ~ N µ , σ 2 , c um pl a c o n
l as es p ec if ic ac io n es r eq u er id as e n e l pr oc e s o. S e a les y
lei l os l im it es d e es p ec if ic ac i ó n s u per i or e i nf e r i or de un
pr oc es o, l a p r o b ab i l id ad p d e q u e u n ar t íc u l o s e a n o
c onf or m e es :

 lei − µ   les − µ 
p = p( X ≤ lei) + p( X ≥ les) = p Z ≤  + p Z ≥  (1)
 σ   σ 

As um ie nd o q ue el p r om ed io de l pr oc es o es e l va l or
nom i na l d e l as es p ec if ic ac i o nes , t en em os en to nc es ,

les + lei
µ=
2
18
E T AP A D E M E D I CI Ó N

Figura 4. Proceso cuyo índice de capacidad es la unidad.

P ar a un pr oc es o c u yo ín dic e d e c a p ac id a d es l a u n id a d
les − lei
Cp = = 1 ( es t a m edi d a es des ar r o l la d a e n e l

c ap ít u l o 2) , t en em os q ue (les − µ ) = −(lei − µ ) = (1)(3σ ) = 3σ ,
r eem p la za n d o e n l a ec uac i ó n (1) :

p = p(Z ≤ 3) + p(Z ≥ 3) = 0.0027(0.27%)

Lo q u e im pl ic a q ue 0 .2 7% d e l as u n id ad es s o n n o
c onf or m es o en f or m a e qu i v a le nt e s e ti e n e en e l pr oc es o
un a pr od uc c i ón n o c o nf or m e d e 2. 7 p or c a da m il l ón d e
un i d ad es f abr ic a das .

Ut i l i za n do l os m is m os c r it er i os a n ter i or es c on u n Cp = 2,
(les − µ ) = −(lei − µ ) = (2)(3σ ) = 6σ . E l c á lc u l o de l
por c e nt aj e de un i da d e s n o c o nf or m es es ,

p = p(Z ≤ 4.5) + p(Z ≥ 4.5) = 0.0000034 (0.00034%)

Es d ec ir p or c a da m il l ón d e u ni d ad es f abr ic ad as 3. 4 s o n
no c onf or m es , c r i t er i o ut i l i za d o e n la f il os of ía de l
DM A MC .
19
E T AP A D E M E D I CI Ó N

Un a m aner a m ás s enc i l la de r ea l i za r es tos c á lc u l os d e d a


en e l s ig u ie n te ej em pl o: s i s e c alc u l a e l r en d im ie nt o pa r a
un pr oc es o qu e p os e a u na m ed id a o n i v el d e des em pe ñ o
de tr es s igm as , se c a lc u l a el v a lor c om o
z = (nivel − 1.5) e n es t e c as o z = (3 − 1.5) = 1.5 ,
ob t en i en d o la pr o ba b i li d a d de
p( z ≤ 1.5) = 0.9331928(93.32% ) , l o q ue i nd ic a q u e p o r c ad a
m ill ó n d e un i da d es f abr ic a das , 6 6 8 07 un i da d es s o n no
c onf or m es . P ar a u n a m edi da de d es em p eñ o de S EI S
SI G M A , m ed id a id ea l , es z = (6 − 1.5) = 4.5 , c u ya
pr o b a bi l i da d s e c a lc u l ó a nt er ior m e nt e.

3.3 Evaluación de la Medida de Desempeño


E l pr oc e d im ie nt o p ar a el c á lc u lo de la m ed i da o n i ve l d e
des em pe ñ o c o ns is t e en d e ter m i nar i nic i alm e nt e l os
F ac t or es Cr ít ic os d e Ca l i da d ( F CC) de l a o r ga n i za c ió n o
tam bi é n l l am ad os O p or t u ni d a d de Er r or q u e c o ns is t e en
c ua l q ui er p ar t e d e la u n id a d o s e r vic i o q ue e s tá ex pu es ta
a ge n er ar un a n o c o nf or m id a d, p os t e r i or m ent e s e
m ult ip l ic a es te v a lo r por un a m ues tr a de ar t íc ul os
pr o d uc id os ( MA P) o bt en i e nd o d e es t a f or m a e l t ot a l d e
Def ec t os F ac t ib l es ( T DF =F CCx C P) ; l ue g o s e tom a e l
núm er o d e n o c o nf or m ida des o f al l as pr e s en t es e n e l
pr oc es o ( N C) y s e d i vi d e e n tr e e l T ot a l de D ef ec t os
F ac t i b les ( T DF ) y es to a s u v e z s e m ul t i p lic a p or u n
m ill ó n, p ar a ob te n e r l os Def ec t os po r M i l ló n d e
O p or t un i d ad es ( D P MO )

La f or m ul ac i ón s e pr e s en t a de la s ig u i en t e m aner a qu e :

NC NC
DPMO = × 1.000.000 = × 1.000.000 ,
TDF FCC × MAP

Do n de : D P MO r epr es en t a la c a n ti d ad d e def ec t os por


m ill ó n d e op or tu n i da d es ;
F CC es l a c a n ti d a d de f ac t or es c r í t ic o s de
c a li d ad de la o r g a ni za c i ón ;
MA P es e l t am añ o d e una m ues t r a de a r t í c u los
pr o d uc id os ;
T DF es e l t ot a l d e d ef ec t os f ac t i bl es ;
20
E T AP A D E M E D I CI Ó N

NC es e l núm er o d e no c o nf or m id a des o f al la s
pr es e nt es e n e l pr oc e s o.

Ex is t e n m an er as t r ad ic i o na l es pa r a s oc a v ar la
i nf or m ac i ón qu e p er m ita d et er m in ar l a m ed i d a D PMO .
Los f ac t or es c r í t ic os de c a l i da d ( F CC) s e d e ter m i na n
m edi an t e t éc n ic as d e m ues tr e o a l ea t or io d e c l i en tes
ex t er nos e in t er n os de l pr oc es o en c a da un a de l as
et a pas d e l m is m o. S i s e tr a t a d e u n s er v i c i o, l a m ej or
m etod o l og ía c o ns t it u ye e n a p l ic ar u n c u es t i on ar i o a un a
m ues tr a r epr es en t at i v a d e c ons um id or es .

Criterios del Nivel Seis Sigma


Nombres de las no
conformidades
Factores Críticos de
Calidad FCC
Muestra de artículos
Producidos MAP
TDF
Número de no
conformidades en el
proceso
NC

Cuadro 6. Criterios para determinar el valor del Nivel Seis Sigma.

Rendimiento Nivel del Sigma DPMO


6.680 0.00 933200
8.455 0.13 915450
10.56 0.25 894400
13.03 0.38 869700
15.87 0.50 841345
19.08 0.63 809200
22.66 0.75 773400
26.59 0.88 734050
30.85 1.00 691462
34.50 1.10 655422
38.20 1.20 617911
42.10 1.30 579260
46.00 1.40 539828
50.00 1.50 500000
69.10 2.00 308538
84.10 2.50 158655
93.30 3.00 66807
94.79 3.13 52100
95.99 3.25 40100
99.40 4.00 6210
99.98 5.00 233
99.99966 6.00 3.4

Cuadro 7. Medida del Nivel Seis Sigma


21
E T AP A D E M E D I CI Ó N

Variable del proceso


Nombre de la variable
crítica
Tipo de variable Discreta Continua
Especificaciones de la
variable crítica

Cuadro 8. Plan de la recolección de la información.

Re tom an d o e l ej em p lo q ue h em os v en i d o tr ab aj an d o, s e
e va l ú a e l n i ve l S E I S S I G M A d e l L a bor a tor i o P A S TI L L A S
S . A . , a p a r t i r d e l a inf or m ac ió n nec es a r i a p ar a la
de t er m in ac i ó n de l D P MO , c o ns i gn a do e n l o s c u adr os 9 y
10 .

Perfil de la característica de calidad


Se va a medir el peso exacto de las píldoras antes
Nombre de la variable de ser empacadas, el cual debe tener un peso
crítica promedio de 500gr y las especificaciones.

Tipo de variable Discreta Continua x


La meta busca tener una mínima variabilidad en el
Especificaciones de la peso de las tabletas y que éste se encuentre mas
variable crítica cerca de 500mg.

Cuadro 9. Variable problema y su caracterización

L a b o r a t o r i o s P a s t i l l a s S . A. C r i t e r i o s
del Nivel Seis Sigma
• Socavaduras
• Peso por
Nombres de las encima y por debajo.
no • dureza fuera
conformidades de las
especificaciones

Factores
Críticos de 3
Calidad FCC
Muestra de
artículos 200
Producidos MAP
TDF 600
Número de no
conformidades 32
en el proceso
NC 32

Cuadro 10. Criterios del nivel Seis Sigma.


22
E T AP A D E M E D I CI Ó N

32 32
DPMO = × 1.000.000 = × 1.000.000 = 53333.3
3 × 200 600

Co n l a i nf or m ac i ón r e c o lec ta d a s e l ogr a es ta b lec er q ue


e l pr oc es o a n al i za d o ti en e u n n úm er o es p er a do d e
53 3 33 . 3 d ef ec tos po r m ill ó n, c an t id a d q u e eq u i va l e , d e
ac u er d o c on l a ta b l a de l ap é nd ic e, a u n d es em pe ñ o d e
m ás de 3. 13 des v i ac io nes , p ar a un r en d im ie nt o c er c a no a
95 %

LABORATORIOS PASTILLAS S.A.


DEPARTAMENTO DE ASEGURAMIENTO DE LA CALIDAD
CONTROL DE PROCESOS PRODUCTO: PILDORAS ESTILE
VARIABLE EVALUADA: PESO E S P E C I F I C A C I Ó N : ± 5%
M A X: 5 2 5
INTERVALO DE MUESTREO: MIN: 475
CADA 15 MINUTOS PESO REQUERIDO: 500
miligramos.
MÁQUINAS TABLETEADORAS
Recubrimiento al 3% Recubrimiento al 5% Recubrimiento al 7%
485 498 509 505 512 509
489 500 498 504 511 505
490 501 510 502 504 509
495 495 480 509 501 505
499 498 485 509 503 500
500 495 490 503 515 500
502 501 499 510 509 501
510 505 518 495 518 502
500 507 490 500 521 524
520 496 498 520 521 517

Cuadro 11. Información del peso de las píldoras a diferentes


concentraciones de recubrimiento
E T AP A D E M E J O R AM I E N T O

CAPÍTULO 4

ETAPA DE MEJORAMIENTO
24
E T AP A D E M E J O R AM I E N T O

Introducción
En es t a e t ap a la or ga n i za c i ó n d e be m ej or ar
c on t in u am ent e en t ér m in os d e l a ef ic ac ia d e s us
pr oc es os , de ta l m aner a qu e p er m it a l l e var a c a b o
nu e v as t éc n ic as o f or m as m ás ef ec t i vas d e op t im i zac ió n .
P ar a lo gr ar es t e m ej or am ie nt o l a or ga n i za c i ó n de b e
c om pr om et er s e a d e te r m inar l as t en d enc i as de l pr o duc t o
y a es ta b l ec er e l n i v e l de s a t is f ac c ió n d e l c l i en t e, a l a
v e z qu e d e be r e a l i z ar es t u d ios c om pa r a ti v os d e s u
des em pe ñ o y n i v e l de c om pet i ti v i d ad c o n r es pec t o a
otr as or ga n i za c io n es . T éc nic as d e m ej or am i en t o c om o e l
A M EF , e l D I S EÑO EX P ER I M ENT A L a yu d an a la tom a de
dec is i on es a d ec u a das en la or g a n i zac i ón .

4.1 Análisis del Modo y Efecto de Fallas


Potenciales .
Un a her r am ie n ta ú ti l pa r a l l e var a c a bo l a e t ap a de
m ej or am ie nt o c on t in u o es e l an á l is is d e l m odo y ef ec t o
de f a l las , A M EF ( ver c u a dr o 1 2) , m ed i an t e e l c u al s e
i de nt if ic a e l pr o b lem a y s us pos i b les c a us as , as í c om o
tam bi é n s e pr op o ne n p os ib l es s o luc i o nes , s e es ti p u la n
l os r es po ns ab l es y l as f ec h as es t a b lec i das par a l a
ej ec uc ió n d e l as m is m as .

La t éc n ic a AM EF s e bas a f un d am ent a lm ent e e n


pr oc e d im ie nt os de o b s er vac i ó n y des c r i pc ió n c o ns ta n tes ,
por l o q ue es p oc o o bj et i v a y s u u t i li za c i ón s e r es tr i ng e a
c as os poc o c om pl ej os de an á l is is .

S O R Resultados de
E C E acciones
V C U S
Efecto E L R P
Parte Modo Potencial R A Mecanismo/causa R Controles O S O D NP
Función potencial de falla I S de falla E actuales N V C E R
D E potencial N S C C T
A C O
D I N
A S

Cuadro 12. Análisis del Modo y Efecto de Falla Potencial


25
E T AP A D E M E J O R AM I E N T O

4.2 Diseño Experimental Unifactorial .


E l d is e ño ex pe r im e nt a l es o tr a d e las h er r a m ient as m ás
ap l ic ad as en el m ej or am i en t o y op t im i zac ió n d e u n
pr oc es o. Aq u í, m ed i a nt e u n a téc n ic a de nom i na d a
an á l is is de v ar i an za s e c ua nt if ic a e l ef ec to de d if er e nt es
n i ve l es o tr at am ie nt os s o br e un a var i a bl e r es p u es t a q ue
s e c o ns t i tu ye en o bj e to d e i nt er és . Un o d e los
pr inc i p al es obj et i v os de l an á l is is d e los da tos e n u n
d is e ñ o ex p er im en ta l es c u a nt if ic ar y e v a lu ar l a
im por ta nc ia de l as f ue nt es d e v ar i ac ió n atr ib u i da a
d is t i nt os n i v e les de un o o v ar i os f ac tor es d e c l as if ic ac i ó n
o tr a t am ie nt os .

E n t ér m in os f or m al es , e l an á l is is de var i an z a, i d ea d o por
R. A. F is her , es u n pr oc ed im ie n to s is t em átic o qu e
tr a ns f or m a la v ar i ab i l i da d t o ta l ( o s um a d e c u a dr ad os
to ta l es ) , e n v ar i ab i l i da d ex p lic a da p or l os d is t i nt os
n i ve l es d e los f ac t or e s de c l as if ic ac i ó n o , s im pl em ent e ,
tr a tam i en t os y un a v ar ia b i l id a d in ex p lic a b le d eb i d a a
pr es e nc ia i ne v i ta b l e de d is c r e p anc i as e n t r e l o q u e s e
obs er v a y lo qu e d e b i er a s er . L a ta b la d e a ná l is is d e
v ar ia n za r es um e el c o n oc im ie nt o ac e r c a de la
v ar ia b i l id a d d e las o b s er vac i o nes d e l ex p er i m ento . Se h a
hec h o u na pa r t ic ió n en d os d e la s u m a tota l de
c ua dr a dos ; u n a r e pr e s en t a l a var i ac i ón en t r e l as m ed i as
de los tr a tam i en tos , l a o tr a de l er r or ex p er im en t al .

El d is e ñ o u nif ac t or ia l se u t i li za c ua n do las
obs er v ac io n es y ij d e u n a v ar ia b le r es p ues t a de i n ter és
s uf r e n l a i nf l u e nc i a d e c i er to f ac tor , e l c u a l s e p u ed e
pr es e nt ar e n a ni v e l e s d if er e nt es d e f or m a q ue p ar a
c ad a u no d e e l l os s e r e al i za n m ues tr as i n de p en d i en tes
de t am añ o ni , c o n i m o s tr a n do los d is t in tos n i ve l es d el
f ac tor de in t er és . Aq u í, N r epr es e n ta el t o t a l ge n er al de
obs er v ac io n es e n t od os l os n i v e les , y i .• r epr es e n ta e l
to ta l pa r a e l i – és im o ni v e l de l f ac tor y y •• e s el gr an
to ta l .

Es ú ti l d es c r i b ir l as o bs er v ac i on es d e u n e x per im en t o en
f or m a de u n m ode l o m atem át ic o . P ar a e l d is e ño
un if ac t or ia l e l m ode l o ti e ne la f or m a
26
E T AP A D E M E J O R AM I E N T O

yij = µ + τ i + ε ij con i = 1,...,a y j = 1,...,n

do n de yij es l a j - és im a o bs er v ac i ón de l i- és im o f ac t or ,
µ es u n p ar ám etr o c om ún a t o dos l os
tr a tam i en t os a l qu e s e l l am a m ed ia gl o b al ,
τ i es un p ar ám etr o ún ic o d el t r a tam i en t o i- és i m o
a l qu e s e le ll am a ef ec to d e l tr at am ie nt o i- és i m o,
ε ij : es u n c om po ne nt e d e l er r or a le a tor i o.

La ec u ac ió n a nt er ior s e c on oc e por lo g e n er a l c om o e l
m ode lo de los ef ec t os . Igu a lm en te a es t e m ode lo s e l e
c ons i d er a , p or s u f ac i l id a d d e s o l uc i ó n, c o m o un m ode lo
es t a dís tic o l in e al , es d ec ir l a va r i a b le de r es pu es ta yij es
un a f unc i ó n l i ne a l d e l os p ar ám etr os d e l m ode l o. El
m ode lo de ef ec t os en e l c u al s e i n v es t i g a l a i nf l ue nc ia d e
un ú nic o f ac t or s e de n om in a m ode l o d e an á l is is d e
v ar ia n za s im p le o de un a ví a . A d em ás , es un r e qu is i to
i nd is pe ns ab l e q ue e l ex per im en to s e l l e v e a c a b o en
or d e n a l ea tor i o p ar a qu e e l am bi en t e e n e l q ue s e
ap l i qu e n l os tr a tam i e nt os s ea lo m ás u nif or m e p os ib l e.
P or lo ta n to , el d i s eñ o ex p er im en ta l e s un d is eñ o
c om pl et am ent e a l ea to r i za d o. L os o bj e ti v os s er á n pr ob ar
l a h i pó t es is a pr o p i ad a ac er c a d e las m e d ias de l os
tr a tam i en t os y es t im ar l as .
Grados
Fuente de Suma de Cuadrados Valor de F Valor
de
variación cuadrados medios de Fisher P
libertad
SStratamiento
SS tratamient o
Tratamiento a −1 SS tratamientos f = a −1 P(F ≥ f )
a −1 SSerror
N −a
SSerror
Error N −a SS error
N −a
TOTAL N −1 SS total
Cuadro 13. Análisis de varianza para un diseño unifactorial

Las f or m ul ac io n es p l a nt e ad as en l a ta b la d e a n á l is is d e
v ar ia n za s e pr es e n ta n a c o n ti n uac i ó n.

La s um a t ot a l d e c ua d r ad os es
27
E T AP A D E M E J O R AM I E N T O

 y •2• 
SC total = ∑ y −  2
ij

i, j  N 

La s um a d e c u adr a d os d e l os tr at am ie nt os e s

y i2•  y •2• 
SC tratamiento = ∑ − 
i, j ni  N 

La s um a de c u ad r a d o s d el er r or s e e v a lú a m edi a nt e la
d if er e nc i a d e l a s um a tot a l d e c u adr a dos y la s um a d e
c ua dr a dos d e l tr at am ien t o, as í

SC error = SC total − SC tratamiento

S i un a v ar i ac ió n de b i do a l os tr at am ie nt os es
s i gn if ic a ti v am en te m a yor qu e e l er r or ex p er im ent a l
a le at or i o, en t onc es s e r eq u i er e u na pr ue b a de h ip ó tes is .
P ar a la pr u e ba de hi p ót es is s e u ti l i za u na r eg i ó n c r ít ic a
de u n l a do e n l a c o l a de l a d er ec h a. La h i pó tes is nu l a
H 0 s e r ec h a za p ar a un a pr o ba b i l id a d d e u n e r r or t i po I
de la s ig u i en te f or m a

f > F[α ( a −1), ( N − a ) ]

do n de F[α ( a −1),( N − a ) ] es e l v al or c r ít ic o d e l a dis tr ib uc i ón de


F is he r par a u n n i v e l d e s i gn if ic a nc ia i gu a l a α.

A qu í la h i p ót es is nu l a p la nt e a da es H 0 : µi = µ j .
Me d i an t e es t a pr u e b a s e bus c a d et er m inar q u e t a n
s i gn if ic a ti v a es l a i nf l ue nc ia de l os n i ve l e s de l f ac t or
s obr e l a var i a bl e r es p ues t a.

4.3 Ajuste de Superficie de Respuesta .


P ar a la o pt im i za c i ó n de l pr oc es o s e p u ed e m od e lar la
i nf or m ac i ón s um in is tr ad a m edi a nt e u n p ol i nom i o qu e s e
aj us te e n f or m a ad ec ua d a a l os d at os . E s to s e r e a l i za
m edi an t e u n aj us t e d e s up er f ic i e d e r es p u es t a p ar a e l
m ode lo un if ac tor i a l q u e s e pr es e n ta a c on t in uac i ó n.
28
E T AP A D E M E J O R AM I E N T O

E l m od e lo p o l in om ia l qu e s e aj us t a r e q u ier e qu e l os a
n i ve l es o tr at am ie nt os s e a n c ua n ti t at i v os o num ér ic os y
eq u i dis t an tes , s i e nd o s u f or m u lac i ó n

y = α 0 + α 1 P1 ( x) + L + α n Pn ( x) + ε

Do n de Pi (x) es un p o l in o m io or t og o na l d e or d en i , es
dec ir , p ar a u n ex p er i m ento c o n a n i ve l es d e l f ac t or X, s e
ti e ne qu e

∑ P ( x) P ( x) = 0
i , j =1
i j , p ar a i≠ j

Las s um as d e c u adr ad os e n u n d is e ñ o u n if ac t or i al s e
de t er m in an d e l a m is m a m ane r a c om o s e i nd ic ó en e l
ap ar te inm ed i at am en t e a nt er ior .

E l s i gu i en t e p as o es de t er m in ar la i d o ne i d ad d e l m od e lo
m edi an t e el c oef ic i e nt e de de te r m in ac i ó n R 2 , c a lc u l ad o
de la s ig u i en te f or m a

SC mod elo SC error


R2 = = 1−
SC total SC total

A lg u n os au t or es c o ns i der a n q ue u n m ode l o es i d ó ne o o
qu e i nt er p r e ta e n f or m a ad ec u a da el f en óm en o
es t oc ás t ic o qu e pr e te n de m od e lar c u a n do R 2 ≥ 0 .9
P ar a i lus tr ar e l pr oc e d im ie nt o d e aj us t e n os r em it im os
un a ve z m ás al ej em pl o q ue h em os v en i d o tr ab aj an d o. E l
c ua dr o 1 4 m ues tr a l a i nf or m ac i ón r ef er e nt e a l p es o d e
l as p í ld or as e l a bor a da s en L ab or at or i os P A S TI L L A S . A . a
tr es ni v e l es d is t i nt os i gu a lm en te es p ac ia d os de
r ec u br im ie n to . Los c á lc u l os r es p ec t i v os p ar a aj us t ar u n
po l i nom i o d e s e gu n do or d en a l os da t os c o ns ig n ad os e n
e l c ua dr o s e pr es en t a n a c o nt i nu ac i ón .
29
E T AP A D E M E J O R AM I E N T O

 30207 2 
SC total = (485 2 + ... + 517 2 ) −   = 5376.85
 60 

 9986 2 + 10034 2 + 10187 2   30207 2 


SC mod elo =   −   = 1101.9
 3   60 

SC error = 5376.85 − 1101.9 = 4274.95

L AB O R AT O R I O S P AS T I L L AS S . A.
D E P AR T AM E N T O D E AS E G U R AM I E N T O D E L A C AL I D AD
CONTROL DE PROCESOS P R O D U C T O : P Í L D O R AS E S T I L E
V AR I AB L E E V AL U AD A: P E S O E S P E C I F I C AC I O N : ± 5%
M ÁX : 5 2 5
I N T E R V AL O D E M U E S T R E O :
MÍN: 475
C AD A 1 5 M I N U T O S PESO REQUERIDO: 500
miligramos.
M ÁQ U I N AS T AB L E T E AD O R AS
Recubrimiento al Recubrimiento al Recubrimiento al
3% 5% 7%
485 498 509 505 512 509
489 500 498 504 511 505
490 501 510 502 504 509
495 495 480 509 501 505
499 498 485 509 503 500
500 495 490 503 515 500
502 501 499 510 509 501
510 505 518 495 518 502
500 507 490 500 521 524
520 496 498 520 521 517
9986 10034 10187

Recubrimiento Recubrimiento Recubrimiento


Total
3% 5% 7%
9986 10034 10187 30207
Cuadro 14. Información del peso de las píldoras
A c on t i nu ac ió n s e c a l c u la n l as s um as d e c u adr a d os p ar a
c ad a un o de l os tr a tam ie n tos te n i en d o e n c u e nt a la
as ig n ac i ó n d e c o ef ic i en t es par a c o n tr as tes or to g on a l es
qu e s e pr es e nt a e n e l c ua dr o 1 5.
30
E T AP A D E M E J O R AM I E N T O

Coeficientes de los contraste


Porcentaje de Totales del ortogonales2
recubrimiento tratamiento
Lineal P1 Cuadrático P2
3 9986 -1 1
5 10034 0 -2
7 10187 1 1
λ 1 3

Cuadro 15. Asignación de los coeficientes de los contrastes


ortogonales.

E l c álc u l o d e l as s um as d e c u adr a dos p ar a c ad a u no d e


l o tr a tam i en t os es t á d ef i n id a p or

2
a 
∑ y i • ci 
 i =1 
a
n∑ ci2
i =1

do n de e l n um er ad or y e l d e n om ina d or d e la ex pr es ió n
an t er i or r e pr es e n ta n r es p ec ti v am en te e l c u adr a d o d e l os
ef ec t os y l a c om b in ac i ón m ues tr a l par a c a d a u no d e l os
m iem br os de l po l i nom i o a aj us t ar . E n am bas ex pr es io n es
ci r e pr es e nt a e l c o ef ic i en te or t o go n al a s oc ia d o a l i-
és im o tr at am ie nt o .

Los ef ec tos p ar a la s pa r t es li n e al y c ua dr át ic a de l
po l i nom i o s o n, r es p ec t i v am ent e,

∑y c
i =1
i. i = 9986(−1) + 10034(0) + 10187(1) = 201

2
Información obtenida de la Tables for Statisticians, Vol. 1, 3ª. ed., por
E.S. Pearson y H. O., Hartley, Cambridge University Press, Cambridge,
1966 (ver anexo)
31
E T AP A D E M E J O R AM I E N T O

∑y c
i =1
i. i = 9986(1) + 10034(−2) + 10187(1) = 105

La c om bi n ac i ó n m ues tr a l p ar a l as par tes l in e a l y


c ua dr át ic a d e l po l i nom i o es r es pec t i vam en t e,

a
n∑ ci2 = 20(−12 ) + 20(0) + 20(12 ) = 40
i =1

a
n∑ ci2 = 20(12 ) + 20(−2 2 ) + 20(12 ) = 120
i =1

T eni e n do en c ue nt a lo s c álc u los r e al i za d os , l as s um as de


c ua dr a dos p ar a l as par t es l i n ea l y c ua dr át ic a d e l
po l i nom i o s on ig u a les a 1 0 10 . 02 5 y 9 1 .8 7 5,
r es p ec ti v am en te . L a t ab l a c om p le t a d e an á l is is d e
v ar ia n za p ar a e l c as o b aj o es t ud i o s e pr es en ta
s eg u i dam en t e en el c u adr o 1 6.

Fuente de Grados Suma de Cuadrados Valor Valor P


variación de cuadrados medios de F
libertad de
Fisher
Recubrimiento 2 1101.90 550.95 7.35 0.00150
Lineal 1 1010.02 1010.025 137.41 0.00000
Cuadrático 1 91.875 91.875 12.5 0.00081
Error 57 4274.95 74.9991
Total 59 5376.85

Cuadro 16. Análisis de varianza para el modelo polinomial.

Los pr im er os tr es po l i nom i os or t o go n a les s o n

P0 ( x) = 1

(x − x) 
P1 ( x) = λ1  
 d 
32
E T AP A D E M E J O R AM I E N T O

 x − x  2  a 2 − 1 
P2 ( x) = λ 2   −  
 d   12 

do n de d es l a d is ta nc i a en tr e l os n i ve l es d e X ,
a es e l n úm er o d e n i v e l es d el ex p er im ent o ,
λi s on c o ns t a nt es qu e as e gur a n q ue los
po l i nom i os tom a n v a lo r es e nt er os .

Las es t im ac i on es p ar a l os pa r ám etr os αi d e l m ode l o d e


po l i nom i os or to g o na l es se de t er m in an m edi an t e la
f ór m ula

a −1

∑ yP ( x) i
αˆ i = i =0
a −1

∑ [P ( x)]
i =0
i
2

P ar a e l c as o d e l r ec u br im ie nt o d e l as pí l dor as , e l
c óm put o de l os e s tim ad or es de l os c oef ic i e nt es
po l i nom i a les a r r oj a l os s i g u ie nt es r es u lt a dos

αˆ 0 = 503.45 αˆ1 = 5.025 αˆ 2 = 0.875

T eni e n do e n c ue nt a q ue p ar a el c as o obj et o de es tu d io
s e t ie n e q ue a = 3 , l a d is t a nc ia en tr e l os n i v el es d = 2 y
x = 5 , e l aj us t e d e l m ode l o po l in om ia l t om a f in a l m ente l a
f or m a

yˆ = 505.444 − 4.05 x + 0.65625 x 2

Ec uac i ó n q u e en p r i m er a i ns ta nc ia p er m i te es tim ar e l
v a lor d e l pes o d e l a pí l do r a p ar a p or c e n taj es d e
33
E T AP A D E M E J O R AM I E N T O

r ec u br im ie n to es p ec i f ic a do . L a u t il i d a d de es t a
pr e d ic c i ón s e d es p ej a en e l m om ent o q ue s e e v a lú a e l
c oef ic ie nt e d e d et er m i nac i ó n

1101.9 4274.95
R2 = = 1− = 0.2049
5376.85 5376.85

Lo q ue e v id e nt em ent e in d ic a q ue e l m ode l o aj us ta d o n o
es r ec om end a b le p ar a pr ed ec ir e l p es o d e l a p as t i l la s i
s e t om a c om o v ar ia b le in d ep e nd i e nt e e l r ec u br im ie nt o d e
l a m is m a. E n es ta i ns t a nc i a , d a dos l os r es u l ta d os d e l
aj us te , e l i n ves t ig a d or d e be ex p l or ar o t r os t i pos de
m ode los y e nc on tr ar e l q u e m ej or s e aj us t e al f e nóm e no
qu e s e es t ud i a.
E T AP A D E AN ÁL I S I S

CAPÍTULO 5

ETAPA DE ANÁLISIS
35
E T AP A D E AN ÁL I S I S

Introducción
Es l a e t ap a m ás im p or ta nt e d e l a f il os of ía S e is Si gm a, ya
qu e s e de b en ap l ic ar t od as las her r am ie n tas es ta d ís t ic as
qu e s e aj us te n a l a i nf or m ac i ó n s um i n is tr a d a p or e l
pr oc es o. U n a s e l ec c i ó n a dec u ad a d e l m éto d o es t a dís t ic o
per m i tir á s i n l ug ar a du d as ob te n er m ej or e s b en ef ic i os y
c on el l o ac c ed er a un an á l is is m u y c er c a n o a l a r e al i d ad .

E ntr e es t os m ét o dos de a n á lis is , e nc o ntr a m os los m ás


s enc i l l os c om o e l D i agr am a d e P ar et o, Di a gr am a de
Ca us a y ef ec t o c om o p as o pr e v i o a l a n á lis is i n ic ia l .
T am bié n e nc on tr am os her r am ie n tas i gu a lm en t e v á l i das
c om o s on : e l D ia gr am a d e D is p er s i ón , E l M od e l o L in e a l
c on s u c oef ic ie nt e d e c or r el ac i ón y d et er m in ac ió n.

Ex is t e n h er r am ie nt as es p ec i al i za d as q ue n e c es ar i am en te
e l r es p o ns a b le e n l a or ga n i za c i ó n, d e im p lem en t ar el
Mé t od o S eis S i gm a de b e c o n oc er o e n s u d ef ec t o
c on tr at ar p er s o na l ex p er to , c om o es e l c as o d e
her r am i en tas es t ad ís t i c as c om o e l C on tr ol E s ta dís t ic o d e
Pr oc es os y e l Dis e ño Ex per im en t al

5.1 Diagrama de Pareto .


T am bié n c o n oc id o c om o e l An á l is is d e P ar e t o. S u
obj et i v o pr i nc ip a l es s ep ar ar l os p r o b lem as de c a li d ad en
poc os d ef ec tos v it a l e s , ge n er a n do el oc h e n ta p or c i e nt o
( 80 %) de l os pr o bl e m as de c a l i da d ( v ar i ab i l id a d n o
na t ur a l) , y l os m uc hos def ec tos t r i v i a les . P or c en t aj es q u e
s on u t i li za d os tr a d ic i o na lm en t e, p er o q u e c a r ec e n d e un a
r i gur os i da d es ta dí s t ic a.

P ar a l a e l a bor ac i ón d e es te d ia gr am a s e s u g ier e r ea l i za r
e l s i gu i en t e pr oc e d im ien t o:
36
E T AP A D E AN ÁL I S I S

60
100,00
96,36
90,91
50 83,64

74,55
40

Frecuencia
30 50,91

20
25,45

10

Thickness
Lbl offctr
No label

Label cut
Lbl folded

Diameter
Mislabeled

Figura 5. Diagrama de Pareto

1. Id e nt if ic ar e l pr o bl em a d e c a l id a d.
2. Es t r a t if ic ar l os d at os .
3. Me t od o l og ía y t iem po de r ec o l ec c ió n d e l os da t os .
4. Dis e ñe u n a t a b la d e r eg is tr o d e l os t i p os d e def ec t os
ex is t en t e ( ít em s ) en e l p r o b lem a d e c a l i d a d c on s us
r es p ec ti v os t ot a les , l os to t al es ac um ul ad os , la
c om pos ic ió n p or c en tu a l y e l p or c en t aj e ac u m ula do .
5. O r g an ic e es t os d a tos de ac u er do a l a c an t id ad .
6. Di b uj e d os ej es v er tic a les y u n ej e h or i zo n t a l
7. E n e l ej e h or i zo nt a l c o lo q ue ta n tos i nt er v a l os c om o
ít em s ex is t a n.
8. Co ns tr u ya p ar a c a d a i nt er va l o u n a b ar r a y d ib uj e l a
c ur va ac um u la d a.

Es im p or t a nt e r ec a lc ar q u e e l D i agr am a de P ar e t o s e
c ons tr u ye bas a do e n l a v ar i ab l e o pr o b l em a d e c a l i da d;
es t os p ue d en s er c las i f ic a dos c om o: C a l id a d d e l pr oc es o:
def ec t os , r e p ar ac i o ne s ; C os t o : m ag ni t ud d e la p ér d id a;
E ntr e ga : i n ve nt ar i os y d em or as ; Se g ur id a d: ac c id e nt es e
i nt er r upc i on es .

5.2 Diagrama de Causa y Efecto.


T am bié n l l am ado d ia gr am a d e es p i na de pes c a do , q u e
c ons is te e n d et er m in ar t o dos l os f ac t or es qu e inf lu ye n
en el r es u l ta d o d e un pr oc es o.
37
E T AP A D E AN ÁL I S I S

A c on t in u ac i ó n s e des c r i b en l os p a s os p ar a la
c ons tr uc c i ó n d e l di a gr am a de Ca us a y Ef ec to o t am bi én
l lam a do Es p i n a de Pe s c ad o :

1. De ter m i ne el pr o b l em a d e c a l id a d
2. E nc i er r e l a c ar ac te r ís tic a d e c a l i da d e n un c u adr o y
es c r í b al o a l l ad o d e r ec h o . pr o l o ng a nd o un a l ín e a
hor i zo n t a l a l a i zq u i er da de d ic h o c ua dr o.
3. Es c r i ba l as c a us as pr im ar i as y s ec un d a r i as q ue
af ec t a n d ic h o pr ob l em a de c a l i da d c o nec t án do l as e n
l a lí n ea hor i zo n t a l.

5.3 Prueba de Normalidad.


Es in d is p e ns a b l e c o noc er qu e c u a nd o s e a p lic a un a
her r am i en ta es t ad ís t ic a e n d on d e s e i n v ol uc r an v ar ia b l es
c on t in u as o c u a nt i ta t i v as es f un d am ent a l d et er m in ar s i l a
i nf or m ac i ón o bt e n id a en el pr oc es o, t ie n e un
c om por t am ie n to m ed i an t e u na d is tr i b uc i ó n nor m a l. Pa r a
e ll o l a es ta d ís t ic a p o s ee al g un as pr u eb as , entr e e l l as
3
enc o ntr am os la pr u e ba d e J i - c u a dr a d o , K olm o gor o v-
Sm ir n o v Li l l i ef or s , S ha p ir o y W ilk s o la pr u e ba d e
A nd er s on Da r l i n g; p er o u na m an er a m uy s e nc i l la d e
r ea l i za r l a pr u eb a d e n or m a li d ad es c o n s tr u ye n d o un
Hi st o g r am a d e F re cu en ci a, f i gu r a 6 .

(o − e)
3
En esta prueba toma el valor de la ji-cuadrado χ2 = ∑ , donde
e2
o es la observación observada, e la observación esperada. Este valor de

Chi-cuadrado se compara con el punto crítico χ (21−α )( k −1) , con k −1 grados


de libertad.
38
E T AP A D E AN ÁL I S I S

Figura 6. Histograma de frecuencia

5.3.1 Prueba de Normalidad Mediante el


Método de Kolmogorov Smirnov Lilliefors . La
pr u e b a de K olm o gor o v Sm ir n o v L il l i ef or s KS L es a p lic a d a
ún ic am en te a v ar ia b l es c o n ti n u as y c a lc u l a la d is t a nc ia
m áx im a en tr e l a f u nc i ón d e dis tr ib uc i ón e m pír ic a d e l a
m ues tr a s e lec c i o na d a y l a t e ór ic a , e n e s te c as o l a
nor m a l.

S ea un a m ues tr a x1 ,..., x n l a m ues tr a or d en a da de la


s i gu i en t e f or m a x1 ≤ x 2 ≤ x3 ... ≤ x n . L a f u nc ió n d e
d is tr i buc i ó n em pír ic a de es t a m ues tr a es d e l a f or m a:

0 x < x1


 k xk ≤ x ≤ xk +1
Fn ( x ) =  n

1 x ≥ xn


39
E T AP A D E AN ÁL I S I S

De t al m aner a q ue p a r a c on tr as t ar l a h i p ót e s is de q u e e l
m ode lo ge n er a d o d e l os da t os es F ( x ) s e c a lc ul a e l
es t a dís tic o Dn = máx Fn ( x ) − F ( x ) c u ya d is tr i b uc ió n ,
c ua n do F ( x ) es c i er t a s e ha t a bu l ad o . S i la d is t anc i a
c a lc u l ad a Dn es m a yo r qu e l a e nc o ntr ad a e n las t a bl as
D(α , n ) , f ij a nd o u n n i v e l de s ig n if ic a nc i a α ,
r ec h a za r em os e l m ode l o F ( x ) . Es d ec ir Dn ≥ D (α , n )

Co ns id er a nd o e l c as o d e l pes o d e las p í ld o r as Es t i l e, s e
tom a l a i nf or m ac i ó n a l a s a l i da d e u n a d e l as m áqu i n as
de pes aj e y es tos s o n l os r es u l t ad os :

Peso de las
píldoras en la
primera
máquina al 5%
485
489
490
495
499
500
512
510
508

Cuadro 17. Información del peso de las píldoras con recubrimiento


del 5%.
k x Fn ( x ) F (x ) Fn (xh−1 ) − F(xh ) Fn (xh ) − F(xh ) Dn ( x )
1 485 0.111 0.08099 0.08099 0.030107
2 489 0.222 0.16130 0.05030 0.060895
3 490 0.333 0.18759 0.03441 0.145732
4 495 0.444 0.35377 0.02077 0.090665
5 499 0.555 0.50964 0.06564 0.045910
6 500 0.666 0.55428 0.00072 0.112376
7 508 0.777 0.83024 0.16424 0.052468 0.16424
8 510 0.888 0.87693 0.09993 0.011954
9 512 1.000 0.91378 0.02578 0.086212

Cuadro 18. Construcción de la prueba de Kolmogorov Smirnov


Lilliefors KSL.

La inf or m ac ió n d e l a m ues tr a es t im am os e l pr om ed io
E ( x ) = µ = 498.666 y la d es vi a c i ón es t án d ar
E (s ) = σ = 9.7724 .
40
E T AP A D E AN ÁL I S I S

x − 498.666 
Ca lc u lam os e l v a lo r d e F ( x ) = p(Z ≤ z ) = p Z ≤ i 
 9.7724 
par a c a d a u no d e l os v a lor es xi de la m ues t r a .

Ej em p lo de e ll o , es c ua n do s e t om a el va l or d e x = 485 ,
e l c á lc u lo d e l a no r m a es ta n dar i za d a r es u l ta d e la
s i gu i en t e m an er a:

 485 − 498 . 666 


F (248 ) = p (Z ≤ z ) = p  Z ≤  = p (Z ≤ − 1 . 398 ) = 0 . 0809
 9 . 7724 

Es t e pr oc ed im ie n to s e r e al i za p ar a c ad a u no de los
v a lor es o b te n i dos en l a m ues tr a s e l ec c io n a da . U n a v e z
c a lc u l ad o t od os l os v a lor es s e c a lc u l a n l as d if er enc i as y
s e o bt i en e f i na lm en t e e l va l or m áx im o de Dn es
0. 1 63 5 79 6 3.

P ar a o bt e ner la d if er e nc i a Fn (xh−1 ) − F(xh ) , p or ej em p l o


tom an d o e l pr im er v al or x = 485 do nd e F ( x k ) = 0.0809 ; un
v a lor an t er ior d e Fn ( x k −1 ) = 0 , p o r lo ta n to l a d if er e nc i a
r es u l ta n te es 0 − 0.0809 = 0.0809 .

E n e l c as o d e l a d if e r enc i a Fn ( xh ) − F(xh ) los v a lo r es s e


r ea l i za n de la s ig u i en t e m an er a: 0.111− 0.0809 = 0.0301

E n l a ta b l a d e K SL s e ob t ie n e c o n n = 9 : D(0.05,9) = 0.271 ,
por l o q ue s e ac e p ta q u e l a m ues tr a s e d is tr i b u ye
nor m a lm ent e .

5.4 Diseño de Parámetro Robusto.


Es la par t e d e l a m et od o l og ía d e T ag uc h i qu e in v o l uc r a
d is e ñ os d e tr at am ie nt os f ac t or ia l es , l os c u a l es c o ns is t en
en r f ac t or es , los q u e s e p ue d en c o ntr o l a r du r a nt e e l
pr oc es o de m an uf ac t ur a y l os q ue n o s o n c on tr o la b les .
41
E T AP A D E AN ÁL I S I S

E n l a t er m i no l og í a de T ag uc h i los f ac t or es c o ntr o l ab l es
se i de nt if ic a n c om o lo s p ar ám etr os o f ac t or es
c on tr ol a b les ; los q ue no s e c on tr ol a n s e c on oc en c om o
f ac tor es r u i do o n o c on tr ol a b les . L as v ar i ab l es y l os
f ac tor es de r u i do s on los m ás s e ns ib l es a los c am bi os
en l as c o nd ic i on es d e l e n tor n o dur a nt e l a pr od uc c i ón y
por l o ta nt o tr a ns m it e n la v ar i ab i l id a d a l a s r es p u es t as
de in t er és en e l pr oc e s o.

Un o bj et i v o es d et er m inar q u e c om bi nac i ó n d e f ac tor es


c on tr ol a b les es la m enos s e ns i b l e a los c a m bios e n l as
v ar ia b l es d e r u i do , d e es t e c o nc e p to s e d er i v a e l n om br e
de dis e ño de p ar ám etr os r o bus tos .

E l m éto do d e a ná l is i s de T ag uc h i t ie n e c om o m etas
pr inc i p al es :

1. M in im i za r l a r es p u es t a .
2. Max im i za r l a r es pu es t a
3. Lo gr ar un a r es p u es t a nom i na l , d if er e nt e de l a m ínim a
o l a m áx im a.

E l d is e ñ o de T ag uc h i a ti e nd e a l s i g ui e nt e m ode lo p ar a
tr es f ac t or es

y = β0 +β1x1 +β2x2 +β3x3 +β12x1x2 +β13x1x2 +β23x2x3 + y1z1 +δ11x1z1 +δ21x2z1 +δ31x3z1 +ε

E l m od e lo d e la m edi a pa r a l as r es pu es t as s e r epr es en t a
c om o:

E z [ y ( x, z )] = f ( x) (1)

S ie n d o f (x ) es la por c i ó n de l m ode l o q ue inc l u ye s o lo


l as v ar ia b les c on tr o l a b les . E l m od e l o de la v ar ia n za pa r a
l a r es p u es t a, s e d et er m in a m ed i an t e l a s ig u ie n te
f or m ulac i ón :
42
E T AP A D E AN ÁL I S I S

 ∂y ( x, z ) 
r 2

V z [ y ( x, z )] = σ ∑ 
2
 +σ 2 (2)

z
i =1  zi 

La var i a n za d e l a r es pu es ta σ2 s e es t im a m ed i a nt e e l
c ua dr a do m ed i o d e l e r r or , C M E y σ z2 es c o no c i da c om o
l a v ar ia n za d el r u id o.

La a p l ic ac i ó n de es t e d is eñ o r o bus t o s e pr es e n ta e n l a
i nf or m ac i ón s um in is tr ad a po r l a em pr es a P as t i l las S . A.
en do n d e s e e nc ue ntr a n i nt er es ad os e n ev a l uar l os
s i gu i en t es f ac t or es : e l ef ec t o d e l a g e om etr ía d e l m ol de
( A) ( c om o f ac t or q ue n o s e p u ed e c o ntr o l ar ) , ve l oc id a d
de t a b le t ea d o ( B) , y e l án gu l o d e c or te ( C) . S e e l ig e n d os
n i ve l es d e c a da f ac t o r y s e c or r e n tr es r ép l ic as , l o q u e
3
im pl ic a un d is e ño f a c tor i a l 2 . Los r es u lt ad os s o n l os
s i gu i en t es :

G e o m e t r í a d e l m o l d e ( A)
Factor no controlado
1 2
Nivel bajo Nivel alto
An g u l o d e c o r t e ( C )
30 35 30 35
Velocidad de corte
Nivel Nivel Nivel Nivel
(B)
bajo alto bajo alto
509 498 490 485
20 511 501 487 487
510 496 492 482
(1)
Nivel bajo
c a ac
505 503 500 510
30 500 501 499 512
Nivel alto 501 505 501 509
b bc ab abc
Cuadro 19. Observaciones tomadas del proceso de tableteado.

Replicaciones
A B C Combinación de tratamientos Total
I II III
0 0 0 (1) 509 511 510 1530
1 0 0 a 490 487 492 1469
0 1 0 b 505 500 501 1506
1 1 0 ab 500 499 501 1500
0 0 1 c 498 501 496 1495
43
E T AP A D E AN ÁL I S I S

1 0 1 ac 485 487 482 1454


0 1 1 bc 503 501 505 1509
1 1 1 abc 510 512 509 1531

Cuadro 20. Organización de las observaciones del peso de la


píldora, tomando las combinaciones.

Rec u ér d es e qu e e l va l or de c er o i nd ic a n i ve l b aj o e n es t e
f ac tor y u n o e l n i v e l a lt o, p or ej em pl o t om em os las
obs er v ac io n es 5 0 5, 5 00 , 5 0 1 q ue s e e nc u en tr an en l a
G e om etr í a d e l m ol de 1( n i v e l b aj o e n e l f ac t or A) , án g u lo
de c or t e 30 gr a dos ( n i v e l baj o en e l f ac t or C ) y v e l oc id a d
de c or t e 3 0 ( ni v e l a l to en el f ac to r B) , t en e m os c er o p ar a
e l f ac tor A, c e r o p ar a e l f ac tor C , p or s er n i v e les b aj os ; y
un o par a e l f ac t or B , l o qu e im pl ic a q u e en e l or d e n
num ér ic o el v al or p ar a es t e n i v el es 01 0 . Lo q u e es l o
m ism o, el f ac t or B es e l ú nic o c u yo n i ve l e s a lt o , por lo
qu e alf ab ét ic am en te ( A BC) l a l e tr a as ig n a da es b , es
dec ir q u e s e as i gn a l a l et r a a lf a b ét ic a s i e l n i ve l a l to d e l
f ac tor s e enc u e ntr a e n l as r e p l ic ac i o nes u ob s er vac i o nes .
Com. I II III

(1 ) a + (1) ab + b + a + (1) abc + bc + ac + c + ab + b + a + (1)


a ab + b abc + bc + ac + c abc − bc + ac − c + ab − b + a − (1)
b ac + c ab − b + a − (1) abc+ bc − ac − c + ab + b − a − (1)
ab abc + bc abc − bc + ac − c abc− bc − ac + c + ab − b − a + (1)
c a − (1) ab + b − a − (1) abc+ bc + ac + c − ab − b − a − (1)
ac ab − b abc + bc − ac − c abc − bc + ac − c − ab + b − a + (1)
bc ac − c ab − b − a + (1) abc + bc − ac − c − ab − b + a + (1)
abc abc − bc abc − bc − ac + c abc − bc − ac + c − ab + b + a − (1)

Cuadro 21. Procedimiento teórico de la técnica de Yates para el


cálculo de los contrastes.
44
E T AP A D E AN ÁL I S I S

E n l a ter c er a c o l um na e l pr im er v a lo r es e l t ot a l de l as
r ep l ic ac io n es y i.. , y l o s va l or es i nf er i or es s on los
c on tr as t es . L a s um a de c ua dr ad os e n e l d is e ñ o 2k se

de t er m in a por SS contraste =
(contraste de i ) 2
, d on d e
2k n
i = a, b, c, ab, bc, ac, abc , e l ef ec t o s e c alc u la m ed i a nt e

efecto =
(contraste de i ) y e l c o ef ic ie n te d e l m od e lo es
2 k −1 n
e va l u ad o m e di a nt e, coeficiente i =
(efecto i ) .
2
Suma de
Com. Total I II III Efecto Coeficientes
cuadrados

(1) 1530 2999 6005 11994 - -


11994
24
= 499.75

a 1469 3006 5989 -86


(− 86)2 = 308.16
− 86
= −14.333
− 14.333
= −7.1665
24 6 2
(98)2 = 400.166
98
= 16.3333
16.3333
= 8.1665
b 1506 2949 -67 98
6 2
24
(118) = 580.16
2
118
= 19.6666
19.6666
= 9.833
ab 1500 3040 -19 118
6 2
24
c 1495 -61 7 -16
(− 16)2 = 10.666 − 16
= −2.66666
24 6

ac 1454 -6 91 48
(48)2 = 96.000 48
= 8.00000
8.00000
= 4.000
24 6 2
(84)2 = 294.00 84
= 14.0000
14.0000
= 7.000
bc 1509 -41 55 84
6 2
24
(8)2 = 2.666 8
= 1.33333
abc 1531 22 63 8
6
24

Cuadro 22. Aplicación de la técnica de Yates para el peso de la


píldora en el proceso de tableteado.

(
SS total = 509 2 + 5112 + K + 512 2 + 509 2 − ) 11994 2
24
= 1760.5

SS error = 1760 . 500 − 308 . 166 − 400 . 166 − 580 . 166


− 10 . 6666 − 96 . 0000 − 294 . 000 − 2 . 66666
= 68 . 66874
45
E T AP A D E AN ÁL I S I S

Grados
Fuente de Suma de Cuadrado
de Valor F
variacion Cuadrados Medio
libertad
Efectos de los factores principales
Geometría del molde 1 308.166 308.166 71.8036
Velocidad de tableteado 1 400.166 400.166 93.2398
Angulo de corte 1 10.6666 10.6666 2.48536
Efectos de las combinaciones
Geometría - velocidad 1 580.166 580.166 135.180
Geometría – ángulo 1 96.0000 96.0000 22.3682
Velocidad - ángulo 1 294.000 294.000 68.5027
Geometría – velocidad –
1 2.66666 2.66666 0.62134
ángulo
Error 16 68.66874 4.291796
Total 23 1760.500

Cuadro 23. Análisis de varianza para el diseño 23 .


E l v a lor F q ue s e ob tu v o pa r a c a d a ef ec t o, e n l a t a b la d e
an á l is is d e v ar ia n za ; s e c om par a c o n e l e s ta dís t ic o de
pr u e b a F0.05(1,16 ) = 4.49 .

Los f ac to r es m ás s i gn if ic a ti v os r es u l ta n t es s o n l os
ef ec t os p r i nc i pa l es a , b y l as c om bi nac i o nes ab , ac y
bc . S e ob t ie n e e l s i g ui e n te m ode l o d e r e gr es i ó n l i ne a l,

y = β0 + β1x1 + β2 x2 + β12x1x2 + β13x1x3 + β23x2 x3 + y1z1 + δ11x1z1 + δ 21x2 z1 + ε ,

Re em pl a za n d o l os v a l or es c or r es p on d i en t e s par a c a da
c oef ic ie nt e s e t i en e q u e

yˆ = 499.75 − 7.1665x1 + 8.1665x2 + 9.833x1 x2 + 4.00x1 x3 + 7.00x2 x3

Aj us t am os es t e m od e l o a l d is eñ o de T a g uc h i y el m ode l o
de r es p u es t as
y ( x1 z1 ) = 499.75 + 8.1665 x 2 + 9.833 x1 x 2 + 4.00 x1 x3 + 7.00 x 2 x3

Ut i l i za n do l as ec u ac i o nes ( 1) y ( 2) im p l ic a q ue e l m ode l o
[ ]
de l a m ed i a p ar a l a r es p u es t a es E z y (x, z ) = f ( x ) Y e l
m ode lo de la v ar ia n za pa r a la r es p ues ta
 ∂y ( x, z ) 
2

V z [ y ( x, z )] = σ ∑ 
2
 +σ 2,

z
 zi 
46
E T AP A D E AN ÁL I S I S

 ∂y ( x, z ) 
3 2

∑  ∂zi  = 9.833 x 2 + 4.00 x3


i =1 

E z [ y ( x1 z1 )] = 499.75 + 8.1665 x 2 + 7.00 x 2 x3

V z [ y (x1 z1 )] = σ z2 (9.833x 2 + 4.00 x3 ) + σ 2


2

La v ar ia n za d e l r u i do σ z = 1 , ya q ue s e c o ns id er a e l r u i d o
2

c om o un a v ar ia b l e c u ya d is tr ib uc i ón es nor m al es t á n dar
c on m ed ia c er o y v ar ia n za un o , y l a v a r i an za d e l a
r es p u es t a σ 2 = 4.291796
P or l o t a nt o el m od e l o p ar a l a v ar ia n za es t á d ef i n id a de
l a s i gu i en t e m an er a:

( )
Vz[ y ( x1 , z1 )] = (1) 96.687 x 22 + 78.664 x 2 x3 + 16.00 x32 + 4.291796

Re ac om oda n do los t ér m in os l a v ar i a n za es c a lc u l ad a
c om o:

Vz[ y ( x1 , z1 )] = 4.291796 + 96.687 x 22 + 78.664 x 2 x3 + 16.00 x32

Ec uac i ó n q ue per m it e m ode lar l a v ar i ab i l id a d d e l pr oc es o


de t a l m an er a q u e s e b us q u e m in im i zar s u i nf l ue nc i a en
e l pr oc es o.
E T AP A D E C O N TR O L

CAPÍTULO 6

ETAPA DE CONTROL
48
E T AP A D E C O N TR O L

Introducción
Es t a e ta p a p er m it e v er if ic ar l a ef ec t i v id a d y l a ef ic ac ia de
l os di v er s os c am bi os qu e s uf r e e l p r oc es o n o a tr a v és d e
l as d i v er s as e t ap as de m ej or a . Es i nd is p ens a bl e
en t onc es def in ir un os in d ic ad or es q u e n os m ues tr e e l
n i ve l d e d es em pe ñ o de la or g a ni za c i ón . Las c ie nc i as
es t a dís tic as p er m it e n ut i l i za r un s i n núm er o de
ap l ic ac io n es pa r a c o n oc er el es t ad o d e u n pr oc es o b aj o
l os e v e nt os q ue of r ec e la inf o r m ac i ón r ec o l ec t a da e n l a
or g a n i zac i ó n.

E ntr e los m ét od os o pr oc ed im ie n tos ap l ic a d os p ar a


r ea l i za r e l c o ntr o l a u n pr oc es o s e enc u e ntr an
her r am i en tas t a les c om o l os G r áf ic os d e C o ntr o l
Un i v ar ia d a p or v ar i a b les y C a pac i da d d e l pr oc es o ; las
an t er i or es h er r am ie n tas s o n a p lic a d as c u an d o l as
v ar ia b l es s o n c u an t it at i v as , G r áf ic as U n i v ar ia d as p or
atr i bu t os c ua n do las v ar i ab l es s o n c ua l i ta t i vas , l as
G r áf ic as d e Co nt r o l Mu l ti v ar i ad as y el Dis e ño d e
Ex per im en t os .

6.1 Gráficos de Control Univariados.

Es u n d i agr am a q ue pr es e nt a e l c om p or t a m ient o y a s u
v e z s e r ea l i za e l s eg u im ie nt o de u n a c ar a c ter ís t ic a de
c a li d ad en e l t i em po. D et ec t a nd o l a ex is t e nc ia o n o d e
i nes ta b i l id a d e n e l p r oc es o , s i e l l o oc ur r e s e c o n oc e
c om o c aus a as ig n a b le ( En es t ad ís t ic a in v o luc r a l a
v ar ia b i l id a d aj e na a l a inf or m ac i ón d e l pr oc es o) . L a
c ar ac t er ís t ic a d e c a l id a d es e v al u ad a m edi an t e el
est ad í st i co d e l as m ues tr as o s u b gr u p os qu e s e t om an
de l pr oc es o.

E ntr e l os es t ad ís t ic os m ás uti l i za d o t en em os el pr om ed i o
x , e l r a ng o R , la v ar ia n za s 2 , l a pr op or c i ón p̂ , E l
num er o d e n o c onf or m ida des e n e l s ub gr u po u . L os t r es
pr im er os s o n a p l ic a d os e n l as G r áf ic as d e C on tr ol p or
V ar ia b le y l as d os ú lt i m as por las g r áf ic as d e c o ntr o l po r
atr i bu t os . El s up u es t o d e n or m al i da d e i n de pe n de nc i a s e
49
E T AP A D E C O N TR O L

de b en c um pl ir p ar a l a e la b or ac i ó n d e es t as gr áf ic as d e
c on tr ol .

6.1.1 Fundamentos Teóricos de los Gráficos


de Control Univariados por Variables. Es t a
gr áf ic a es pr o pu es ta por W alter Sh e wh ar t , es un a d e las
her r am i en tas m ás ut i l i za d as e n el S PC , p er m it e
m onit or e ar y c o ntr o la r el pr om ed io de u n pr oc es o es
c on oc i do c om o gr áf ic o x , es u na c ar ta q u e s e ap l ic a
par a c o ntr o lar y m ej o r ar la c a l i da d m ed i a a tr a v és d e l
v a lor pr om ed i o x , c a lc u l ad o e n c a d a s ub gr u po o
m ues tr a , es pr es en t a da s im u lt án e am ent e c on e l gr áf ic o
R qu e p er m it e c o ntr o l ar y m ej or ar l a d i s per s i ó n o
v ar ia b i l id a d.

P er o c om o la v ar iac i ón es i n her e nt e e n c ad a s u b gr up o
l os p r om ed i os y l os r a ng os v ar ía n en c ad a s u bgr u po
per m i ti e nd o as í d os ti pos de er r or es :

E rr o r t i p o I: oc ur r e c u an d o a l tom ar un a m u es tr a
c on d u zc a a tom ar u n a ac c i ón , c u a nd o e n r e a li d ad no ha
ha b i do c am b io al g un o en el pr oc es o.

E rr o r t i p o II : s uc ed e c u an d o a l tom ar u n a m ues tr a la
gr áf ic a m ues tr e u n p r oc es o b aj o c o ntr o l c ua n do en l a
r ea l i d ad h a ya oc ur r id o u n c am bi o e n e l pr oc es o .

P ar a q ue u n pr oc es o de pr od uc c i ón s e a es ta b le , am b as
es t a dís tic as , t a nt o e l pr om ed i o c om o l a dis p er s ió n
de b en es t ar e n es t a d o de c on tr ol . P or t al m oti vo , p ar a
ef ec t os pr ác t ic os , las c ar t as x y R s e d ib uj an e n l a
m ism a h oj a de p a pe l . Es t a et a pa d e l pr oc e s o s e c o n oc e
c om o F A S E I.

La s i g u ie nt e es la s ec u e nc ia d e ac t i v id a des g en er a les
qu e s e s i gu e e n l a e l ab or ac ió n d e c ar tas de c on tr ol x
yR:

1. Es t a b lec im ie n to d e o bj et i v os .
50
E T AP A D E C O N TR O L

2. S el ec c i ón d e l as var i ab l es a c o ntr o l ar : l a v ar ia b l e o
v ar ia b l es a c o ntr o l ar d e be n s er m ag n it u des
s us c e p ti b l es de m ed ir s e.
3. E lec c i ó n d el c r it er i o d e f or m ac ió n d e s u bg r u pos .
4. E lec c i ó n d e tam añ o y f r ec u enc i a d e l os s u bg r up os .
5. De ter m i nac i ó n d el m ét od o d e m e dic i ó n.
6. O bt e nc ió n d e l as m ed i c i on es y r eg is tr o de e l l os .
7. Cá lc u lo d e l a m ed ia , x de c ad a s u bg r u p o.
8. Cá lc u lo d e l a am pl it ud R , d e c a da s u b gr up o : la
am pl it u d de c a da s u bgr u p o s e c a lc u la r e s ta n do e l
v a lor d e la m ed ic i ó n m ás baj a d e l a m ás a lt a.
9. Cá lc u lo d e l r a n go p r o m edi o R .
10 . De ter m i nac i ó n d e lím i tes d e c o nt r o l . L os lí m ites d e
c on tr ol d e l a c ar t a R s e c a lc u la d e l a s i gu i en t e
m aner a lsc R = D4 R y lic R = D3 R do n de D3 y D4 s on
f ac tor es q u e d e pe n d en de l t am añ o d e la m ues tr a .
P ar a l a c ar ta x , l os lí m ites d e c o ntr o l s e ex pr es a n
de la s i g u ie n te m aner a lcs X = x + A2 R y
lci X = x − A2 R do n de A 2 es u n f a c tor q ue d ep e nd e
de l t am añ o n o de l s ub gr u po , es t á d ef i n i da c om o
3
A2 = .
d2 n

La m et od o l og ía en l a e la b or ac i ó n d e c ar tas de c on tr o l x
y s es s im il ar q u e l a es t ab l ec id a e n l as gr áf i c as x y R .
Ca lc u la n do el v al or d e l a d es v iac i ón es t á n dar de c ad a
un o d e l os s u b gr up os y l a s f or m u lac i o nes u t i l i za d as par a
de t er m in ar los l ím ites de c o ntr o l in ic i a les o F A S E I , es t os
4
s on : par a l os lím it e s de c o nt r o l d e s , s e c a lc u l a
lcs = B4 S y lci = B3 S d on d e B3 y B4 s o n f ac t or es q u e
de p en d en de l t am añ o de la m ues t r a .

4
Este tipo de gráfica de control S como medida de variabilidad es utilizada
cuando el tamaño del subgrupo es variable. Por lo que el estadístico S,
resulta mejor estimador para la desviación de la población . σ
51
E T AP A D E C O N TR O L

P ar a l a c a r t a x , l os l í m ites d e c on tr ol u ti l i za d os s on
3s
e va l u ad os m ed i an t e lcs = x + = x + A3 S y
C4 n
3s
lci = x − = x − A3 S do n de A3 es u n f ac t or qu e
C4 n
de p en d e d e l t am año de l a m ues tr a. Es t os lím it es s o n
ob t en i dos a l es t im a r e l v al or d e σ m ed i a nt e la
des v i ac ió n es t á nd ar m ues tr a l e v al u ad a en c ad a un o de
l os s u bgr u pos . Se a E (s ) = C4σ , don d e
n
Γ 
C4 =
2  2 , e nt o nc es la es t i m ac ió n de la
n −1  n −1
Γ 
 2 
s
des v i ac ió n es σˆ = , do nd e s es la d es v ia c i ón
C4
es t á nd ar m ues tr a l p ar a c a da los g s u bgr u pos .

A lg u n as v ec es ex is te n dif ic u l ta d es e n l a a gr up ac i ón d e l a
i nf or m ac i ón d e bi d o a las c o nd ic i on es na t ur a l es de l
pr oc es o, p or l o q u e s e h ac e n ec es ar i o a p l i c ar c ar t as d e
c on tr ol d e u na s o la r ép l ic a n = 1 , d o nd e los lí m ites d e
c on tr ol s e o bt i en e n de l a s i g u ie nt e f or m a,

Rm Rm
lcs = x + 3 , lc = x , lci = x − 3 , do n de Rm es
d2 d2
c on oc i do c om o e l r a n go m óv i l. E l v a lo r de d 2 de p en d e
de l t am añ o d el agr u pam i en t o qu e s e r ea l ic e e n l a
i nf or m ac i ón s um i nis tr ad a p or e l pr oc es o . L os lím it es de
c on tr ol p ar a e l r a ng o m ó v il s o n l os s i gu i e nt es ,
lcs = D4 Rm , lcs = Rm , lci = D3 Rm . Es im por t a nt e r ec a lc ar
qu e l a p r u e ba d e nor m ali d ad es f u n dam en t a l e n es t e ti p o
de c ar tas d e c o ntr o l, ya q u e e n es t e c as o no s e t i e ne e l
ef ec t o d e l T eor em a d e l Lím it e C e ntr a l, d if e r enc i a q u e s e
ti e ne c u a nd o s e c a lc u l a l a m ed i a m ues tr a l a p ar t ir d e u n
s ub gr u po .

Cu a nd o e l s u pu es t o de n or m al id a d n o es c um pl id o s e
hac e n ec es ar i o tr a ns f or m ar l a i nf or m ac ió n, de t a l m an er a
52
E T AP A D E C O N TR O L

qu e c um pl a los c r i t er ios d e n or m a li d ad qu e ex ig e n
pr u e b as c o n oc id as c om o K o lm og or o v S m ir no v o l a
pr u e b a de An d er s on D ar li n g.

Cu a nd o e l t am añ o d el s u b gr u p o es v ar ia b l e es
c on v e n ie nt e u t il i za r l a s c ar tas x y s , e n d on d e ni es e l
núm er o d e o bs er v ac i on es enc o ntr a do e n e l i- és im o
s ub gr u po , e n to nc es l os es t ad ís t ic os o lí n eas c e ntr a l es
s e c a lc u l a n de la s i gu i en t e m an er a,

g g

∑ ni x i ∑ (n i − 1)si2
x= i =1
g
y s= i =1
g
, l as c o ns t a nt es A3 , B3 y
∑n
i =1
i ∑ (n
i =1
i − g)

B4 d e pe n de n d e l tam añ o d e l s u bgr u po s el ec c i o na d o.
Recalcular los límites de control. U na v e z o bt e ni d os
l os l ím ites d e c o ntr o l i nic i a l o h is t ór ic os , ( s e r ec om ie n da
ob t en er l a inf o r m ac ió n d ur an te l os s e is pr i m er os m es es )
par a p os t er i or m ent e i de nt if ic ar los lím it es n at ur a les o
es t á nd ar d e l pr oc es o, es t os va l or es n at ur a les s e
ob t ie n en u na v e z i d e n tif ic a d o l os pu nt os por f uer a d e l os
l im ites de c on tr o l o s i ex is t en t e nd e nc ias en e l pr oc es o.

P or s u p u es t o s i la i nf or m ac i ón h is tór ic a no pr es en t a
es t as d os c o n dic i o ne s de f u er a de c on tr o l l os lím it es
i nic i a les o h is tór ic os s er án c o ns id er a dos c om o l ím it es
na t ur a l es o es tá n da r p ar a el pr oc es o.

Cu a nd o s e es t á e v a l ua n do s i un pr oc es o s e enc u en tr a
f uer a de c o n tr o l la pr i m er a gr áf ic a q u e s e d eb e a n al i za r
c on m uc h o c u id a do es l a gr af ic a d e l a m ed i da de
v ar ia b i l id a d en es te c as o la gr áf ic a R , qu e p er m it e
obs er v ar s i ex is te h o m ogen e i da d en l a va r i ab i l i da d d e l
pr oc es o. Cu a nd o e n el pr oc es o l l eg ar a a s uc ed er lo
c on tr ar io ( a lt a var i a bi l id a d e n l a inf or m ac i ón) no se
pu e de r e a l i zar u n b u e n a n á lis is e n l a gr af ic a d e r an g os y
por s u pu es t o en l a g r áf ic a d e loc a l i zac i ó n, gr áf ic a x , s i
no s e es ta b i li za la v a r i ab i l i da d ( o bs er ve q u e l os l ím it es
53
E T AP A D E C O N TR O L

de c o ntr o l d e l a gr áf i c a d e l oc a l i za c i ó n de pe n de d e la
v ar ia b i l id a d en el p r oc es o q u e e n e l ej em pl o lo
r ep r es e nt a e l r a ng o o r ec o r r i d o) el a ná l is is q ue s e r ea l ic e
de l m is m o es t á t ot a lm en t e a lej ad o d e l a r e a l i da d.

Cu a nd o ex is t e n p un tos f u er a d e c o n tr o l s e d eb e
r ec a lc u l ar l a m edi a y e l r a n go ut i l i za n do la s i g u ie n te

f ór m ula , p ar a r ec a lc ul ar e l pr om e di o x=
∑ x −x d
; y pa r a
g − gd

r ec a lc u l ar e l r a ng o R=
∑R − R d

g − gd

Do n de l os pr om ed io s , los r a n gos y l a c a nt i da d d e
s ub gr u pos d es c a r t ad o s s o n e n s u r es pec t i vo or de n xd , Rd
y gd .

Estimación de la Desviación Estándar de la


Población. La t e o r ía es t ad ís t ic a pr op or c io n a un a
r e lac i ó n en tr e el p r om ed io y l a des v i ac i ón es tá n da r
m ues tr a l ( es t e pr om ed i o es e l r es u lt a do de la s um at or i a
de l as d es vi ac i on es e s tá n dar par a c a d a s u bgr u p o en tr e
e l n úm er o d e s ub gr up os r ec o g id os e n c a d a m ues tr a ) y
l a d es v i ac i ó n es t á nd ar po b l ac i o na l σ . R e lac i ón q u e
es t á d a da por l a c o ns t an t e c4 . P or ej em pl o, e l v a lor de c 4
par a un a m ues tr a d e c i nc o es de 0. 9 4. P o s ter i or m ent e
s e o bt i en e el pr om edi o d e l a d es v iac i ón es tá n dar de l os
gr u p os e n es t ud i os . La es t im ac i ó n d e l a d es v iac i ó n
s
po b l ac i o na l m ed i a nt e σ0 = . T am bié n s um i n is t r a e l
c4
v a lor es per a do d e la r e lac i ón ex is t e nt e en tr e e l r ec or r id o
R ( c a lc u la d o s um an do l os r a ng os o bt e ni d os e n to d os l os
s ub gr u pos e ntr e e l num er o d e e l los ) y l a d es v i ac ió n
es t á nd ar p o b lac i on a l m edi an t e e l p ar ám etr o d 2 . La
R
es t im ac i ó n d e l a des v i ac ió n es σ =
d2
54
E T AP A D E C O N TR O L

La FASE II o Determinación de los Límites de


Control Estándar. U na v e z es ta b l ec i d o, m edia n te l as
c ar t as , qu e e l pr o c es o s e enc u en tr a b aj o c on tr o l
es t a dís tic o ( es el f u nd am en to d e los l ím it es d e c on tr o l
i nic i a l, F A S E I) , e l s i g u ie nt e p as o es c alc u l ar l os lím it es
de c o ntr o l es t án d ar de l pr oc es o . P ar a la m edi da d e
l oc a l i za c i ó n o pr om ed i o l a f or m u lac i ó n es l a s ig u i en t e, e l
lím it e de c o ntr o l s u p e r i or es lcs = µ + Aσ d on d e µ = x y
R
σ = , s o n l os p ar ám etr o s de l pr oc es o , pr om ed i o y
d2
des v i ac ió n es t án d ar ; e l l ím it e c e nt r a l lc = µ y e l lí m ite d e
c on tr ol i nf er io r lci = µ − Aσ . P ar a l a m edi d a d e
v ar ia b i l id a d t en em os par a e l l ím it e s u p er io r es t á nd ar de
c on tr ol lcs = D2σ , e l l ím it e c e n tr a l es t án d ar lc = R y e l
lím it e i nf er i or es tá n da r d e c o ntr o l lci = D1σ .

Los l ím it es de c o ntr o l es t á nd ar p ar a las gr af ic as x y s


s on par a l as m ed id a s de l oc a li za c i ón x , lcs = µ + Aσ ,
s
do n de µ=x y σ = , s o n l os pa r ám etr os d e l pr oc es o ,
c4
pr om e di o y des v i ac ió n es t án d ar ; e l lím it e c e ntr a l lc = µ y
e l lím it e de c o ntr o l i nf er ior lci = µ − Aσ . De o tr a p ar te l a
m edi da de v ar ia b i l i da d es c a lc u l ad a m edi an t e l a
s i gu i en t e f or m u lac i ó n lcs = B6σ , lc = c 4σ = S y lci = B5σ

E n e l s i g ui e nt e ej em p l o s e o bs er va c óm o s e e la b or a n l os
lím it es d e c o ntr o l i nic i al es o F A SE I pa r a l a m ed i a, e l
r an g o y l a d es v iac i ó n es tá n dar d e l p es o d e l as pí l dor as
Es t i l e.

O B S E R V AC I O N E S
NUMERO DEL SUBGRUPO n=2 x s
DEL SUBGRUPO R
x1 x2
1 538 542 540 4 2.82
2 525 537 531 12 8.48
3 538 536 537 2 1.41
55
E T AP A D E C O N TR O L

4 541 542 541.5 1 0.70


5 532 540 536 8 5.65
6 541 549 545 8 5.65
7 537 535 536 2 1.41
8 521 523 522 2 1.41
9 542 540 541 2 1.41
10 543 539 541 4 2.82
11 547 547 547 0 0
12 540 536 538 4 2.82
13 539 534 536.5 5 3.53
14 525 530 527.5 5 3.53
15 542 538 540 4 2.82

Cuadro 24. Observaciones tomadas del peso de la píldora

De ter m i nac i ó n de lí m ites d e c on tr ol . L os lím it es d e


c on tr ol d e l a c a r t a R s e c alc u l an d e la s i g u ie nt e f or m a,
lcs R = D4 R y lci R = D3 R do nd e D3 y D4 s o n f ac tor es
qu e d ep e nd e n de l ta m año de l a m ues tr a. P ar a l a c ar ta
x , los l ím it es de c o n tr o l s e f or m u la n d e l a s ig u i en t e
m aner a lcs X = x + A2 R y lci X = x − A2 R d on d e A2 e s u n
f ac tor qu e d e pe n de d e l t am año d e la m ues tr a.

Longitud Promedio de Corrida ARL. L a l on g it u d d e


Cor r i d a RL ( Ru n L e n gt h) es tá def in i d a c o m o el núm er o
de s u b gr up os gr af ic a do e n l a c ar t a h as t a qu e a pa r e zc a
un a s eñ a l f u er a d e c o ntr o l. Es te v a lo r d e R L s e c om por ta
c om o u na var i a b le a le at or i a, ya q u e a l r ea l i za r e l
ex p er im en to e n l as m ism as c o n dic i o nes no s e pu e de
gar a nt i za r q ue e l v a l or RL es e l m is m o. Es t e m oti v o
j us t if ic a c alc u l ar u n v a lor es per a do d e la lo n g it u d d e
Cor r i d a, c o n oc id o c o m o ARL o Lo n g it u d de C or r id a
Pr om ed io .

E l v al or A R L es u t i li za d o p ar a d et er m in ar d e m an er a
apr ox im ad a la ef ic i en c i a d e las c ar t as de c on tr ol , p or
ej em p lo c ua n do s e t o m a una c ar ta de c o nt r o l x c on n
obs er v ac io n es e n c a d a s u bgr u p o y los v a lo r es d e xi s e
d is tr i bu ye n nor m a l e i nd e pe n di e nt es , e l c á lc ul o d e qu e
un s ub gr up o s e e nc ue ntr e f uer a c o ntr o l es ,
56
E T AP A D E C O N TR O L

   
 lci − µ   lcs − µ 
p = p(X i ≤ lci) + p(X i ≥ lcs) = p Z ≤  + p Z ≥ 
 σ   σ 
 n   n 
S ea Y el núm er o d e s ub gr u pos gr af ic a d o en l a c ar ta
has t a o bt e ner u n es ta do f u er a d e c on tr o l , s e ver if ic a qu e
es t a var i a bl e Y s ig u e un a d is tr ib uc i ón ge o m étr ic a c o n
par ám etr o p, de ta l m an er a q ue
p(Y = x ) = p (1 − p )
x −1
x = 1,2,3...

E l va l or es p er a d o d e un a d is tr ib uc ió n ge o m étr ic a es t á

def in i d a c om o E (Y ) =
1
y s u v ar i an za Var (Y ) =
(1 − p ) .
p p2
P or lo t a nt o l a Lo n gi t ud Pr om ed i o d e C or r i da AR L es t á

ARL = E (Y ) =
1
def in i d a c om o .
p

15
UCL = 13,73
12 CTR = 4,20
Rango

LCL = 0,00
9

0
0 3 6 9 12 15

Subgrupos
57
E T AP A D E C O N TR O L

550
UCL = 545,20
545 CTR = 537,30

Promedio
540 LCL = 529,40
535
530
525
520
0 3 6 9 12 15
Subgrupos
Figura 7. Gráficos de control para la media, el rango y la desviación
estándar del peso de las píldoras Estile.

Estados Fuera de Control. Ex is te n d i ve r s os


c om por t am ie n tos qu e nos i n d ic a n u n es t ad o f u er a de
c on tr ol . E ntr e es tos c om por t am ie n tos s e enc u en tr a, e l
T ipo M e zc la e n d o nd e s e s os p ec h a de q ue en e l p r oc es o
ex is t en dos o m ás po b lac i on es d e u n m is m o f ac t or , c u yo
c om por t am ie n to es t ot a lm ent e d if er en te un o de o tr o .
E ntr e las c a us as qu e ge n er a n e s te ti p o de
c om por t am ie n to t e ne m os Mat er ia pr im a, O per ar i o y
E qu i p o.

La T en d enc i a es o tr o ti p o d e c om por tam i en to qu e s e


pr es e nt a po r una s ec u e nc ia c o nt i nu a en f or m a
as c e n de n te o d es c e n de n te de l c om po r t am i en to de l os
s ub gr u pos d e l pr oc e s o y es d e bi d o a Des aj us t e de
E qu i p o, D es g as te d e u na pi e za y D es c ui d o d e l op er ar io .

E l c om por t am ie n to T i po C am bi o de N i ve l e s l a r ep e nt i na
m odif ic ac i ón d e las c o nd ic i on es d el pr oc es o y es
c aus a da p or l a M at er i a pr im a, O per ar i os c on d if er e nt es
pr oc e d im ie nt os o e l Aj us t e e n e l c en t r am ie nt o d el
pr oc es o.

E l C ic l o es e l c om por t am ie nt o q ue s e d e be a l a r ot ac ió n
de f ac t or es de l pr oc e s o t a l es c om o E q ui p o , O per ar i o o
Ma t er ia pr im a.

Ex is t e otr o ti p o d e m etod o l og ía p ar a d et ec t ar es t a dos


f uer a d e c o ntr o l c om o lo es , c alc u l an d o l a pr o b ab i l i da d
58
E T AP A D E C O N TR O L

de l os lím i tes de ad v er t e nc i a , p ar a un a des v i ac ió n e n


do n de l a p r o b ab i l i da d qu e s e e nc ue nt r e d en t r o d e c on tr ol
es p ( µ − 1.0 σ ≤ x ≤ µ + 1.0 σ ) = 0.680 , p ar a l ím ites de
ad v er te nc i a a d os d es v i ac i o nes l a pr ob a b il i d ad de n tr o de
c on tr ol s e m id e c om o p ( µ − 2.0 σ ≤ x ≤ µ + 2.0 σ ) = 0.950
y f in a lm en te a tr es d es v iac i o nes d e l a m ed i a l a
pr o b a bi l i da d de qu e un s ub gr up o c u a l e s qu i er a es te
de n tr o d e c o ntr o l es p ( µ − 3.0 σ ≤ x ≤ µ + 3.0 σ ) = 0.9973
qu e im pl ic a qu e d e c ad a 1 00 0 0 s u b gr up os , s o l o 27 s e
enc o ntr ar án d e m an e r a n a tur a l f u er a d e l l os l ím it es d e
c on tr ol , y e l pr oc es o s e c o ns id er ar á es ta dís t ic am en te
baj o c o ntr o l.

Es i n dis p e ns a b le de ter m i nar los lím it es d e c o ntr o l


es t á nd ar d e l pr oc es o un a ve z d e tec t ad a l as c aus as d e u n
c om por t am ie n to no al e at or io en e l pr oc es o . E n e l c as o d e
l as pí l dor as Es t i le l os lím it es d e c o ntr o l un a v e z
de t ec t ad os l os s u b gr up os f u er a d e c o ntr o l, de b i do a
c aus as as i gn a b les s e pr es e nt a e n l a f ig ur a 8 .

15
UCL = 13,07
12 CTR = 4,00
Rango

LCL = 0,00
9

0
0 3 6 9 12 15

Subgrupos
59
E T AP A D E C O N TR O L

550
UCL = 546,80
545 CTR = 539,27

Promedio
540 LCL = 531,75
535
530
525
520
0 3 6 9 12 15
Subgrupos

Figura 8. Límites de control una vez detectado los subgrupos con


causas asignables en su comportamiento. Proceso bajo control
estadístico.

Des p ués d e s om ete r a c on tr ol es t ad ís t ic o e l p es o de las


pí l dor as , e l pas o a s e gu ir es e v a l uar l os p a r ám etr os d e l
pr oc es o. E l pr om ed i o µ y l a d es v i ac i ó n es tá n dar σ ; q ue
per m i te ob t en er l os Lím it es Es t á nd ar de Co ntr o l y la
Ca p ac i d ad de l Pr oc es o . L os c á lc u los es t a bl ec i dos
i nd ic an qu e e l pr om ed i o de l p r oc es o es µ = 539.273 y l a
4 .0
des v i ac ió n r es u l ta d e σ = = 3.546 . Es t os ú lt im os
1.128
c á lc u l os , ta n to d e l a m ed ia c om o d e la d es v i ac i ó n
es t á nd ar es e l f u nd am en t o de la F A S E I.

Co n los p ar ám etr os de l pr oc es o e va l u ad o el s i g ui e nt e
pas o es o bt e ne r l os l ím ites es t á nd ar de c o ntr o l q u e s e
de t er m in an d e l a s ig u i en t e f or m a:

P ar a el pr om ed i o:
lcs = 539.273 + (2.121)3.546 = 546.794 , lc = 539.273 y
lci = 539.273 − (2.121)3.546 = 531.751
E l r a ng o s e e v a l uar í a c on las s ig u i en tes f or m ulac i on es :
lcs = (3.686)(3.546 ) = 13.070 , lc = 4.0 y lci = (0)(3.546) = 0 ;
E n e l c as o d e l a d es v iac i ón s e tom a l as s i gu i e nt es
f or m ulac i on es :
lcs = (2.606)(3.546) = 9.2408 , lc = 2.83 y lci = (0)(3.546) = 0
60
E T AP A D E C O N TR O L

Un a v e z o bt e n id o lo s lím it es es t á nd ar d e c o nt r o l , e l
s i gu i en t e pas o es r e a l i zar el c on tr o l d e l pr oc es o q u e es
c on oc i do c om o F A SE II , q u e m uc hos p a s an p or al t o
c ua n do u t il i za n es t as téc n ic as es t ad ís t ic as , c o ns is t e e n
tom ar nu e v a i nf or m ac i ón o s u b gr u p os en e l pr oc es o;
c a lc u l ar s us es ta dís t ic os t a les c om o e l pr om ed i o, r a ng o y
l a des v i ac i ón es t án d ar y l le v ar l os a l as gr áf ic as d e
c on tr ol c on los l ím it es es t á nd ar c a lc u la d os
an t er i or m en t e. E n e l p r ob l em a q ue s e tom o c om o ej em p lo
s e m ues tr a l a ap l ic ac i ón de es t e pr oc e d im ie nt o.

I N F O R M AC I Ó N T O M AD A P AR A C O N T R O L
O B S E R V AC I O N E S D E L
NO DE SUBGRUPO
SUBGRUPO x R s
x1 x2
1 525 500 512.5 25 17.67
2 515 500 507.5 15 10.606
3 496 497 496.5 1 0.7071
4 500 500 500 0 0
5 499 501 500 2 1.4142
6 496 500 498 4 2.8284
7 518 500 509 18 12.7279
8 512 510 511 2 1.4142
9 490 500 495 10 7.071
10 500 518 509 18 12.7279
11 501 520 510.5 19 13.4350
12 509 500 504.5 9 6.3639
13 479 490 484.5 11 7.7781
14 480 495 487.5 15 10.6066
15 485 498 491.5 13 9.1923

Cuadro 25. Observaciones obtenidas para realizar control tomando


como referencia los límites estándar del proceso.
61
E T AP A D E C O N TR O L

Figura 9. Gráfico del Control del promedio

La c ar t a m ues tr a u n p r oc es o f u er a de c o n tr o l e n c u an t o a
s u pr om ed io in d ic a nd o q u e e l pr oc e s o s e es tá
c om por t a nd o de m an er a d is t i nt a a l a i nf o r m ac ió n q u e
per m i ti ó c a lc u l ar lo s lím it es es t á nd ar , es t o oc ur r e
tam bi é n e n m en or g r ad o en l a gr áf ic a de r a ng os y
des v i ac ió n es tá n d ar .

E n es t e ti p o d e c om po r tam i en to n o es d if íc i l c o nc lu ir q u e
e l pr oc es o s e e nc u e ntr a f uer a d e c o ntr o l y s e de b en
tom ar las ac c io n es c o r r ec t i v as , q ue i n du zc a n a e nc o n tr ar
c aus as d e d ic ha va r i a c i ón .

Figura 10. Gráfico de Control del Rango


62
E T AP A D E C O N TR O L

Figura 11. Gráfico de control para la desviación estándar

Capacidad del proceso. Cu a nd o u n pr oc es o c um p le


c on l as es p ec if ic ac i o nes es t a b lec i d as e n e l d is eñ o, s e
d ic e q u e es t e es u n pr oc es o c a p a z.

30
Pp = 2,35
25
Ppk = -1,34

20 Ppk (upper) = -1,34


Frecuencia

15 Ppk (lower) = 6,04

10 K = 1,57

0
470 490 510 530 550 570

Peso

Figura 12. Esquema de la capacidad de un proceso

S e p ue d en pr es e nt ar tr es c on tex t os c u an d o un pr oc es o
enc am in a s us es f uer zo s a c um pl ir con las
es p ec if ic ac io n es de d i s eñ o . L a pr im er a s it u ac ió n es qu e
la c ap ac i da d del pr oc es o sea m ayo r q ue las
es p ec if ic ac io n es 6 σ 0 > les − lei . Es l a s i t uac i ó n m ás
63
E T AP A D E C O N TR O L

i nd es ea b le d en tr o d e un pr oc es o . A u nq u e e l pr oc es o s e
enc u en tr e de ntr o d e c on tr ol , es t e p ue d a q ue n o c um pl a
c on las es p ec if ic ac io n es ex ig i d as por el c l i en t e. E n es te
c as o e l in g en i er o de c on tr ol de c a l i da d d e be a um en tar
l as es p ec if ic ac io n es d e l pr o d uc t o, s i em pr e y c u a nd o s e a
i nf or m ad o a los c l i e n tes d e es t e c am bi o. O tr a p os i bl e
s o luc i ón s er ía d es pl a z ar el pr om ed i o d e l pr oc es o ya s ea
de i zq u i er d a o d er ec h a , l o gr an d o pr o d uc ir t od o e l
r ec h a zo por d ef ec t o o p or ex c es o y po r ú l t im o
d is m in u ye n do la var i a b il i d ad d e l pr oc es o , d e ta l m aner a
qu e l a d is tr i b uc ió n s e a en f or m a de p u nt a ( s i gn if ic a q u e
l a m a yor par t e d e l a i n f or m ac ió n s e enc u en tr a e n l a p ar t e
c en tr al d e los d at os ) e s to l ogr a c on c am bi os s us t a nc i a l es
en el pr oc es o.

E l s e g un d o c o nt ex to s e m anif ies t a c u a nd o la c ap ac i da d
de l pr oc es o es i gu a l a l as es p ec if ic ac i o nes
6 σ 0 = les − lei , a p es ar q u e e n es t a s i t uac i ón e l pr oc es o
es t á c um pl ie n do c o n l as es p ec if ic ac i o n es , e s i nd es ea b l e
te n er l a p or q ue en c ua lq u i er m om en to a l g un as
i nf or m ac i on es d e l pr oc es o p u ed e n no aj us t ar s e a l as
es p ec if ic ac io n es .

E l ú lt im o c o nt ex t o oc ur r e c ua n do l a c ap ac i da d d e l
pr oc es o es m en or qu e l as es pec if ic ac i on es
6 σ 0 < les − lei , es el c as o i d ea l . Es t o s i g nif ic a q u e l a
es p ec if ic ac ió n a l s e r m a yo r q ue la c a pac i d ad d e l
pr oc es o, es t e pu e de enc o ntr ar s e f u er a d e c on tr ol , per o
no oc u r r e pr o d uc t o de r ec ha zo . La c a pa c i da d d e u n
pr oc es o d e b e s er m en or qu e l as d if er e nc ias d e l as
es p ec if ic ac io n es les − lei p ar a d et er m in ar s i u n pr oc es o
es c a pa z d e c um p lir c on las es p ec if ic ac io n e s .

Medida de la Capacidad del Proceso. P ar a m ed ir


es t a c a pac i d ad es ut i l i za d o el ín d ic e de c ap ac id a d
def in i d o c om o,

les − lei
Cp =

64
E T AP A D E C O N TR O L

Es t e v a lo r a d im ens i on a l i n d ic a , qu e ta n to l a s c on d ic i on es
ac t u al es de l pr oc es o per m it e n e l c um pl i m ient o de l as
es p ec if ic ac io n es es ta b l ec i d as e n e l pr oc es o.

O tr a de las m ed i das ú t i les p ar a e s pec if ic ar e l


c um pl im ie nt o de l as es p ec if ic ac io n es es el Ín d ic e d e
Ca p ac i d ad Pr om e di o C pk , qu e d et er m in a ha c i a do n de
es t á e l d es p l a zam i en t o de l pr oc es o c on r e s pec t o a l as
es p ec if ic ac io n es . La f or m ul ac ió n a p l ic a d a e s :

 µ − LEI LES − µ 
C pk = min imo valor C pl = C pu = ,
 3σ 0 3σ 0 

E n es t a f ór m ul a s e es c og e e l va l or m ín im o en tr e C pl y
C pu . Es v i ta l c o nt ar c o n l os s i g u ie nt es c r it er i o s c ua n do
s e c a lc u l a l a c a pa c i d a d pr om ed io d e l pr oc es o:

1. E l í n d ic e d e c ap ac i da d pr om ed i o es m en or o ig u a l a l
ín d ic e de c a p ac id a d C pk ≤ C P
2. C pk = 0 E l pr om ed i o d e l pr oc es o c o inc i d e c o n u n a de
l as es p ec if ic ac io n es .
3. C pk < 0 Cas i to d o e l pr oc es o es t a d es p la za d o p or
f uer a de l as es p ec if ic ac io n es .

O tr o d e los ín d ic es ap l ic ad os en l a c ap a c i da d de u n
pr oc es o es e l í nd ic e de d es v ío C pm q u e i n vo l uc r a
de n tr o d e la var i a bi l i da d d el pr oc es o e l des v í o d e l a
m edi a c o n r es p ec t o a l v a lor o bj e t i v o N , c u ya
les − lei
f or m ulac i ón es , C pm = (2 )
6 σ 2 + (µ − N )
2

Mo d if ic a nd o l a ec u ac i ón 2 , m u lt i p lic a nd o y d i vi d i en d o po r
σ t en em os ,
65
E T AP A D E C O N TR O L

Cp
C pm =
µ − N 
2

1+  
 σ 

Cu a nd o e l v a lo r de µ=N, en t onc es C pm = C p . O tr a de
l as m od if ic ac io n es q u e s e pu e d e r ea l i za r es c o n r es pec to
a l í n d ic e d e c a p ac id a d pr om ed io , e n do n de s e r e em pl a za
e l v a lor C pk en la ec u ac i ón 2. O b t en i e nd o e l s i gu i en t e
ín d ic e ,

mín(les − µ , µ − lei )
C pmk = , s i e l v a l or d e µ=
1
(les + lei ) ,
3 σ 2 + (µ − N ) 2
2

en t onc es C pm = C pk

E l í nd ic e de c ap ac i da d es un a v ar ia b le a l ea tor i a s uj et a al
v a lor d e l a des v i ac ió n es t án d ar σ , q ue e s es t im ad a
m edi an t e l a d es v i ac i ón es t á nd ar m ues tr a l s , de es t a
m aner a e l ín d ic e de c ap ac i da d r e a l es t a d ef i ni d o c om o,

) les − lei
Cp =
6σˆ

P or l o qu e es p os i bl e r e al i za r u n a es t im ac ió n d e Cp
m edi an t e u n i nt er v a lo de c onf ia n za , us a n do el hec h o d e

qu e
(n − 1)s 2 ~ χ (2n −1)
σ 2

 2
pχ  α  ≤
(n − 1)s 2
χ

≤ 2
α  = 1−α
  2 
 n −1,  σ2  
 n −1,1−  
 2
66
E T AP A D E C O N TR O L

 χ 2 α  χ 2 α  
1  n −1, 
1 1  n −1,1−  

≤ ≤  = 1−α
2  2
p
s n −1 σ s n −1 
 

Mu l t ip l ic an d o p or les − lei e n e l i nt er v al o d e c o n f ia n za
te n em os ,

 χ 2 χ 2 
α α
 les − lei  n −1, 
les − lei les − lei  n −1,1−  

≤ ≤  = 1−α
2  2
p
 6s n −1 6σ 6s n −1 
 

As í qu e e l i nt er v a lo (1 − α )100% d e c o nf i an za p ar a C p es ,

 χ 2 α  χ 2 
α
  n −1,   n −1,1−  
ˆ  2 ˆ  2
C p , Cp 
 n −1 n −1 
 

E n e l c as o d e las pí l dor as e n d on d e e l í n dic e d e


c ap ac i da d p ar a e l pes o es ,

les − lei 525 − 475


Cp = = = 2.35
6σ 6(3.546)

V al or q u e m an if i es ta q ue el pr oc es o es ef ic a z p ar a e l
c um pl im ie nt o d e l as es p ec if ic ac io n es téc n i c as ex ig i d as
en el pr oc es o.

E l i nt er v al o d e c o nf i a n za p ar a es t e Í nd ic e de C a pac i d ad
es es t im ad o s e g ún la f or m ul ac ió n a nt er i or c o m o,
67
E T AP A D E C O N TR O L

 χ (229, 0.05 ) χ (229,0.95 ) 


2.35 , 2.35 =
 30 − 1 30 − 1 
 

[1.83629, 2.84632]

Los v a lor es de la d is tr i b uc ió n j i- c u adr a d o son


χ 2
(29 , 0.05 ) = 17.70 y χ 2
(29 , 0.95 ) = 42.55 ( v er a nex o 6)

6.1.2 Fundamentos de los Gráficos de Control


por Atributos. A lg un as v ec es n o es d e s ea b l e e n u n
pr oc es o c e nt r ar s e e n l as es p ec if ic ac io n es d e u n a
c ar ac t er ís t ic a d e c a l i da d , s i no c las if ic ar l as u ni d ad es
f abr ic a d as e n “ un i d ad es c onf or m es ” y “ no c onf or m es o
de t er m in ar e l n úm er o de n o c o nf or m i da d e s qu e p os e e
c ad a u ni d a d o s u b gr u po . E l s e gu im ie n to gr áf ic o de es te
ti p o de c a r ac ter ís t ic a de c a l i da d s e c o n oc e c om o gr áf ic as
de c on tr o l por Atr i bu t o s .

Gráficos de Control para el Número de


Unidades No conformes (Diagrama p ). Un
gr áf ic o p m ues tr a la v ar iac i ó n q u e ex is te e n l a f r ac c ió n
de no c o nf or m es e n u n pr oc es o, en do n de p s e c o n oc e
c om o l a f r ac c ió n d ef e c tu os a. E l c om por t am ien t o d e es t a
f r ac c i ón d e n o c onf or m es es un a d is tr i buc i ó n Bi n om ia l en
do n de s e as um e qu e l a pr ob a bi l i da d d e q u e u na u n i da d
no es té c o nf or m e es p y q u e las u n id a des f abr ic ad as
s on in d e pe n di e nt es . A l s e l ec c i o na r en f or m a ale at or i a
un a m ues tr a c o n n un i da d es , y s i X es un a var i a bl e
a le at or i a qu e es tá r e p r es e n ta n do e l n úm er o d e un i d ad es
no c o nf or m es en la m ues tr a. E n to nc es s e a f ir m a q ue X
ti e ne u na d is tr i b uc ió n B in om ia l c o n p ar ám etr os n y p .
La f r ac c ió n d e u ni d ad es no c o nf or m es es t a es pec if ic a d a

, c om o X ~ b(n, p ) e n to nc e s ,
X
c om o pˆ =
n

 p (1 − p ) 
pˆ ~ b p, 
 n 
68
E T AP A D E C O N TR O L

S i e l v a lor de p es c o noc i d o e n e l pr oc es o, los l ím ites


de c on tr o l s e def in e n c om o,

p(1 − p) p(1 − p)
lcs = p + 3 , lcs = p lci = p − 3 ,
n n

Es t os lím it es per m i te n r ea l i za r e l c o ntr o l o m onit or e o d e


l as f r ac c i on es de n o c onf o r m es p̂ c a lc u l a da e n l a
m ues tr a n .

La ex per i e nc i a in d ic a qu e e l v a lor de l a f r ac c ió n d e no
c onf or m es p es por l o ge n er al des c o noc i d o, ob l i ga n do a
es t im ar l o m ed i an t e u n c o nj un to d e g s ub gr u p os d e
tam añ o n , en d on d e s e d ef i n e X i c om o el n ú m er o de
un i d ad es e n la i- és im a m ues tr a , e nt onc es l a es t im ac i ó n
Xi
de l a f r ac c i ó n d e n o c onf or m e es pˆ i = i = 1, 2...g , e l
ni
pr om e di o de es t a f r ac c i ó n de no c onf or m e es ,
g

∑X i
p= i =1
g
i = 1, 2...g , d e es t a f or m a e l v a lor de p es
∑n
i =1
i

ut i l i za d o c om o u n es t i m ador d e p . L os l ím it es de c on tr o l
en es t e c as o s on de la f or m a,

p (1 − p ) p (1 − p )
lcs = p + 3 , lcs = p lci = p − 3 ,
ni ni

S i e l t am añ o d e l s u bg r up o es c o ns t a nt e, es f ác i l s u p on er
qu e l os l ím it es d e c o ntr o l s e pr es en ta n d e la s i g u ie nt e
m aner a,

p (1 − p ) p (1 − p )
lcs = p + 3 , lcs = p lci = p − 3 ,
n n
69
E T AP A D E C O N TR O L

E n do n d e e l v a lor de p es es t im ad o m e di a nt e do n de
g

∑X i
p= i =1
i = 1, 2...g .
gn

Gráficas de Control de Unidades no


Conformes . L os s i gu i e nt es s o n los p as os n ec es ar i os
par a c ons tr u ir u n gr áf ic o d e c o n tr o l d e l as un i d ad es no
c onf or m es :

1. T r a zam os u n di a gr am a pr e l im in ar p ar a d et er m in ar s i
e l pr oc es o s e enc u en tr a e n c on tr o l , c a lc u l an d o
i nic i a lm ent e e l pr om ed io d e d ef ec tu os o d ur a n te e l
per i o do en q u e s e t om o l a i nf or m ac i ó n h is t ór ic a.
2. P ar a el l o, t om am os e l n úm er o t ot a l d e p ar t es
def ec t uos as s o br e e l n úm er o to ta l d e i ns pec c i o nes
r ea l i za d as .
3. E v al u ar l os l ím it es de c o ntr o l s up er i or , c en tr al e
i nf er ior de c o n tr o l
4. De ter m i na r la ex is te nc ia d e s u bgr u pos f uer a de
c on tr ol y s i ex is t e n c a us as as ig n ab l e s en e l
c om por t am ie n to d e l pr oc es o .
5. S e a n al i za n n ue v am e nt e los da t os p ar a o bt e ner l a
bas e , en c ua nt o a lo s lím it es de c on tr ol ( l ím ites d e
c on tr ol es tá n da r ) , q u e s e u t il ic e par a pr o duc c i o nes
f utur as .

Ut i l i za n do l os d at os de l a pr od uc c i ón d e pí l d or as s e
e la b or a u na gr áf ic a d e c o ntr o l p , en d on d e l as c a us as
atr i bu i b l es h an s i do e nc o n tr a d as e n e l c as o de t o dos l os
pu n tos s i tu a dos f u er a de l os lím it es de c o ntr o l, c o n u n
tam añ o d e m ues tr a d e 2 0 0 un i d ad es p or s u b gr u p o.

Número de unidades Fracción de


Día del mes p
no conformes Xi no conformes
1 6 0.030
2 6 0.030
3 6 0.030
4 5 0.025
5 0 0
6 0 0
7 6 0.030
10 4 0.020
11 0 0
12 1 0.005
70
E T AP A D E C O N TR O L

13 8 0.040
14 2 0.010
15 4 0.020
17 7 0.035

Cuadro 26. Número de unidades no conformes por exceso de peso

14

∑X i
55
p= i =1
14
= = 0.0196 ≈ 0.020
2800
∑n
i =1
i

Los lím it es d e c o ntr o l r es u l ta n te s on ,

p (1 − p ) 0.0196(1 − 0.0196 )
lcs = p + 3 = 0.0196 + 3 = 0.0496 ≈ 0.050
n 200

lc = 0.0196 ≈ 0.020

p (1 − p ) 0.0196(1 − 0.0196)
lci = p − 3 = 0.0196 − 3 = −0.009805 ≈ 0.00
n 200

0,05
UCL = 0,05

0,04 CTR = 0,02

LCL = 0,00
0,03
p

0,02

0,01

0
0 3 6 9 12 15

Subgrupos

Figura 13. Límites de control iniciales para las unidades no


conformes
71
E T AP A D E C O N TR O L

Es t os l ím it es de c o ntr o l i n ic i a l es s on t om ados c om o
lím it es d e c o ntr o l es t án d ar d es p u és de d e tec tar q u e e l
pr oc es o s e e nc u en tr a es t a dís tic am en te en c on tr ol , l o q u e
es c on oc i do c om o F A S E I d en tr o de l a es tr uc t ur a
m etod o l óg ic a de l as gr áf ic as o d i a gr am as d e c on tr o l .
Es t o p er m it e r e a li za r u n c o ntr o l a l pr o c es o c on l a
i nf or m ac i ón qu e s e m ues tr a e n e l c u adr o 2 7.

Número de unidades no Fracción de no


Día del
mes conformes Xi conformes p
1 1 0.005
2 3 0.015
3 1 0.005
4 4 0.020
5 0 0
6 4 0.020
7 15 0.075

Cuadro 27. Número de unidades no conformes por exceso de peso,


que se someten a control.

S ie n d o p = 0.0196 c o noc i d o t om ado d e l a F A S E I , c u an do


e l pr oc es o s e enc u e ntr a b aj o c o ntr o l es t ad ís t ic o, l os
lím it es d e c o ntr o l es tá nd ar s o n c a lc u la d os m ed i a nt e,

0.0196(1 − 0.0196)
lcs = 0.0196 + 3 = 0.0469 ≈ 0.050 ,
200

lc = 0.0196

0.0196(1 − 0.0196)
lci = 0.0196 − 3 = −0.0098 ≈ 0.00 ,
200

Mo n it or e an d o l a inf or m ac ió n s um in is tr ad a en e l c u a dr o
27 ( F A S E II) , l a gr af i c a m ues tr a qu e e l ú lt i m o s ub gr up o
pr es e nt a u n c om por t a m ient o a tí p ic o d e ntr o d el p r oc es o,
l o qu e im p l ic a u n es ta do f u er a de c on tr o l es t ad ís t ic o.
72
E T AP A D E C O N TR O L

0,08
UCL = 0,05

CTR = 0,02
0,06

LCL = 0,00

0,04

p
0,02

0
0 2 4 6 8
Subgrupos para control

Figura 14. Información sometida a control tomando los límites


estándar como referencia.

Gráfica de Control Para la Cantidad de


Unidades No Conformes. E l gr áf ic o de c on tr o l np
m ues tr a la var i ac ió n ex is t en t e en l a f r ac c i ó n d ef ec t u os a
en un pr oc es o, en do nd e p s e c on oc e c om o l a f r ac c i ó n
def ec t uos a y e l tam añ o d el s ub gr up o n es c o ns t a nt e.

El c á lc u l o de l os l í m ites de c on tr o l se d et er m in a n
m edi an t e lcs = n p + 3 n p (1 − p ) par a el l ím ite s u per i or de
c on tr ol , lcs = n p e l lím i te c e ntr a l y lci = n p − 3 n p (1 − p )
g

∑X i
e l lím it e i nf er i or d e c o ntr o l; d o nd e p= i =1
i = 1, 2...g y
gn
g

∑X i
np = i =1
per m it e c a lc u lar l os e s ta dís t ic os de c ad a u no
g
de los s ub gr up os .
73
E T AP A D E C O N TR O L

Gráfica de control para el número de no


conformidades . L a a p l ic ac i ón d e la gr áf ic a d el
núm er o d e n o c onf or m ida des c es út i l par a c o ntr o lar e l
núm er o d e d ef ec tos c pr es e nt es e n un a u n id a d o
s ub gr u po pr e d et er m in ad o . E n es te gr áf ic o , e l tam añ o d e
l a m ues tr a de b e s er f ij o . E l us o d e es es p ec i alm e nt e
c on v e n ie nt e c u an d o no ex is te u n a u n i da d na tu r a l d e
pr o d uc t o y s e r e q u i er e c o ntr o l ar l a c an ti d ad d e n o
c onf or m id ad es o f al l a s s o br e un a s u pe r f ic i e o a l o l ar go
de u na l o ng i tu d c o n s ta nt e . Se a X e l n úm er o d e no
c onf or m id ad es pr es en t e en el s u b gr u p o, c u yo
c om por t am ie n to es un a d is tr i buc i ó n P o is s o n c on
par ám etr o c , e l n úm er o d e n o c o nf or m i da d es es tá

, X ~ p (c ) s e t ie ne en to nc es ,
X
def in i d a c om o cˆ =
n

cˆ ~ p(c )

Cu a nd o e l p ar ám etr o c es c on oc i do , l os lím i tes d e


c on tr ol s on e va l ua d os m edi an t e,

lcs = c + 3 c

lc = c

lci = c − 3 c

E n l a pr ác t ic a e l va l o r de l p ar ám etr o c es d es c o n oc id o,
por l o qu e es es t im ad o e n r a zó n d e t om ar u n c o nj un to d e
g s u bgr u pos d e t am añ o n , d on d e X i e l n úm er o de n o
c onf or m id ad es en la m ues tr a, e nt o nc es
Xi
cˆ = i = 1, 2...g y e l pr om e di o d e n o c onf or m id ad es s e
n
g g

∑ Xi ∑ cˆ i
def in e c om o c= I =1
= I =1
. De es ta f or m a el va l or de
gn n
c es un es t im ad or d e l par ám etr o c y l a c o ns tr uc c ió n d e
l os lím it es d e c o ntr o l par a es te t i p o d e gr áf i c as s o n,
74
E T AP A D E C O N TR O L

lcs = c + 3 c

lc = c

lci = c − 3 c

Gráfico de Control Para el Número de no


Conformidades por Unidad . E l gr áf i c o d e c o ntr o l
par a u , no c onf or m id a des po r u ni d ad d e pr od uc to , s e
ut i l i za c u a nd o la i ns p ec c ió n de l pr od uc to c ubr e m ás d e
un a c ar ac t er ís t ic a.

B aj o es ta c ir c u ns ta nc i a v ar ios no c o nf or m i d ad es p u ed e n
pr es e nt ar s e e n un a un i da d de pr od uc t o e n f or m a
i nd e pe n di e nt e y u na m ej or m ed i da de l n i v e l de c a li d ad s e
ob t ie n e, m e di a nt e el c o n te o de t o d as las no
c onf or m id ad es o bs er v ad as d i v id i d as por e l n úm er o de
un i d ad es i ns p ec c i on ad o p ar a o bt e ner un v a l or de
def ec t os p or un i d ad . Es t e c oc i en t e de c / n s e r epr es e nt a
por el s ím b ol o u .

A un q ue el v a lor de u no s i g ue u n a d is t r i b uc i ón P ois s o n
ta l c om o oc ur r e c o n c , po d em os d ed uc ir l os lím i tes d e
c on tr ol de u d e l a s i gu i en t e f or m a,

c
c 1
Var (u ) = Var   = 2 Var (c ) = 2 c = n =
1 u
n n n n n

Los l ím ites d e c o n tr o l p ar a la c ar ta u es t á n d ef i n i dos


c om o,

u
lcs = u + 3
n

lcc = u
75
E T AP A D E C O N TR O L

u
lci = u − 3
n
g

∑c i
E l l ím ite c en tr a l es c a l c u la d o m ed i an t e u= i =1
g

∑n
i =1
i

6.2 Gráfico de Control Multivariado


Dur a nt e la S eg u nd a G u er r a Mu n di a l la téc n ic a
es t a dís tic a d e gr áf ic a s de c o ntr o l u n i va r i a d as f ue la m ás
ut i l i za d a a p es ar d e q ue los pr oc es o s y pr o duc t os qu e s e
an a l i za b an p os eí a n en s u gr a n m a yo r ía d os o m ás
c ar ac t er ís t ic as d e c a li d ad . C o n e l ti em po s e di o l a
nec es i da d de a p lic ar her r am i en tas es t ad ís t ic as
m ult i var i a das p ar a c o ntr o la r e n f or m a s im u lt á ne a dos o
m ás v ar ia b les .

S in em bar g o las t éc n ic as m ult i v ar i ad as de c on tr o l s o n


téc n ic as m u y c om pl ej as d e ut i l i za r , p or lo s c onc e pt os
m atem átic os qu e s e m anej a n . Es ta d if ic u lt ad es s u p er a
pos t er i or m en t e c on e l a va nc e de los pr o gr am as o
s of t war e es p ec i al i za dos e n c o ntr o l es ta dís t ic o d e
pr oc es os , l o qu e or ig i no u n i n ter és de l as téc n ic as d e
c on tr ol m u lt i v ar ia d o.

E l n úm er o d e c ar ac t er ís t ic as d e c a l i da d en u na c ar ta
m ult i var i a da es r e pr es e nt a da p or p . E l pr i nc i pa l
obj et i v o e n es te t i p o de c ar ta es d et er m i nar baj o u n
c on tr as t e de h i p ót es is s i l as p v ar i ab l es s e enc u en tr an
baj o c o ntr o l es ta dís t ic o.

P ar a r es o l v er es t e pr o b lem a s e pr op us ie r o n dos m éto d os


1) Re a l i zar u n a c ar t a de c o n tr o l a c a d a u na d e l as
p v ar ia b l es y r ec h a za r l a h i pó tes is c ua n do c u a lq u ie r a de
es t as var i a b les i nd i q ue n un a s e ñ a l f uer a de c on tr o l,
ob t en i en d o d e es t a f o r m a un er r or t ip o I 1 − (1 − α ) , 2)
p

Rec h a zar l a h i pó te s is c u an d o t o d as las c a r tas i n d iq u en


qu e l a var i a bl e a c o ntr o la r pos e a u na s e ña l f u er a d e
76
E T AP A D E C O N TR O L

c on tr ol , en es t e c as o l a pr o ba b i l id a d d e er r o r ti p o I es d e
α p. S i n em bar go n in g un a d e es t as p r o p ues tas ex p l ic a e l
gr a d o d e c or r e l ac ió n qu e p ue d a te n er l as v ar ia b l es , q ue
en m uc h as oc as i o nes ex is t e.

Co ns id er e el c as o en qu e se c o ntr o la n d os
c ar ac t er ís t ic as d e c a l i da d, q u e s e d is tr i b u ye n e n f or m a
de n or m a l b i var i a da . P os t er ior m e nt e s e l ec c io n e un a
m ues tr a d e n obs er v ac io n es p ar a c a da un a d e las
c ar ac t er ís t ic as d e c a l id a d y e v a lu am os u n es ta d ís t ic o
c ua l es qu i er a. E l m ét od o a c o ns id er ar es en c o ns tr u ir
s ep ar a dam en te dos c ar t as s u pe r p u es t as p ar a c ad a u na
de las v ar ia b les , v er f i gur a 1 5.

Figura 15. Regiones de control elíptica y rectangular para dos


características de calidad evaluadas en forma simultánea.

S i e l es t a dís t ic o de l s ub gr u po , e n es t e c a s o l a m ed i a,
qu e da de ntr o d e l a r eg i ó n r ec t a ng u l ar s e c ons i d er a e l
pr oc es o b aj o c o ntr o l es t a dís tic o . S i n em ba r go l a r e g ió n
r ea lm en t e es de n at ur a le za e l íp t ic a , lo q ue i m plic a q u e a l
tom ar c om o r ef er e nc i a l a r e g i ón r ec t a ng u l a r pos i b il i ta l a
ap ar ic i ón d e er r or es q ue c o n ll e v e a c o nc lus i on es l ej a nas
de la r ea l i da d d e l pr oc es o .

6.2.1 Gráfico de Control Multivariado para


Observaciones Individuales . La téc n i c a gr áf ic a de
c on tr ol m ult i v ar i ad o s e e l a bor a p ar a d et er m inar c u atr o
77
E T AP A D E C O N TR O L

im por ta nt es pr o pi e d a des que es t á n d ef i n id as de la


s i gu i en t e f or m a:

1. De ter m i na r s i e l pr oc e s o s e e nc e n tr a o no e n c o ntr o l.
2. Ma n te n er c ons t an t e e l er r or t ip o I o n i v el d e
s i gn if ic a nc ia α .
3. Co n es t e t i p o d e h er r a m ient a s e p ue d e d e te r m inar e l
ti p o d e r e lac i ón e x is t e nt e e n tr e l as v ar ia b l es
i n vo l uc r ad as e n e l pr o c es o .
4. S i e l pr oc es o es t á “ f uer a d e c o ntr o l” ¿ c u á l es l a
v ar ia b l e qu e c a us ó d ic ho inc o n ve n i en t e?

Procedimiento para su Elaboración . C ons i de r e


un vec t or p - d im ens i on a l X que c o nt i e ne las
obs er v ac io n es d e l a s c ar ac ter ís t ic as d e c al i da d . E l
v ec t or X se enc u e ntr a d is tr i bu i d o n o r m alm ent e
N ~ (µ , ∑ ), en d o nd e el er r o r t i po I o nivel de
s i gn if ic a nc ia α , es el es t a bl ec i do e n f or m a d if er e n te a l
gr áf ic o un i v ar i ad o. P or ej em pl o s i s e t om ó e l n i v el de
s i gn if ic a nc ia de 0. 0 5 p ar a un a gr áf ic a de c o nt r o l
un i v ar i ad o, en el c as o m ult i v ar ia d o s e es ta b l ec er ía de la
s i gu i en t e m ane r a : t o m ando c om o ej em pl o dos var i ab l es
1 − 0.952 = 0.0975 ≈ 0.1
P ar a la el a bo r ac i ón de las gr áf ic as de c on tr ol s e h an
pr o p u es t o d os f as es , s im il ar a las es ta b l ec id as en l as
c ar t as d e c o nt r o l u n i v ar ia d as , la F A S E I es t á c om pu es t a
por d os et a pas . En l a Et a pa I s e de ter m i na s i el pr oc es o
se e nc ue n tr a b aj o c on tr ol con la i nf or m ac i ón
s um in is tr a da p or c a d a u no d e l os s u bg r u p os , t am bi é n es
c on oc i da c om o et ap a de r etr os p ec t i v a. En l a E t ap a I I s e
pr u e b a s i e l pr oc es o c on t in ú a b aj o c on tr o l c on l os n ue v os
s ub gr u pos s e l ec c i o na dos . La F A SE I I es ut i l i za d a par a
de t ec t ar l os pos i b les des v í os de l pr oc es o c on r es p ec t o a
un v al or es t án d ar u o b j et i v o µ 0 .

E n las e t ap as i n ic ia l e s d e l pr oc es o l os v al or es d e µ0 y

∑ ge n er alm en t e s e d es c on oc en , es t im án dos e a p ar ti r
de u n c o nj u n to d e g ob s er vac i o nes c u an d o e l pr oc es o s e
enc u en tr a b aj o c o nt r o l .
78
E T AP A D E C O N TR O L

S ea X y V la m edi a y l a m atr i z d e c o var i a n za


m ues tr a l es o bt e n id as en los g s ub gr u p os . D o nd e

X=
1 g
∑ X y l a c o var i a n za V =
1 g
∑ (X i − X )(X i − X )′
g − 1 i =1
i
g i =1

La es t ad ís t ic a T 2 p ar a l a i- és im a obs er v ac ió n es t á
def in i d a c om o,

T 2 = ( X i − X )′V −1 ( X i − X )

E n l a et a pa I, es ta es ta dís t ic a es tá d is tr i b ui da e n f or m a
B et a,

Ti 2 ~
(g − 1)2 B p , g − p − 1 
 
g 2 2 

E l l ím ite de c o n tr o l s u per i or es c a lc u la d o m e d ia nt e ,

lcs =
( g − 1)  p g − p − 1 
2
,α ,
B ,  
g 2 2 

B(δ1 , δ 2 ,α ) , es e l p er c en t i l (1 − α ) de l a d is tr i b uc ió n b et a
c on p ar ám etr os δ 1 , δ 2 . E l i nt er io r d e l a f r o nt er a d e l
e li ps o id e l a d es c r i b e la d es i g u al d ad T ≤ lcs , de
2

d im ens io n es p c on c e n tr o X . S i u n s u b gr up o def in i d o
c om o X i s e e nc u e ntr a d en tr o d e l e l i ps o i de , e nt o nc es s e
d ic e q ue e l pr oc e s o s e e nc u e ntr a baj o c on tr o l
es t a dís tic o . Lo c o ntr a r i o im pl ic a qu e s e de be n e nc o n tr ar
l as r a zo n es o c a us as es pec i a l es qu e m ot i v ar o n l a s e ñ al
f uer a d e c o ntr o l. Un a v e z d et ec t a d a y c or r e g id a la c aus a,
l as obs er v ac io n es m u lt i v ar ia d a s e e l im in an d e l c onj u nt o
79
E T AP A D E C O N TR O L

de d at os . E nt o nc e s los l ím it es d e c on tr ol s o n
r ec a lc u l ad os c on la inf o r m ac i ón r es t an t e y el
pr oc e d im ie nt o s e r e p it e n ue v am en te .

2
E n l a Et a pa I I l a d is tr i buc i ón T es t á r e l ac io n ad a c o n l a
c on oc i da d is tr ib uc i ón F . E l lím it e d e c o ntr o l s up er i or es
c a lc u l ad o m ed ia nt e l a s i gu i en t e f or m u lac i ó n,

p ( g + 1)( g − 1)
lcs = F( p , g − p ,α )
g ( g − p)

gp
lcs = F( p , g − p +1,α ) 5
( g − p + 1)

Do n deF( p , g − p ,α ) es el per c e nt i l (1 − α ) de l a d is tr i b uc i ó n
F c on p y g − p gr ad os d e li b e r ta d, g es e l n úm er o d e
obs er v ac io n es u t il i za d as p ar a es t im ar los p ar ám etr os de
l a Et a pa I .

Un a v e z s e c o ns id er e e l pr oc es o b aj o c o nt r o l es t a dís t ic o
en l a E t ap a II , s e as u m e pos ter i or m en te q u e los va l or es
f in a les d e X y V s on l os es t im ad or es de los v e r da d er os
par ám etr os . D e es t e m odo, p ar a s e c o ns t r u ye u n a c ar t a
χ 2 c on p gr ad os d e l i b er t a d p ar a la F A S E II , p ue s

χ 2 = ( X i − µ 0 )′ ∑ −1 ( X i − µ 0 )

5
Propuesta por Edgar Jackson, 1985 y T.P. Ryan, 1988 respectivamente.
80
E T AP A D E C O N TR O L

S ig u e u na d is tr ib uc i ó n j i- c ua dr ad o χ c on p g r ad os d e
2

l ib er ta d. E nt o nc es el lím it e d e c o n tr o l s u p e r i or es d e l a
f or m a,

lcs = χ 2p ,α

Un a s e ña l f u er a de c on tr ol par a u n a o bs er vac i ó n Xi
oc ur r e c u a nd o , χ i2 ≥ χ 2p 'α

Un ej em pl o en do n de s e es t a b lec e d os va r i ab l es , es e l
de t er m in ar s i e l p e s o de las p í ld or as Es t il e y s u
r ec u br im ie n to s e e n c ue n tr a b aj o c on tr ol es t ad ís t ic o,
tom an d o obs er v ac io n es i nd i v i du a l es . A c o nt i nu ac i ón s e
pr es e nt a l a i nf or m ac ió n o bt en i d a en 10 s u b g r up os .

Peso de la primera Concentración del


Máquina x1 recubrimiento x2
538 0.035
525 0.039
538 0.038
541 0.041
532 0.040
541 0.043
537 0.051
521 0.048
542 0.044
543 0.053
x1 = 535.8 x 2 = 0.0432
s = 7.49518 s = 0.0058418
Cuadro 28. Variables tomadas como referente en el gráfico de
control Multivariado.

La m atr i z d e c o v a r i an za o bt e n id a de la a n ter i or
i nf or m ac i ón es l a s i gu i en t e:

∑ (X )(X )
g
1 '
V = − X − X
g −1
i i
i =1
81
E T AP A D E C O N TR O L

538 − 535 .8 0 .035 − 00432 


 
. .
1  538 − 535 .8 . . . 543 − 535 .8   
V =  . . 
10 − 1 0 .035 − 0 .0432 
. . . 0 .053 − 0 .0432   
 . . 
543 − 535 .8 0 .053 − 0 .0432 

 56.1778 0.0032667 
V = 
0.0032667 0.000034178

Do n de la in v er s a d e d i c ha m atr i z es :

 0.0179 − 1.7109
V −1 =  
− 1.7109 29422 

E n es te ej em pl o ex is t en d os var i a b les p = 2 , la c an t id a d
de s u b gr u p os g = 10 , p ar a obs er v ac io n es in d i v id ua l es y
un ni v e l d e s i gn if ic a nc i a α = 0.05 .

La es t ad ís t ic a T 2 s e c a lc u la d e l a f or m a,

Ti 2 = ( X i − X )′V −1 ( X i − X ) .

E l c á lc u l o d e l l ím ite s up er i or es ,

lcs =
(10 − 1)  2 10 − 2 − 1  (9 )
2
,α =
2
B (1, 3.5, α )
B ,  
10 2 2  10

P os t er ior m e nt e s e c a l c u la e l er r or t ot a l de f als a a l ar m a
α , m ed i an te ,
82
E T AP A D E C O N TR O L

α 1 = 1 − (1 − α ) m ,
1

Si se d es ea tom ar un v a l or α = 0 .1 , e n to nc es

α 1 = 1 − (1 − 0.1) = 0.01048
1
10

E l l ím ite s up er i or es ,

lcs =
(9)2 B(1, 3.5, 0.01) = 5.897
10

2
Es t e va l or d el es t ad ís t ic o T es c om par a do c o n c ad a p ar
de o bs er vac i o nes . P or ej em p lo a l tom a r e l pr im er
s ub gr u po e n d on d e e l p ar d e obs er v ac io n es p ar a e l pes o
de la p í ld or a e n la pr im er a m á qu i na y l a c onc e ntr ac i ón
de l r ec u br im ie nt o 5 38 y 0 . 0 3 5, r es p ec t i v am ent e.

Com o s e tr a ta d e obs er vac i o nes i n d i vi d u al e s e l de l a T2


s e d et er m in a d e l a s i g u ie nt e f or m a

(Xi − X )′ = [538 − 535.8 0.035 − 0.0432]

 0.0179 − 1.7109
V −1 =  
− 1.7109 29422 

 538.0 − 535.8 
(X i − X ) =  
0.035 − 0.0432

E l v al or d e T j = 2.1267 . C alc u l an do l os v a lor es d e t o do s


2

l os s ub gr up os , enc o nt r am os q u e e l pr oc es o s e enc u en tr a
baj o c o ntr o l es ta dís t ic o, ver f i g ur a 16 .
83
E T AP A D E C O N TR O L

Observación T-cuadrado Peso Recubrimiento


1 2.126720 538.0 0.035
2 2.451672 525.0 0.039
3 0.921360 538.0 0.038
4 0.665568 541.0 0.041
5 0.518154 532.0 0.040
6 0.488755 541.0 0.043
7 1.783800 537.0 0.051
8 4.841810 521.0 0.048
9 0.689939 542.0 0.044
10 3.512220 543.0 0.053

Cuadro 29. Valores de T-Cuadrado para cada subgrupo.

5
UCL = 9.4587
4
T-Cuadrado

0
0 2 4 6 8 10 12
Subgrupos

Figura 16. Gráfico de Control Multivariado.


84
E T AP A D E C O N TR O L

Resumen
E l m éto do S e is S i gm a c ons t a d e c i nc o et a pa s : Def in ic i ón ,
Me d ic i ón , A n ál is is , M ej or a y Co n tr o l . E n l a et a pa de
DE F I NI CIÓ N s e i de nt if ic a e l pr ob l em a d e c al i d ad
ut i l i za n do h er r am i e nt as es ta d ís t ic as des c r i pt i v as
s enc i l l as q ue e l c on tr ol de c a li d ad nos of r ec e.
P os t er ior m e nt e e n l a et a pa de M ED IC IÓ N s e ef ec tú a e l
c á lc u l o de l N i v el d e S e is S igm a de l a or g an i za c i ó n. U na
v e z de te r m in ad o es t e n i ve l , l a or g a n i zac i ó n es t á en la
c ap ac i da d de a pl ic ar m étod os es t ad ís t ic os qu e per m i ta n
r ea l i za r u n A N Á LI SI S m ás c er t er o de l a i nf or m ac i ó n
s um in is tr a da p or e l pr oc es o. U n a v e z r ea l i za d o e l
an á l is is , el s i gu i e nt e pas o es op t im i zar e l pr oc es o o
tam bi é n c o n oc id o c o m o eta pa d e M EJ O R A MI E NT O , e n
es t e c a s o s e h ac e in d is p e ns a b le es tar a l ta nt o de l as
téc n ic as es t a dís tic as qu e p er m it a n o bt e ner las m ej or as
qu e s e n ec es i t an p ar a qu e l as ac ti v i d ad es d e l pr oc es o
s ea n ef ic ac es y ef ic ie nt es . S e hac e n ec es ar io en t onc es
un a v e z r e al i za d o l a et a pa d e m ej or am ie nt o def in ir u nos
i nd ic ad or es q ue m ue s tr e e l ni v e l d e d es e m peño de la
or g a n i zac i ó n, et a pa de CO NT RO L , u t i li za nd o téc n ic as
c om o l os gr áf ic os d e c o ntr o l qu e p er m ite n ef ec t u ar el
s eg u im ie nt o a las va r i ab l es c r ít ic as d e l pr oc es o .
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

CAPÍTULO 7

FILOSOFÍA Y ESTRATEGIA DEL SEIS


SIGMA
86
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

Introducción
T odo m éto d o d e ges t i ón es t á s uj e to a un os pr inc i p i os
f il os óf ic os q u e p er m it an d ir ec c i o na r l os es f uer zo s de l a
or g a n i zac i ó n h ac i a u n obj et i v o de c a l i da d c onc r e to . En e l
s i gu i en t e a p ar t ad o s e tr a ta r á l os pr i nc ip i os f i l os óf ic os de l
Mé t od o Se is S i gm a y a s í c om o tam bi é n s e m enc io n a
c ad a u n a d e l as et a pa s qu e s e d eb e n c o nt i n uar par a q u e
l a O r g an i za c ió n es tr u c tur e u n E q u ip o d e Mej or am ie nt o
i dó n eo y c o ngr u en t e c on el per s o na l d e l a or ga n i za c i ó n.

7.1 Principios Filosóficos del Seis Sigma


A c on t in u ac ió n s e en u m er an l os pr i nc ip i os f i l os óf ic os d e l
m étod o S e is S i gm a:

Primer principio. Enfoque al cliente externo e


interno . E l m ej or a m ient o c o nt i nu o , a l i gu a l qu e
c ua l q ui er f i l os of ía de m ej or am ie nt o c on t in u o q u e
ap l ic ad os en l a ú lt im a d éc a d a, qu e s e a d ec ú a a c a da
or g a n i zac i ó n ti e ne c o m o pr ior i da d f un d am ent a l s at is f ac er
en f or m a i nt eg r a l a l c l i en t e ta nt o i n ter n o c om o ex t er no .

Segundo principio. Análisis sujeto a la


información veraz y oportuna . En e l Mé t od o S e is
s i gm a s e de b en d e t ec t ar l as v ar i a b les c r ít ic as q u e
af ec t a n el pr oc es o, tom a nd o inf or m ac ió n que
pos t er i or m en t e es a na l i za d a y pr oc es ad a d e un a m aner a
ef ic a z, u t i li za n d o h er r am ie nt as es t a dís t ic as r ob us tas .

Tercer principio. Enfoque basado en procesos . A l


i gu a l qu e l as n or m as de as e gur am ie nt o d e c a li d ad I SO e l
Mé t od o S e is S i gm a s e or i e nt a a las c on dic i o nes
pr es e nt es e n e l pr oc e s o.

Cuarto principio. Actitud preventiva. E l Mé to d o Se is


S igm a im p l ic a as um ir un a ac t it u d pr e ve n ti v a y c r ít ic as d e
c ad a u n a de las ac t i v i da d es q ue p os e e un p r oc es o .
87
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

Quinto principio. Trabajo en equipo . E l tr a b aj o e n


eq u i po e n un a or g an i za c ió n es es enc i a l e n tr e s us
m iem br os , ya q ue f a v or ec e un a ex c e l en te c om un ic ac i ó n
en tr e los m i em br os p r o voc a n do u n an á l is is ac er t ad o d e
l as s it u ac io n es q ue s e pr es e nt en en l as d i ver s as
ac t i v i da d es qu e s e pr e s en t en e n e l pr oc es o .

Sexto principio. Mejoramiento Continuo . Es t a es la


pr im or d ia l d e u n a or g an i za c ió n es s a t is f ac e r a l c l i e nt e y
no s e l ogr a m ed i a n te u na p o lí tic a de m ej or am ie nt o
c on t in u o d e c ad a u n o de los pr oc es os .

7.2 Equipo de Mejoramiento Continuo.

E l e qu i p o de m ej or am ien t o es i nd is p ens a b le e n c u a lq u ie r
or g a n i zac i ó n q ue d es ee im pl em en tar c om o f il os of í a d e
c a li d ad l os p r i nc i pi o s de l Mé t od o Se is S igm a. P ar a
es tr uc t ur ar es t e Eq u i po d e M ej o r am i en to es n ec es ar i o
atr a v es ar por s eis e ta p as , q u e s e e n um er an a
c on t in u ac ió n:

1. I de n tif ic ac i ó n y s e lec c i ón d e pr o ye c t o s . U n a v e z
i de nt if ic a d os los pr o b l em as , el e q u ip o de
m ej or am ie nt o c o nt i nu o pr es e n ta u n pr o ye c to y la
d ir ec c i ó n s e l ec c io n a l os m ás c om pe te nt es e n f u nc i ó n
de l as pos i b il i d ad es de im pl em en tac i ó n y d e l os
r es u l ta d os ob te n i dos , p ar a l a em pr es a y la
s at is f ac c i ón de l c l i e nt e.
2. F or m ac i ó n d e los eq u ip os de m ej or am i en t o. D e ntr o
de l e q ui p o d e m ej or a m ient o ex is te e l L íd er d e l gr u p o
( Ci n tur ó n Ne gr o) q ue l a g er e nc i a as i g na p or s us
c on oc im ie nt os en e l pr oc es o o c om pr e ns i ón d e l as
d i ver s as h er r am ie nt as es t ad ís t ic as . Es te lí d er es c o ge
aq u e ll os i nd i v i du os qu e pos e en l as c ua l i da d es
nec es ar ias p ar a i ngr es ar al pr o ye c to de
m ej or am ie nt o qu e es s e lec c i on a do c om o pr im or d ia l
par a l a or g an i za c i ón .
3. Des ar r o l lo d e l P l a n d e M ej or am ie nt o. Es te d oc um en t o
es l a gu ía d el e qu i p o d e m ej or am i en t o, p or l o qu e
de b e s er c l ar o e n c u an to a l os obj et i v os ,
r es p o ns ab i l id a des , r ec ur s os y f ec h as es t a b le c i dos e n
e l pr o ye c to .
88
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

4. C a pac i tac i ó n de los m iem br os d e l eq ui p o. Es


im pr es c i nd i b le qu e l os m iem br os d el E qu i p o de
Mej or am ie nt o s ea n c ap ac it a dos e n h er r am i en tas d e
ges t ió n , Es t a dís t ic as y pr o ba b i l id a des .
5. Ej ec uc i ó n de l D M A MC . L os eq u i pos d e m ej or am ie nt o
s on r es p ons a b les d e: d es ar r o l la r los p l an e s d e los
pr o ye c tos , los pr oc e d im ie nt os nec es ar ios p ar a c a da
un a d e las s o luc i o nes qu e s e pr es e n te n, im pl em ent ar
y as e gu r ar s e d e qu e f u nc i o n an ( m id i en d o y
c on tr ol a n do los r es u lt ad os ) c a d a u n a de l as
pr o p u es t as pr es e n ta d as e n e l pr o ye c t o d ur a n te el
ti em po pr o ye c t a do p ar a s u c um pl im ie n to .
6. T r as p as o d e l a s o luc i ón . U n a ve z c um pl i do l os
obj et i v os p ar a l os c u a l es f u er on c r e a dos c a d a un o d e
l os e q u ip os , es t os s e dis u e l ve n y s us m iem br os
r et or na n a s us r es p on s ab i l i da d es i nic i a l es d en tr o de
l a or g a ni za c i ón o p as an a i nt e gr ar otr os e qu i p os d e
m ej or am ie nt o p ar a l os c u a les es t én c ap ac it a dos .

Las f unc i o nes e n el pr oc es o d e Se is S i gm a s e ins p ir a en


l as t éc n ic as m ar c i al es c om o f il os of í a d e m ej or a c o nt i nu a ,
s e h a n ot or g a d o d i v er s os n i v e les d e c in tur o nes p ar a
aq u e ll os m i em br os d e la or g an i za c i ón q ue l i d er a n o
a yu d an a im pl em en tar l os pr o ye c tos de m ej or a.

E l C in tu r ó n N egr o ( B l ac k B el ts ) s o n p er s on as q u e s e
c ons a gr an a de tec t ar op or tu n i da d es de c am b ios c r í t ic as
y a c o ns eg u ir qu e l og r en r es u lt a dos . Es r e s po ns ab l e de
l id er ar , d ir i gi r , de l e g ar , e ntr e nar a l os m ie m br os d e s u
eq u i po . D eb e pos e er am pl ios c on oc im ie nt os t an t o e n
m ater ia d e c a li d ad , c o m o en es t a dís t ic a , par a el a n á lis is ,
r es o l uc i ón d e pr o b lem as y t om a d e d ec is io n es .

E l Ci n tur ó n V er d e ( G r ee n B e lts ) es e l s o por t e a las t ar eas


de l C i nt ur ó n Ne gr o. S us f unc i on es c o ns is t en en ap l ic ar
l os n u e vos c o nc e p tos y h e r r am i en tas d e Se i s S i gm a a las
ac t i v i da d es de la or g a n i zac i ón .

E l Pr im er D an ( Mas t e r Bl ac k Be l ts ) s ir v e d e e ntr e na d or ,
c ons u lt or y as es or a l os m iem br os d e l a or ga n i za c i ó n en
es p ec i al a los Ci n tur on es N e gr os q ue tr a baj a n e n l os
d i ver s os pr o ye c t os . D eb e p os eer m uc h a ex per i e nc ia en
l a im pl em en tac i ón de l Se is Si gm a, c om o e n l os pr oc es os
adm i n is tr at i v os y o p er at i v os d e l a or ga n i zac i ón .
89
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

Es pó ns or o Ch am pi o n s es u n ej ec ut i v o o d ir ec t i vo q ue
i nic i a y p a tr oc i n a a u n e q ui p o d e pr o ye c to lo q u e lo hac e
r es p o ns ab l e d e l éx it o de l os m is m os . El Es pó ns or f or m a
par t e de l C om it é de L i der a zg o , s i e nd o s us
r es p o ns ab i l id a des : g a r an t i za r qu e los pr o ye c t os es tá n
aj us ta d os a los o bj e ti v os g en er a les d e l a or g a n i zac i ó n,
m ante n er i nf or m ad os a l os m i em br os de l Com it é d e
L id er a zg o s o br e e l a v anc e d e l pr o ye c t o , c o n ve nc er a la
or g a n i zac i ó n o t er c e r os pa r a a p or t ar a l e qu i p o de
m ej or am ie nt o los r ec u r s os n ec es ar i os par a su
s os t e nim i en t o, t a l es c om o ti em po , d i ner o , y la
c o la b or ac i ó n d e otr o s m iem br os d e l a or g a n i zac i ó n.
T am bié n es r es po ns ab l e d e c on d uc ir r eu n i on es d e
r e v is i ó n p er i ód ic as , m anej ar y c o ntr o l ar c o nf l ic tos ;
ad em ás , m a nt en er r e l ac io n es c on otr os pr o yec t os S eis
S igm a d e l a or ga n i za c i ón .

L íd er d e I mp l em en t ac ió n o C h i ef Ex e c u t iv e O f f ic e r
CE O , es r es po ns a bl e de im pl em ent ar en e l s is tem a d e
c a li d ad d e la or ga n i za c i ón e l M é to d o S e is S i gm a y de l os
r es u l ta d os q ue és t e a r r oj e p ar a l a or ga n i za c i ón , s i en d o
és t e e l es tr at e g a m ás im por t a nt e d e l s is t em a, ya qu e
ap or ta u n a v is ió n d e to d os l os c am bios q ue s e d e be n
enc a us a r e n l a or g an i za c i ó n por l o qu e es r es po ns ab l e
de d es ar r o l l ar l as es tr at e gi as ad ec ua d as p ar a d ir ec c io n ar
es t os c am bi os .

7.3 Estrategias del Seis Sigma


La im pl em en tac i ó n d e l M ét o do S e is S igm a c om pr en d e
c ua tr o f as es pr i nc ip a l es , c ad a un a de l as c ua l es es t án
c om pues t as p or a s u v e z p or v ar i as e t ap as . Es tas et a p as
en s u or de n s on D is p os ic i ó n d e C am bi o, D es p l i eg u e d e
O bj e t i vos , Des ar r o l lo d e l Pr o ye c to y E v a lu ac ió n d e
B en ef ic i os .

7.3.1 Disposición de Cambio. En pr im er l ug ar es


im per i os o q u e l os d ir ec t i vos de la o r g an i za c ió n s e
c om pr om et an c o n e l c am bi o. Es t e c om pr om i s o s e l o gr a s i
s e ex h i b e el des ar r o ll o de los m er c a dos i n t er n ac i on a l es y
de l os pr oc es os pr o duc t i vos e n es pec i a l. En s e gu n do
l ug ar de b e ex p o ner s e en f or m a c l ar a lo q u e s uc e d e c o n
l as or ga n i zac i o nes , d e ta l l an d o s u e v o luc i ón c on r es p ec to
a s us c om pet i dor es . E l p as o s i g ui e nt e es dem os tr ar las
c ar ac t er ís t ic as y c on d ic i o nes d e l M ét o do S e is S i gm a,
m os tr an d o a dem ás l as dis c r e pa nc ias de es t e , en r e lac i ón
90
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

a otr os S is t em as d e G es t i ón de la Ca l i da d y de
m ej or am ie nt o c o nt i nu o .

Com o c u ar t o p as o s e pl a n if ic a es t r a té g ic a m ente c uá l es
s on l os va l or es , m is ió n y vis i ó n d e la or g an i za c i ó n, p ar a
pu n tu a l i zar a c o nt i n uac i ó n o bj e t i vos a a lc a n za r p ar a
hac er p os ib l e l os obj e ti v os d e m ás l ar g o pl a zo . S e de b e
l ogr ar pos ter i or m en te un a vis i ó n c om par t id a c o n l a c ua l
s e a lc anc e u n c om pr om is o e n e qu i p o qu e p er m it a
ob t en er óp t im os r es u lt ad os en l a im p l an t ac i ó n d e l
Mé t od o S e is S i gm a.

E n q u i nt o lu g ar s e s e l ec c io n an l os Lí der es y C i n tur o nes ,


en f unc i ó n d e s us c on oc im ie nt os y s e p r oc e de a
c ap ac it ar l os d i v er s o s ni v e l es d e c in t ur o n es , as í c om o
tam bi é n t od os los m iem br os q u e c o ns t it u yen un eq u i po
de m ej or am ie nt o . Es ta c ap ac it ac i ón i nc l u ir á as pec t os
v i nc u l ad os c on e l f unc i on am ie nt o de l Mé t od o Se is S i gm a,
Co ntr o l Es t a dís tic o de Pr oc es os , Dis e ño de
Ex per im en t os , her r am i en tas d e G es t ió n de la C al i d ad ,
her r am i en tas c om o l a A M EF qu e es u t i l i za d a p ar a
es p ec if ic ar l os pr o b l em as de l pr oc es o y det ec tar las
v ar ia b l es c r ít ic as d el pr oc es o y la ap l ic ac ió n d e s of t war e
es t a dís tic os .

7.3.2 Despliegue de Objetivos. S e es t a bl ec en l os


s is t em as de i nf or m ac ió n, c ap ac it ac ió n y c on tr o l
ad ec ua d os al s is tem a d e m ej or a qu e i n c l u ye e n los
s is t em as d e i nf or m ac ió n in d ic a d or es q ue pe r m ita n
ob t en er q ué n i v e l de S eis S igm a pos e e el pr oc es o. A s u
v e z s e i nt e gr a n l os pr i m er os gr u pos d e tr ab a j o en l a za d os
c on los pr o ye c tos s e l e c c i on a dos .

7.3.3 Desarrollo del Proyecto. Bá s ic am ent e e l


pr im er p as o p ar a e l d e s ar r ol l o de u n pr o yec t o Se is S i gm a
es l a d ef i n ic ió n d e la s c ar ac ter ís t ic as d e c a li d ad o l os
r eq u er im ie nt os de l o s c l ie n tes ex t er n os e in te r n os , y
es t a bl ec er l a m ane r a e n q ue s e m ed ir á n es tos
r eq u er im ie nt os e n f u nc ió n d e las es p ec i f ic ac i on es o
nec es i da d es d e l os c l i en t es .

Los e q u ip os d e m ej or am ie nt o d e S e i s S i gm a a
c on t in u ac ió n pr oc e de n a a p lic ar l a m eto d o l og ía D M AM C
( Def in ir - M ed ir - A n a li za r - M ej or ar - Co nt r o l ar ) .
91
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

Inf or m a nd o a l os d i r ec t i v os d e l a or ga n i zac i ón los


a va nc es , de m an er a d et a l la d a, d e lo s dif er e nt es
pr o ye c tos q u e l os gr u pos de tr a baj o d es a r r o l la n .

7.3.4 Evaluación de Beneficios. U na v e z


im pl a nt ad o c a d a u n a de las et a pas de l S e is S i gm a s e
e va l ú a l as m ej or as pr o duc i das en c a d a u no de l os
pr o ye c tos d es p le g ad o s e n la o r g a ni za c i ón , l o qu e im pl ic a
qu e c ad a gr u p o d e tr ab aj o d eb e c alc u l ar l os n i v e les de
r en d im ie nt o D P MO , t o m ando es t e v al or c om o t er m óm etr o
o i nd ic a dor de las d if e r en t es a lt er na t i vas d e s o luc i ón .

CALIDAD NORM AS ISO METODOLOGÍA


TRADICIONAL 9000 SEIS SIGMA
La norm a IS O
9000 toma La prioridad
La calidad se
como prioridad principal con el
Calidad relacionaba solo
el Cliente. Es Método Seis Sigma
con el cumplimiento
decir el es el Cliente. Es
de las
producto o decir el producto o
especificaciones
servicio está servicio está sujeto
del producto o
sujeto a las a las necesidades
servicio.
necesidades del del cliente
cliente
La dirección de la
La toma de
organización está
datos e
basada en las
Los criterios de información es
mediciones que se
calidad estaban fundamental en
realizan en las
sujetos a la la gestión de la
Toma de diferentes
subjetividad de los calidad, pero no
decisiones actividades del
empleados de se exige que la
proceso, tomando
mayor rango en l a organización
como herramienta
organización maneje técnicas
principal las
estadísticas
técnicas
complejas.
estadísticas.

Cuadro 30. Comparación de la Calidad tradicional, ISO9000 y el


6
Método Seis Sigma

6
Basado en la información del libro de Peter S. Pande y Larry Holp “¿qué
es Seis Sigma?” y del libro de Peter Pande S., Robert Neuman y Roland
Cavanagh “Las claves del Seis Sigma: la implantación con éxito de una
cultura que revolucionó el mundo empresarial”. Con modificaciones y
criterios del autor.
92
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

CALIDAD METODOLOGÍA
NORM AS ISO
TRADICIONAL SEIS SIGMA
9000
Los Equipos de
Mejoramientos
poseen una
Es de carácter E xi ste un
estructura
autoritaria. En Comité de de
descentralizada, es
esta situación, los Calidad que
decir los grupos de
Organización mandos debe abarcar
trabajo son
intermedios y el todos los
establecidos
personal de los problemas de
específicamente
departamentos calidad. Por lo
para cada uno de
quedaban fuera que las
los problemas de
del proceso de soluciones
calidad, lo que
decisión y la algunas veces
permite una
autoridad para carecen de la
participación de
resolver los rigurosidad
todos los miembros
problemas. científica.
de la organización
a través de sus
áreas funcionales.

Cuadro 30. (Continuación) Comparación de la Calidad tradicional,


ISO9000 y el Método Seis Sigma

CALIDAD NORM AS ISO METODOLOGÍA


TRADICIONAL 9000 SEIS SIGMA
Al igual que la
norma ISO 9000,
la documentación
y registro es la
evidencia del
sistema, pero en
Los
el Seis Sigma se
En l a ma yoría de procedimientos y
destaca que la
estas registros es parte
información
ocumentos y organizaciones la esencial del
suministrada por
Registros documentación y sistema, ya que
esta
los registros lo basado en éstas,
documentación se
consideran como se evidencia el
evalúa de manera
elementos seguimiento y
más profunda,
indeseables que control de las
aplicando
simplemente es variables críticas
herramientas
un atasco para el de cada uno de
estadísticas más
normal desarrollo los procesos que
robustas. Por lo
de la empresa. cuenta la
que el análisis que
organización.
se haga es más
confiable para la
toma de
decisiones.

Se enfoca en todo En el proceso, en donde se realiza un


Enfoque
el sistema control a las variables criticas

Cuadro 30. (Continuación) Comparación de la Calidad tradicional,


ISO9000 y el Método Seis Sigma.
93
F I L O S O F Í A Y E S TR AT E G I A D E L S E I S S I G M A

Resumen
E l M é to d o Se is S igm a p os ee s e is p r i nc i pi os f i l os óf ic os
qu e s on e n s u o r d e n: enf oq u e a l c l i en te ex t er n o e in t er n o
c om o b as e es e nc ia l d e to d a or g a n i zac i ó n, an á l is is de la
i nf or m ac i ón v er a z y op or tu n a, u n e nf o q u e b as a d o e n
pr oc es os p ar a s im pl if ic ar l as d i v er s as v ar i ab l es d e l a
es tr uc t ur a or g an i za c io na l , p os eer un a ac t it ud pr e v e nt i v a
y n o c or r ec t i v a, tr ab aj o e n eq u i po c om o f un dam en t o p ar a
f av or ec er la c om un ic ac ió n e ntr e l os m ie m br os d e l a
or g a n i zac i ó n y r e a l i za r l as ac t i v id a des d e m ej or am ie nt o
nec es ar ias en e l p r oc e s o.

E l E q u ip o d e Mej or am i en to es e l e nc ar ga d o de f or j ar l os
pr inc i p ios f i l os óf ic os de l M ét o do Se is S igm a e n l a
O r g an i za c ió ; p ar a s u ins ta ur ac ió n la or g a n i zac i ón de b e
pas ar p or s e is e ta p as a s a ber : i de n tif ic ar y s e lec c i on ar e l
pr o ye c to , F or m ar l o s E q ui p os d e Mej o r am ie nt o d e
ac u er d o a l os pr ob l e m as pr es e nt es e n l a or g a n i zac i ó n,
des ar r o l lar el P la n de Mej or am ie nt o, c a pac i tar a l os
m iem br os d e l e q ui p o, ej ec ut ar e l D M AM C y tr as p as ar l a
s o luc i ón a otr os e q u ip os de l a or g a n i z ac ió n. L as
f unc io n es de es tos E qu i p os d e M ej or am ie n to s e b as an
en l os c r i ter i os f i l o s óf ic os de l as ar t e s m ar c ia l es ,
enc o ntr a nd o n i ve l es d e c in tur o n es t a les c om o e l C in tur ó n
Ne gr o, e l Ci n tur ó n V er de , e l Pr im er D an , el Es pó ns or y e l
Lí d er de l a Im p lem e nt ac ió n.

La im pl em en tac i ó n d e l Mé to d o Se is S i gm a in ic i a lm ent e
par t e d e l a d is p os i c i ón d e c am bi o q u e p os e a n los
d ir ec t i vos de la or g an i za c ió n . E n s e gu n do lu g ar l a
or g a n i zac i ó n d eb e g o za r d e u n s is tem a d e inf or m ac ió n
qu e de t er m in e e l N i v e l d e S e is S i gm a s i n n i ng ú n t i po d e
s es g am ie n to , e n t er c er l u ga r s e de b e def in ir los
r eq u is it os o n ec e s i da d es de los c l ie n tes e
i nm ed ia tam en t e s e a pl ic a l a m et od o lo g ía d e DM A MC , un a
v e z em pl e ad a s e c o m pr ue ba s i l as m ej or as pr od uc i das
en e l pr oc es o s o n ef ec t i v as e n l a or g an i z ac ió n, p or lo
qu e s e h ac e n ec es ar i o e v a lu ar e l D P MO .
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

CAPÍTULO 8

CONCEPTOS BÁSICOS DE ESTADÍSTICA


95
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

Introducción
La es t ad ís t ic a, d e ntr o de l M ét o d o Se is S igm a, es u n
m étod o in d is c ut i b lem en t e n ec es ar i o y s uf ic i en te q ue
per m i te m ed ia nt e l a t om a d e i nf or m ac i ón , es t im ar los
v a lor es de los par ám etr os d e l pr oc es o.

Es t e c a pí t ul o c om pr e nd e l os c o nc ep tos b ás ic os d e l a
es t a dís tic a q u e u na o r ga n i za c ió n d eb e c om pr e n d er p ar a
ex tr a er d e l a m ues tr a l a m áx im a c a nt i da d p os ib l e d e
i nf or m ac i ón . Par t e des d e e l c onc e pt o de v ar ia b l e
a le at or i a y f unc i ón de pr ob a bi l i d ad , has ta l as
d is tr i buc i o nes d is c r et as y c on t in u as c on m a yo r
ap l ic ab i l i da d , d is tr ib u c i ón d e m ues tr e o , las es t im ac io n es
de l os p ar ám etr os m ed i a nt e in ter v a l os d e c onf ia n za y
pr u e b a d e h i pó t es is y f i na lm en te l a r e gr es i ó n l i n ea l
s im pl e y s u i do n ei d ad m edi an t e e l an á l is is d e v ar ia n za .

8.1 Variable Aleatoria y Función de


Probabilidad

~
S ea Ω un es pac i o d e pr o ba b i l id a d, y Ω un es p ac i o
m edi b le . U n a v ar ia b l e a le a tor i a X es u na a p l ic ac i ó n de
~ ~
Ω → Ω de ta l m an er a, d e t a l m aner a q u e Ω p er t e nec e a
l os r e a les , s e d ic e en t onc es d e X es u n a v ar i ab l e
a le at or i a.

S up ó ng as e a h or a q u e X es un a v ar ia b le al e at or i a
def in i d a s o br e e l es pac i o d e p r o b ab i l id a d Ω y c on
~
v a lor es en e l es pac i o m edi b le Ω . La f unc i ó n f x def in i d a
un a σ f x (B ) = p ( X ∈ B ) ; p ar a
- a l ge br a ℘ p or m ed io d e
~
to d o B ∈℘ es un a m ed i d a de pr o ba b i l id a d s obr e Ω ,
l lam a da d is tr ib uc i ón d e l a v ar i ab l e a le a tor i a
La f u nc ió n d e pr o ba b i l id a d f x (B ) , d eb e c um p l ir c on los
s i gu i en t es c r i ter i os s i l a v ar ia b l e a le at or i a e s d is c r et a:
96
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

1. 0 ≤ f x (x ) ≤ 1

2. ∑ f (x ) = 1
−∞
x

x
3. F ( x ) = p( X ≤ x ) = ∑ f x (x )
−∞

E ntr e l as f u nc i on es d e pr ob a bi l i d ad c as o d is c r e to m ás
ap l ic ad as t e nem os : l a d is tr i b uc i ó n B i nom i al , e n es ta
pr ác t ic a s e r ea l i za n n pr u e bas i d én t ic as qu e t i e ne n
dos r es u lt a dos p os i bl es ( éx it o o f r a c as o) y l a
pr o b a bi l i da d d e éx it o p qu e p er m an ec e c o ns t an t e.

E l ex per im en t o B i no m ial c u e nt a c o n l as s igu i e nt es


c ar ac t er ís t ic as :

1. E l ex p er im en to c o ns t a de n pr u eb as i dé nt ic as .
Ca d a pr u e ba t i en e 2 r es u l ta d os p os i b l es ( éx it o o
f r ac as o) . La pr o b a bi l i da d d e t e ne r éx it o e n u na
s o la pr u eb a es p l a p r ob a b i li d ad d e f r ac as o es
1 − p , do n de el v al or d e p es c o ns t a nt e.
2. Los e ve nt os s o n i n de p en d i en tes m ut uam en t e .

Cu a nd o s e c um p le n e s tas c o nd ic i on es s e d ic e q ue x ’ es
un a var i a b le al e at or i a c o n d is t r i b uc ió n b i nom i a l o d e
B er n o u ll i c u ya f un c i ó n d e f r ec u e nc ia es la s i gu i e nt e:

 n
p ( X = x ) =   p x (1 − p ) .
n− x

 x
Do n de n y p s o n p ar ám etr os d e l a d is tr i b uc ió n e n es t a
v ar ia b l e. E l pr im er m om ento c e ntr a l l l am ad o pr om ed i o de
l a Dis tr i buc i ón B in o m ial es E ( x ) = np y e l s e g un d o
m om ent o c e ntr a l l l am ado v ar i a n za es V ( x ) = np(1 − p ) .

O tr a d e l as dis tr i buc i on es o f u nc i on es d e pr ob a b il i d ad
c as o d is c r et o , es l a D is tr i buc i ó n d e P o i s s on e n es t a
pr ác t ic a s e r e al i za n n pr u eb as i d én t ic as q u e ti e ne n
97
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

dos r es u lt a dos p os i bl es ( éx it o o f r a c as o) y l a
pr o b a bi l i da d d e éx i t o p per m anec e c o ns t a nt e d e
pr u e b a en pr u eb a . Es t a la d is tr ib uc i ón es ap l ic ab l e
c ua n do s e pr es en t a l as s i g ui e nt es c o n d ic i on es : tam a ño
de l a m ues tr a n es gr a nd e y e l v a l or de l p a r ám etr o p
es m u y p eq u eñ o . E nt o nc es la f or m u lac i ó n e s la s ig u ie n te
e −λ λx
p( X = x ) = , c ua n do x es un a var i a b le a l e at or ia c on
x!
d is tr i buc i ó n de P ois s on y p ar ám et r o pr om ed i o o pr im er
m om ent o c e ntr a l λ = np . Ex is t e n otr as d is tr i b u c i on es
d is c r e tas ta l es c o m o la D is tr i buc i ó n G eom étr ic a,
Hi p er ge om étr ic a , B i n o m ial N e ga t i va .

Nombre de la
Primer
distribución Fórmula aplicada Segundo momento Observacio nes
momento

 n p porcentaje
p ( X = x ) =   p x (1 − p )
n− x
np np(1 − p ) de no
 x
Bi no mi al
conformes

λ
e −λ λx
pr o me di o
Poisson
p( X = x ) = λ λ del nú mer o de
no
x! confor mi dades

 k  N − k 
   nk (N − k )( N − n ) k
x  n − x  nk no
Hipergeométrica
p( X = x ) =  N 2 ( N − 1)
conformes del
N N
N lote

 
n
1 1− p p porcentaje
p( X = x ) = p(1 − p )
x −1
Geométrica de no
p p2 conformes

 n − x x r r (1 − p ) p porcentaje
Bi no mi al
p ( X = x ) =   p (1 − p )n − x

Negativa de no
 r 1  p p2 conformes

Cuadro 31. Distribuciones discretas más aplicadas


98
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

La F u nc i ó n d e pr o ba b il i d ad c as o c on t in u o o f unc ió n d e
de ns i da d, a l ig u a l q u e l a d is c r e t a d e be c u m plir c o n l os
s i gu i en t es c r i ter i os :

1. 0 ≤ f x (x ) ≤ 1

2. ∫ f (x )dx = 1
−∞
x

x
3. F ( x ) = p( X ≤ x ) = ∫ f (t )dt
x
−∞

Las d is tr i b uc i o n es c o nt i nu as m ás a p lic a d a s s on e n s u
or d e n l a D is tr i b uc i ó n Nor m al q u e es e l m ode lo de
pr o b a bi l i da d m ás f r ec u e nt em en te ut i l i za do e n las
c i enc i as es ta dís t ic as s e pu e de em ple ar en l a f or m a
ge n er al y es t an d ar i za d a . Se d ic e qu e X t ie n e u n a
d is tr i buc i ó n nor m a l de la f or m a
1  x−µ  2
1 − 
2  σ 
X ~ N (µ , σ 2 ) = e .
2π σ

E l m od el o no r m al es t án d ar tr a baj a c on u n a f u nc i ó n d e
de ns i da d qu e c om pr e nd e i nt e gr a l es qu e n o pu e de n s er
r ed uc i das a f unc i o ne s e lem e nt a les , s e di c e qu e u na
f unc ió n n or m al es d e l a f or m a es tá n da r s i s u m ed i a o
pr im er m om ent o c en tr a l es c er o y s u s e gu nd o m om ent o
c en tr al o va r i a n za es l a u n id a d. L a f unc i ó n d e
d is tr i buc i ó n de la v ar ia b l e nor m a l es t á n dar Z es
1 2
1 − [z ]
Z ~ N (0,1) = e 2
. La f unc ió n ac um ul a da

c or r es p o nd i en t e a l a d is tr i buc i ó n es tá n dar da d a q u e l a
pr o b a bi l i da d d e l a v ar i ab l e n or m al a s um a v a l or es
m enor es o i g ua l es a z es
1 2
z
− [t ]
F ( z ) = p (Z ≤ z ) =
1

−∞ 2π
e 2
dt , do n de l a n u e va var i ab l e

x−µ
Z es e v a l ua d a de la s i g u ie nt e f or m a z = .
σ
99
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

O tr a d e l as d is tr i b uc i on es c o n ti n u as es la Dis tr ib uc ió n
G am m a, es t a d is tr i bu c i ón es a p l ic a d a en pr o b l em as d e
te or í as d e c o l as y s im ul ac ió n , s ie n do s u f u nc ió n de
x

g (θ , α ) =
1 α −1
de ns i da d x e θ
, c on x > 0 y θ ,α > 0 .
τ (α )θ α
Do n de α es e l p ar ám etr o d e f or m a, p or ej em p lo e l
núm er o de s e r vi d or es en u n b a nc o , θ es e l p a r ám etr o de
es c a l a en es te c as o e l pr om ed i o en q u e s on a te n d id os
l os c li e nt es e n e l b a n c o, τ (α ) es l a f u nc i ón g a m m a que
es t á d ef i n id a c om o τ (n + 1) = n! . E l pr im er m om ent o
c en tr al y e l s eg u nd o m om ent o c en tr a l a pa r ti r de l or i ge n
de es t a f u nc ió n es ta def in i d os c om o E ( x ) = αθ y
V ( x ) = αθ 2 .

La Dis tr i buc i ón Ex po n enc i a l es un a d e las f unc io n es d e


de ns i da d m ás u ti l i za d as e n s im ul ac ió n , s us v a lor es s on
s i em pr e pos i t i vos l o q ue l a l i g a f u nd am en ta l m ente c o n l a
m ode lac i ó n d e " ti em p os ", p er o l o qu e l a c on v i er t e e n
s um am ente im por t an t e es e l h ec ho d e q u e s e tr at a de l a
ún ic a d is tr i b uc i ó n c on t in u a c u ya t as a de f a l lo es
c ons t an te , o d ic h o d e otr a f or m a, n o t ie n e m em or i a. Es t o
s up o ne qu e e l t iem p o nec es ar io par a q u e s e c om pl e te u n
e ve n to es i nd e pe n d ie nt e d el i ns ta nt e d el t i em po
tr a ns c ur r id o h as ta e l p r es e n te . L a f u nc i ó n d e de ns id a d es
x

f (x ) =
1
e θ
p ar a x > 0, θ > 0 .
θ
E l pr im er m om ent o c e ntr a l y e l s eg u nd o m o m ento c e n tr a l
s e ex pr es a n d e l a s i g u ie nt e m an er a E ( x ) = θ y V ( x ) = θ ,
2

c om o pu e de o bs er va r s e la f u nc i ón ex po n enc i a l es u n
c as o p ar t ic u l ar d e l a d is t r i b uc ió n g am m a en d o nd e e l
v a lor d e l f ac t or α =1
100
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

Nombre de
la Primer Segundo
Fórmula aplicada Observacio nes Gráfica
distribución momento momento
1  x−µ  2
1 −  
2 σ 
N ~ (x, µ,σ 2 ) = e
2πσ
0,4

Es la
−∞≤ x ≤∞
0,3

distribución
−∞≤ µ ≤∞
0,2
más utilizada
σ ≥0 E(x) = µ V ( x) = σ
0,1
Normal sobre todo en
fenómenos 0
x 1  x −µ  2 -5 -3 -1 1 3 5
1 − 
2 σ 
 físicos.
F(x) = P(X ≤ x) =
−∞
∫ 2πσ
e d(x) x

Es la
distribución
más utilizada
2
1 − 2[Z] sobre todo en
1

N ~ (z,0,1) = e fenómenos
2π físicos. En 0,4

−∞ ≤ z ≤ ∞ este caso se 0,3


Normal estandariza la
estándar µ =o variable x en 0,2

σ =1 E(z) = µ = 0 V (z) = σ 2 = 1
la variable z,
0,1

1 2
− [ z] de la siguiente
z 0
1
F(z) = P(Z ≤ z) = ∫
-5 -3 -1 1 3 5
2
e d(z) for ma :

x
−∞ x−µ
z=
σ

Cuadro 32. Distribuciones continuas más utilizadas

Nombre de
la Primer Segundo
Fórmula aplicada Observacio nes Gráfica
distribución momento momento

G ( x,θ ,α ) =
1
x α −1e

x
θ para α =2 y θ =1
τ (α )θ α
Es la
x>0
distribución 0,4

θ ,α > 0
Gamma más utilizada 0,3

 x 1 x 2 
1 + θ + 2! ( θ ) ...  − x E ( x ) = αθ sobre todo en 0,2

F ( x ,θ ,α ) = p ( x ≤ x ) = 1 −  e θ V ( x ) = αθ 2
fenómenos 0,1

+ 1
( ) α −1 
x
 (α − 1)! θ  físicos. 0
0 2 4 6 8 10

x
caso particular de la
1 − distribución gamma
E(x,θ) = e θ
θ α = 1y
Es el tiempo
Expon encial
x >0 de servicio, 1

θ >0 E(x) = θ V(x) = θ 2 ti e mpo de vi da 0,8

0,6

x
de un objeto

0,4

F(x,θ) = P( X ≤ x) = 1− e θ 0,2

θ =1
0 1 2 3 4 5 6

Cuadro 32. Distribuciones continuas más utilizadas (continuación)


101
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

8.2 Distribución de Muestreo

Es l a d is tr ib uc i ón d e pr o b a bi l i da d d e u n a e s ta dís t ic a ; θˆ ,
es u n a f u nc ió n de l as var i a bl es a le a t or ias q ue s e
obs er v a n e n la m ue s tr a , q u e r es u l ta d e un n úm er o
i nf i ni t o d e m ues tr as a l ea t or i as de t am añ o n , m utuam en t e
i nd e pe n di e nt es ; pr o v e n ie nt es d e l a p ob l ac i ó n d e i nt er és .

8.2.1 Distribución de Muestreo de la Media. U n


es t a dís tic o θˆ es t á d is tr i b u id o n or m alm en te c u an d o l a
m ues tr a qu e s e t om a es gr an d e, c o n oc i do c om o e l
te or em a de l lím i te c en tr al . C u an d o e l ta m año d e l a
m ues tr a es gr a n d e y l a v ar i an za d e l a po b l ac i ó n es
c on oc i da s e t om a l a d is tr i buc i ó n nor m a l e s tá n dar c om o
x−µ
es t a dís tic o d e pr u eb a z= . P er o c u an d o e l tam añ o
σ
n
de la m ues tr a n o es gr a n d e y a s u v e z s e d es c o n oc e la
v ar ia n za d e l a p o bl ac ió n, es ac ons ej ab l e a p lic ar la
x−µ
Dis tr ib uc i ón t d e s t u de nts t = . Es t as c on d ic io n es
s
n
s e c o noc e n c om o e l T EO R EM A D E L LI M IT E CE NT R AL

8.2.2 Distribución de Muestreo de la Varianza . La


2
es t a dís tic a s , es em pl e ad a p ar a i nf er ir la v ar i an za d e la
po b l ac i ó n, m ed i a nt e l a d is tr ib uc ió n de m ue s tr e o d e l a j i-

c ua dr a do , q ue ti e n e c om o f or m ulac i ón χ2 =
(n − 1)s 2 . Y la
σ2
es t a dís tic a ap r o p ia d a pa r a i nf er ir l as var i an za s de d os
po b l ac i o nes c on d is tr i buc i o nes n or m al es s e c o noc e c o n
s x2
σ x2
l a Dis tr i buc i ón F , f = , c on v1 = n1 − 1 gr a dos d e
s y2
σ y2
l ib er ta d par a l a pr im e r a p o b lac i ó n y v 2 = n2 − 1 , p ar a la
s eg u nd a p o bl ac i ón .
102
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

Estadístico
Nombre Nombre Función de probabilidad
aplicada

x−µ 1  n(x −µ )
Z=
2
Normal
σ estándar
para la N (µ , σ , x ) =
n
e 2  σ 

n
muestra
2π σ
Para la
media

x−µ τ [( v + 1) / 2 ]
[1 + (t 2 / v )] 2
( v + 1)
t= f (t , v ) =
s t de
student
πvτ [( v / 2 ) ]
n v>0 −∞<t<∞

n −1 y
1 −
f ( y , n − 1) = ( n −1)
y 2
e 2

(n−1)s2 τ [( n − 1) / 2 ]2
χ =
Ji- 2
2 cuadrado

σ2 x >0

Para la
varianza

τ [(v1 + v2 ) / 2]v1 2 v2 2
v1 v2 − (v1 +v 2 ) (
(v1 − 2)
2 g ( f , v1, v2 ) = f 2
(v2 + v1 f ) 2
s πvτ [(v / 2)]
F= 2 F
1
de
s 2 Fisher v>0
−∞ < t < ∞

Cuadro 33. Distribución de muestreo

8.3 Estimación Puntual y por Intervalos


Ex is t e n dos t i pos de es t im ac i ón e n e s ta dís t ic a la
es t im ac i ó n p un tu a l y l a es t im ac i ó n p or i nt er v a lo .

8.3.1 Estimación Puntual . E l p ar á m etr o d e l a


po b l ac i ó n s e i nf i er e m ed i a nt e e l v a lor de u n es ta dís t ic o ,
103
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

tom ad o de la m ue s tr a . En el c as o de la m ed i a
n

∑ x i
x = i=1
, t e n em os
n

 n   n  n

∑ i  x E  ∑ xi  ∑ E (x ) i
E (x ) = E  i =1
 =  i =1  = i =1

 n  n n
 

Com o E ( xi ) = µ , e nt o nc es ,

∑µ nµ
E (x ) = i =1
= =µ
n n

E l pr om edi o m u es tr a l es un es t im ad or p un t ua l d e l a
m edi a p ob l ac io n al E ( x ) = µ

8.3.2 Estimación por Intervalo . L os par ám etr os d e


l a p ob l ac ió n s o n es t im ad os m edi a nt e u n in te r va l o d e
c onf ia n za c u ya no tac i ón es la s ig u ie nt e : S ea
 
p − z α ≤ Z ≤ z α  = 1 − α , do n d e 1 − α es l a c o nf i ab i l id a d o
 2 2 
l a pr o ba b i l id a d d e o c ur r enc i a d e l es t a dís tic o en es te
 
 
x−µ
i nt er va l o , p − z α ≤ Z ≤ z α  = 1 − α ; des p ej a n do e l
 2 σ 
 2

 n 
v a lor de µ ten em os en to nc es que el i nt er v al o de
104
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

 σ σ 
c onf ia n za p x − z α ≤ µ ≤ x + zα  = 1 − α , c o noc i da
 2 n 2 n 
c om o es tim ac ió n d e l a m ed i a c o n v ar i an za σ2 c o noc i d a
es :

σ σ
x − zα ≤ µ ≤ x + zα
2 n 2 n

P ar a la es t im ac i ó n de l a m edi a c o n var i an za σ2
des c o noc i d a s e a p lic a l a d is tr i b uc ió n t de St u de n ts :

s s
x − tα ≤ µ ≤ x + tα , con v = n −1 gr a dos de
2 n 2 n
l ib er ta d.

P ar a dif er e nc i a de m ed ias c o n var i a n zas c o noc i d as σ 12 y


σ 2
2 e l i n ter v a l o de c onf ia n za :

(x1 − x 2 ) − z α σ 1 + σ 2 σ 12 σ 22
2 2
≤ µ1 − µ 2 ≤ ( x1 − x 2 ) + z α +
2
n1 n2 2
n1 n2

P ar a dif er e nc i as de m ed i as c o n v ar i an za s d es c o n oc id as :

(x1 − x 2 ) − t α s p 1
+
1
≤ µ1 − µ 2 ≤ ( x1 − x 2 ) + t α s p
1
+
1
,
2
n1 n2 2
n1 n2
do n de s p es l a d es v i ac i ó n pr om ed io d ef i n i da c om o,

sp =
(n1 − 1)s12 + (n2 − 1)s 22 con v = n1 + n2 − 2 gr a d os d e
n1 + n2 − 2
l ib er ta d.
105
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

La es t im ac ió n de l a v ar ia n za σ , es es t im ada m edi an te
2

e l s i gu i en t e i nt er v al o de c onf ia n za :

(n − 1)s 2 ≤ σ 2 ≤ (n − 1)s 2 , c o n v = n − 1 g r a d os de l ib er ta d.
χ2
α 
2
χα 
 1− ,v   ,v 
 2  2 

P ar a la r a zó n de var i a n zas
s 2
σ 2 2
s
1
≤ ≤1
, c o n v1 = n1 − 1 y
1

 α  2 α σ 2

s f 1 − , v1 , v 2 
2
2 s 2 f  , v1 , v 2 
2

 2  2 
v2 = n2 − 1 gr ad os de l i b er t a d pa r a l a pr im er a y l a
s eg u nd a m ues tr a r es p ec t i v am ent e.

8.4 Prueba o Contraste de Hipótesis


T odo m éto d o s is t em át ic o qu e ac ar r ea u n a d ec is i ó n s ob r e
un a h i pó t es is en par tic u l ar ac er c a d e l p a r ám etr o o l a
d is tr i buc i ó n d e u na p ob l ac ió n, r ec i b e e l n om br e d e
pr u e b a de h ip ót es is . Los pr oc e d im ie nt os d e pr ue b a d e
h ip ót es is d ep e nd e n d e l em pl eo de l a i nf or m ac i ó n
c on t en i da en l a m ue s tr a al e at or i a d e l a po b l ac i ó n d e
i nt er és . S i l a inf o r m ac i ón c o nt e ni d a en l a m ues tr a, es
c ons is te n te c o n l a h i pó t es is , s e c onc l u ye qu e és t a es
v er d a d er a ; sin em bar g o si es t a i nf or m ac i ón es
i nc o ns is t e nt e c o n l a h ip ót es is , s e c onc l u ye q u e es t a es
f als a.

E n la r ea l i da d oc ur r e un s in n úm er o d e s uc es os q u e por
m edi o de l es tu d i o es t ad ís t ic o s e l og r a a pr o x im ar a es t a;
s i en d o e nt o nc es l os d if er en t es t i pos d e d is t r i buc i o nes y
l a pr ue b a d e h i p ót es is her r am ie nt as s i gn if ic at i v as d e ntr o
de la inf er e nc i a es t a dí s tic a .
La pr u e ba de h ip ót e s is es e l t ó p ic o e n l a es t a dís t ic a
i nf er e nc i a l q u e tr a baj a c o n da r a l gu n a c e r te za de u na
te or í a o c r ee nc ia s ob r e u n pa r ám etr o d e u na po b lac i ó n
us a n do da tos ob te n i do s d e u na m ues tr a .
106
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

La h i pó t es is n u la , H 0 e s l a af ir m ac i ón q u e s e r ea l i za
ac er c a d e l par ám etr o θ . P or ej em p lo c u a nd o s e af ir m a
qu e e l pr om ed i o de l a c a nt i da d d e am in o ác id o a l an i ta
par a u n n i ñ o es d e 2 .5 m gr ., es i nd ic ar H 0 : µ = 2.5 . La
h ip ót es is a l t er n a, H 1 es l a n eg ac i ón d e l a hi p ó tes is nu l a
y p l a n t ea tr es pr u eb a s : un a b i l at er al y d os u n i la ter a l es .
P ar a e l ej em p lo a nt er i or t e nem os las p os ib l es h i p ót es is
a lt er n as H 1 : µ ≠ 2.5 , H 1 : µ < 2.5 y H 1 : µ > 2.5 .

E n un a pr u e ba d e h i pó t es is los t i pos d e e r r or es qu e s e
tr a b aj a n es , e l er r or ti p o I o n i v e l d e s i g n if ic anc i a α
a lf a, y e l er r or t i p o I I β be ta . E l er r o r t i p o I oc ur r e
c ua n do s e r ec h a za l a h i pó t es is n u la H 0 s i en d o es ta
v er d a d er a y e l er r or t i po II s uc e d e c u a nd o no s e pu e de
r ec h a za r la h ip ó tes is nu l a H 0 , s i en d o es ta f als a. Los
pas os p ar a r e a l i zar un a pr u e ba de hi p ót es is s o n l os
s i gu i en t es A ) s e p la n t ea i n ic ia lm en te h ip ó t es is n u la H 0 ,
B) p os t er i or m ent e l a h ip ót es is a lt er na H 1 , C) s e tom a e l
n i ve l d e s ig n if ic a nc i a α a tr a b aj ar , D) s e d et er m in a l a
r eg i ó n d e r ec ha zo c o n l os p un t os c r ít ic os , de pe n d ie n do
7
de l a pr ue b a, s i es ta es b il a ter a l o un i l at er a l , E) s e
c a lc u l a e l es t ad ís t ic o de pr ue b a y F ) s e t om a l a dec is i ón
de ac e pt ar o r ec h a za r H 0 .

7
Para una prueba bilateral la región de rechazo ocurre cuando el valor del
estadístico se localiza por debajo o por encima del punto critico que
separa la región de rechazo de la región de aceptación d ≤ dα o
2

d ≥ d α . Para una prueba bilateral puede suceder lo siguiente es


 1− 
 2

d ≤ dα o d ≥ d (1−α )
107
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

Los es t a dís t ic os d e pr u e b a s o n e n s u or de n , p ar a l a
x−µ x−µ
m edi a z= y t= , p ar a l a s dif e r e nc ias d e
σ s
n n
m edi as z=
(x1 − x2 ) − (µ1 − µ2 ) si l as v ar ia n za s son
σ 12 σ 22
+
n1 n2
des c o noc i d as p er o ig u a les :

t=
(x1 − x2 ) − (µ1 − µ2 ) , con v = n1 + n2 − 2 gr ad os de
1 1
sp +
n1 n2
l ib er ta d.
Cu a nd o las v ar i an za s s on d es c o n oc i d as p e r o d if er e nt es
s e tom a:

t=
(x1 − x2 ) − (µ1 − µ2 )
s12 s22
+
n1 n2
8.5 Regresión Lineal Simple
Es u n m od el o m atem á tic o q u e r e l ac io n a d os va r i a b les y ,
c on oc i da c om o var i a bl e r es p u es t a o var i a bl e de p en d i en t e
y l a va r i a b le x , v ar i ab l e i n de p en d i en t e o f ac tor d e
i nc i d enc i a. E l m od e lo d e r e gr es i ó n pos e e l a s i g ui e nt e
f or m ulac i ón y = β 0 + β 1 x + ε , do n d e β 0 y β 1 s o n
par ám etr os c on oc i do c om o i n ter c e pt o y p e n d i en te
r es p ec ti v am en te y ε es e l er r or a le a tor i o c u yo
c om por t am ie n to s e as um e c om o nor m al es t án d ar . Es t os
par ám etr os s on es t i m ados m ed ia n te e l m étod o de l os
m ínim os c u adr a dos ut i l i za n do l as s i gu i en t es
SS xy
f or m ulac i on es β̂1 = y βˆ 0 = y − βˆ1 x .
SS xx

P ar a de te r m in ar s i u n m ode lo de r egr es i ón e s id ón e o c o n
r es p ec to a l f e nóm en o en es t u d io , es n ec es a r i o e v a lu ar e l
2
c oef ic ie nt e d e d e ter m i nac i ón R , e l ab or ar la ta b l a d e
an á l is is de v ar ia n za , c om o t am bi én la de te r m inac i ón d e l
108
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

c oef ic ie nt e de c or r e l ac i ó n, m ed i an t e las s ig u i en tes


f or m ulac i on es ,
SS xy
r=
SS xx SS yy
Las s um as d e c u ad r a dos p ar a e l m ode l o s e es ta b l ec e n
de la s ig u i en te f or m a:
2
 n  n   n 
n
 ∑ x  ∑ y  n
∑ x
SS xy = ∑ xy −  i =1  i =1  , SS xx = ∑ x −  i =1 
2
y
i =1 n i =1 n
2
 n 
n
∑ y
SS yy = ∑ y −  i =1  ,
2

i =1 n
do n de r es l a es t im ac i ón d e l c oef ic i e nt e de c or r el ac i ón ,
SS xy es la s um a d e c ua dr a dos d e las v ar ia b l es
e va l u ad as , SS xx es l a s um a d e c u ad r a d os d e l a v ar ia b l e
X y SS yy es l a s um a de c u a dr a d os d e l a var i a bl e Y . E l
c oef ic ie nt e de d et er m i nac i ón R 2 es t á def in i d o m edi an te
SS regresión
R2 = ; s i e nd o SS regresión c om o la s um a de
SS total
c ua dr a dos d e r e gr es ió n y SS total es l a s um a de c u adr a d os
to ta l es . L a t a bl a d e a ná l is is de v ar i an za r e s u lt an t e es l a
qu e a p ar ec e e n l e s i g u ie nt e r ec u adr o .

Do n de p es e l n úm er o de v ar ia b l es q ue p os e e e l m ode l o
de r egr es i ón li n e al .
Fuente de Grados Suma de Cuadrados
Valor F
variación de libertad cuadrados medios
SS regresión
SS
Regresión p −1 SS regresión regresióm
f =
p − 1
p −1 SS error
(n − p )

Error n− p SS error
SS error

(n − p )
Total n −1 SS total

Cuadro 34. Análisis de varianza para el modelo de regresión.


109
C O N C E P T O S B ÁS I C O S D E E S T AD Í S TI C A

Resumen
Un a or g an i za c ió n q u e es té d is p u es t a a im p lem en t ar e l
Mé t od o Se is Si gm a en s u or ga n i za c ió n de b e r e a l i zar
gr a n d es es f ue r zos e n c a pa c i t ar s u p er s o n a l en g es ti ó n
de l a c a l id a d y s i n lu gar a d ud as es te d eb e pos e er los
c on oc im ie nt os s uf ic ie nt es e n las c i enc i as es t ad ís t ic as
c on e l f in de ap r o v ec h ar de la m ej or m an er a l a
i nf or m ac i ón s um i n is tr ad a p or e l p r oc es o. Co n oc im i en t os
bás ic os d e p r o b ab i l i da d p ar a d et er m in ar la p os ib i l id a d d e
oc ur r e nc ia d e un e v e nt o, l as d is tr i buc i o ne s c on t in u as y
d is c r e tas qu e e n f or m a f r ec u en te s on ap l ic ad as e n l os
pr oc es os con el o bj e t i vo de d et er m in ar el
c om por t am ie n to es t a dís t ic o d e u n f e nóm en o o e v e nt o
e va l u ad o e n el pr oc e s o y as í p o der e v a l u ar m ed i an t e
es t im ac i o nes y pr u e b a d e h ip ót es is l os pa r á m etr os , t a les
c om o la m ed i a y la des v i ac ió n q ue p er m it an
pos t er i or m en t e m ed ir e l Ni v e l d e S eis S igm a d e la
or g a n i zac i ó n.
AN E X O S

A N E XO 1 . T A B L A S D E C O E F I C I E N T E S P O L I N Ó M I C O S

Coeficientes de polinomios ortogonales

a=3 a=4 a=5 a=6 a=7


Xi
P1 P2 P1 P2 P3 P1 P2 P3 P4 P1 P2 P3 P4 P5 P1 P2 P3 P4 P5 P6
1 -1 1 -3 1 -1 -2 2 -1 1 -5 5 -5 1 -1 -3 5 -1 3 -1 1

2 0 -2 -1 -1 3 -1 -1 2 -4 -3 -1 7 -3 5 -2 0 1 -7 4 -6

3 1 1 1 -1 -3 0 -2 0 6 -1 -4 4 2 -10 -1 -3 1 1 -5 15

4 3 1 1 1 -1 -2 -4 1 -4 -4 2 10 0 -4 0 6 0 -20

5 2 2 1 1 3 -1 7 -3 -5 1 -3 -1 1 5 15

6 5 5 5 1 1 2 0 -1 -7 -4 -6

7 3 5 1 3 1 1
2

∑ {P (X )}
n

i j 2 6 20 4 20 10 14 10 70 70 84 180 28 252 28 84 6 154 84 924


j =1

λ
10 5 35 3 5 7 21 1 7 7 77
1 3 2 1 1 1 2 1 1
3 6 12 2 3 12 10 6 12 20 60

Tabla obtenida de Biometrika Tables for Statisticians. Vol. 1, 3a ed., por E.S. Pearson y H. O. Hartley.
Cambridge University Press. Cambridge 1966.
111

AN E X O S

A N E XO 2 . T A B L A D E L A D I S T R I B U C I Ó N N O R M A L E S T Á N D A R

Valores de la función de distribución acumulativa normal estándar


z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

-4.5 0,0000033976 0,0000032413 0,000003091 0,0000029491 0,000002812 0,0000026822 0,000002557 0,000002438 0,0000023248 0,0000022162

-4.4 0,000004293514 0,000005168531 0,000004935045 0,000004711654 0,000004497943 0,000004293514 0,000004097982 0,000003910979 0,000003732152 0,000003561157

-4.3 0,000008539905 0,000008162727 0,000007801460 0,000007455467 0,000007124135 0,000006806876 0,000006503122 0,000006212326 0,000005933965 0,000005667530

-4.2 0,000013345749 0,000012768534 0,000011684565 0,0000111759893 0,000010688525 0,000010221345 0,000009773648 0,000009344665 0,000008933655
0,0000122151159
-4.1 0,000020657506 0,000019782955 0,000018943619 0,0000181381617 0,0000173652911 0,000016623763 0,000015912379 0,000015229981 0,000014575454 0,000013947722

-4.0 0,0000316712418 0,000030359373 0,000029099070 0,000027888426 0,000026725600 0,000025608816 0,000024536358 0,000023506568 0,000022517850 0,000021568659

-3.9 0,000048096344 0,000046148060 0,000044274484 0,000042472930 0,000040740804 0,000039075596 0,000037474881 0,000035936315 0,000034457634 0,000033036647

-3.8 0,000072348043 0,000069483395 0,000066725837 0,000064071629 0,0000615171552 0,000059058912 0,000056693512 0,000054417676 0,000052228232 0,0000501221110

-3.7 0,000107799733 0,000103629623 0,000099611389 0,000095739885 0,000092010127 0,000088417285 0,000084956678 0,000081623773 0,000078414179 0,000075323642

-3.6 0,000159108590 0,000153098502 0,000147301507 0,0001417106099 0,000136319020 0,0001311201544 0,0001261076241 0,000121275234 0,0001166169768 0,0001121270260

-3.5 0,000232629079 0,000224053347 0,000215773393 0,000207779833 0,000200063516 0,000192615575 0,000185427396 0,000178490613 0,0001717971037 0,000165338980

-3.4 0,000336929265 0,000324814397 0,000313105678 0,000301790624 0,000290857093 0,000280293276 0,000270087694 0,000260229182 0,000250706891 0,000241510273

-3.3 0,000483424142 0,000466479856 0,000450087240 0,000434229920 0,000418891949 0,000404057801 0,000389712362 0,000375840918 0,000362429149 0,000349463118

-3.2 0,000687137937 0,000663674861 0,000640952983 0,000618951090 0,000597648497 0,000577025042 0,000557061069 0,000537737421 0,000519035433 0,000500936913

-3.1 0,000967603213 0,000935436719 0,000904255199 0,000874031515 0,000844739173 0,000699154202 0,000788845694 0,000762194688 0,000736375261 0,000711363968
112

AN E X O S

Valores de la función de distribución acumulativa normal estándar

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

-3.0 0,001349898031 0,001306238448 0,001263873427 0,001222768693 0,0011828907431 0,0011442068310 0,001106684957 0,001070293854 0,001035002974 0,001000782476

-2.9 0,001865813300 0,001807143780 0,001750156928 0,0016948100193 0,0016410612342 0,001588869647 0,0015381952117 0,001488998745 0,0014412419173 0,001394887235

-2.8 0,002555130330 0,002477074998 0,002401182474 0,002327400206 0,002255676691 0,002185961454 0,002118205040 0,002052358994 0,001988375854 0,001926209132

-2.7 0,003466973803 0,003364160407 0,003264095815 0,003166716277 0,003071959218 0,002979763235 0,002890068076 0,002802814632 0,002717944922 0,002635402077

-2.6 0,004661188023 0,0045271111330 0,004396488348 0,004269243409 0,0041453013610 0,004024588542 0,003907032574 0,003792562347 0,003681108009 0,003572600952

-2.5 0,006209665325 0,006036558080 0,005867741715 0,005703126333 0,005542623443 0,005386145954 0,005233608163 0,005084925749 0,004940015757 0,004798796597

-2.4 0,008197535924 0,007976260260 0,007760253550 0,0075494114163 0,007343630955 0,007142810735 0,006946850788 0,006755652607 0,0065691191355 0,006387154764

-2.3 0,0107241100217 0,010444077062 0,010170438668 0,009903075559 0,009641869945 0,009386705534 0,009137467530 0,008894042630 0,008656319025 0,008424186399

-2.2 0,013903447513 0,0135525811464 0,013209383807 0,012873721438 0,012545461435 0,012224472655 0,0119106254185 0,011303844238 0,0110106583244
0,0116037915219
-2.1 0,017864420562 0,017429177937 0,017003022647 0,016585806683 0,016177383372 0,0157776073911 0,015386334783 0,015003422973 0,014628730776 0,0142621184107

-2.0 0,02275013194 0,02221559442 0,02169169376 0,02117826964 0,02067516286 0,02018221540 0,01969927040 0,01922617222 0,01876276643 0,01830889985

-1.9 0,028716559816 0,028066606659 0,027428949703 0,026803418877 0,026189844940 0,025588059521 0,024997895148 0,024419185280 0,023851764341 0,023295467750

-1.8 0,0359303191129 0,035147893584 0,034379502445 0,033624969419 0,032884118659 0,032156774795 0,031442762980 0,030741908929 0,030054038961 0,029378980040

-1.7 0,044565462758 0,043632936524 0,042716220791 0,0418151376136 0,040929508978 0,040059156863 0,039203903287 0,038363570362 0,037537980348 0,036726955698

-1.6 0,054799291699 0,053698928148 0,052616138454 0,051550748490 0,050502583474 0,049471468033 0,048457226266 0,047459681802 0,046478657863 0,045513977321

-1.5 0,066807201268 0,065521712089 0,064255487818 0,063008364464 0,0617801767118 0,060570758002 0,059379940594 0,058207555638 0,057053433237 0,055917402519

-1.4 0,080756659233 0,079269841453 0,077803840526 0,076358509536 0,074933699534 0,073529259609 0,072145036965 0,070780876991 0,069436623333 0,0681121179667
113

AN E X O S
Valores de la función de distribución acumulativa normal estándar

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

-1.3 0,096800484585 0,095097917795 0,093417508993 0,091759135650 0,090122672464 0,088507991437 0,085343450822 0,083793322415 0,082264438677
0,0869149619471
-1.2 0,115069670221 0,113139446444 0,111232437447 0,109348552425 0,107487697074 0,105649773666 0,10383468112 0,102042315074 0,100272567954 0,098525329049

-1.1 0,135666060946 0,133499513242 0,131356881042 0,129238112240 0,127143150562 0,125071935637 0,123024403051 0,121000484421 0,119000107455 0,11702319602

-1.0 0,158655253931 0,156247645021 0,153864230372 0,151505002788 0,149169950331 0,146859056375 0,144572299663 0,142309654355 0,140071090088 0,137856572032

-0.9 0,184060125346 0,18141125489 0,178786379614 0,176185542245 0,173608780338 0,171056126308 0,16852760746 0,16602324606 0,163543059327 0,161087059510

-0.8 0,211855398583 0,208970087871 0,206108053585 0,203269391828 0,200454193260 0,197662543122 0,194894521251 0,192150202103 0,189429654776 0,186732943037

-0.7 0,241963652223 0,238852068090 0,235762497779 0,232695092300 0,229649997164 0,226627352376 0,223627292437 0,220649946342 0,217695437585 0,214763884163

-0.6 0,270930903783 0,267628893469 0,264347292115 0,261086299692 0,257846110805 0,254626914671 0,251428895095 0,248252230453 0,245097093674
0,2742531177501
-0.5 0,308537538726 0,305025730897 0,301531787547 0,298055965394 0,294598516215 0,291159686788 0,287739718849 0,284338849046 0,280957308898 0,277595324753

-0.4 0,344578258389 0,340902973772 0,337242726848 0,333597820595 0,329968553660 0,326355220287 0,322758110250 0,319177508782 0,315613696516 0,312066949417

-0.3 0,382088577811 0,378280478178 0,374484165276 0,370699981059 0,366928263964 0,363169348824 0,359423566782 0,355691245199 0,351972707575 0,348268273464

-0.2 0,420740290560 0,416833836517 0,412935577358 0,409045884858 0,405165128302 0,40129367431 0,397431886798 0,393580126802 0,389738752444 0,38590811880

-0.1 0,460172162723 0,456204687457 0,452241573979 0,448283213345 0,444329995194 0,440382307629 0,436440537108 0,432505068325 0,428576284099 0,424654565265

-0.0 0,500000000000 0,496010643685 0,492021686283 0,488033526585 0,484046563147 0,48006119416 0,47607781734 0,472096829819 0,468118627986 0,464143607414
114

AN E X O S
Valores de la función de distribución acumulativa normal estándar

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

0.0 0,5000000000000 0,503989356314 0,5079783137169 0,5119664734141 0,5159534368528 0,5199388058384 0,5239221826541 0,5279031701805 0,5318813720 0,5358563925852

0.1 0,539827837277 0,54379531254 0,547758426020 0,551716786654 0,555670004805 0,559617692370 0,563559462891 0,567494931675 0,571423715900 0,575345434734

0.2 0,579259709439 0,58316616348 0,587064422648 0,590954115142 0,594834871697 0,598706325682 0,602568113201 0,606419873198 0,610261247555 0,61409188119

0.3 0,61791142218 0,62171952182 0,625515834723 0,629300018940 0,633071736036 0,636830651175 0,640576433218 0,644308754800 0,648027292424 0,651731726536

0.4 0,655421741610 0,659097026227 0,662757273151 0,666402179404 0,670031446339 0,673644779712 0,677241889749 0,680822491217 0,684386303483 0,687933050582

0.5 0,691462461274 0,694974269102 0,698468212453 0,701944034605 0,705401483784 0,708840313211 0,71226028115 0,715661150953 0,719042691101 0,722404675246

0.6 0,725746882249 0,729069096217 0,732371106531 0,735652707884 0,738913700307 0,74215388919 0,745373085328 0,748571104904 0,75174776954 0,754902906325

0.7 0,758036347776 0,76114793191 0,764237502220 0,767304907699 0,770350002835 0,773372647623 0,776372707562 0,779350053657 0,782304562414 0,785236115836

0.8 0,788144601416 0,791029912128 0,793891946414 0,796730608171 0,799545806739 0,802337456877 0,805105478748 0,807849797896 0,810570345223 0,813267056968

0.9 0,815939874653 0,818588745108 0,821213620385 0,823814457754 0,826391219661 0,828943873691 0,831472392533 0,833976753936 0,836456940672 0,838912940489

1.0 0,841344746068 0,843752354978 0,846135769627 0,848494997211 0,850830049669 0,853140943624 0,855427700336 0,857690345644 0,859928909911 0,862143427968

1.1 0,864333939053 0,866500486757 0,868643118957 0,870761887760 0,872856849437 0,874928064362 0,876975596948 0,878999515579 0,880999892544 0,882976803976

1.2 0,884930329773 0,886860553556 0,888767562552 0,890651447574 0,892512302925 0,894350226333 0,896165318878 0,897957684925 0,899727432045 0,901474670950

1.3 0,903199515414 0,904902082204 0,906582491006 0,908240864349 0,909877327535 0,911492008562 0,913085038052 0,914656549178 0,916206677585 0,917735561322

1.4 0,919243340766 0,920730158546 0,922196159473 0,923641490463 0,925066300465 0,926470740390 0,927854963034 0,929219123008 0,930563376666 0,931887882033

1.5 0,93319279873 0,93447828791 0,93574451218 0,936991635536 0,938219823288 0,939429241997 0,940620059405 0,941792444361 0,942946566762 0,944082597480

1.6 0,945200708300 0,946301071851 0,947383861545 0,948449251509 0,949497416525 0,950528531966 0,951542773733 0,95254031819 0,953521342136 0,954486022678

1.7 0,955434537241 0,956367063476 0,957283779208 0,958184862386 0,959070491021 0,959940843136 0,960796096712 0,961636429637 0,962462019651 0,963273044301

1.8 0,964069680887 0,964852106416 0,965620497554 0,966375030580 0,967115881340 0,967843225204 0,968557237019 0,969258091070 0,969945961038 0,970621019959

1.9 0,971283440184 0,971933393340 0,972571050296 0,973196581122 0,973810155059 0,974411940478 0,975002104851 0,975580814719 0,976148235658 0,976704532249

2.0 0,977249868051 0,977784405570 0,978308306232 0,978821730357 0,979324837133 0,979817784594 0,980300729590 0,980773827772 0,981237233565 0,98169110014

2.1 0,982135579437 0,982570822062 0,982996977352 0,983414193316 0,983822616627 0,984222392608 0,98461366521 0,984996577026 0,985371269224 0,985737881589

2.2 0,986096552486 0,986447418853 0,986790616192 0,987126278561 0,987454538564 0,987775527345 0,988089374585 0,988396208478 0,988696155761 0,988989341675
115

AN E X O S
Valores de la función de distribución acumulativa normal estándar

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

2.3 0,989275889978 0,989555922938 0,989829561331 0,990096924440 0,990358130054 0,990613294465 0,990862532469 0,991105957369 0,991343680974 0,991575813600

2.4 0,991802464075 0,992023739739 0,992239746449 0,992450588583 0,992656369044 0,992857189264 0,993053149211 0,993244347392 0,993430880864 0,993612845235

2.5 0,993790334674 0,993963441919 0,994132258284 0,994296873667 0,994457376556 0,994613854045 0,994766391836 0,994915074251 0,995059984242 0,995201203402

2.6 0,995338811976 0,995472888867 0,995603511651 0,995730756590 0,995854698639 0,995975411457 0,996092967425 0,9962074376523 0,996318891990 0,996427399047

2.7 0,996533026197 0,996635839593 0,996735904184 0,996833283722 0,996928040781 0,997020236764 0,997109931923 0,997197185367 0,997282055077 0,997364597922

2.8 0,997444869669 0,997522925001 0,997598817525 0,997672599793 0,997744323308 0,997814038545 0,997881794959 0,997947641005 0,99801162414 0,998073790867

2.9 0,998134186699 0,998192856219 0,998249843071 0,998305189980 0,998358938765 0,998411130352 0,998461804788 0,998511001254 0,998558758082 0,998605112764

3.0 0,998650101968 0,998693761551 0,998736126572 0,998777231306 0,998817109256 0,998855793169 0,998893315042 0,998929706145 0,998964997025 0,998999217523

3.1 0,999032396786 0,999064563280 0,999095744800 0,999125968484 0,999155260826 0,999300845797 0,999211154305 0,999237805311 0,999263624738 0,999288636031

3.2 0,999312862062 0,999336325138 0,999359047016 0,999381048909 0,999402351502 0,999422974957 0,999442938931 0,999462262578 0,999480964566 0,999499063086

3.3 0,999516575857 0,999533520143 0,999549912759 0,999565770079 0,999581108050 0,999595942198 0,999610287637 0,999624159081 0,999637570851 0,999650536881

3.4 0,999663070734 0,999675185602 0,999686894321 0,999698209375 0,999709142906 0,999719706723 0,999729912306 0,999739770817 0,999749293108 0,999758489726

3.5 0,999767370921 0,999775946653 0,999784226600 0,999792220166 0,999799936484 0,999807384424 0,999814572603 0,999821509386 0,999828202896 0,999834661019

3.6 0,999840891409 0,999846901497 0,999852698492 0,999858289390 0,999863680979 0,999868879845 0,999873892375 0,999878724765 0,999883383023 0,999887872974

3.7 0,999892200266 0,999896370376 0,999900388611 0,999904260114 0,999907989872 0,999911582714 0,999915043321 0,999918376226 0,999921585820 0,999924676357

3.8 0,999927651956 0,999930516604 0,999933274163 0,999935928370 0,999938482844 0,999940941087 0,999943306487 0,999945582323 0,999947771767 0,999949877889

3.9 0,999951903656 0,999953851939 0,999955725515 0,999957527069 0,999959259195 0,999960924403 0,999962525118 0,999964063684 0,999965542365 0,999966963352

4.0 0,999968328758 0,999969640626 0,999970900929 0,999972111573 0,999973274399 0,999974391183 0,999975463642 0,999976493431 0,999977482149 0,999978431340

4.1 0,999979342493 0,999980217044 0,999981056381 0,999981861838 0,999982634708 0,999983376236 0,999984087620 0,999984770018 0,999985424545 0,999986052277

4.2 0,999986654251 0,999987231465 0,999987784884 0,999988315434 0,99998882400 0,999989311474 0,999989778654 0,999990226351 0,999990655334 0,999991066344

4.3 0,999991460094 0,999991837272 0,999992198540 0,999992544532 0,999992875864 0,999993193123 0,999993496877 0,99999378767 0,999994066034 0,999994332467

4.4 0,999995706485 0,999994831469 0,999995064954 0,999995288345 0,999995502056 0,999995706485 0,999995902017 0,99999608902 0,999996267848 0,999996438841

4.5 0,999996602326 0,999996758618 0,999996908018 0,999997050815 0,999997187288 0,999997317704 0,999997442318 0,999997561378 0,999997675120 0,999997783769
116

AN E X O S

A N E XO 3 . T A B L A D E K O L M O G O R O V S M I R N O V L I L L I E F O R S

Tablas de D n = Fn (x ) − F ( x ) para contrastar la hipótesis de


normalidad cuando la media y la varianza poblacionales son
estimadas por sus valores muestrales.

Niv el de signif icancia


Tamaño de
la muestra n
0.20 0.15 0.10 0.05 0.01

4 0.300 0.319 0.352 0.381 0.417


5 0.285 0.299 0.315 0.337 0.405
6 0.265 0.277 0.294 0.319 0.364
7 0.247 0.258 0.276 0.300 0.348
8 0.233 0.244 0.261 0.285 0.331
9 0.223 0.233 0.249 0.271 0.311
10 0.215 0.224 0.239 0.258 0.294
11 0.206 0.217 0.230 0.249 0.284
12 0.199 0.212 0.223 0.242 0.275
13 0.190 0.202 0.214 0.234 0.268
14 0.183 0.194 0.207 0.227 0.261
15 0.177 0.187 0.201 0.220 0.257
16 0.173 0.182 0.195 0.213 0.250
17 0.169 0.177 0.189 0.206 0.245
18 0.166 0.173 0.184 0.200 0.239
19 0.163 0.169 0.179 0.195 0.235
20 0.160 0.166 0.174 0.190 0.231
25 0.149 0.153 0.165 0.180 0.203
30 0.131 0.136 0.144 0.161 0.187
0 . 736 0 . 768 0 . 805 0 . 886 1 . 031
> 30
n n n n n

Tabla tomada del libro; Estadística Modelos y métodos. Daniel Peña


S á n c h e z d e R i v e r a p a g i n a 3 6 4 . E d i t o r i a l A l i a n z a . E d i t o r i a l T e xt o s .
1988
117

AN E X O S

A N E XO 4 . T A B L A D E L A D I S T R I B U C I Ó N F .

Valores cuántiles de la distribución F, para α = 0.05


v1 1 2 3 4 5 6 7 8 9 10 12 14 15 16 18 19 20
v 2
1 161,45 199,5 215,7073 224,5832 230,1619 233,986 236,7684 238,8827 240,5433 241,8817 243,906 245,364 245,9499 246,4639 247,3232 247,6861 248,0131
2 18,513 19 19,1643 19,2468 19,2964 19,3295 19,3532 19,371 19,3848 19,3959 19,4125 19,4244 19,4291 19,4333 19,4402 19,4431 19,4458
3 10,128 9,5521 9,2766 9,1172 9,0135 8,9406 8,8867 8,8452 8,8123 8,7855 8,7446 8,7149 8,7029 8,6923 8,6745 8,667 8,6602
4 7,7086 6,9443 6,5914 6,3882 6,2561 6,1631 6,0942 6,041 5,9988 5,9644 5,9117 5,8733 5,8578 5,8441 5,8211 5,8114 5,8025
5 6,6079 5,7861 5,4095 5,1922 5,0503 4,9503 4,8759 4,8183 4,7725 4,7351 4,6777 4,6358 4,6188 4,6038 4,5785 4,5678 4,5581
6 5,9874 5,1433 4,7571 4,5337 4,3874 4,2839 4,2067 4,1468 4,099 4,06 3,9999 3,9559 3,9381 3,9223 3,8957 3,8844 3,8742
7 5,5914 4,7374 4,3468 4,1203 3,9715 3,866 3,787 3,7257 3,6767 3,6365 3,5747 3,5292 3,5107 3,4944 3,4669 3,4551 3,4445
8 5,3177 4,459 4,0662 3,8379 3,6875 3,5806 3,5005 3,4381 3,3881 3,3472 3,2839 3,2374 3,2184 3,2016 3,1733 3,1613 3,1503
9 5,1174 4,2565 3,8625 3,6331 3,4817 3,3738 3,2927 3,2296 3,1789 3,1373 3,0729 3,0255 3,0061 2,989 2,96 2,9477 2,9365
10 4,9646 4,1028 3,7083 3,478 3,3258 3,2172 3,1355 3,0717 3,0204 2,9782 2,913 2,8647 2,845 2,8276 2,798 2,7854 2,774
11 4,8443 3,9823 3,5874 3,3567 3,2039 3,0946 3,0123 2,948 2,8962 2,8536 2,7876 2,7386 2,7186 2,7009 2,6709 2,6581 2,6464
12 4,7472 3,8853 3,4903 3,2592 3,1059 2,9961 2,9134 2,8486 2,7964 2,7534 2,6866 2,6371 2,6169 2,5989 2,5684 2,5554 2,5436
13 4,6672 3,8056 3,4105 3,1791 3,0254 2,9153 2,8321 2,7669 2,7144 2,671 2,6037 2,5536 2,5331 2,5149 2,4841 2,4709 2,4589
14 4,6001 3,7389 3,3439 3,1122 2,9582 2,8477 2,7642 2,6987 2,6458 2,6022 2,5342 2,4837 2,463 2,4446 2,4134 2,4 2,3879
15 4,5431 3,6823 3,2874 3,0556 2,9013 2,7905 2,7066 2,6408 2,5876 2,5437 2,4753 2,4244 2,4034 2,3849 2,3533 2,3398 2,3275
16 4,494 3,6337 3,2389 3,0069 2,8524 2,7413 2,6572 2,5911 2,5377 2,4935 2,4247 2,3733 2,3522 2,3335 2,3016 2,288 2,2756
17 4,4513 3,5915 3,1968 2,9647 2,81 2,6987 2,6143 2,548 2,4943 2,4499 2,3807 2,329 2,3077 2,2888 2,2567 2,2429 2,2304
18 4,4139 3,5546 3,1599 2,9277 2,7729 2,6613 2,5767 2,5102 2,4563 2,4117 2,3421 2,29 2,2686 2,2496 2,2172 2,2033 2,1906
19 4,3807 3,5219 3,1274 2,8951 2,7401 2,6283 2,5435 2,4768 2,4227 2,3779 2,308 2,2556 2,2341 2,2149 2,1823 2,1683 2,1555
20 4,3512 3,4928 3,0984 2,8661 2,7109 2,599 2,514 2,4471 2,3928 2,3479 2,2776 2,225 2,2033 2,184 2,1511 2,137 2,1242
21 4,3248 3,4668 3,0725 2,8401 2,6848 2,5727 2,4876 2,4205 2,366 2,321 2,2504 2,1975 2,1757 2,1563 2,1232 2,109 2,096
22 4,3009 3,4434 3,0491 2,8167 2,6613 2,5491 2,4638 2,3965 2,3419 2,2967 2,2258 2,1727 2,1508 2,1313 2,098 2,0837 2,0707
23 4,2793 3,4221 3,028 2,7955 2,64 2,5277 2,4422 2,3748 2,3201 2,2747 2,2036 2,1502 2,1282 2,1086 2,0751 2,0608 2,0476
24 4,2597 3,4028 3,0088 2,7763 2,6207 2,5082 2,4226 2,3551 2,3002 2,2547 2,1834 2,1298 2,1077 2,088 2,0543 2,0399 2,0267
25 4,2417 3,3852 2,9912 2,7587 2,603 2,4904 2,4047 2,3371 2,2821 2,2365 2,1649 2,1111 2,0889 2,0691 2,0353 2,0207 2,0075
26 4,2252 3,369 2,9752 2,7426 2,5868 2,4741 2,3883 2,3205 2,2655 2,2197 2,1479 2,0939 2,0716 2,0518 2,0178 2,0032 1,9898
27 4,21 3,3541 2,9604 2,7278 2,5719 2,4591 2,3732 2,3053 2,2501 2,2043 2,1323 2,0781 2,0558 2,0358 2,0017 1,987 1,9736
28 4,196 3,3404 2,9467 2,7141 2,5581 2,4453 2,3593 2,2913 2,236 2,19 2,1179 2,0635 2,0411 2,021 1,9868 1,972 1,9586
29 4,183 3,3277 2,934 2,7014 2,5454 2,4324 2,3463 2,2783 2,2229 2,1768 2,1045 2,05 2,0275 2,0073 1,973 1,9581 1,9446
30 4,1709 3,3158 2,9223 2,6896 2,5336 2,4205 2,3343 2,2662 2,2107 2,1646 2,0921 2,0374 2,0148 1,9946 1,9601 1,9452 1,9317
40 4,0847 3,2317 2,8387 2,606 2,4495 2,3359 2,249 2,1802 2,124 2,0772 2,0035 1,9476 1,9245 1,9037 1,8682 1,8529 1,8389
50 4,0343 3,1826 2,79 2,5572 2,4004 2,2864 2,1992 2,1299 2,0734 2,0261 1,9515 1,8949 1,8714 1,8503 1,8141 1,7985 1,7841
60 4,0012 3,1504 2,7581 2,5252 2,3683 2,2541 2,1665 2,097 2,0401 1,9926 1,9174 1,8602 1,8364 1,8151 1,7784 1,7625 1,748
80 3,9604 3,1108 2,7188 2,4859 2,3287 2,2142 2,1263 2,0564 1,9991 1,9512 1,8753 1,8174 1,7932 1,7716 1,7342 1,718 1,7032
90 3,9469 3,0977 2,7058 2,4729 2,3157 2,2011 2,1131 2,043 1,9856 1,9376 1,8613 1,8032 1,7789 1,7571 1,7196 1,7033 1,6883
100 3,9361 3,0873 2,6955 2,4626 2,3053 2,1906 2,1025 2,0323 1,9748 1,9267 1,8503 1,7919 1,7675 1,7456 1,7079 1,6915 1,6764
200 3,8884 3,0411 2,6498 2,4168 2,2592 2,1441 2,0556 1,9849 1,9269 1,8783 1,8008 1,7415 1,7166 1,6943 1,6556 1,6388 1,6233
400 3,8648 3,0183 2,6272 2,3942 2,2366 2,1212 2,0325 1,9616 1,9033 1,8544 1,7764 1,7166 1,6914 1,6688 1,6297 1,6126 1,5969
600 3,857 3,0107 2,6198 2,3868 2,229 2,1137 2,0248 1,9538 1,8955 1,8465 1,7683 1,7083 1,6831 1,6604 1,6211 1,6039 1,5881
800 3,8531 3,007 2,616 2,3831 2,2253 2,1099 2,021 1,95 1,8916 1,8425 1,7643 1,7041 1,6789 1,6562 1,6168 1,5995 1,5837
1000 3,8508 3,0047 2,6138 2,3808 2,2231 2,1076 2,0187 1,9476 1,8892 1,8402 1,7618 1,7017 1,6764 1,6536 1,6142 1,5969 1,5811
118

AN E X O S

Valores cuántiles de la distribución F, para α = 0.05 (continuación)

v1 1 2 3 4 5 6 7 8 9 10 12 14 15 16 18 19 20
v 2
1 248,579 248,825 249,051 249,2601 250,0951 251,1432 251,7742 252,1957 252,497 252,723 252,9 253,0411 253,677 253,995 254,1018 254,1549 254,1868
2 19,4503 19,4523 19,4541 19,4558 19,4624 19,4707 19,4757 19,4791 19,4814 19,4832 19,4846 19,4857 19,4907 19,4932 19,4941 19,4945 19,4947
3 8,6484 8,6432 8,6385 8,6341 8,6166 8,5944 8,581 8,572 8,5656 8,5607 8,5569 8,5539 8,5402 8,5333 8,5311 8,5299 8,5292
4 5,7872 5,7805 5,7744 5,7687 5,7459 5,717 5,6995 5,6877 5,6793 5,673 5,668 5,6641 5,6461 5,6371 5,6341 5,6326 5,6317
5 4,5413 4,5339 4,5272 4,5209 4,4957 4,4638 4,4444 4,4314 4,422 4,415 4,4095 4,4051 4,3851 4,3751 4,3717 4,37 4,369
6 3,8564 3,8486 3,8415 3,8348 3,8082 3,7743 3,7537 3,7398 3,7298 3,7223 3,7164 3,7117 3,6904 3,6797 3,6761 3,6743 3,6732
7 3,426 3,4179 3,4105 3,4036 3,3758 3,3404 3,3189 3,3043 3,2939 3,286 3,2798 3,2749 3,2525 3,2411 3,2374 3,2355 3,2343
8 3,1313 3,1229 3,1152 3,1081 3,0794 3,0428 3,0204 3,0053 2,9944 2,9862 2,9798 2,9747 2,9513 2,9395 2,9355 2,9335 2,9324
9 2,9169 2,9084 2,9005 2,8932 2,8637 2,8259 2,8028 2,7872 2,776 2,7675 2,7609 2,7556 2,7313 2,7191 2,7149 2,7129 2,7116
10 2,7541 2,7453 2,7372 2,7298 2,6996 2,6609 2,6371 2,6211 2,6095 2,6008 2,5939 2,5884 2,5634 2,5507 2,5464 2,5443 2,543
11 2,6261 2,6172 2,609 2,6014 2,5705 2,5309 2,5066 2,4901 2,4782 2,4692 2,4622 2,4566 2,4308 2,4177 2,4133 2,4111 2,4098
12 2,5229 2,5139 2,5055 2,4977 2,4663 2,4259 2,401 2,3842 2,372 2,3628 2,3556 2,3498 2,3233 2,3098 2,3053 2,303 2,3017
13 2,4379 2,4287 2,4202 2,4123 2,3803 2,3392 2,3138 2,2966 2,2841 2,2747 2,2673 2,2614 2,2343 2,2204 2,2158 2,2135 2,2121
14 2,3667 2,3573 2,3487 2,3407 2,3082 2,2664 2,2405 2,2229 2,2102 2,2006 2,1931 2,187 2,1592 2,1451 2,1403 2,1379 2,1365
15 2,306 2,2966 2,2878 2,2797 2,2468 2,2043 2,178 2,1601 2,1472 2,1373 2,1296 2,1234 2,095 2,0806 2,0757 2,0732 2,0718
16 2,2538 2,2443 2,2354 2,2272 2,1938 2,1507 2,124 2,1058 2,0926 2,0826 2,0748 2,0685 2,0395 2,0247 2,0197 2,0172 2,0157
17 2,2084 2,1987 2,1898 2,1815 2,1477 2,104 2,0769 2,0584 2,045 2,0348 2,0268 2,0204 1,9909 1,9758 1,9707 1,9681 1,9666
18 2,1685 2,1587 2,1497 2,1413 2,1071 2,0629 2,0354 2,0166 2,003 1,9927 1,9846 1,978 1,9479 1,9325 1,9273 1,9247 1,9232
19 2,1331 2,1233 2,1141 2,1057 2,0712 2,0264 1,9986 1,9795 1,9657 1,9552 1,947 1,9403 1,9097 1,894 1,8887 1,8861 1,8845
20 2,1016 2,0917 2,0825 2,0739 2,0391 1,9938 1,9656 1,9464 1,9323 1,9217 1,9133 1,9066 1,8755 1,8595 1,8541 1,8514 1,8497
21 2,0733 2,0633 2,054 2,0454 2,0102 1,9645 1,936 1,9165 1,9023 1,8915 1,883 1,8761 1,8446 1,8283 1,8228 1,82 1,8184
22 2,0478 2,0377 2,0283 2,0196 1,9842 1,938 1,9092 1,8894 1,8751 1,8641 1,8555 1,8486 1,8165 1,8 1,7944 1,7916 1,7899
23 2,0246 2,0144 2,005 1,9963 1,9605 1,9139 1,8848 1,8648 1,8503 1,8392 1,8305 1,8234 1,7909 1,7742 1,7685 1,7656 1,7639
24 2,0035 1,9932 1,9838 1,975 1,939 1,892 1,8625 1,8424 1,8276 1,8164 1,8076 1,8005 1,7675 1,7505 1,7447 1,7418 1,7401
25 1,9842 1,9738 1,9643 1,9554 1,9192 1,8718 1,8421 1,8217 1,8069 1,7955 1,7866 1,7794 1,746 1,7287 1,7228 1,7199 1,7181
26 1,9664 1,956 1,9464 1,9375 1,901 1,8533 1,8233 1,8027 1,7877 1,7762 1,7672 1,7599 1,7261 1,7086 1,7026 1,6996 1,6978
27 1,95 1,9396 1,9299 1,921 1,8842 1,8361 1,8059 1,7851 1,77 1,7584 1,7493 1,7419 1,7077 1,6899 1,6839 1,6809 1,679
28 1,9349 1,9244 1,9147 1,9057 1,8687 1,8203 1,7898 1,7689 1,7535 1,7418 1,7326 1,7251 1,6905 1,6726 1,6665 1,6634 1,6615
29 1,9208 1,9103 1,9005 1,8915 1,8543 1,8055 1,7748 1,7537 1,7382 1,7264 1,7171 1,7096 1,6746 1,6564 1,6502 1,6471 1,6452
30 1,9077 1,8972 1,8874 1,8782 1,8409 1,7918 1,7609 1,7396 1,724 1,7121 1,7027 1,695 1,6597 1,6412 1,635 1,6318 1,6299
40 1,8141 1,8031 1,7929 1,7835 1,7444 1,6928 1,66 1,6373 1,6205 1,6077 1,5975 1,5892 1,5505 1,5301 1,5232 1,5196 1,5175
50 1,7588 1,7475 1,7371 1,7273 1,6872 1,6337 1,5995 1,5757 1,558 1,5445 1,5337 1,5249 1,4835 1,4614 1,4538 1,45 1,4477
60 1,7222 1,7108 1,7001 1,6902 1,6491 1,5943 1,559 1,5343 1,516 1,5019 1,4906 1,4814 1,4377 1,4142 1,4061 1,4019 1,3994
80 1,6768 1,6651 1,6542 1,644 1,6017 1,5449 1,5081 1,4821 1,4628 1,4477 1,4357 1,4259 1,3786 1,3526 1,3436 1,339 1,3362
90 1,6618 1,6499 1,6389 1,6286 1,5859 1,5284 1,491 1,4645 1,4448 1,4294 1,4171 1,407 1,3582 1,3313 1,3218 1,317 1,314
100 1,6497 1,6378 1,6267 1,6163 1,5733 1,5151 1,4772 1,4504 1,4303 1,4146 1,402 1,3917 1,3416 1,3138 1,3039 1,2989 1,2958
200 1,5958 1,5834 1,572 1,5612 1,5164 1,4551 1,4146 1,3856 1,3636 1,3463 1,3323 1,3206 1,2626 1,2285 1,216 1,2094 1,2054
400 1,5778 1,5654 1,5446 1,5337 1,4878 1,4247 1,3827 1,3522 1,329 1,3106 1,2956 1,2831 1,2189 1,179 1,1637 1,1555 1,1504
600 1,5689 1,5563 1,5355 1,5245 1,4782 1,4145 1,3719 1,3409 1,3173 1,2984 1,283 1,2701 1,2033 1,1607 1,1439 1,1347 1,1289
800 1,5599 1,5473 1,531 1,5199 1,4735 1,4094 1,3665 1,3353 1,3113 1,2923 1,2766 1,2635 1,1953 1,151 1,1332 1,1234 1,1172
1000 1,5554 1,5428 1,5282 1,5171 1,4706 1,4063 1,3632 1,3318 1,3078 1,2885 1,2728 1,2596 1,1903 1,145 1,1265 1,1163 1,1097
119

AN E X O S
Valores cuántiles de la distribución F, para α = 0 . 025
v1 1 2 3 4 5 6 7 8 9 10 12 14 15 16 18 19 20
v 2
1 647,78 799,50 864,16 899,58 921,847 937,11 948,21 956,65 963,28 968,62 976,70 982,52 984,86 986,918 990,34 991,79 993,10
2 38,506 39,000 39,165 39,248 39,298 39,33 39,355 39,373 39,387 39,398 39,4146 39,426 39,4313 39,435 39,442 39,445 39,447
3 17,4434 16,0441 15,439 15,1010 14,8848 14,734 14,6244 14,5399 14,4731 14,4189 14,3366 14,2768 14,2527 14,2315 14,1960 14,1810 14,1674
4 12,2179 10,6491 9,9792 9,6045 9,3645 9,1973 9,0741 8,9796 8,9047 8,8439 8,7512 8,6838 8,6565 8,6326 8,5924 8,5753 8,5599
5 10,0070 8,4336 7,7636 7,3879 7,1464 6,9777 6,8531 6,7572 6,6811 6,6192 6,5245 6,4556 6,4277 6,4032 6,3619 6,3444 6,3286
6 8,8131 7,2599 6,5988 6,2272 5,9876 5,8198 5,6955 5,5996 5,5234 5,4613 5,3662 5,2968 5,2687 5,2439 5,2021 5,1844 5,1684
7 8,0727 6,5415 5,8898 5,5226 5,2852 5,1186 4,9949 4,8993 4,8232 4,7611 4,6658 4,5961 4,5678 4,5428 4,5008 4,4829 4,4667
8 7,5709 6,0595 5,4160 5,0526 4,8173 4,6517 4,5286 4,4333 4,3572 4,2951 4,1997 4,1297 4,1012 4,0761 4,0338 4,0158 3,9995
9 7,2093 5,7147 5,0781 4,7181 4,4844 4,3197 4,1970 4,1020 4,0260 3,9639 3,8682 3,7980 3,7694 3,7441 3,7015 3,6833 3,6669
10 6,9367 5,4564 4,8256 4,4683 4,2361 4,0721 3,9498 3,8549 3,7790 3,7168 3,6209 3,5504 3,5217 3,4963 3,4534 3,4351 3,4185
11 6,7241 5,2559 4,6300 4,2751 4,0440 3,8807 3,7586 3,6638 3,5879 3,5257 3,4296 3,3588 3,3299 3,3044 3,2612 3,2428 3,2261
12 6,5538 5,0959 4,4742 4,1212 3,8911 3,7283 3,6065 3,5118 3,4358 3,3736 3,2773 3,2062 3,1772 3,1515 3,1081 3,0896 3,0728
13 6,4143 4,9653 4,3472 3,9959 3,7667 3,6043 3,4827 3,3880 3,3120 3,2497 3,1532 3,0819 3,0527 3,0269 2,9832 2,9646 2,9477
14 6,2979 4,8567 4,2417 3,8919 3,6634 3,5014 3,3799 3,2853 3,2093 3,1469 3,0502 2,9786 2,9493 2,9234 2,8795 2,8607 2,8437
15 6,1995 4,7650 4,1528 3,8043 3,5764 3,4147 3,2934 3,1987 3,1227 3,0602 2,9633 2,8915 2,8621 2,8360 2,7919 2,7730 2,7559
16 6,1151 4,6867 4,0768 3,7294 3,5021 3,3406 3,2194 3,1248 3,0488 2,9862 2,8890 2,8170 2,7875 2,7614 2,7170 2,6980 2,6808
17 6,0420 4,6189 4,0112 3,6648 3,4379 3,2767 3,1556 3,0610 2,9849 2,9222 2,8249 2,7526 2,7230 2,6968 2,6522 2,6331 2,6158
18 5,9781 4,5597 3,9539 3,6083 3,3820 3,2209 3,0999 3,0053 2,9291 2,8664 2,7689 2,6964 2,6667 2,6404 2,5956 2,5764 2,5590
19 5,9216 4,5075 3,9034 3,5587 3,3327 3,1718 3,0509 2,9563 2,8801 2,8172 2,7196 2,6469 2,6171 2,5907 2,5457 2,5265 2,5089
20 5,8715 4,4613 3,8587 3,5147 3,2891 3,1283 3,0074 2,9128 2,8365 2,7737 2,6758 2,6030 2,5731 2,5465 2,5014 2,4821 2,4645
21 5,8266 4,4199 3,8188 3,4754 3,2501 3,0895 2,9686 2,8740 2,7977 2,7348 2,6368 2,5638 2,5338 2,5071 2,4618 2,4424 2,4247
22 5,7863 4,3828 3,7829 3,4401 3,2151 3,0546 2,9338 2,8392 2,7628 2,6998 2,6017 2,5285 2,4984 2,4717 2,4262 2,4067 2,3890
23 5,7498 4,3492 3,7505 3,4083 3,1835 3,0232 2,9023 2,8077 2,7313 2,6682 2,5699 2,4966 2,4665 2,4396 2,3940 2,3745 2,3567
24 5,7166 4,3187 3,7211 3,3794 3,1548 2,9946 2,8738 2,7791 2,7027 2,6396 2,5411 2,4677 2,4374 2,4105 2,3648 2,3452 2,3273
25 5,6864 4,2909 3,6943 3,3530 3,1287 2,9685 2,8478 2,7531 2,6766 2,6135 2,5149 2,4413 2,4110 2,3840 2,3381 2,3184 2,3005
26 5,6586 4,2655 3,6697 3,3289 3,1048 2,9447 2,8240 2,7293 2,6528 2,5896 2,4908 2,4171 2,3867 2,3597 2,3137 2,2939 2,2759
27 5,6331 4,2421 3,6472 3,3067 3,0828 2,9228 2,8021 2,7074 2,6309 2,5676 2,4688 2,3949 2,3644 2,3373 2,2912 2,2713 2,2533
28 5,6096 4,2205 3,6264 3,2863 3,0626 2,9027 2,7820 2,6872 2,6106 2,5473 2,4484 2,3743 2,3438 2,3167 2,2704 2,2505 2,2324
29 5,5878 4,2006 3,6072 3,2674 3,0438 2,8840 2,7633 2,6686 2,5919 2,5286 2,4295 2,3554 2,3248 2,2976 2,2512 2,2313 2,2131
30 5,5675 4,1821 3,5894 3,2499 3,0265 2,8667 2,7460 2,6513 2,5746 2,5112 2,4120 2,3378 2,3072 2,2799 2,2334 2,2134 2,1952
40 5,4239 4,0510 3,4633 3,1261 2,9037 2,7444 2,6238 2,5289 2,4519 2,3882 2,2882 2,2130 2,1819 2,1542 2,1068 2,0864 2,0677
50 5,3403 3,9749 3,3902 3,0544 2,8327 2,6736 2,5530 2,4579 2,3808 2,3168 2,2162 2,1404 2,1090 2,0810 2,0330 2,0122 1,9933
60 5,2856 3,9253 3,3425 3,0077 2,7863 2,6274 2,5068 2,4117 2,3344 2,2702 2,1692 2,0929 2,0613 2,0330 1,9846 1,9636 1,9445
80 5,2184 3,8643 3,2841 2,9504 2,7295 2,5708 2,4502 2,3549 2,2775 2,2130 2,1115 2,0346 2,0026 1,9741 1,9250 1,9037 1,8843
90 5,1962 3,8443 3,2649 2,9315 2,7109 2,5522 2,4316 2,3363 2,2588 2,1942 2,0925 2,0154 1,9833 1,9546 1,9053 1,8840 1,8644
100 5,1786 3,8284 3,2496 2,9166 2,6961 2,5374 2,4168 2,3215 2,2439 2,1793 2,0773 2,0001 1,9679 1,9391 1,8897 1,8682 1,8486
200 5,1004 3,7578 3,1820 2,8503 2,6304 2,4720 2,3513 2,2558 2,1780 2,1130 2,0103 1,9322 1,8996 1,8704 1,8200 1,7981 1,7780
400 5,0619 3,7231 3,1489 2,8179 2,5983 2,4399 2,3192 2,2236 2,1456 2,0805 1,9773 1,8987 1,8659 1,8364 1,7856 1,7635 1,7431
600 5,0492 3,7117 3,1379 2,8071 2,5876 2,4293 2,3086 2,2130 2,1349 2,0697 1,9664 1,8877 1,8548 1,8252 1,7742 1,7520 1,7316
800 5,0429 3,7059 3,1324 2,8018 2,5823 2,4240 2,3033 2,2077 2,1296 2,0643 1,9610 1,8821 1,8492 1,8196 1,7685 1,7462 1,7258
1000 5,0391 3,7025 3,1292 2,7986 2,5792 2,4208 2,3002 2,2045 2,1264 2,0611 1,9577 1,8788 1,8459 1,8162 1,7651 1,7428 1,7223
120

AN E X O S

Valores cuántiles de la distribución F, para α = 0.025 (continuación)

v1 22 23 24 25 30 40 50 60 70 80 90 100 200 400 600 800 1000


v 2
1 995.362 996.346 997.249 998.080 1.001,414 1005.57 1008.117 1009.80 1011.004 1011907 1012.611 1013.174 1015.713 1016.985 1017.409 1017.621 1017.74
2 39,452 39,454 39,456 39,457 39,4646 39,4729 39,477 39,4812 39,483 39,485 39,486 39,487 39,492 39,4954 39,4962 39,496 39,496
3 14,143 14,133 14,1241 14,1155 14,0805 14,0365 14,0099 13,9921 13,9793 13,969 13,962 13,9563 13,9292 13,9157 13,9111 13,9089 13,907
4 8,5332 8,5216 8,5109 8,5010 8,4613 8,4111 8,3808 8,3604 8,3458 8,3349 8,3263 8,3195 8,2885 8,2729 8,2677 8,2651 8,2636
5 6,3011 6,2891 6,2780 6,2679 6,2269 6,1750 6,1436 6,1225 6,1074 6,0960 6,0871 6,0800 6,0478 6,0316 6,0262 6,0235 6,0218
6 5,1406 5,1284 5,1172 5,1069 5,0652 5,0125 4,9804 4,9589 4,9434 4,9318 4,9227 4,9154 4,8824 4,8658 4,8602 4,8575 4,8558
7 4,4386 4,4263 4,4150 4,4045 4,3624 4,3089 4,2763 4,2544 4,2386 4,2268 4,2175 4,2101 4,1764 4,1594 4,1537 4,1509 4,1492
8 3,9711 3,9587 3,9472 3,9367 3,8940 3,8398 3,8067 3,7844 3,7684 3,7563 3,7469 3,7393 3,7050 3,6876 3,6818 3,6789 3,6772
9 3,6383 3,6257 3,6142 3,6035 3,5604 3,5055 3,4719 3,4493 3,4330 3,4207 3,4111 3,4034 3,3684 3,3507 3,3448 3,3418 3,3400
10 3,3897 3,3770 3,3654 3,3546 3,3110 3,2554 3,2214 3,1984 3,1818 3,1694 3,1596 3,1517 3,1161 3,0980 3,0920 3,0889 3,0871
11 3,1970 3,1843 3,1725 3,1616 3,1176 3,0613 3,0268 3,0035 2,9867 2,9740 2,9641 2,9561 2,9198 2,9014 2,8952 2,8921 2,8902
12 3,0434 3,0306 3,0187 3,0077 2,9633 2,9063 2,8714 2,8478 2,8307 2,8178 2,8077 2,7996 2,7626 2,7439 2,7376 2,7344 2,7325
13 2,9181 2,9052 2,8932 2,8821 2,8372 2,7797 2,7443 2,7204 2,7030 2,6900 2,6797 2,6715 2,6339 2,6148 2,6084 2,6051 2,6032
14 2,8139 2,8009 2,7888 2,7777 2,7324 2,6742 2,6384 2,6142 2,5966 2,5833 2,5729 2,5646 2,5264 2,5069 2,5004 2,4971 2,4951
15 2,7260 2,7128 2,7006 2,6894 2,6437 2,5850 2,5488 2,5242 2,5064 2,4930 2,4824 2,4739 2,4352 2,4154 2,4087 2,4054 2,4034
16 2,6507 2,6374 2,6252 2,6138 2,5678 2,5085 2,4719 2,4471 2,4291 2,4154 2,4047 2,3961 2,3567 2,3367 2,3299 2,3265 2,3245
17 2,5855 2,5721 2,5598 2,5484 2,5020 2,4422 2,4053 2,3801 2,3619 2,3481 2,3372 2,3285 2,2886 2,2682 2,2613 2,2578 2,2558
18 2,5285 2,5151 2,5027 2,4912 2,4445 2,3842 2,3468 2,3214 2,3030 2,2890 2,2780 2,2692 2,2287 2,2080 2,2010 2,1975 2,1954
19 2,4783 2,4648 2,4523 2,4408 2,3937 2,3329 2,2952 2,2696 2,2509 2,2368 2,2257 2,2167 2,1757 2,1547 2,1476 2,1440 2,1419
20 2,4337 2,4201 2,4076 2,3959 2,3486 2,2873 2,2493 2,2234 2,2045 2,1902 2,1790 2,1699 2,1284 2,1071 2,0999 2,0962 2,0941
21 2,3938 2,3801 2,3675 2,3558 2,3082 2,2465 2,2081 2,1819 2,1629 2,1485 2,1371 2,1280 2,0859 2,0643 2,0570 2,0533 2,0511
22 2,3579 2,3442 2,3315 2,3198 2,2718 2,2097 2,1710 2,1446 2,1254 2,1108 2,0993 2,0901 2,0475 2,0256 2,0182 2,0145 2,0122
23 2,3254 2,3116 2,2989 2,2871 2,2389 2,1763 2,1374 2,1107 2,0913 2,0766 2,0650 2,0557 2,0126 1,9904 1,9829 1,9791 1,9769
24 2,2959 2,2821 2,2693 2,2574 2,2090 2,1460 2,1067 2,0799 2,0603 2,0454 2,0337 2,0243 1,9807 1,9583 1,9507 1,9468 1,9445
25 2,2690 2,2551 2,2422 2,2303 2,1816 2,1183 2,0787 2,0516 2,0319 2,0169 2,0051 1,9955 1,9515 1,9288 1,9211 1,9172 1,9149
26 2,2443 2,2303 2,2174 2,2054 2,1565 2,0928 2,0530 2,0257 2,0058 1,9907 1,9787 1,9691 1,9246 1,9016 1,8938 1,8899 1,8876
27 2,2216 2,2076 2,1946 2,1826 2,1334 2,0693 2,0293 2,0018 1,9817 1,9665 1,9544 1,9447 1,8998 1,8765 1,8687 1,8647 1,8623
28 2,2006 2,1865 2,1735 2,1615 2,1121 2,0477 2,0073 1,9797 1,9595 1,9441 1,9319 1,9221 1,8767 1,8532 1,8453 1,8413 1,8389
29 2,1812 2,1671 2,1540 2,1419 2,0923 2,0276 1,9870 1,9591 1,9388 1,9232 1,9110 1,9011 1,8553 1,8316 1,8235 1,8195 1,8170
30 2,1631 2,1490 2,1359 2,1237 2,0739 2,0089 1,9681 1,9400 1,9195 1,9039 1,8915 1,8816 1,8354 1,8114 1,8032 1,7991 1,7967
40 2,0349 2,0203 2,0069 1,9943 1,9429 1,8752 1,8324 1,8028 1,7810 1,7644 1,7512 1,7405 1,6906 1,6643 1,6554 1,6509 1,6481
50 1,9599 1,9451 1,9313 1,9186 1,8659 1,7963 1,7520 1,7211 1,6984 1,6810 1,6671 1,6558 1,6029 1,5747 1,5651 1,5602 1,5572
60 1,9106 1,8956 1,8817 1,8687 1,8152 1,7440 1,6985 1,6668 1,6433 1,6252 1,6108 1,5990 1,5435 1,5136 1,5034 1,4981 1,4950
80 1,8499 1,8346 1,8204 1,8071 1,7523 1,6790 1,6318 1,5987 1,5740 1,5549 1,5396 1,5271 1,4674 1,4348 1,4234 1,4176 1,4141
90 1,8298 1,8144 1,8001 1,7867 1,7315 1,6574 1,6095 1,5758 1,5507 1,5312 1,5156 1,5028 1,4414 1,4076 1,3957 1,3897 1,3860
100 1,8138 1,7983 1,7839 1,7705 1,7148 1,6401 1,5917 1,5575 1,5320 1,5122 1,4963 1,4833 1,4203 1,3854 1,3731 1,3668 1,3630
200 1,7424 1,7265 1,7117 1,6978 1,6403 1,5621 1,5108 1,4742 1,4465 1,4248 1,4072 1,3927 1,3204 1,2782 1,2628 1,2548 1,2498
400 1,7070 1,6909 1,6758 1,6618 1,6031 1,5230 1,4699 1,4317 1,4026 1,3796 1,3609 1,3453 1,2658 1,2169 1,1981 1,1881 1,1819
600 1,6953 1,6791 1,6639 1,6498 1,5907 1,5099 1,4561 1,4173 1,3877 1,3642 1,3450 1,3290 1,2465 1,1942 1,1737 1,1626 1,1555
800 1,6894 1,6731 1,6580 1,6438 1,5845 1,5033 1,4492 1,4101 1,3802 1,3565 1,3370 1,3208 1,2365 1,1823 1,1607 1,1488 1,1412
1000 1,6859 1,6696 1,6544 1,6402 1,5808 1,4993 1,4451 1,4058 1,3757 1,3518 1,3322 1,3158 1,2304 1,1750 1,1525 1,1401 1,1320
121

AN E X O S
A N E XO 5 . C O E F I C I E N T E S P A R A L A S G R A F I C A S D E C O N T R O L

Grafico de promedios Gráfico de desviación estándar


Gráfico de rangos
Coeficientes para:
Número de Coeficientes para los
observaciones de l i mi tes d e con tr ol
Lí mi te Coeficientes para
Lí mi te s de contr ol Coefi ci entes par a l os l í mi tes d e c ontr ol
l a mues tr a, n central el l ími te centr al

1
A A2 A3 c4 B3 B4 B5 B6 d2 d2 d3 D1 D2 D3 D4
1 2.121 1.880 2.659 0.7979 0 3.267 0 2.606 1.128 0.8865 0.853 0 3.686 0 3.267
2 1.732 1.023 1.954 0.8862 0 2.568 0 2.276 1.6929 0.5907 0.888 0 4.358 0 2.575
3 1.500 0.729 1.628 0.9213 0 2.266 0 2.088 2.0588 0.4857 0.880 0 4.698 0 2.282
4 1.342 0.577 1.427 0.9400 0 2.089 0 1.964 2.3261 0.4299 0.864 0 4.918 0 2.115
5 1.225 0.483 1.287 0.9515 0.030 1.970 0.029 1.874 2.5342 0.3946 0.848 0 5.078 0 2.004
6 1.134 0.419 1.182 0.9594 0.118 1.882 0.113 1.806 2.7041 0.3698 0.833 0.205 5.203 0.076 1.924
7 1.061 0.373 1.099 0.9650 0.185 1.815 0.179 1.751 2.8473 0.3512 0.820 0.387 5.307 0.136 1.864
8 1.000 0.337 1.032 0.9693 0.239 1.761 0.232 1.707 2.9700 0.3367 0.808 0.546 5.394 0.184 1.816
9 0.949 0.308 0.975 0.9727 0.284 1.716 0.276 1.669 3.0778 0.3249 0.797 0.687 5.469 0.223 1.777
122

AN E X O S

A N E XO 6 . D I S T R I B U C I Ó N J I - C U A D R A D A

v 0,005 0,01 0,025 0,05 0,1 0,25 0,5 0,75 0,9 0,95 0,975 0,99 0,995 0,999
1 0,0000 0,0002 0,0010 0,0039 0,0158 0,1015 0,4549 1,3233 2,7055 3,8415 5,0239 6,6349 7,8794 10,8276
2 0,0100 0,0201 0,0506 0,1026 0,2107 0,5754 1,3863 2,7726 4,6052 5,9915 7,3778 9,2103 10,5966 13,8155
3 0,0717 0,1148 0,2158 0,3518 0,5844 1,2125 2,3660 4,1083 6,2514 7,8147 9,3484 11,3449 12,8382 16,2662
4 0,2070 0,2971 0,4844 0,7107 1,0636 1,9226 3,3567 5,3853 7,7794 9,4877 11,1433 13,2767 14,8603 18,4668
5 0,4117 0,5543 0,8312 1,1455 1,6103 2,6746 4,3515 6,6257 9,2364 11,0705 12,8325 15,0863 16,7496 20,5150
6 0,6757 0,8721 1,2373 1,6354 2,2041 3,4546 5,3481 7,8408 10,6446 12,5916 14,4494 16,8119 18,5476 22,4577
7 0,9893 1,2390 1,6899 2,1673 2,8331 4,2549 6,3458 9,0371 12,0170 14,0671 16,0128 18,4753 20,2777 24,3219
8 1,3444 1,6465 2,1797 2,7326 3,4895 5,0706 7,3441 10,2189 13,3616 15,5073 17,5345 20,0902 21,9550 26,1245
9 1,7349 2,0879 2,7004 3,3251 4,1682 5,8988 8,3428 11,3888 14,6837 16,9190 19,0228 21,6660 23,5894 27,8772
10 2,1559 2,5582 3,2470 3,9403 4,8652 6,7372 9,3418 12,5489 15,9872 18,3070 20,4832 23,2093 25,1882 29,5883
11 2,6032 3,0535 3,8157 4,5748 5,5778 7,5841 10,3410 13,7007 17,2750 19,6751 21,9200 24,7250 26,7568 31,2641
12 3,0738 3,5706 4,4038 5,2260 6,3038 8,4384 11,3403 14,8454 18,5493 21,0261 23,3367 26,2170 28,2995 32,9095
13 3,5650 4,1069 5,0088 5,8919 7,0415 9,2991 12,3398 15,9839 19,8119 22,3620 24,7356 27,6882 29,8195 34,5282
14 4,0747 4,6604 5,6287 6,5706 7,7895 10,1653 13,3393 17,1169 21,0641 23,6848 26,1189 29,1412 31,3193 36,1233
15 4,6009 5,2293 6,2621 7,2609 8,5468 11,0365 14,3389 18,2451 22,3071 24,9958 27,4884 30,5779 32,8013 37,6973
16 5,1422 5,8122 6,9077 7,9616 9,3122 11,9122 15,3385 19,3689 23,5418 26,2962 28,8454 31,9999 34,2672 39,2524
17 5,6972 6,4078 7,5642 8,6718 10,0852 12,7919 16,3382 20,4887 24,7690 27,5871 30,1910 33,4087 35,7185 40,7902
18 6,2648 7,0149 8,2307 9,3905 10,8649 13,6753 17,3379 21,6049 25,9894 28,8693 31,5264 34,8053 37,1565 42,3124
19 6,8440 7,6327 8,9065 10,1170 11,6509 14,5620 18,3377 22,7178 27,2036 30,1435 32,8523 36,1909 38,5823 43,8202
20 7,4338 8,2604 9,5908 10,8508 12,4426 15,4518 19,3374 23,8277 28,4120 31,4104 34,1696 37,5662 39,9968 45,3147
21 8,0337 8,8972 10,2829 11,5913 13,2396 16,3444 20,3372 24,9348 29,6151 32,6706 35,4789 38,9322 41,4011 46,7970
22 8,6427 9,5425 10,9823 12,3380 14,0415 17,2396 21,3370 26,0393 30,8133 33,9244 36,7807 40,2894 42,7957 48,2679
23 9,2604 10,1957 11,6886 13,0905 14,8480 18,1373 22,3369 27,1413 32,0069 35,1725 38,0756 41,6384 44,1813 49,7282
24 9,8862 10,8564 12,4012 13,8484 15,6587 19,0373 23,3367 28,2412 33,1962 36,4150 39,3641 42,9798 45,5585 51,1786
25 10,5197 11,5240 13,1197 14,6114 16,4734 19,9393 24,3366 29,3389 34,3816 37,6525 40,6465 44,3141 46,9279 52,6197
26 11,1602 12,1981 13,8439 15,3792 17,2919 20,8434 25,3365 30,4346 35,5632 38,8851 41,9232 45,6417 48,2899 54,0520
27 11,8076 12,8785 14,5734 16,1514 18,1139 21,7494 26,3363 31,5284 36,7412 40,1133 43,1945 46,9629 49,6449 55,4760
28 12,4613 13,5647 15,3079 16,9279 18,9392 22,6572 27,3362 32,6205 37,9159 41,3371 44,4608 48,2782 50,9934 56,8923
29 13,1211 14,2565 16,0471 17,7084 19,7677 23,5666 28,3361 33,7109 39,0875 42,5570 45,7223 49,5879 52,3356 58,3012
123

AN E X O S

A N E XO 6 . D I S T R I B U C I Ó N J I - C U A D R A D A ( C o n t i n u a c i ó n )

v 0,005 0,01 0,025 0,05 0,1 0,25 0,5 0,75 0,9 0,95 0,975 0,99 0,995 0,999

30 13,7867 14,9535 16,7908 18,4927 20,5992 24,4776 29,3360 34,7997 40,2560 43,7730 46,9792 50,8922 53,6720 59,7031
35 17,1918 18,5089 20,5694 22,4650 24,7967 29,0540 34,3356 40,2228 46,0588 49,8018 53,2033 57,3421 60,2748 66,6188
40 20,7065 22,1643 24,4330 26,5093 29,0505 33,6603 39,3353 45,6160 51,8051 55,7585 59,3417 63,6907 66,7660 73,4020
50 27,9907 29,7067 32,3574 34,7643 37,6886 42,9421 49,3349 56,3336 63,1671 67,5048 71,4202 76,1539 79,4900 86,6608
60 35,5345 37,4849 40,4817 43,1880 46,4589 52,2938 59,3347 66,9815 74,3970 79,0819 83,2977 88,3794 91,9517 99,6072
80 51,1719 53,5401 57,1532 60,3915 64,2778 71,1445 79,3343 88,1303 96,5782 101,8795 106,6286 112,3288 116,3211 124,8392
90 59,1963 61,7541 65,6466 69,1260 73,2911 80,6247 89,3342 98,6499 107,5650 113,1453 118,1359 124,1163 128,2989 137,2084
100 67,3276 70,0649 74,2219 77,9295 82,3581 90,1332 99,3341 109,1412 118,4980 124,3421 129,5612 135,8067 140,1695 149,4493
200 152,2410 156,4320 162,7280 168,2786 174,8353 186,1717 199,3337 213,1022 226,0210 233,9943 241,0579 249,4451 255,2642 267,5405
300 240,6634 245,9725 253,9123 260,8781 269,0679 283,1353 299,3336 316,1384 331,7885 341,3951 349,8745 359,9064 366,8444 381,4252
400 330,9028 337,1553 346,4818 354,6410 364,2074 380,5767 399,3336 418,6969 436,6490 447,6325 457,3055 468,7245 476,6064 493,1318
500 422,3034 429,3875 439,9360 449,1468 459,9261 478,3230 499,3335 520,9505 540,9303 553,1268 563,8515 576,4928 585,2066 603,4460
600 514,5289 522,3651 534,0186 544,1801 556,0560 576,2859 599,3335 622,9876 644,8004 658,0936 669,7692 683,5156 692,9816 712,7712
700 607,3795 615,9075 628,5772 639,6131 652,4974 674,4128 699,3335 724,8607 748,3591 762,6607 775,2107 789,9735 800,1314 821,3468
800 700,7250 709,8969 723,5126 735,3624 749,1853 772,6694 826,6040 851,6712 866,9114 880,2753 895,9843 906,7862 929,3289
900 794,4750 804,2518 818,7560 831,3702 846,0746 871,0321 928,2413 954,7819 970,9036 985,0320 1.001,6296 1.013,0364 1.036,8260
1000 888,5635 898,9125 927,5944 943,1326 1.057,7239 1.074,6794 1.089,5309 1.106,9690 1.118,9481 1.143,9171
B I B LI O G R AF Í A

BIBLIOGRAFÍ A
A lt , F . B. ( 1 9 85 ) . M u lt i v ar ia te Q u a l it y C o n tr o l , i n
E nc yc l o p ae d ia of St a tis t ic a l Sc i e nc es 6 e d it ed b y S .
KO T Z an d N . L. J o h ns on W ile y a n d s o ns . N e w Yo r k .

B la nc o, C, L. ( 20 0 4 ) . Pr o ba b i l id a d. C o l e c c i ón T ex t o .
Un i v er s id a d Nac i o na l de C o l om bi a, B o g ot a. .

B la nc o C. L . ( 20 04) . Pr ob a b il i d ad . U ni v er s i da d N ac io n a l
de C o l om bi a. U NI BI B L O S . B og o tá .

Ca n a vos , G. ( 19 9 3 ) . Pr o ba b i l id a d y Es t a dís tic a ,


A pl ic ac i on es y m é to d o s . Mc G r a w- H il l . M éx ic o.

Du nc an Ac h es o n, J . ( 1 99 6) . C on tr o l d e Ca l i da d Y
Es t a dís t ic a I n dus tr ia l . E di t or ia l Alf aom eg a . M éx ic o .

Du nc an Ac h es o n J . ( 1 98 9) . C o ntr o l d e c al i d ad y
Es t a dís t ic a I n dus tr ia l . E di t or ia l Alf a O m eg a S. A ., Méx ic o.

Ec k es , G . ( 20 0 5) . E l S ix Si gm a par a t od os . G r u po
E di t or ia l N or m a. B o go t á.

F uc hs C. & B e nj am i n i Y. ( 1 99 4) . Mu l t i v ar ia te Pr of i l e
Ch ar ts f or St a tis c a l P r oc es s Co n tr o l . T ec h nom etr ic s , 3 6
pp . 1 82 - 1 9 5.

In g le , S . & Ro e, W . ( 2 00 1) . S ix S i gm a. B lac k B e lt
im pl em ent a ti o n. Vo l um en tr ec e. N úm er o c u a t r o.

J ac k s on , J . E & Br ad l e y, R . A., ( 1 9 6 6) . S eq u e nt i al
Mu l t i var i at e Pr oc e dur es wi t h Q u a l it y C on tr o l
A pp l ic at i ons , M u lt i v ar i at e A n al ys is I , P .R . Kr is h n ai a h,
E di t or , N e w Yo r k : Ac a dem ic Pr es s , 5 07- 5 19

J ur a n J . M. & Cr yn a F . M. ( 1 9 95) . A ná l is is y P la n e ac i ó n de
l a Ca l i da d. E di t or ia l M c G r a w- H i l l, M éx ic o.
125

B I B LI O G R AF Í A

Ma r t i ne z, R . ( 1 9 93) . G r áf ic os de c on tr o l d e la m ed i a y e l
r an g o W ins or i za d os . Un i v er s id a d N ac i on a l de C ol om bi a .
S an ta f e d e B o go t á

Mo n tg om er y, D. ( 20 0 2) . D is eñ o y A n ál is is de
Ex per im en t os . E d it or i a l L im us a. Méx ic o.

Mo n tg om er y, D. C . ( 19 9 1) . C o ntr o l es t a d ís t ic o de l a
c a li d ad . I ber o am ér ic a, M éx ic o .

P an d e, P . S. , N e um an, R. P ., C a va n ag h , R. R. T h e S ix
S igm a W a y T e am F ie l d b o ok An Im pl em ent a ti o n G u i d e f or
Pr oc es s Im pr o vem en t T eam s . Mc G r a w- H i l l.

P eñ a S á nc h e z d e Ri v er a , D. ( 1 9 8 8) . Es t ad í s tic a M o de l os
Y M ét o dos . E d it or i al A l ia n za E d it or ia l t ex t os , M éx ic o .

St a tgr a ph ic s P lus 6 . 0. St at is t ic a l G r a p h ic S ys tem ( 19 92) ,


Roc k v i l le , M D: ST SC .

T enn a nt , G . S ix S igm a : C o ntr o l Es t a dís t ic o d e pr oc es os y


A dm in is tr ac i ón T o ta l de l a Ca l i da d en M an uf ac tur a y
S er v ic i o .

W ether i l , G . & Br o wn Do n, W . ( 199 1) . St at is c al Pr oc es s


Co ntr o l. E di t or ia l C ha pm an A n d Ha l l.

Yo u n g, J . ( 2 00 1) . Dr i v in g p er f or m an c e r es u l ts at
Am er ic a n Ex pr es s . S ix S i gm a F or um Ma g a zi ne .

Ya n g, C . C. ( 20 0 4) . M u lt i v at i at e s ta t is c a l m et h ods a n S ix
S igm a. Vo l um en u n o. Núm er o un o.
126

Í N DI C E AN ÁL I TI C O

ÍN DI CE AN ÁL IT IC O

A ná l is is d e v ar ia n za , 36 , 4 1, 6 4 , 12 4 , 14 1 .

Co ef ic i en t e:
De d e ter m i nac i ó n, 4 5, 50 , 1 41
Co ntr as te , 2 0, 4 7, 63 , 10 0 , 13 8
Co v ar i an za , 10 3, 10 6.

Des v i ac ió n Es t án d ar , 15 , 5 8, 7 0 , 71 , 7 4, 7 5 , 7 8, 80 , 5 1, 8 3, 88 , 1 5 5.
Dif er e nc i a de Me d i as , 36 .
In ter v a l os d e c o nf i a n za , 8 8 , 89 , 9 0, 1 3 6, 1 3 7.
Pr ue b a d e h ip ót es is , 1 24 , 1 38 , 1 39 , 1 43 .
Dis e ño : 3 9, 4 1 , 42 , 4 3 , 45 , 5 3, 5 9 , 60 , 6 1, 6 4, 6 5 , 68 , 8 5, 1 1 8.
Dis e ño un if ac to r i a l, 41 , 42 , 4 3, 4 5 .
Dis e ño de Ex p er im en t os
Dis p er s ió n
Dis tr ib uc i ón :
B et a
B in om ia l
B in om ia l N e ga t i va
J i- c ua dr ad a
Ex po n enc i a l
G am m a
G e om étr ic a
Hi p er ge om étr ic a
Nor m a l
P ois s o n
t , de St u de nt
Un if or m e

Er r or :
Ex p er im ent a l
T ipo I
T ipo I I
V ar ia n za
Es pac i o M ues tr a l
Es t a dís t ic a
Dis tr ib uc i ón de m ues tr eo De Ko lm og or o v Sm ir n o v
Es t im ac ió n:
P un tu a l
P or i nt er v a los
127

Í N DI C E AN ÁL I TI C O

E v en tos :
Es t a dís t ic am en t e i nd e pe n d ie nt es
De p en d ie n tes .
Ex per im en t os f ac tor i a l es

F ac t or
F ac t or es d e f or m a
F r ec ue nc i a
De f a l la
Re l at i v a
F u nc i ó n:
B et a
G am m a
Pr ob a b il i d ad
G r a dos d e l i b er t a d

Hi p ót es is :
Nu l a
A lt er na
His t ogr am a

In d ep e nd e nc i a Es t ad ís tic a
De e v e nt os
Inf er e nc ia es t ad ís t ic a
In ter v a l o d e c onf ia n za
P ar a m ed i as
P ar a v ar i a n za s

L im ites :
De c las e

Me d i a, d ef i n ic ió n t eó r i c a
Mo d a, d ef i n ic i ón t e ór i c a
Mo d e lo :
De ef ec t o f ij o
De ef ec t o a le a tor i o
L in e al
Mu es tr a al e at or i a

P ar ám etr o , def in ic i ó n
P er m utac i ó n
P ob l ac ió n
Pr ob a b il i d ad
128

Í N DI C E AN ÁL I TI C O

Co n dic i o na l
Co nj u n ta
Def in ic i ón c lás ic a
Def in ic i ón ax i om át ic a
Ma r g i na l
Pr ue b a:
F
K olm o gor o v Sm ir n o v

Ra n go
Re g ió n c r it ic a
Re g la :
De la a d ic ió n
De la m ult i p l ic ac i ó n
Re gr es ió n:
L in e al
P ol i n om ia l
Ro b us t o

S eis S igm a, def in ic i ón


S es g o
S um a d e c u ad r a d os
Er r or
T ota l
T r atam ie n to

V al or es p er ad o V ar i ab l e a le at or i a:
Co nt i n ua
Dis c r e ta
V ar ia n za
Ca lc u lo
Def in ic i ón t e ór ic a
In ter v a l o d e c onf ia n za
Pr ue b a d e h ip ót es is

También podría gustarte