1

Cuestionario
Nombre: Ileana de Luca Coronado Matrícula: 33475

Nombre del curso: Nombre del profesor:

Calidad y Productividad María Del Roble Luna Perez

Módulo: Actividad:
3er Semestre Cuestionario preguntas de repaso

Fecha: 18 de septiembre de 2021

Bibliografía:
Autor: Gutierrez Pulido Humberto. Año (2014). Título: Calidad y Productividad. Ciudad
de México, Editorial McGRAWHILL/INTERAMERICANA EDITORES, S.A. DE C.V.
 2

Desarrollo de las preguntas y sus respuestas

1. ¿Qué obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes navales?
R.- Registraban las condiciones extremas durante el viaje.

2. Sobre el uso de datos para toma de decisiones, contraste:

a) De manera resumida indique lo que expresa la norma ISO9004 al respecto.

R.- La Norma IS0-9004 establece que las decisiones eficaces se basan en el análisis de los
datos y de la información y que esto tiene los siguientes beneficios claves: decisiones
informadas; aumento de la capacidad para demostrar la eficacia de las decisiones anteriores
mediante la referencia a los registros de los hechos; aumento de la capacidad para revisar,
cuestionar y cambiar las opiniones y las decisiones.

b) ¿En qué situaciones es útil el uso de técnicas estadísticas?

R.- Cuando se desea tomar una decisión importante, como resolver un problema de raíz, es
necesario contar con información que permita identificar cuándo, dónde y en qué condiciones
se da tal problema

c) Describa algunas de las fallas en la obtención de información que se comentaron en la

primera sección de este capítulo.

R.-
• "Datitis.- Se obtienen datos sin ningún propósito claro ni importante, lo cual resulta en
datos, cuestionarios, registros y reportes en espera de que tengan alguna utilidad.
• Es raro que se tenga un plan global de por qué se va a obtener in formación, cuál es la
mejor fuente, cómo, cuándo, quién, dónde, cómo se va a analizar, y qué decisiones se
pretenden tomar.
• Información poco representativa y sesgada.
• Prejuicios y errores sobre el papel de la estadística en la obtención de información.

3. Se dice que cuando en un proceso hay mucha variación en sus 6 M, se tiene un proceso
pobremente estandarizado. Explique con sus palabras por qué sucede esto.

R.- A mi perspectiva, entiendo que cada una de las 6M tiene y aporta su propia variación,
pero con el transcurso del tiempo y dependiendo de como se lleven a cabo cada uno de los
procesos, ocurren cambios y desajustes que varían el comportamiento, que en su conjunto
indican las condiciones de la operación; es por eso que es importante detectar las causas
comunes y las causas especiales, para así detectar y decidir la acción u omisión a fin de
desarrollar un proyecto de mejora.
 3

4. ¿Qué es el pensamiento estadístico?

R.- Es la variación que ocurre en los resultados de los procesos generados por la interacción
de materiales, máquinas, mano o mente de obra (gente), mediciones, medio ambiente y
métodos. Es decir, las 6M.

5. Señale cómo se puede utilizar el pensamiento estadístico en los niveles estratégico,

directivo y operacional de una organización.

R.- Estratégico:
• Crea estrategias y las comunica.
• Usa datos de varias fuentes para dirigir.
• Desarrolla e implementa sistemas de medición para dirigir el progreso.
• Estimula a los empleados a experimentar nuevas formas de hacer su trabajo.

Directivo:
• Desarrolla proyectos estructurados.
• Fija metas (sabe que hay variación).
• Se centra en los procesos. y no reclama a los empleados por su variación.

Operacional:
• Conoce la variación.
• Analiza datos de los procesos.
• Identifica medidas claves y oportunidades de mejora.

6. Proporcione dos ejemplos de variables cualitativas y dos de variables cuantitativas.

R.- Variables cualitativas:

1.- Tipo de Producto
2.- Si el producto funciona o no

Variables Cuantitativas:
1.- Discretas: número de clientes atendidos
2.- Continuas: el tiempo en el que un cliente es atendido
 4

7. Se dijo que de acuerdo con el tipo de especificaciones de una variable de salida existen
tres categorías de variables: cuanto más pequeña mejor, cuanto más grande mejor, y el valor
objetivo es mejor. Dé un par de ejemplos para cada una de ellas.

R.- “cuanto más pequeña mejor”

Ej. el porcentaje de impurezas en una sustancia o la cantidad de sustancias tóxicas en un
producto alimenticio.

“cuanto más grande mejor”

Ej. la resistencia de una pieza de plástico inyectado o la "blancura" de una tela de color
blanco.

“el valor objetivo es mejor”

Ej. el diámetro interior de una tuerca o la longitud de una pieza para ensamble; no pueden
ser ni muy chicas ni muy grandes.

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

R.- Le afecta a medida que un dato raro refleja una situación especial que se debe de
investigar, puede ser un error de medición, un error de dedo o reflejar un comportamiento
especial del proceso en cualquier caso que se debe de investigar.

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

en la toma de decisiones con el uso de la media.

R.- I. Se cree que los valores de todos los datos son iguales o están muy cerca de la media

II. La media como el dato más frecuente, y con esto se olvida que lo anterior solo se da en da
en datos simétricos y unimodales, es decir, desconociendo el concepto de moda y
confundiéndolo con el de media.

III. La media es el valor que está en medio y que a la izquierda de él quedan 50% de los
datos lo mismo que a la derecha. De este modo se ignora el concepto de mediana y el hecho
de que la media la "jalan" los sesgos y los datos "raros" de un solo lado.

IV. La media muestra! igual a la media poblacional, con lo que se desconoce que la media
muestral es una variable aleatoria.
 5

10. Explique la relación entre la media y la desviación estándar que establece la regla
empírica y el teorema de Chebyshev.

R.- La desigualdad de Chebyshev 2 es que entre x - 25 y x + 25 está por lo menos 75% de los
datos de la muestra, y que entre x + 3S está por lo menos 89%.

En cuanto a la regla empírica, afirma que en muchos de los datos que surgen en las
prácticas ha observado por la experiencia que:

11. Se desea investigar el peso promedio de 1 000 artículos de un lote, por lo que se eligen
aleatoriamente 40 de ellos, se pesan y se obtiene que x = 252 gramos con S = 5.

a) ¿Quiere decir que el peso medio de los 1 000 artículos es de 252?

R.- No, ya que el peso promedio es de 252 g, ya que la media solo se obtuvo de 40 artículos
y no proporcional a los 1000 artículos que pueden variar de la media obtenida de 40 artículos

b) ¿La mayoría de los artículos pesa 252 gramos?

R.- Si, ya que todos o la mayoría de los artículos, tienen el peso de la media obtenida de 40
artículos, ya que puede haber variaciones debido al número de artículos.

c) ¿De los 40 artículos en la muestra es probable que alguno pueda pesar 300 gramos?

Aplique la regla empírica para contestar.

3(S)= 3 (5)= 15
X= 252+15= 267

No es posible que uno de los artículos haya pesado 300g ya que el 99% de los datos está en
valores máximos de los 267 gramos.

12. En una empresa se llevan los registros del número de fallas de equipos por mes; la
media es de 10 y la mediana de 5:

a) Si usted tiene que reportar la tendencia central de fallas, ¿qué número reportaría?
R.- Yo reportaría el valor de la mediana (5), ya que no es conveniente usar el valor de la
media, ya que en ocasiones la media está afectada por datos “raros” o extremos.

b) ¿La discrepancia entre la media y la mediana se debió a que en varios meses ocurrieron
pocas fallas?
 6

R.- Si, ya que es muy probable que la discrepancia se haya dado por que en varios meses
ocurrieron pocas o ninguna falla, y en consecuencia el margen de diferencia es muy grande.
13. Un aspecto clave de la calidad de cierto producto es su peso: la norma establece que su
peso mínimo sea de 2 kg. El ingeniero de producción informa que se está cumpliendo con tal
norma, ya que el peso promedio del producto es de 2.2 kg. ¿Está usted de acuerdo con el
ingeniero?
R.- No estoy de acuerdo con el Ingeniero, ya que para tomar decisiones es necesario
conocer la variabilidad de los datos, como mínimo la mediana y para mayor precisión la
desviación estándar.

14. Tres máquinas, A, B y C, realizan cortes de manera automática de ciertas tiras de hule.
La longitud ideal de las tiras es de 90 cm, con una tolerancia de 62 cm. Se toma una muestra
de 80 piezas de la producción de una semana de una máquina.

a) La longitud promedio de las 80 tiras de cada máquina son: A, x = 90; B, x = 90.5; C, x= 92.
¿Con base en esto puede decidir cuál máquina es mejor?
R.- No es posible tomar una decisión en base a la información proporcionada, ya que la
media no es una medida de tendencia con la cual se pueden tomar decisiones certeras ya
que la media siempre se ve afectada por los extremos de los datos.

b) Si además la desviación estándar obtenida es: A,S=1.5; B, S=1.0; C, S=0.5, decida cuál
máquina estuvo funcionando mejor. Aplique la regla empírica.
R.- Con los resultados de la desviación estándar, arroja que la máquina C es la que ha tenido
mejor funcionamiento.

15. En el ejemplo 8.2 se detectó que se tienen problemas con el grosor de las láminas
porque no se cumple con las especificaciones: 5 mm 60.8 mm. Con el objetivo de corregir tal
situación, un equipo genera un proyecto de mejora. Para verificar si las acciones ejecutadas
dieron resultado, se toman aleatoriamente 45 láminas de la producción de una semana
posterior a las modificaciones. Los espesores obtenidos se muestran a continuación.
5.2 5.4 5.4 4.7 5.1 4.7 5.0 5.1
5.0 4.9 4.3 4.7 5.3 4.6 4.8 4.4
4.7 4.9 5.6 4.7 4.7 4.5 5.1 4.7
4.7 5.1 5.3 5.0 5.3 4.5 4.4 4.7
5.6 5.2 4.7 4.6 5.0 5.4 4.7 4.8
5.2 5.1 4.9 5.0 5.0

a) Calcule la media, mediana y desviación estándar y, comparándolas con las respectivas

estadísticas antes de la mejora, decida si el plan dio resultado.
R.-
Se observa que el plan si dio resultado, y que todos
Media 4.92
los espesores de las láminas ahora si se encuentran
Mediana 4.90 dentro de las tolerancias permitidas por el cliente
Desviación Estándar 0.34
 7

b) Construya un histograma e inserte en él las especificaciones y, comparándolo con el

histograma antes de la mejora, investigue si el plan fue exitoso. Argumente su respuesta.

Clases Intervalos Frecuencias Frecuencia relativa

1 (4.30 - 4.51) 5 0.11
2 (4.52 - 4.72) 13 0.29
3 (4.74 - 4.95) 5 0.11
4 (4.96 - 5.17) 11 0.24
5 (5.18 - 5.39) 6 0.13
6 (5.40 - 5.61) 5 0.11
Total 45 1.00

Histograma
14

12

10

0
(4.30 - 4.51) (4.52 - 4.72) (4.74 - 4.95) (4.96 - 5.17) (5.18 - 5.39) (5.40 - 5.61)
 8

16. Una característica clave en la calidad de las pinturas es su densidad, y un componente

que influye en tal densidad es la cantidad de arena que se utiliza en la elaboración de
pinturas. La cantidad de arena en la formulación de un lote se controla con base en el
número de costales, que según el proveedor deben contener 20 kg. Sin embargo,
continuamente se tienen problemas en la densidad de la pintura, que es necesario corregir
con trabajo y procesos adicionales. En este contexto, en la empresa se preguntan:
¿cuánta arena contienen en realidad los costales?
Para averiguarlo deciden tomar una muestra aleatoria de 30 costales de cada lote o pedido
(500 costales). Los pesos obtenidos en las muestras de los últimos tres lotes se presentan en
la tabla:

a) Las tolerancias que se establecen para el peso de los costales de arena son 20 60.5.
Calcule los estadísticos básicos para las muestras y decida si la calidad es satisfactoria.

Media Mediana

19.35 19.25

19.30 19.35

20.04 20

La media calculada del lote 3 es satisfactoria por que entra en el rango de tolerancia,
mientras que la muestra del lote 1 y 2 está por deba de los rangos de tolerancia, por lo tanto
no es satisfactoria.
 9

S1 = 0.55507067 y R1 = 2.4

S2 = 0.690069129 y R2 = 2.9

S3 = 0.40137694 y R3 = 1.9

b) Calcule los estadísticos básicos para los 90 datos y dé una opinión global sobre el peso de
los costales.

Media Mediana

19.56 19.60

Por los datos obtenidos podemos observar que el peso de los costales se encuentra entre los
límites inferiores, por lo tanto, no es muy favorable ya que la media calculada nos indica que
la mayoría del peso se ubica cerca del límite inferior o menor a esto.

S = 0.651114477 y R = 3.2
 10

c) Obtenga un histograma para los 90 datos, inserte las especificaciones y obtenga una
conclusión general sobre el peso de los bultos.

Rango de datos R = 3.2

Numero de clase NC = ≈ 10

Longitud de clase LC = R/ NC = 0.32

Frecuenci Frecuencia
Clase Intervalo
a relativa
De acuerdo a los resultados del histograma la
1 17.8 – 18.12 1 1.1
mayor concentración de lotes de sacos se
2 18.12 – 18.44 3 3.3 encuentra por debajo del límite inferior con la
3 18.44 – 18.76 6 6.7 cantidad de 18, por tanto la área mejorable de
4 18.76 – 19.08 11 12.2 este es de 15 y 18, ya que se encuentra en el
5 19.08 – 19.40 17 18.9 rango adecuado con niveles satisfactorio de
6 19.40 – 19.72 18 20 calidad.
7 19.72 – 20.04 15 16.7
8 20.04 – 20.36 8 8.9
9 20.36 – 20.68 7 7.8
10 20.68 – 21.00 4 4.4
Total 90 100

De acuerdo a los cálculos

arrojados la fábrica de pintura
debería hacer los siguientes
cambios para la optimización
de calidad, donde el
proveedor refleje
detalladamente las
deficiencias que presentan
los lotes de arenas para así
incrementar las mejoras
correctivas y aumentar su
calidad.
 11

17. En una fábrica de envases de vidrio se han tenido problemas con la capacidad de las
botellas de 750 ml. Con base en el historial del proceso se sabe que la capacidad media de
tal tipo de botellas es de 749 ml, con una desviación estándar de 12.

a) Si las especificaciones para la capacidad de las botellas son de 750 + 10, dé un

diagnóstico, calculando los límites reales, sobre el tipo de problemas que se tiene en cuanto
al volumen.

El diagnóstico es superficial ante la problemática del volumen de las botellas, por que al
momento de tomar en cuenta la capacidad de elaboración notamos que no se están
eligiendo los volúmenes de producción reflejado en la tabla.

18. De acuerdo con el ejercicio anterior, con el propósito de mejorar la calidad de las botellas
en cuanto al volumen, se tienen dos propuestas a nivel experimental. Los datos para cada
propuesta se presentan en la tabla 8.4.

Volumen de las botellas

740 759 740 751 751 751 750 757 744 752
A 738 743 748 742 761 765 754 733 753 752
751 758 747 753 746 753 766 751 750 744
746 744 751 747 748 745 748 743 745 746
B 744 750 741 745 749 743 748 744 747 742
745 749 738 742 751 743 749 748 744 749

a) Calcule los estadísticos básicos para cada propuesta y comente.

Volumen de las botellas Media Mediana

740 759 740 751 751 751 750 757 744 752
A 738 743 748 742 761 765 754 733 753 752 750 751
751 758 747 753 746 753 766 751 750 744
746 744 751 747 748 745 748 743 745 746
B 744 750 741 745 749 743 748 744 747 742 746 746
745 749 738 742 751 743 749 748 744 749

SA = 7.653486922, RA = 33

SB = 3.144782214, RB = 13
 12

b) Calcule una aproximación de los límites reales para cada propuesta y compárelos con los
del ejercicio anterior. ¿Se logran mejoras?

Realizado el cálculo se detectó que la propuesta A es la más favorable en el proceso, pero a

su vez la propuesta B no se ve como un resultado negativo porque entra en los límites de
rango planteados.

c) Con base en un histograma en el que inserte especificaciones, describa cada una de las
propuestas y elija la que considere mejor.

Propuesta A

Clase Intervalo Frecuenci Frecuencia

a relativa Rango de datos R = 33
1 733 – 738.5 2 6.7
2 738.5 – 744 6 20 Numero de clase NC = ≈ 6
3 744 – 749.5 3 10
4 749.5 – 755 13 43.3 Longitud de clase LC = R/ NC = 5.5
5 755 – 760.5 3 10
6 760.5 – 766 3 10
Total 30 100

En el presente histograma se encuentra reflejado el límite de satisfacción de calidad, con una

cantidad de 13 botellas favorables y con un volumen aproximado de 749,5 a 755.
 13

Clase Intervalo Frecuencia Frecuencia relativa

1 738 – 740.17
2 740.17 – 742.34
3 742.34 – 744.51
4 744.51 – 746.68
5 746.68 – 748.85
6 748.85 – 751.02
Total
Rango de datos R = 13
1 3.3
3 10 Numero de clase NC = ≈ 6
7 23.3
6 20 Longitud de clase LC = R/ NC = 2.17
6 20
7 23.3
30 100

Los datos reflejados en el histograma presentan que están entre el límite de la calidad
favorable porque solo deja por fuera una botella sobre el rango establecido.
 14

19. En una empresa se están rediseñando los tiempos de salida y llegada de sus autobuses.
En particular se tiene el problema de establecer el tiempo de recorrido entre dos ciudades. A
continuación, se describe una muestra de estos tiempos:

3,49 3,59 3,69 3,42 3.31 3,60 3,58 3,54

3,52 3,04 3,69
3,48 3,66 3,57 3,63 3,00 3,61 4,00 3,40
3,53 3,61 3,61 3,24
3,61 3,51 3,50 3,57 3,53 3,67 3,51 3,24
4,40 3,58 3,70 3,50

a) Realice un histograma para estos datos e interprételo.

Media Mediana
3,55 3,57

S = 0,24 y R = 4

Clase Intervalo Frecuencia Frecuencia relativa

1 3 - 3,23 2 5,0 Rango de datos R = 1,4
2 3,23 - 3,46 5 12,5
3 3,46 - 3,69 25 62,5 Numero de clase NC = ≈ 6
4 3,69 - 3,93 1 2,5
Longitud de clase LC = R / NC = 0,23
5 3,93 - 4,16 1 2,5
6 4,16 - 4,40 1 2,5

Con los datos del histograma

presentan el tiempo de recorrido de
los autobuses entre las dos ciudades
es de 3,46 a 3,69 por la mayoría.
 15

20. Dos máquinas, cada una operada por una persona, se utilizan para cortar tiras de hule,
cuya longitud ideal es de 200 mm, con una tolerancia de +3 mm. Al final del turno, un
inspector toma una muestra y observa que la longitud cumpla las especificaciones. A
continuación, se muestran las últimas 110 mediciones para ambas máquinas.

a) ¿Es adecuada la tendencia central de las mediciones?

Medios 22/100 200,01

Mediana 200,1
Moda 199 200,5 201,4

El valor obtenido se encuentra dentro del margen de tolerancia de los 3 mm. La mediana
también está dentro de los límites establecidos y con respecto a la moda es multimodal (tres
modas), podemos sostener las tres se encuentran dentro del margen aceptable, ya que la
longitud ideal es de 200 mm con un margen de + - 3 mm (197 mm - 203 mm)

b) Calcule la desviación estándar y una aproximación de los límites reales, y con base en ello
decida si la variabilidad de los datos es aceptable.

ESTÁNDAR DE DESVIACIÓN: 1,15

LIMITE SUPERIOR: 200,01 ± 3 (1,15) 203,46
LIMITE CENTRAL: 200,01200,01
INFERIOR LIMITE: 200,01 ± 3 (1,15) 196,56

La variabilidad de los datos no es aceptable ya que el límite superior e inferior está fuera del
margen de fabricación.
 16

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos,

etcétera).

Clase Intervalo Frecuenci

a
1 197,08 - 5 Rango de datos R = 4,3
198,25
2 198,26 - 16 Numero de clase NC = ≈ 10.49
198,71
3 198,72 - 14 Longitud de clase LC = R / NC = 0,41
199,17
4 199,18 - 11
199,63
5 199,64 - 8
200,09
6 200,10 - 14
200,55
7 200,56 - 17
201,01
8 201,02 - 14
201,47
9 201,48 - 8
201,93
10 201,94 - 3
202,38
 17

Sesgo Negativo, tendencia derecha.

d ) ¿El proceso de cortado de tiras es capaz de cumplir especificaciones?

R.- No, ya que refleja dos condiciones diferentes

21. En el caso del ejercicio anterior, considerando que los primeros 55 datos corresponden a
una máquina, y los últimos 55 a otra, conteste lo siguiente:

a) Haga un análisis por separado para cada máquina (tendencia central, variabilidad,
histograma).

MÁQUINA 1:
Moda: 201.4
Mediana: 201.0
Media Aritmética: 200.96

MÁQUINA 2:
Moda: 199.0
Mediana: 199.0
Media Aritmética: 199.03
 18

La Máquina 1 tiene a ladearse hacia el límite superior, mientras que la Máquina 2 tiende
hacia el límite inferior. Sin embargo se puede notar que ambas respetan prácticamente la
misma desviación de oscilando en el 0.96-0.97. Sin embargo, la Máquina 1 genera una
mayor cantidad de tiras que sobrepasan esa desviación, mientras que la número 2, mantiene
una moda y mediana prácticamente iguales a la media, denotando un mejor rendimiento y
siendo más constante.

b) ¿Cuál es el problema de cada máquina?

La Máquina 1 tiende a superar los límites superiores más seguido variando más las
medidas de unas tiras con otras.
La Máquina 2 a pesar de su poca varianza, en la gran mayoría de casos se queda corta a la
medida idónea de las tiras, siendo este un inconveniente mayor a un sobrante.

Ambas máquinas presentan una desviación muy próxima una a la otra, claramente
teniendo la ligera ventaja la Máquina 1.

c) Vuelva a analizar el histograma realizado en el ejercicio 20 inciso c) y vea si de alguna

forma se vislumbraba lo que detectó con los análisis hechos en este ejercicio.

En ambos histogramas se proyectan los análisis, ya que al estar ordenados para

generar un camino ascendente se puede apreciar como la medida perfecta de 200
mm se ve superada en la gran mayoría de las ocasiones por parte de la Máquina 1, mientras
que del lado de la Máquina 2 siempre queda la mayoría de tiras por debajo de los 200 mm.

22. En un área de servicios dentro de una empresa de manufactura se hace una encuesta
para evaluar la calidad del servicio proporcionado y el nivel de satisfacción de los clientes
internos. La encuesta consiste en 10 preguntas y cada una de ellas evalúa diferentes
aspectos del servicio proporcionado. Las respuestas para cada pregunta es un número entre
0 y 10. Para
hacer un primer análisis de los resultados obtenidos se suman los puntos obtenidos de las 10
preguntas para cada cuestionario. A continuación, se muestran los puntos obtenidos en 50
cuestionarios.
 19

a) Analice los datos anteriores y dé una primera opinión sobre la calidad en el servicio.
R.- Se observa que el 50% de las encuetas o tienen una calidad de servicio media baja, o los
clientes internos tienen una satisfacción media baja en relación al servicio recibido; la
cuestión es que uno de los aspectos que se están considerando para la evaluación está en la
línea media baja y el otro es totalmente deficiente.

b) Realice el histograma e interprételo con cuidado

Histograma
16
14
12
10
8
Frecuencia

6
4 Frecuencia
2
0
29 .7
8
.5
6
.3
4
.1
2 .9 .6
8
.4
6
.2
4 .. .
37 46 55 64 72 81 90 99 y or
a
m
y

Clase

Al ver el histograma vemos que los valores están muy segregados reflejando la diferencia de
opiniones de los clientes, algunos muy satisfechas y otros se podría decir conformes, pero no
se podría afirmar una satisfacción al 100%

c) Qué es lo más destacado que observa en el histograma?

R.- Hay una gran cantidad de clientes insatisfechos y otra concentración conformes.
 20

d) Tendría alguna utilidad hacer un análisis por separado de cada una de las preguntas

R.- Sí, porque cada cliente podría expresar con sus palabras la manera que podría satisfacer
sus necesidades. Utilizamos este histograma para tener una idea general.

23. Un aspecto importante en la fabricación de estatores es el diámetro exterior del

embobinado. En seguida se muestran los datos obtenidos en la inspección de esta variable.
Considerando que el diámetro exterior debe se r menor que 119.0, haga un análisis detallado
de los datos para evaluar la variabilidad y tendencia central del proceso.

Descriptivos
Estadístico Desv. Error
fabricacion deMedia 118,134 ,0288
 21

estatores 95% de intervalo deLímite inferior 118,076

confianza para laLímite 118,192
media superior
Media recortada al 5% 118,137
Mediana 118,160
Varianza ,050
Desv. Desviación ,2234
Mínimo 117,7
Máximo 118,5
Rango ,8
Rango intercuartil ,4
Asimetría -,146 ,309
Curtosis -1,151 ,608

Tendencia central del Proceso:

Media: se obtiene un valor de 118,13 mm de Dext. de promedio.

Mediana: se obtiene un valor de 118,16 mm de Dext. representando el valor medio de todos

los datos inspeccionados.

moda 118 Moda: se obtiene un valor de 118 mm de Dext.

Representando el valor con mayor frecuencia.

Variabilidad del proceso:

Desviación estándar: se obtiene un valor de 0.22 mm de Dext. Por cual existe una
variabilidad de 0,22 mm respecto a su media.

Conclusiones

En la actividad 8 se dio respuesta a las preguntas y ejercicios contenidos en las paginas

plasmadas en la descripción de la actividad contenida en la plataforma, agregando que de
manera personal, se tornó muy complejo el entendimiento de las operaciones utilizadas para
el desarrollo de los ejercicios, analizando a detalle las descripciones y especificaciones tanto
del ejercicio sugerido, como las contenidas en el libro base de la asignatura.
Es importante mencionar, que se intentó organizar con los compañeros un equipo para
trabajar sobre esta compleja actividad, sin embargo, no se dio con éxito, ya que fue omisa la
respuesta de mis compañeros para trabajar de esta forma, por lo que, a decisión personal,
opté por desarrollar la actividad de manera individual.
 22

Mis expectativas sobre la evaluación de la actividad son altas, sin embargo, me quedo con la
duda si el desarrollo y resultado de los ejercicios son correcto, esperando que así lo fuera.

Referencias bibliográficas
Autor: Gutierrez Pulido Humberto. Año (2014). Título: Calidad y Productividad. Ciudad de
México, Editorial McGRAWHILL/INTERAMERICANA EDITORES, S.A. DE C.V.