Está en la página 1de 29

Año 

del Bicentenario del Perú: 200 años de


Independencia"

Profesor: Hamilton Janampa Hernández

Alumna: Yadira Morales Quispe

Curso: Calidad Total

Año:2021
TRABAJO FINAL DEL CURSO

SERVICIO NACIONAL DE ADIESTRAMIENTO EN TRABAJO


INDUSTRIAL

2
TRABAJO FINAL DEL CURSO

PLAN DE TRABAJO
DEL ESTUDIANTE

3
1. INFORMACIÓN GENERAL

Apellidos y ID
Morales Quispe Yadira 1389376
Nombres: :
Dirección
Chiclayo/Lambayeque
Zonal/CFP:
Semes
Carrera: Diseño y Gestión de Modas E2
tre:
Curso/ Mód. Calidad Total
Formativo
Herramientas Lógicas para el Mejoramiento continuo de
Tema del
la Calidad y Medidas de Tendencia Central y Medidas de
Trabajo:
Dispersión.

2. PLANIFICACIÓN DEL TRABAJO

N ACTIVIDADES/
CRONOGRAMA/ FECHA DE ENTREGA
° ENTREGABLES
04/10/2021
11/10/2021al
al
23/10/2021
08/10/2021
INFORMACIÓN
1 ✔
GENERAL
PLANIFICACIÓN
2 ✔
DEL TRABAJO

3. PREGUNTAS GUIA

Durante la investigación de estudio, debes obtener las respuestas a las


siguientes interrogantes:

Nº PREGUNTAS
1
¿Cómo se construye un diagrama Pareto?
2
¿Cómo se elaboran las gráficas de control por variable :Gráfica X y Gráfica R?
4
3
¿Cuáles son las medidas de Tendencia Central y como se determinan?
4
¿Cuáles son las medidas de Dispersión y como se determinan?

5
HOJA DE RESPUESTAS A LAS PREGUNTAS GUÍA

1. ¿Cómo se construye un diagrama Pareto?

Vamos a empezar con la construcción del diagrama de Pareto.


Vamos a asumir que queremos desarrollar un diagrama de Pareto para
tratar de encontrar cuál es la causa raíz más importante, de una serie de
causas identificadas de un problema determinado.
Por tanto, lo primero que tenemos que hacer es una tabla con esas causas,
donde registremos la frecuencia con la que ocurren esas causas:

Después Añadimos otras dos columnas donde introducimos el porcentaje


individual y el porcentaje acumulado de cada una de las causas:

6
Una vez tenemos esta tabla, nos vamos a enfocar en dos columnas
principalmente para la construcción del diagrama de Pareto: la columna de
porcentaje individual y la columna de porcentaje acumulado.
Vamos a hacer la construcción del diagrama.
En el eje x, colocaremos las causas ordenadas de mayor a menor y vez de
trazar solamente un eje «y», vamos a trazar 2 ejes «y»: el izquierdo o eje
principal, para medir la el porcentaje individual y el derecho o eje secundario
para medir el porcentaje acumulado. Cada eje queda graduado en función a
sus datos:

7
2. ¿Cómo se elaboran las gráficas de control de variable:
¿Gráfica x y Gráfica R?
Se elabora de la siguiente manera
1. RECOLECCIÓN DE DATOS
2. PROMEDIO
3. RANGO
4. PROMEDIO GLOBAL
5. VALOR MEDIO DEL RANGO
6. LIMITES DE CONTROL
Explicación:
1. RECOLECCIÓN DE DATOS
- Estos datos deberán ser recientes de un proceso al cual se
quiere controlar
- Estos pueden ser tomados a diferentes horas en cualquier día
-Todos tienen que ser de un mismo producto
2. PROMEDIO
-sumatoria de los datos de cada uno de los subgrupos divididos
entre en numero de datos (N)
-Formula X :   Σ X1+X2+X3+Xn  / n
-La formula debe ser utilizada para cada uno de los subgrupos
3. RANGO
-Valor mayor del subgrupo menos el valor menor
-Formula: R = X valor mayor - X valor menor
-Determine el rango para cada uno de los subgrupos
4. PROMEDIO GLOBAL
-Sumatoria de todo los valores medios y se divide entre el
numero de subgrupos (k)

8
-Formula X: Σ X1+X2+X3+Xn / n
5. VALOR MEDIO DEL RANGO
-Sumatoria del rango (R) de cada uno de los subgrupos dividido
entre el numero de subgrupos (k)
-Formula R: Σ R1+R2+R3+Rn / n
Ejemplo de tabla de datos:
6. LIMITES DE CONTROL
Para calcular los limites de control de calidad se utilizan los
datos de la siguiente tabla:
-Grafica X: Línea central (LC) = X’, Limite contro superior (LCS)
= X'+A2R' ,    -Limite control inferior (LCI) = X'-A2R'
-Grafica de R: Línea central (LC)=R, imite control superior
(LCS)=D4R ,    Limite control inferior (LCI)=D3R'
-Puntos fuera de control (identificador de causas especiales o
asignables)
Pautas de comportamiento que representan cambios en el
proceso:
1. Un punto exterior a los limites de control
Se estudiaría la causa de una desviación del comportamiento
tan fuerte.

2. Dos puntos consecutivos muy próximos al limite de


control
La situación es anómala, se requiere estudiar las causas de
variación

3. Cinco puntos consecutivos por encima o por de bajo de


la línea de control
Investigar las causas de variación pues la media de los
cinco puntos indica una desviación del nivel de
fundamento del proceso

9
4.Fuerte tendencia ascendente o descendente marcada por
cinco puntos consecutivos
Investigar las causas de estos cambios progresivo

5. Cambios bruscos de puntos próximos a un limite de


control hacia el otro limite
examinar esta conducta errática.

Procesos bajo control:


-Si no hay puntos fuera de los limites de control y no se
encuentran patrones no aleatorios, se adoptan los limites
calculados para controlar la producción futura
-Una vez determinado que el proceso esta bajo control
estadístico entonces se puede evaluar la capacidad del proceso
Objetivos: El presente grafico de control esta diseñado
para presentar los siguiente principios:
-Fácil entendimiento de los datos
-Claridad
-Consistencia
-Medir variaciones de calidad
-Proceso de prevención para evitar que el producto llegue sin
defectos al cliente
-Detectar y corregir variaciones de calidad
Definición de Términos:
-Subgrupos: grupo de mediciones con algún criterio similar
obtenidas en un proceso, se realizan agrupando los datos de
manera que haya máxima variabilidad entre subgrupo y mínima
variabilidad dentro de cada subgrupo
-Media:  Sumatoria de todos los subgrupos divididos entre el
numero de muestras

10
-Rango:  Valor máximo menos el valor mínimo

3. ¿Cuáles son los medios de Tendencia Central y como


se determinan?
Las Prendas globales de un conjunto de datos estadísticos pueden
resumirse mediante una serie de cantidades numéricas
representativas llamadas parámetros estadísticos. Entre ellas, las
medidas de tendencia central, como la media aritmética, la moda o
la mediana, ayudan a conocer de forma aproximada el
comportamiento de una distribución estadística.

Medidas de centralización
Se llama medidas de posición, tendencia
11
central o centralización a unos valores numéricos en torno a los
cuales se agrupan, en mayor o menor medida, los valores de una
variable estadística. Estas medidas se conocen también
como promedios.
Para que un valor pueda ser considerado promedio, debe cumplirse
que esté situado entre el menor y el mayor de la serie y que su
cálculo y utilización resulten sencillos en términos matemáticos.
Se distinguen dos clases principales de valores promedio:
 Las medidas de posición centrales: medias (aritmética,
geométrica, cuadrática, ponderada), mediana y moda.
 Las medidas de posición no centrales: entre las que
destacan especialmente los cuantiles.

Las medidas de centralización son parámetros representativos de


distribuciones de frecuencia como las que ilustra la imagen.

Media aritmética

Se define media aritmética de una serie de valores como el


resultado producido al sumar todos ellos y dividir la suma por el
número total de valores. La media aritmética se expresada como  .

12
Dada una variable x que toma los valores x1, x2, ..., xn,
con frecuencias absolutas simbolizadas por f1, f2, ..., fn, la media
aritmética de todos estos valores vendrá dada por:

Media Ponderada

Algunas series estadísticas, no todos los valores tienen la misma


importancia. Entonces, para calcular la media se ponderan dichos
valores según su peso, con lo que se obtiene una media
ponderada.
Si se tiene una variable con valores x1, x2, ..., xn, a los que se
asigna un peso mediante valores numéricos p1, p2, ..., pn, la media
ponderada se calculará como sigue:

La mediana
La media aritmética no siempre es representativa de una serie
estadística. Para complementarla, se utiliza un valor numérico
conocido como mediana o valor central.
Dado un conjunto de valores ordenados, su mediana se define
como un valor numérico tal que se encuentra en el centro de la
serie, con igual número de valores superiores a él que inferiores.
Normalmente, la mediana se expresa como Me.
La mediana es única para cada grupo de valores. Cuando el
número de valores ordenados (de mayor a menor, o de menor a
mayor) de la serie es impar, la mediana corresponderá al valor que
ocupe la posición (n + 1)/2 de la serie. Si el número de valores es

13
par, ninguno de ellos ocupará la posición central. Entonces, se
tomará como mediana la media aritmética entre los dos valores
centrales.

Determinación de la mediana de una serie de valores.

La moda
En una serie de valores a los que se asocia una frecuencia, se
define moda como el valor de la variable que posee una frecuencia
mayor que los restantes. La moda se simboliza normalmente por
Mo.
Un grupo de valores puede tener varias modas. Una serie de
valores con sólo una moda se denomina unimodal; si tiene dos
modas, es bimodal, y así sucesivamente.

4. ¿Cuáles son las medidas de Dispersión y como se


determinan?
Las medidas de dispersión más conocidas son: el rango, la varianza, la
desviación típica y el coeficiente de variación (no confundir
con coeficiente de determinación). A continuación, veremos estas
cuatro medidas.

Las medidas de dispersión más conocidas son: el rango, la varianza, la

14
desviación típica y el coeficiente de variación (no confundir
con coeficiente de determinación). A continuación, veremos estas
cuatro medidas.

Rango

El rango es un valor numérico que indica la diferencia entre el valor


máximo y el mínimo de una población o muestra estadística. Su
fórmula es:

Donde:

 R → Es el rango.
 Max → Es el valor máximo de la muestra o población.
 Mín → Es el valor mínimo de la muestra o población estadística.
 x → Es la variable sobre la que se pretende calcular esta
medida.

Varianza

La varianza es una medida de dispersión que representa la


variabilidad de una serie de datos respecto a su media. Formalmente
se calcula como la suma de los residuos al cuadrado divididos entre el
total de observaciones. Su fórmula es la siguiente:

 X → Variable sobre la que se pretenden calcular la varianza


 xi → Observación número i de la variable X. i puede tomará
valores entre 1 y n.
 N → Número de observaciones.

15
 x̄ → Es la media de la variable X

Desviación típica

La desviación típica es otra medida que ofrece información de la


dispersión respecto a la media. Su cálculo es exactamente el mismo
que la varianza, pero realizando la raíz cuadrada de su resultado. Es
decir, la desviación típica es la raíz cuadrada de la varianza.

 X → Variable sobre la que se pretenden calcular la varianza


 xi → Observación número i de la variable X. i puede tomará
valores entre 1 y n.
 N → Número de observaciones.
 x̄ → Es la media de la variable X.

Ejemplos de desviación típica


Coeficiente de variación

Su cálculo se obtiene de dividir la desviación típica entre el valor


absoluto de la media del conjunto y por lo general se expresa en
porcentaje para su mejor comprensión.

 X → Variable sobre la que se pretenden calcular la varianza


 σx → Desviación típica de la variable X.
 | x̄ | → Es la media de la variable X en valor absoluto con x̄ ≠ 0

16
Ejemplos de coeficiente de variación
A continuación, se muestra una imagen que resume las fórmulas
anteriores:

17
HOJA DE PLANIFICACIÓN

PROCESO DE EJECUCIÓN
SEGURIDAD / MEDIO
OPERACIONES / PASOS /SUBPASOS AMBIENTE / NORMAS
-ESTANDARES
Función del diagrama Pareto Fórmulas de medidas de
Dispersión
Un diagrama de Pareto es una técnica que
permite clasificar gráficamente la
información de mayor a menor relevancia,
con el objetivo de reconocer los problemas
más importantes en los que deberías
enfocarte y solucionarlos.

¿Qué son las gráficas de


control de variable?

Las gráficas de
control de variables grafican datos de
procesos de medición continua, tales como
longitud o presión, en una secuencia
ordenada por tiempo. En contraste,
las gráficas de control de atributos grafican
datos de conteo, tales como el número de

18
defectos o unidades defectuosas.

¿Qué es el promedio en
estadística ?
En lenguaje coloquial, un promedio es un
solo número tomado como representante
de una lista de números. Se utilizan
diferentes conceptos de promedio en
diferentes contextos. A menudo,
"promedio" se refiere a la media
aritmética, la suma de los números
dividida por cuántos números se
promedian.

¿Qué es el rango en estadística?


El rango es una medida de dispersión, una
medida de cómo los datos individuales
pueden diferir de la media. El rango se
calcula simplemente restando el valor
mínimo de el máximo de el conjunto

19
¿Cuáles son las medidas de
Tendencia Central y
Dispersión?
Promedio o media
La medida de tendencia central más
conocida y utilizada es la media aritmética o
promedio aritmético. Se representa por la
letra griega µ cuando se trata del promedio
del universo o población y por Ȳ (léase Y
barra) cuando se trata del promedio de la
muestra. Es importante destacar que µ es
una cantidad fija mientras que el promedio
de la muestra es variable puesto que
diferentes muestras extraídas de la misma
población tienden a tener diferentes medias.
La media se expresa en la misma unidad
que los datos originales: centímetros, horas,
gramos, etc.

Si una muestra tiene cuatro observaciones:


3, 5, 2 y 2, por definición el estadígrafo será:

Estos cálculos se pueden simbolizar:

Donde Y1 es el valor de la variable en la


primera observación, Y2 es el valor de la
segunda observación y así sucesivamente.
20
En general, con “n” observaciones, Yi
representa el valor de la i-ésima
observación. En este caso el promedio está
dado por

De aquí se desprende la fórmula definitiva


del promedio:

Desviaciones: Se define como la desviación


de un dato a la diferencia entre el valor del
dato y la media:

Ejemplo de desviaciones:

Una propiedad interesante de la media


aritmética es que la suma de las
desviaciones es cero.

Mediana
Otra medida de tendencia central es la
mediana. La mediana es el valor de la
variable que ocupa la posición central,
cuando los datos se disponen en orden de
magnitud. Es decir, el 50% de las
observaciones tiene valores iguales o
inferiores a la mediana y el otro 50% tiene
valores iguales o superiores a la mediana.

Si el número de observaciones es par, la


mediana corresponde al promedio de los dos
valores centrales. Por ejemplo, en la
muestra 3, 9, 11, 15, la mediana es (9+11)
/2=10.

21
Moda
La moda de una distribución se define como
el valor de la variable que más se repite. En
un polígono de frecuencia la moda
corresponde al valor de la variable que está
bajo el punto más alto del gráfico. Una
muestra puede tener más de una moda.

Medidas de dispersión
Las medidas de dispersión entregan
información sobre la variación de la
variable. Pretenden resumir en un solo
valor la dispersión que tiene un conjunto de
datos. Las medidas de dispersión más
utilizadas son: Rango de variación,
Varianza, Desviación estándar, Coeficiente
de variación.

Rango de variación
Se define como la diferencia entre el mayor
valor de la variable y el menor valor de la

22
variable.

La mejor medida de dispersión, y la más


generalizada es la varianza, o su raíz
cuadrada, la desviación estándar. La
varianza se representa con el símbolo σ²
(sigma cuadrada) para el universo o
población y con el símbolo s2 (s cuadrado),
cuando se trata de la muestra. La desviación
estándar, que es la raíz cuadrada de la
varianza, se representa por σ (sigma)
cuando pertenece al universo o población y
por “s”, cuando pertenece a la muestra. σ² y
σ son parámetros, constantes para una
población particular; s2 y s son estadígrafos,
valores que cambian de muestra en muestra
dentro de una misma población. La
varianza se expresa en unidades de variable
al cuadrado y la desviación estándar
simplemente en unidades de variable.

Fórmulas
Donde µ es el promedio de la población.

Donde Ȳ es el promedio de la muestra.

Consideremos a modo de ejemplo una


muestra de 4 observaciones

Según la fórmula el promedio calculado es


7, veamos ahora el cálculo de las medidas de
dispersión:

s2 = 34 / 3 = 11,33 Varianza de la muestra

La desviación estándar de la muestra (s)


será la raíz cuadrada de 11,33 = 3,4.

Interpretación de la varianza (válida


también para la desviación estándar): un
alto valor de la varianza indica que los datos
están alejados del promedio. Es difícil hacer
una interpretación de la varianza teniendo
23
un solo valor de ella. La situación es más
clara si se comparan las varianzas de dos
muestras, por ejemplo, varianza de la
muestra igual 18 y varianza de la muestra b
igual 25. En este caso diremos que los datos
de la muestra b tienen mayor dispersión que
los datos de la muestra a. esto significa que
en la muestra a los datos están más cerca del
promedio y en cambio en la muestra b los
datos están más alejados del promedio.

Coeficiente de variación
Es una medida de la dispersión relativa de
los datos. Se define como la desviación
estándar de la muestra expresada como
porcentaje de la media muestral.

Es de particular utilidad para comparar la


dispersión entre variables con distintas
unidades de medida. Esto porque el
coeficiente de variación, a diferencia de la
desviación estándar, es independiente de la
unidad de medida de la variable de estudio.

24
INSTRUCCIONES: debes ser lo más explícito posible. Los gráficos
ayudan a transmitir mejor las ideas. No olvides los aspectos de
calidad, medio ambiente y SHI.

25
DIBUJO / ESQUEMA/ DIAGRAMA

[NOMBRE DEL TRABAJO]

26
[APELLIDOS Y NOMBRES] [ESCALA]

27
LISTA DE RECURSOS

INSTRUCCIONES: completa la lista de recursos necesarios para la


ejecución del trabajo.

1. MÁQUINAS Y EQUIPOS

Celular
Tablet

3. HERRAMIENTAS E INSTRUMENTOS
Google
Diccionario
Cuaderno de apuntes

5. MATERIALES E INSUMOS

https://economipedia.com/definiciones/medidas-de-dispersion.html

https://www.superprof.es/apuntes/escolar/matematicas/estadistica/desc
riptiva/moda-estadistica.html
28
29

También podría gustarte