UNIVERSIDAD TECNOLOGICA DE HONDURAS

ASIGNATURA:
CONTROL DE CALIDAD 1

TAREA:
DESARROLLO DE EJERCICOS CAPITULO 5 Y 7

PRESENTADO POR:

Jorge Alberto Rodriguez 201910010237

CATEDRATICO(A):

Dr. Denis Jesús Aguilar

FECHA
marzo de 2022
 Introducción

La presente investigación tiene por objetivo desarrollar los ejercicios y preguntas

de repaso de los capítulos 5, 7 correspondientes al libro de calidad y productividad
de Humberto Pulido, asimismo presentamos el desarrollo de 2 hojas de
verificación del proceso de matrícula de la universidad tecnológica de Honduras
para alumnos de primer ingreso y de reingreso.

Objetivos

 El objetivo de la estadística es el de hacer inferencias (predecir, decidir)

sobre algunas características de una población con base en la información
contenida en una muestra para interpretar los problemas propuestos sobre
medidas de dispersión, varianza desviación estándar desviación media y
así analizar sus resultados.
 Su principal objetivo es analizar, interpretar y desarrollar por medio de la
información brindada los problemas relacionados siempre con las medidas
de dispersión y demás datos con el fin de resolver o darle sentido a lo que
se quiere solucionar.
 Desarrollar los ejercicios de repaso del capítulo 5 y 7 del libro de texto,
acerca de la estratificación y el diagrama de Pareto.
 Mostrar a través de los ejercicios, algunos de los diversos usos del
diagrama de Pareto, y como este es de mucha utilidad para la toma de
decisiones en base al pensamiento estadístico, de manera tal que se inicie
al lector en la aplicación de la toma de decisiones en base a información
estadística.
 Diseñar una hoja de verificación de matrícula para alumnos de la UTH.
 Preguntas y ejercicios de repaso del capítulo 5

1. ¿Qué obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes
navales?

R/ Maury luego de haber recogido la información sobre las condiciones

encontradas por el barco durante el viaje la analizo, con lo que identifico los
lugares en el mar que tenían fuertes vientos, así como la dirección de los mismos,
también las zonas marítimas con corrientes de agua, temperaturas y
profundidades, y todo esto lo registro en lo que se conoce como cartas de
navegación.

2. Describa algunas de las fallas en la obtención de información que se

comentaron en la primera sección de este capítulo.

R/ En las organizaciones hay deficiencias en la obtención de información como las

siguientes:
Datitis: Se obtiene los datos sin ningún propósito claro e importante, lo cual resulta
en datos, cuestionarios, registros y reportes en espera de que tengan alguna
utilidad.
Obtención de la información para validar las decisiones previamente tomadas. Es
decir, solo toma en cuenta la información favorable.
Es raro que se tenga un plan global de por qué se va a obtener esa información la
cual es la mejor fuente, cómo, cuándo, quién, dónde, cómo se va a analizar, y qué
decisiones que se pretenden tomar.
Información poco informativa y sesgada.
Tabúes y errores sobre el papel de la estadística en la obtención de la
información.

3. ¿Cuáles son las 6 M de un proceso?

R/ Estos elementos determinan la manera global de todo proceso, la cuales son:
Materiales
Máquinas
Mano o mente de obra (gente)
Mediciones
Medio ambiente
Métodos

4. ¿Qué es el pensamiento estadístico?

R/ Es una filosofía de aprendizaje y acción basada en los siguientes principios:
Todo el trabajo ocurre en un sistema de procesos interconectados
La variación que existe en todos los procesos
Entender y reducir la variación son claves para el éxito

5. ¿Cómo se puede utilizar el pensamiento estadístico en los tres niveles de

una organización?
Pregunta Nivel Respuesta
Crea estrategias y las
comunica
Usa datos de varias
fuentes para dirigir.
Desarrolla e implementa
¿A dónde se dirige la sistemas de medición
Estratégico
organización? para dirigir el proceso
Estimula a los
empleados a
experimentar nuevas
formas de hacer su
trabajo
Desarrolla proyectos
estructurados
Fija metas (sabe que hay
Procesos administrativos
variación)
para guiar la Directivo
Se centra en los
organización
procesos, y no reclama a
los empleados por su
variación
Conoce la variación
Gráfica datos de los
Es dónde se está procesos
Operacional
haciendo el trabajo Identifica medidas claves
y oportunidades de
mejora
 6. Proporcione dos ejemplos de variables cualitativas y dos de variables
cuantitativas.
Variables cualitativas
Son las variables que expresan distintas cualidades, características o modalidad.

• Variable cualitativa ordinal: La variable puede tomar distintos valores

ordenados siguiendo una escala establecida, aunque no es necesario que el
intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado, fuerte.

• Variable cualitativa nominal: En esta variable los valores no pueden ser

sometidos a un criterio de orden como por ejemplo los colores.

Variables cuantitativas
Son las variables que se expresan mediante cantidades numéricas. Las variables
cuantitativas además pueden ser:

• Variable discreta: Es la variable que presenta separaciones o interrupciones

en la escala de valores que puede tomar. Estas separaciones o interrupciones
indican la ausencia de valores entre los distintos valores específicos que la
variable pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).

• Variable continua: Es la variable que puede adquirir cualquier valor dentro

de un intervalo especificado de valores. Por ejemplo, la masa (2,3 kg, 2,4 kg, 2,5
kg...) o la altura (1,64 m, 1,65 m, 1,66 m..), o el salario. Solamente se está limitado
por la precisión del aparato medidor, en teoría permiten que siempre exista un
valor entre dos variables.

7. Escriba un ejemplo para cada uno de los tres tipos de variables de salida.
R/Existen tres tipos de variables de salida o características de calidad, de acuerdo
al tipo de especificación que deben de cumplir:
Entre más pequeña mejor: Cuya única exigencia es que no excedan un cierto
valor máximo tolerado o una especificación superior (ES), y entre más pequeño
sea su valor mejor. Por ejemplo, el porcentaje de impurezas en una sustancia o la
cantidad de sustancias tóxicas en un producto alimenticio.
Entre más grande mejor: Se les exige que sean mayores que un valor mínimo o
que con cierta especificación inferior (EI), entre más grande sea el valor de la
variable mejor. Por ejemplo, la resistencia de una pieza de plástico inyectado o la
blancura de una tela de color blanco.
Valor nominal es el mejor: No deben de ser menores que una especificación
inferior (EI), pero tampoco mayores que una superior (ES). Ejemplos de este tipo
de características de calidad con doble especificación son el diámetro de una
tuerca y la longitud de una pieza para ensamble.

8. ¿De qué manera afectan los datos raros a la media?

R/ Cuando en un grupo de datos hay algunos valores bastante diferentes del
resto, ya sean muy pequeños o bien muy grandes, entonces la media no es buena
medida de tendencia central, ya que a esta la jalan los datos raros. Al momento de
implementar la media el resultado no refleja la tendencia central de los datos, ya
que si se tiene un dato mucho más mayor o menor a los demás será incorrecto el
resultado.

9. Explique los errores en la interpretación de la media que señalan en la

sección Errores en la toma de decisiones con el uso de la media.
R/ Se presenta de manera resumida, algunos de los errores más frecuentes en la
concepción de la media:
Se cree que los valores de todos los datos son iguales o están muy cerca de la
media, ignorando por completo que la media no proporciona ninguna información
sobre la variabilidad.
 La media es el dato más frecuente, si se olvida que lo anterior sólo se da en
datos simétricos y unimodales, es decir, desconociendo el concepto de
moda y confundiéndolo con el de la media.
 La media es el valor que está en el medio y que a la izquierda de él queda
el 50% de los datos, lo mismo que a la derecha. De este modo se ignora el
concepto de mediana y el hecho de que a la media la jalan los sesgos y los
datos raros de un solo lado.
 La media muestral es la media poblacional, si se desconoce que la media
muestral es una variable aleatoria. El lector habrá notado que en las
secciones anteriores se hace énfasis en que lo que se observa sobre el
comportamiento de los datos es válido para la muestra, y en la medida en
que se ésta sea representativa y grande también tendrá cierto grado de
validez para la población.