Dos máquinas, cada una operada por una persona, son utilizadas para cortar

ideal es de 200 mm, con una tolerancia de ± 3 mm. Al fi nal del turno un inspe
inspecciona que la longitud cumpla especificaciones. A continuación se mues
mediciones para ambas máquinas.

Dispersión de datos. V Max. V Min.

199.2 202.1 197.8
200.7
200.7 Rango. Número de elementos.
200.5 4.3 110
200.2
202 # De clases. Ancho de clase.
200.7 10.48808848 0.43
198.6 Redondeo. Redondeo.
199.7 10 0
199.6
198.9 Media. Varianza (S²)
199 199.9963636 1.335582986
199.6
199.4 Moda. Desviación estandar.
199.7 200.5 1.155674256
201.4
200.9 Mediana.
201.2 200.1
201
201
201.8
200.3 Histograma y palalelogramo.
199.7 1
199 0.9
198.8
0.8
199
0.7
199
0.6
198.7
0.5
0.4

0.3
 0.8

0.7
0.6

201.8 0.5

200.4 0.4
201 0.3
201.7 0.2
201.4
0.1
201.5
0
200.5 73 16 59 02 45 88 31 74 17 .6 03 46 89 32
9 6. 97. 97. 98. 98. 98. 99. 99. 00. 2 00 0 1. 01. 01. 02.
198.5 1 1 1 1 1 1 1 1 2 - 2 2 2 2
3- 3- 6- 9- 2- 5- 8- 1- 4- 17 6- 3- 6- 9-
9 6. 6.7 7.1 7.5 8 .0 8 .4 8 .8 9 .3 9 .7 0 0. 0 0. 1 .0 1.4 1.8 2.
3
199 1 19 19 19 19 19 19 19 19 2 2 20 20 20 20
198.7
198.7
198.7
199.7
198.5
202
201.7
201.5
201.2
201.4
201.6
200.5
198.2
198.4
200.5
199.2
199.1
198.9
198.7
201
201.4
201.2
201.2
201.1
200.6
200.8
199.6
199.1
198.4
199.3
200.3
199.2
198.6
201.5
201.4
201.3
200.5
201.2
200.1
200.3
198.2
198.8
199.2
199.7
200.5
197.9
198.5
200
200.8
200.9
200.1
201
201.3
200.7
198.4
198.3
198.8
197.8
198.1
200.3
199.8
202.1
200.7
201.4
200.6
200.6
199.5
199
198.9
198.5
199.9
198.3
199.6
 a) Obten

adas para cortar tiras de hule, cuya longitud

b) Calcule la desviaci
del turno un inspector toma una muestra e
nuación se muestran las últimas 110

Lim. Inferior
d) Con la evidencia obtenida antes
196.5293409

Límite superior .
203.4633864

Cp.
0.8652957309
No. De clase.
0
1
+ 3 mm 2
203 3
4
- 3 mm 5
197 6
7
8
9
10
11
12
y palalelogramo. 13
14
15

Frecuencia.
Paralelogramo
 Frecuencia.
Paralelogramo

. 6 03 46 89 32 75 18
00 1. 01. 01. 02. 02. 03.
-2 2 0 2 2 2 2 2
17 6- 3- 6- 9- 2- 5-
0 0. 1.0 1.4 1.8 2.3 2.7
2 20 20 20 20 20
 a) Obtenga las medidas de tendencia central y con base en ellas señale si la tendencia central del proceso es adecuada.

No es perfecto, sin embargo, es aceptable, ya que nuestra media es 199.

b) Calcule la desviación estándar y una aproximación de los límites reales, y a partir de éstos decida si la variabilidad de los datos e

Si observamos el límite

c) Obtenga un histograma e interprételo (tendencia

central, variabilidad, acantilados, sesgos, etcétera).

on la evidencia obtenida antes, cuál es su opinión acerca de lo adecuado o no de la longitud de las tiras que se cortaron en el periodo que rep

Límite inferior. Límite superior. X media. Frecuencia.

196.3 196.73 196.515 0
196.73 197.16 196.945 0
197.16 197.59 197.375 0
197.59 198.02 197.805 2
198.02 198.45 198.235 8
198.45 198.88 198.665 14
198.88 199.31 199.095 16
199.31 199.74 199.525 11
199.74 200.17 199.955 5
200.17 200.6 200.385 15
200.6 201.03 200.815 17
201.03 201.46 201.245 14
201.46 201.89 201.675 8
201.89 202.32 202.105 3
202.32 202.75 202.535 0
202.75 203.18 202.965 0
a tendencia central del proceso es adecuada.

uestra media es 199.

e éstos decida si la variabilidad de los datos es aceptable.

(tendencia
, etcétera).

as tiras que se cortaron en el periodo que representan las mediciones.

Intervalos.
196.3-196.73
196.73-197.16
197.16-197.59
197.59-198.02
198.02-198.45
198.45-198.88
198.88-199.31
199.31-199.74
199.74-200.17
200.17-200.6
200.6-201.03
201.03-201.46
201.46-201.89
201.89-202.32
202.32-202.75
202.75-203.18
En el caso del ejercicio anterior, considere que los primeros 55 datos (
máquina, y los últimos 55 a otra. Ahora con

Dispersión de datos A. V max. V min.

 0 0
Rango. # de elementos.
0 0
# De calses. Ancho de clase.
0 #DIV/0!
Redondeo. Redondeo.
0 #DIV/0!
Media. Varianza (S²)
#DIV/0! #DIV/0!
Moda. Desviación estandar.
#N/A #DIV/0!
Mediana.
#NUM!

Histograma y pa

0.9
 1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
196.3- 196.73- 197.16- 197.59- 198.02- 198.45- 198.88- 199.31- 199.74-
196.73 197.16 197.59 198.02 198.45 198.88 199.31 199.74 200.17
s 55 datos (ordenados por renglón) corresponden a una
Ahora conteste lo siguiente.

Lím. inferior (EI).

 #DIV/0!
Lím. superior (ED).
#DIV/0!
Cp.
#DIV/0!

Calificación total (EI).

203
Calificación min. Aceptable
197

tograma y palalelogramo.
 Frecuencia.
Paralelogramo

8- 199.31- 199.74- 200.17- 200.6- 201.03- 201.46- 201.89- 202.32- 202.75-

31 199.74 200.17 200.6 201.03 201.46 201.89 202.32 202.75 203.18
a) Evalúe las dos máquinas en cuanto a su centrado (tendencia central) y con respecto a la l

b) Analice la dispersión de ambas máquinas utilizando la desviación estándar y la re

c) Haga un histograma para cada máquina e interprete cada uno de ellos.

central, variabilidad, acantilados, sesgos, etcétera).

d) De acuerdo con lo anterior, ¿cuál es el problema de cada máquina?

 d) De acuerdo con lo anterior, ¿cuál es el problema de cada máquina?

# De clase. Lím. inferior. Lím. superior. X media. Frecuencia.

0 196.3 #DIV/0! #DIV/0! 0
1 #DIV/0! #DIV/0! #DIV/0! 0
2 #DIV/0! #DIV/0! #DIV/0! 0
3 #DIV/0! #DIV/0! #DIV/0! 0
4 #DIV/0! #DIV/0! #DIV/0! 0
5 #DIV/0! #DIV/0! #DIV/0! 0
6 #DIV/0! #DIV/0! #DIV/0! 0
7 #DIV/0! #DIV/0! #DIV/0! 0
8 #DIV/0! #DIV/0! #DIV/0! 0
9 #DIV/0! #DIV/0! #DIV/0! 0
10 #DIV/0! #DIV/0! #DIV/0! 0
11 #DIV/0! #DIV/0! #DIV/0! 0
12 #DIV/0! #DIV/0! #DIV/0! 0
13 #DIV/0! #DIV/0! #DIV/0! 0
14 #DIV/0! #DIV/0! #DIV/0! 0
15 #DIV/0! #DIV/0! #DIV/0! 0
 e) Considere que cada máquina es operada
al) y con respecto a la longitud ideal (200). cuáles son las posibles causas de los problem
qué haría para corroborar cuále

f ) Vuelva a analizar el histograma realizado

viación estándar y la regla empírica. si de alguna forma se vislumbraba lo que de
ejercic

rete cada uno de ellos.

s, etcétera).

ema de cada máquina?

ema de cada máquina?

Intervalos.
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
 quina es operada por una persona diferente, y determine
as de los problemas señalados en el inciso anterior y señale
corroborar cuáles son las verdaderas causas.

grama realizado en el inciso c) del ejercicio anterior y vea

mbraba lo que detectó con los análisis realizados en este
ejercicio.
En un área de servicios dentro de una empresa de manuftura se r
proporcionado y el nivel de satisfacción de los clientes internos.
diferentes aspectos del servicio proporcionado. Las respuestas p
análisis de los resultados obtenidos se suman los puntos obtenid
muestran los puntos obtenidos en 50 cuestionarios.

Dispersión de datos. V max.

78 91
68
70 Rango.
35 62
41
78 # De calses.
84 7.071067812
87 Redondeo.
42 7
42
82 Media.
75 59.8
77
34 Moda.
45 78
85
78 Mediana.
82 58.5
44
42
81
76
1

0.9
84
49 1

35
86 0.9

76
48 0.8
34
38 0.7
80
82 0.6
49
30 0.5
39
73 0.4
85
39
0.3
43
42
84 0.2

91
39 0.1

31
43 0
19.5-28.5 28.5-37.5 37.5
78
80
43
34
29
sa de manuftura se realiza una encuesta para evaluar la calidad del serv
os clientes internos. La encuesta consiste de 10 preguntas, y cada una d
do. Las respuestas para cada pregunta es un número entre 0 y 10. Para
n los puntos obtenidos de las 10 preguntas para cada cuestionario. A co
narios.

V min.
29
# de elementos.
50
Ancho de clase.
8.857142857
Redondeo.
9
Varianza (S²)
446.2857143
Desviacion estandar.
21.12547548

Histograma y palalelogramo.
 Histograma y palalelogramo.

28.5-37.5 37.5-46.5 46.5-55.5 55.5-64.5 64.5-73.5 73.5-82.5

 encuesta para evaluar la calidad del servicio
ta consiste de 10 preguntas, y cada una de ellas evalúa
regunta es un número entre 0 y 10. Para hacer un primer
0 preguntas para cada cuestionario. A continuación se

Lím. inferior (EI).

-3.576426442
Lím. superior (ED).
123.1764264
Cp.
0.1577873755

Calificación total (EI).

100
Calificación min. aceptable (ES).
80

Histograma y palalelogramo.
 Histograma y palalelogramo.

46.5-55.5 55.5-64.5 64.5-73.5 73.5-82.5 82.5-91.5 91.5-100.5

 Calcule las medidas de tendencia central, de disperción a los dato

las calificaciones que mas se repiten estan por deb

Realice el histograma

la campana de Gaus

¿Qué es lo más destacado

Nuestros extremos están completamente desubica

¿Tendría alguna utilidad realizar un anális

si para etender mejor

# De clase. Lím. inferior. Lím. superior.

0 19.5 28.5
1 28.5 37.5
2 37.5 46.5
3 46.5 55.5
4 55.5 64.5
5 64.5 73.5
6 73.5 82.5
7 82.5 91.5
8 91.5 100.5
 Frecuencia.
Paralelogramo.

5 91.5-100.5
disperción a los datos anteriores y dé una primera opinión acerca de la calidad de servicio.

repiten estan por debajo de 80 siendo 78 la que aparece en mas ocaciones.

alice el histograma e interprételo con cuidado.

la campana de Gauss se observa muy ancha.

es lo más destacado que observa en el histrograma.

pletamente desubicados del promedio se busca, esto debido a que =59.8.

ad realizar un análisis por separado de cada una de las preguntas?

para etender mejor lo que se esta realizando.

X media. Frecuencia. Intervalos.

24 0 19.5-28.5
33 8 28.5-37.5
42 14 37.5-46.5
51 3 46.5-55.5
60 0 55.5-64.5
69 3 64.5-73.5
78 14 73.5-82.5
87 8 82.5-91.5
96 0 91.5-100.5
de servicio.
En una fábrica de piezas de asbesto una característica importante de la calidad es el grosor de las láminas. Para cierto
óptimo es de 5 mm y se tiene una discrepancia tolerable de 0.8 mm, ya que si la lámina tiene un grosor menor que 4.
demasiado delgada y no reunirá las condiciones de resistencia exigidas por el cliente. Si la lámina tiene un grosor ma
se gastará demasiado material para su elaboración y elevarán los costos del fabricante. Por lo tanto, es de suma impo
láminas con el grosor óptimo, y en el peor de los casos dentro de las tolerancias especificadas. De acuerdo con los re
realizadas en los últimos tres meses se aprecia un proceso con una estabilidad aceptable, el grosor medio es μ = 4.75
desviación estándar σ = 0.45.

V max. V min.
0 0

Rango. Número de elementos.

0 0

# De clases. Ancho de clase.

0 #DIV/0!
Redondeo. Redondeo.
0 #DIV/0!

Media. Varianza (S²)

4.75 #DIV/0!

Moda. Desviación estandar.

#N/A 0.45
Mediana.
4.7
 a) De acuerdo con la media y la m

s el grosor de las láminas. Para cierto tipo de lámina el grosor

lámina tiene un grosor menor que 4.2 mm se considera
b) Si considera sólo la media y la mediana, ¿p
ente. Si la lámina tiene un grosor mayor que 5.8 mm, entonces
cante. Por lo tanto, es de suma importancia fabricar las
especificadas. De acuerdo con los registros de las mediciones
eptable, el grosor medio es μ = 4.75, la mediana 4.7, y la
c) Calcule los límites reales, haga la gráfi ca de capacid

Lím. inferior (EI).

3.4

Lím. superior (ED).

6.1

Cp.
0.5925925926

Calificación total (EI).

5.8

Calificación min. aceptable (ES).

4.2
 a) De acuerdo con la media y la mediana, ¿el centrado del proceso es adecuado? Argumente.

nsidera sólo la media y la mediana, ¿puede decidir si el proceso cumple con las especifi caciones? Explique.

tes reales, haga la gráfi ca de capacidad y señale si el proceso cumple con especifi caciones. Argumente su respuesta.
En el problema anterior, con el propósito de mejorar la calidad que se tenía en cuanto al gros
implementó un proyecto de mejora siguiendo la metodología Seis Sigma (ver capítulo 16). V
implementados fueron relativos a mejora y estandarización de los procedimientos de operaci
si el plan tuvo éxito, se eligieron láminas de manera aleatoria y se midió su grosor. Los 120 d
días se muestran a continuación:

Dispersión de datos. Vmax. V min.

4.8 5.7 4.1
4.7
4.7 Rango. # de elementos.
4.9 1.6 120
4.7
4.6 # De clases. Ancho de clase.
4.2 10.95445115 0.1454545455
5 Redondeo. Redondeo.
5.3 11 0.15
4.4
4.3 Media. Varianza (S²)
5.7 4.883333333 0.09955182073
4.1
4.8 Moda. Desviación estandar.
5 5 0.3155183366
5
4.5 Mediana.
5 4.9
4.9
5
4.8 No. De clase. Límite inferior. Límite superior. X media.
4.5 0 3.8 3.95 3.875
5.1 1 3.95 4.1 4.025
4.7 2 4.1 4.25 4.175
5 3 4.25 4.4 4.325
4.6 4 4.4 4.55 4.475
5.3 5 4.55 4.7 4.625
4.9 6 4.7 4.85 4.775
5 7 4.85 5 4.925
4.5 8 5 5.15 5.075
5.1 9 5.15 5.3 5.225
5.3 10 5.3 5.45 5.375
5 11 5.45 5.6 5.525
5.1 12 5.6 5.75 5.675
5.3 13 5.75 5.9 5.825
4.8
5.1
5.2
4.4
5
4.9
4.4
5
5
5.1
4.7
4.8
5.6
4.9
5.2
4.6
5.1
4.9
5.3
5.1
4.9
4.4
5.1
4.7
4.7
4.9
4.6
4.6
5.1
4.5
4.4
4.7
5.2
4.6
5
4.6
4.9
4.9
5
5.2
4.5
5.3
4.5
5.3
5.3
 5
4.2
5.2
5.3
4.1
5.3
5.1
4.6
4.8
5.6
4.9
4.6
4.8
5
5.1
5.3
4.7
5.2
4.7
5
4.8
5.3
4.7
5.1
4.9
4.4
4.7
4.9
4.6
5
4.5
5.2
5.1
5.2
4.9
5
4.8
5
5.1
4.5
 a) Calcule la media y mediana de estos datos, y c
con los cambios se

nía en cuanto al grosor de las láminas, se

a (ver capítulo 16). Varios de los cambios b) Calcule la desviación estándar y, con ésta, obte
dimientos de operación del proceso. Para verificar
su grosor. Los 120 datos obtenidos durante tres
c) Construya un histograma, i

Lím. inferior (EI).

3.936778324
d) De acuerdo con todo lo anterior, ¿

Lím. superior (ED).

5.829888343

Cp.
0.8451701082

Calificación total (EI).

5.8

Calificación min aceptable (ES).

4.2
Frecuencia. Intervalos.
0 3.8-3.95
2 3.95-4.1
4 4.1-4.25
7 4.25-4.4
14 4.4-4.55
22 4.55-4.7
21 4.7-4.85
33 4.85-5
33 5-5.15
20 5.15-5.3
12 5.3-5.45
2 5.45-5.6
3 5.6-5.75
0 5.75-5.9
ediana de estos datos, y compárelas con las que se tenían antes del proyecto, decida si
f ) Si se observaron mejoras, ¿
con los cambios se mejoró el centrado del proceso.

estándar y, con ésta, obtenga una estimación de los nuevos límites reales y decida si la
variabilidad se redujo.

nstruya un histograma, inserte las especifi caciones e interprételo.

do con todo lo anterior, ¿el proyecto dio buenos resultados? Argumente.

-
-
-
-
-
-
-
-
-
-
-
-
-
-
) Si se observaron mejoras, ¿son sufi cientes para garantizar un producto dentro de especifi caciones?
En la elaboración de envases de plástico primero se elabora la preforma, para la cual se tienen varios criterios de calidad, uno de e
el peso de ésta. Para cierto envase se tiene que el peso debe estar entre 28.00 ± 0.5 g. A continuación se muestran los últimos 112
obtenidos mediante una carta de control para esta variable.

Dispersión de datos. Vmax. Vmin.

27.72 28.39 27.63

28.06
27.81 Rango. Número de elementos.
27.87 0.76 112
27.86
28.26 No. De calses. Ancho de clase.
27.95 10.58300524 0.06909090909
28.22 Redondeo. Redondeo.
28.09 11 0.07
28.13
28.04 Media. Varianza (S²)
27.63 27.97598214 0.02065848616
27.85
28.16 Moda. Desviación estandar. Calificación miníma aceptable (ES).
28.39 27.94 0.1437306027
27.91
27.74 Mediana.
27.87 27.96
27.84
Histograma y palalelogramo.
28.1
1
27.94
27.96 0.9

28.02 0.8
27.88 0.7
28.05 0.6
27.93 0.5
27.84 0.4
28.16
0.3
28.21
0.2
27.97
0.1
27.95
27.82 0
.6
4
.7
1
.7
8
.8
5
.9
2
.9
9
OR! OR! OR ! OR ! OR ! OR! OR!
27.7 7 7 7 7 7 7 R R R R R R R
-2 -2 -2 -2 -2 - 2 ER ER #ER #ER #ER #ER #ER
.57 . 64 . 71 . 78 . 85 .92 # #
27.94 27 27 27 27 27 27
27.81
Frecuencia. Paralelogramo
27.88
27.85
28.11
27.75
27.74
28.12
28.01
28.19
27.95
27.91
28.23
27.98
28.07
27.76
28.08
28.27
28.05
27.89
28.1
28.01
28.13
28.02
27.96
27.93
27.9
28.02
27.84
27.96
28.04
27.75
28.14
27.94
28.14
27.97
27.97
27.93
27.94
28.07
27.91
28
27.9
27.84
28.19
27.98
28.11
28.19
27.91
27.88
27.9
27.89
28.04
28.13
28.16
27.99
27.87
27.85
27.89
27.75
28.08
28.1
27.84
28
27.87
27.88
28.05
27.98
27.94
28.13
27.76
27.93
28.08
27.82
28.16
27.78
28.21
28.1
27.94
 a) Obtenga las medidas de tendencia central y señale si la tendencia central de las m

n varios criterios de calidad, uno de ellos es b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos decida
tinuación se muestran los últimos 112 datos
iable.

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

d) ¿Es adecuado el peso

Límie inferior (EI).
de las preformas?

27.54479033

Límite superior (ED).

28.40717395

Cp.
1.15957676
No. De clase. Límite inferior. Límite superior. X media.
0 27.5 27.57 27.54
1 27.57 27.64 27.61
Calificación total (EI). 2 27.64 27.71 27.68
28.5 3 27.71 27.78 27.75
4 27.78 27.85 27.82
Calificación miníma aceptable (ES). 5 27.85 27.92 27.89
27.5 6 27.92 27.99 27.96
7 27.99 Err:520 #ERROR!
 8 #ERROR! #ERROR! #ERROR!
9 #ERROR! #ERROR! #ERROR!
10 #ERROR! #ERROR! #ERROR!
ama y palalelogramo.
11 #ERROR! #ERROR! #ERROR!
12 #ERROR! #ERROR! #ERROR!
13 #ERROR! #ERROR! #ERROR!

.9
9
OR! OR! OR ! OR ! OR ! OR! OR!
7 R
2-
2 R R R ER R ER R ER R ER R ER R
#E #E # # # # #

ecuencia. Paralelogramo
señale si la tendencia central de las mediciones es adecuada.

es reales y con base en éstos decida si la variabilidad de los datos es aceptable.

ndencia central, variabilidad, acantilados, sesgos, etcétera).

Frecuencia. Intervalos.
0 27.5-27.57
1 27.57-27.64
1 27.64-27.71
9 27.71-27.78
13 27.78-27.85
22 27.85-27.92
23 27.92-27.99
15 #ERROR!
18 #ERROR!
13 #ERROR!
6 #ERROR!
1 #ERROR!
1 #ERROR!
0 #ERROR!