SP 02 Guerra Anthony

UTA-FISEI-II-MP-UP-07-04 NOMBRE: GUERRA MOLINA FECHA: 22/05/2023
ANTHONY JOSUÉ
S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 1/23
DIAGRAMAS ESTADÍSTICOS”
1. ENUNCIADO DEL PROBLEMA

HISTOGRAMAS Y OTROS DIAGRAMAS ESTADÍSTICOS
2. DESARROLLO DEL PROBLEMA
Libro: Control de Calidad, Dale Besterfield, pág. 170, Edición 8.
Ejercicio 7
Enunciado: Una empresa que llena botellas de champú trata de mantener determinado peso del
producto. a tabla siguiente muestra el peso de 110 botellas, medidos a intervalos aleatorios. Haga una
hoja de conteo para estos pesos, y trace un histograma de frecuencias. (El peso está en kilogramos).
Tabla 1. Datos de peso
6,00 5,98 6,01 6,01 5,97 5,99 5,98 6,01 5,99 5,98 5,96
5,98 5,99 5,99 6,03 5,99 6,01 5,98 5,99 5,97 6,01 5,98
5,97 6,01 6,00 5,96 6,00 5,97 5,95 5,99 5,99 6,01 6,00
6,01 6,03 6,01 5,99 5,99 6,02 6,00 5,98 6,01 5,98 5,99
6,00 5,98 6,05 6,00 6,00 5,98 5,99 6,00 5,97 6,00 6,00
6,00 5,98 6,00 5,94 5,99 6,02 6,00 5,98 6,02 6,01 6,00
5,97 6,01 6,04 6,02 6,01 5,97 5,99 6,02 5,99 6,02 5,99
6,02 5,99 6,01 5,98 5,99 6,00 6,02 5,99 6,02 5,95 6,02
5,96 5,99 6,00 6,00 6,01 5,99 5,96 6,01 6,00 6,01 5,98
6,00 5,99 5,98 5,99 6,03 5,99 6,02 5,98 6,02 6,02 5,97
1. Realizar la Tabla de conteo en donde se evidencia los pesos, las veces que se repite cada peso
y su total.
Tabla 2. Tabla de Conteo
TABLA DE CONTÉO
Peso (kg) Tabulación Total
5,94 / 1
5,95 // 2
5,96 //// 4
5,97 //////// 8
5,98 //////////////// 16
5,99 //////////////////////// 24
REFERENCIAS BIBLIOGRÁFICAS
[1] H. Pulido, CONTROL ESTADISTICO DE LA CALIDAD Y SEIS SIGMA, México: Mc Graw Hill, 2013.
[2] B. Dale, Control de Calidad, México: PEARSON EDUCACIÓN, 2009.
ANTHONY JOSUÉ
6,00 //////////////////// 20
6,01 ///////////////// 17
6,02 ///////////// 13
6,03 /// 3
6,04 / 1
6,05 / 1
TOTAL 110
2. Desarrollar el Histograma de la Frecuencia.
Histográma de Frecuencias
30
25
FRECUENCIA
20
15
10
0
5,94 5,95 5,96 5,97 5,98 5,99 6,00 6,01 6,02 6,03 6,04 6,05
PESO
Figura 1. Histograma de Frecuencias

Análisis
A través de la tabla de conteo y el histograma, se puede determinar que el peso que mas se repite o con
más frecuencia en el proceso de llenado de champú es de 5,99 kg. Igual forma se puede observar que
existe ciertas diferencias en el llenado de los demás recipientes, pero hay que mencionar que no son
significativas, pero es importante corregir estos errores con el único fin de que los datos se coloquen
dentro de la curva y de esa forma disminuir las variaciones que existe en el proceso de llenado.
Ejercicio 8
Enunciado: A continuación, se presentan 125 anotaciones obtenidas por un analista de tiempos y
movimientos en un hospital; tomó 5 datos cada día, durante 25 días. Elabore una hoja de conteo. Presente
una tabla que contenga los puntos medios de clase, límites de clase y frecuencias observadas. Trace un
histograma de frecuencia.
ANTHONY JOSUÉ
Tabla 3. Datos Ejercicio 8
DÍA DURACIÓN DE TIEMPO DE OPERACIÓN (MIN)

1 1,90 1,93 1,95 2,05 2,20
2 1,76 1,81 1,81 1,83 2,01
3 1,80 1,87 1,95 1,97 2,07
4 1,77 1,83 1,87 1,90 1,93
5 1,93 1,95 2,03 2,05 2,14
6 1,76 1,88 1,95 1,97 2,00
7 1,87 2,00 2,00 2,03 2,10
8 1,91 1,92 1,94 1,97 2,05
9 1,90 1,91 1,95 2,01 2,05
10 1,79 1,91 1,93 1,94 2,10
11 1,90 1,97 2,00 2,06 2,28
12 1,80 1,82 1,89 1,91 1,99
13 1,75 1,83 1,92 1,95 2,04
14 1,87 1,90 1,98 2,00 2,08
15 1,90 1,95 1,95 1,97 2,03
16 1,82 1,99 2,01 2,06 2,06
17 1,90 1,95 1,95 2,00 2,10
18 1,81 1,90 1,94 1,97 1,99
19 1,87 1,89 1,98 2,01 2,15
20 1,72 1,78 1,96 2,00 2,05
21 1,87 1,89 1,91 1,91 2,00
22 1,76 1,80 1,91 2,06 2,12
23 1,95 1,96 1,97 2,00 2,00
24 1,92 1,94 1,97 1,99 2,00
25 1,85 1,90 1,90 1,92 1,92
ANTHONY JOSUÉ
1. Determinar el Número de Clase y el Intervalo de Frecuencia.

Tabla 4. Cálculo de NC, R y I.
NÚMERO DE CLASE RANGO INTERVALO
𝐶𝑙𝑎𝑠𝑒: 1 + 3,33 ∗ log⁡(𝑛) 𝑅 = 𝐿𝑠 − 𝐿𝑖 𝑅

𝑖=
1 + 3,33 ∗ log(125)
𝐶𝑙𝑎𝑠𝑒: 1 + 3,33 ∗ log⁡(125) 𝑅 = 2,28 − 1,72

0.56
𝑖= = 0.08
(1 + 3,33 ∗ log(125)) − 1
𝐶𝑙𝑎𝑠𝑒: 7,98⁡ ≈ 8 𝑅 = 0,56
TABLA DE CONTEO
CLASE INTERVALOS FRECUENCIA
1 2,28 2,21 1
2 2,21 2,14 2
3 2,14 2,07 6
4 2,07 2,00 18
5 2,00 1,93 42
6 1,93 1,86 36
7 1,86 1,79 12
8 1,79 1,72 8
2. Determinar el punto medio de clase para cada una de las clases.
𝐿𝑠 − 𝐿𝑖
𝑀𝑃 =
2
Tabla 6. Punto Medio de Clase
TABLA DE CONTEO PUNTO
CLASE INTERVALOS FRECUENCIA MEDIO DE

CLASE
ANTHONY JOSUÉ
1 2,28 2,21 1 2,245

2 2,21 2,14 2 2,175
3 2,14 2,07 6 2,105
4 2,07 2,00 18 2,035
5 2,00 1,93 42 1,965
6 1,93 1,86 36 1,895
7 1,86 1,79 12 1,825
8 1,79 1,72 8 1,755
3. Realizar el Histograma de Frecuencia con los datos obtenidos
Histograma de Frecuencia
45
40
35
30
FRECUENCIA
25
20
15
10
5
0
2,245 2,175 2,105 2,035 1,965 1,895 1,825 1,755
PUNTO MEDIO
Análisis
A partir del ejercicio realizado se obtuvo el histograma y la tabla de conteo mediante los cuales se puede
determinar que las anotaciones que mas concurrencias tienen dentro del Hospital es la clase 5 el cual
tiene un intervalo de (2.00 – 1.93) teniendo un valor de frecuencia de 42 y valor medio de 1.965.
ANTHONY JOSUÉ
Libro: Control Estadístico de Calidad y Seis Sigma, Gutiérrez Pulido, Capitulo 2; Edición 2.
Ejercicio 15
Enunciado: En la elaboración de envases de plástico primero se elabora la preforma, para la cual se
tienen varios criterios de calidad, uno de ellos es 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 datos obtenidos mediante
una carta de control para esta variable.
27,72 28,39 28,21 28,19 28,02 27,93 27,89 27,88

28,06 27,91 27,97 27,95 27,96 27,94 28,04 28,05
27,81 27,74 27,95 27,91 27,93 28,07 28,13 27,98
27,87 27,87 27,82 28,23 27,90 27,91 28,16 27,94
27,86 27,84 27,70 27,98 28,02 28,00 27,99 28,13
28,26 28,10 27,94 28,07 27,84 27,90 27,87 27,76
27,95 27,94 27,81 27,76 27,96 27,84 27,85 27,93
28,22 27,96 27,88 28,08 28,04 28,19 27,89 28,08
28,09 28,02 27,85 28,27 27,75 27,98 27,75 27,82
28,13 27,88 28,11 28,05 28,14 28,11 28,08 28,16
28,04 28,05 27,75 27,89 27,94 28,19 28,10 27,78
27,63 27,93 27,74 28,10 28,14 27,91 27,84 28,21
27,85 27,84 28,12 28,01 27,97 27,88 28,00 28,10
28,16 28,16 28,01 28,13 27,97 27,90 27,87 27,94
a) Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones es
adecuada.
Tabla 8. Medidas de Tendencia Central
MEDIA MEDIANA MODA

𝑋𝑖 Valor medio de una lista de Valor que más se Repite.
𝑋=∑
𝑛 datos:
56 27,96 Clase: 5
3133,31
𝑋= 57 27,96 Intervalo: 28 – 27,90
112
𝑋 = 27.975 Moda: 27,64
ANTHONY JOSUÉ
b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos
decida si la variabilidad de los datos es aceptable.
Desviación Típica
(𝑋𝑖1 − 𝑋)2 + (𝑋𝑖2 − 𝑋)2 + ⋯ + (𝑋𝑖𝑛 − 𝑋)2

𝜎=√
𝑛−1
2,29
𝜎=√
112 − 1
𝜎 = 0.1437
Limites Reales
Tabla 9. Límites Reales
LRS LRI
𝐿𝑅𝑆 = 𝑋 + 3𝜎 𝐿𝑅𝑆 = 𝑋 − 3𝜎
𝐿𝑅𝑆 = 27.975 + 3(0.1437) 𝐿𝑅𝑆 = 27.975 − 3(0.1437)
𝐿𝑅𝑆 = 28.407 𝐿𝑅𝑆 = 27.545
Análisis
Mediante los cálculos respectivos se puede determinar que el límite real concuerda con el límite real que
esta dado por el ejercicio de esa forma se puede decir que las medidas se encuentran dentro del rango
aceptable.
ANTHONY JOSUÉ
c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos,

etcétera).
Tabla 10. Distribución Normal
CLASE INTERVALO FRECUENCIA PUNTO DISTRIBUCIÓN

MEDIO NORMAL
1,00 28,39 28,29 1 28,390 0,044

2,00 28,29 28,20 6 28,196 0,863
3,00 28,20 28,10 20 28,099 1,929
4,00 28,10 28,00 18 28,001 2,732
5,00 28,00 27,90 29 27,904 2,451
6,00 27,90 27,81 27 27,807 1,393
7,00 27,81 27,71 9 27,710 0,501
8,00 27,71 27,61 2 27,613 0,114
35
30
FRECUENCIA
25
20
15
10
5
0
28,39 28,20 28,10 28,00 27,90 27,81 27,71 27,61
INTERVALO
Análisis
Mediante el Histograma obtenido se puede observar que los envases de plástico que tiene mayor
incidencia en sus pesos se encuentran en la clase 5, teniendo así 29 envases, seguida por la clase 6 con
27 envases.
ANTHONY JOSUÉ
Diagrama de Distribución Normal Resumido.
Distribución Normal
3,00
2,50
2,00
Distr. Normal
1,50
1,00
0,50
0,00
27,50 27,60 27,70 27,80 27,90 28,00 28,10 28,20 28,30 28,40 28,50
DATOS
Figura 4. Diagrama de Dispersión
Tabla 11. Sesgo y Curtosis
Sesgo Estandarizado Curtosis Estandarizado
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒⁡𝑑𝑒⁡𝐴𝑠𝑖𝑚𝑒𝑡𝑟í𝑎 𝐶𝑢𝑟𝑡𝑜𝑠𝑖𝑠
𝑆. 𝐸 = 𝐶. 𝐸 =
√6 √24
𝑛 𝑛
0,187 −0.2888
𝑆. 𝐸 = 𝐶. 𝐸 =
√ 6 √ 24
112 112
𝑆. 𝐸 = 0.807 𝐶. 𝐸 = −0,624
ANTHONY JOSUÉ
Análisis
La curva que se tiene de los envases plásticos se puede observar que esta sesgada a la derecha, de esa
forma podemos decir que hay mas posibilidad de que no se cumpla las especificaciones en el límite
superior.
En el caso de la curtosis, a partir de los cálculos realizados obtuvimos un valor negativo, por lo tanto, la
curva es aplanada o platicurtica y con las colas más pequeñas con respecto a una distribución normal
perfecta.
d) ¿Es adecuado el peso de las preformas?
A partir de los cálculos respectivos se puedo determinar que el rango es de 0,76, y que además el límite
máximo y el límite inferior son de 28,39 y 27,63 respectivamente; y que a partir de las especificaciones
que nos plateo el ejercicio de 28 ± 0,5 podemos llegar a la conclusión de que los valores cumplen con
las especificaciones establecidas.
Ejercicio 16
Enunciado: Una característica clave en la calidad de las pinturas es su densidad, y un componente que
influye en ésta es la cantidad de arenas que se utilizan en su elaboración. La cantidad de arena en la
formulación de un lote se controla por medio del número de costales, que según el proveedor contienen
20 kg. Sin embargo, continuamente se tienen problemas en la densidad de la pintura que es necesario
corregir con retrabajo y reprocesos adicionales. En este contexto se decide investigar cuánta arena
contienen en realidad los costales. Para ello, se toma 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 muestran adelante.
Las especificaciones iniciales que se establecen para el peso de los costales de arena son de 20 ± 0.8 kg.
LOTE PESO DE COSTALES DE LA MUESTRA

LOTE 18,6 19,2 19,5 19,2 18,9 19,4 19,0 20,0 19,3 20,0
1 19,1 18,6 19,4 18,7 21,0 19,8 19,0 18,6 19,6 19,0
19,6 19,4 19,8 19,1 20,0 20,4 18,8 19,3 19,1 19,1
LOTE 18,6 19,9 18,8 18,4 19,0 20,1 19,7 19,3 20,7 19,6
2 19,5 19,1 18,5 19,6 19,4 19,6 20,3 18,8 19,2 20,6
20,0 18,4 18,9 19,7 17,8 19,4 18,9 18,4 19,0 19,7
LOTE 20,1 20,2 21,0 19,7 20,1 20,0 19,1 20,4 19,6 20,6
3 20,0 19,7 20,8 19,7 19,7 20,4 19,8 20,5 20,0 20,0
ANTHONY JOSUÉ
20,2 19,7 20,0 19,6 19,7 19,8 19,9 20,3 20,4 20,2
a) De acuerdo con los 90 datos, ¿El centrado del proceso es adecuado?

Tabla 13. Medidas de Tendencia Central
MEDIA MEDIANA MODA

𝑋𝑖 Valor medio de una lista de Valor que más se Repite.
𝑋=∑
𝑛 datos: Dentro del enunciado existe
45 19,6 dos modas.
1760.6
𝑋= 46 19,6 M1: 20
90
M2: 19,7
𝑋 = 19,56
Análisis
A partir de los cálculos realizados se tuvo las medidas de tendencia central, con lo cual se puede
determinar que el grado de desviación es enorme ya que no existe gran diferencia entre el rango
establecido que es de 20 kg de peso de cada uno de los costales.
b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.

Desviación Típica
(𝑋𝑖1 − 𝑋)2 + (𝑋𝑖2 − 𝑋)2 + ⋯ + (𝑋𝑖𝑛 − 𝑋)2

𝜎=√
𝑛−1
37.73
𝜎=√
90 − 1
𝜎 = 0.651
ANTHONY JOSUÉ
Limites Reales
Tabla 14. Límites Reales
LRS LRI
𝐿𝑅𝑆 = 𝑋 + 3𝜎 𝐿𝑅𝑆 = 𝑋 − 3𝜎
𝐿𝑅𝑆 = 19.56 + 3(0.651) 𝐿𝑅𝑆 = 19,56 − 3(0.651)
𝐿𝑅𝑆 = 21,515 𝐿𝑅𝑆 = 17,608
Análisis
Aplicando los cálculos necesarios se puede determinar que limite real no coincide con los limites
establecidos por el ejercicio, de esa forma se llega a la conclusión de que los valores están fuera de las
especificaciones establecidas.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con
detalles.
Tabla 15. Cálculo del NC, R, I.
NÚMERO DE CLASE RANGO INTERVALO
𝐶𝑙𝑎𝑠𝑒 = 1 + 3,33 ∗ log⁡(𝑛) 𝑅 = 𝐿𝑠 − 𝐿𝑖 𝑅

𝑖=
1 + 3,33 ∗ log(90) − 1
𝐶𝑙𝑎𝑠𝑒 = 1 + 3,33 ∗ log⁡(90) 𝑅 = 21 − 17.8

3.2
𝑖= = 0.49
(1 + 3,33 ∗ log(90)) − 1
𝐶𝑙𝑎𝑠𝑒 = 7,507⁡ ≈ 8 𝑅 = 3.2
Clase Intervalo Frecuencia

1 21,4 20,9 2
2 20,9 20,4 5
ANTHONY JOSUÉ
3 20,4 19,9 21
4 19,9 19,4 24
5 19,4 18,9 22
6 18,9 18,4 12
7 18,4 18,0 3
8 18,0 17,5 1
30
25
FRECUENCIA
20
15
10
0
21,4 20,4 19,9 19,4 18,9 18,4 18,0 17,5
INTERVALO
d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.

A partir del histograma y la tabla de conteo que se obtuvo, se puede observar que los bultos que se
tuvieron como muestra con respecto a los tres lotes no cumplen con las especificaciones establecidas,
por lo que es necesario realizar mejorar en los procesos.
e) Haga un Análisis por cada lote por separado y con apoyo de estadísticos y gráficas, señale si
diferencia entre los lotes.
Tabla 17. NC, R e I por Lote
LOTE 1 LOTE 2 LOTE 3

Número de Clase 6 6 6
Rango 2,4 2,9 1,9
Intervalo 0,49 0,59 0,39
Media 19,35 19,30 20,04
Desviación Típica 0,56 0,69 0,40
ANTHONY JOSUÉ
LOTES DE PRODUCCIÓN
25
20
VALORES
15
10
0
Número de Rango Intervalo Media Desviación
Clase Típica
DESCRIPCIÓN
LOTE 1 LOTE 2 LOTE 3
Figura 6. Diferencias por Lotes
Análisis
A partir de la gráfica obtenida se puede determinar que los tres lotes están igualados con respecto a las
medidas de tendencia central, por lo que no va a existir mucha variación excepto por el lote 2 ya que es
el mayor con respecto a los demás lotes.
Tabla 18. Tabla de Conteo por LOTE
LOTE 1
CLASE INTERVALO FRECUENCIA

1 21,4 20,9 1
2 20,9 20,4 0
3 20,4 19,9 4
4 19,9 19,4 5
5 19,4 19,0 14
6 19,0 18,5 6
ANTHONY JOSUÉ
LOTE 2

1 21,1 20,5 2
2 20,5 19,9 3
3 19,9 19,3 10
4 19,3 18,7 9
5 18,7 18,2 5
6 18,2 17,6 1
LOTE 3

1 21,4 21,0 0
2 21,0 20,6 2
3 20,6 20,2 6
4 20,2 19,9 11
5 19,9 19,5 10
6 19,5 19,1 1
LOTE NÚMERO 1
16
14
FRECUENCIA
12
10
8
6
4
2
0
21,4 20,9 20,4 19,9 19,4 19,0
INTERVALOS
Figura 7. Histograma de Frecuencias Lote 1
ANTHONY JOSUÉ
LOTE NÚMERO 2
12
10
FRECUENCIA
8
6
4
2
0
21,4 21,0 20,6 20,2 19,9 19,5
INTERVALOS
LOTE NÚMERO 3
12
10
FRECUENCIA
8
6
4
2
0
21,1 20,5 19,9 19,3 18,7 18,2
INTERVALOS
f) ¿Las diferencias encontradas podrían haber inferido a partir del histograma de inicio?
El solo enfocarnos en el histograma inicial nos lleva a un resultado o una conclusión errónea, ya que
este es un conjunto de todo, y para lograr entender mejor cual es el problema es importante desglosarlo
por lotes ya que así podemos identificar en cuál de los lotes el problema es mas consistente.
ANTHONY JOSUÉ
g) Obtenga un diagrama de caja por cada lote y compárelos.
Figura 10. Diagrama de la Caja
Análisis
A partir del diagrama de caja generado se puede observar que el lote 1 presenta un dato que esta fuera
del diagrama, por lo que se puede decir que este esta fuera de las especificaciones establecidas con
respecto a las demás, también se puede determinar que ningún lote se encuentra centrado.
Libro: Control Estadístico de Calidad y Seis Sigma, Gutiérrez Pulido, Capitulo 6; Edición 2.
Ejercicio 32
Enunciado: En una industria se desea investigar cómo influye la temperatura (°C) en la presión del
vapor de B-trimetilboro. Los datos obtenidos con tal propósito se muestran a continuación:
TEMPERATURA PRESIÓN
13 2,9
19,5 5,1
45,7 30,5
56,1 51,4
64,4 74,5
71,4 100,2
ANTHONY JOSUÉ
80,5 143,7
85,7 176,9
22,5 8,5
27,2 10,3
31,8 14,6
a) Construya un diagrama de dispersión e interprételo.
200
150 y = 2,213x - 47,935

R² = 0,8981
100
Presión
50
0
0 10 20 30 40 50 60 70 80 90
-50
Temperatura
b) Obtenga el coeficiente de correlación e interprételo, compare con lo observado en el inciso

a
Tabla 20. Cálculo del Coeficiente de Correlación
TEMPERATURA PRESIÓN (Xi-X) (Yi-Y) (Xi-X) ^2 (Yi-Y) ^2 X*Y

13 2,9 -34,07 -53,34 1160,95 2844,77 1817,32
19,5 5,1 -27,57 -51,14 760,26 2614,93 1409,97
45,7 30,5 -1,37 -25,74 1,88 662,36 35,33
56,1 51,4 9,03 -4,84 81,49 23,39 -43,66
64,4 74,5 17,33 18,26 300,23 333,56 316,46
71,4 100,2 24,33 43,96 591,82 1932,80 1069,52
ANTHONY JOSUÉ
80,5 143,7 33,43 87,46 1117,38 7649,89 2923,67

85,7 176,9 38,63 120,66 1492,07 14559,71 4660,91
22,5 8,5 -24,57 -47,74 603,82 2278,76 1173,01
27,2 10,3 -19,87 -45,94 394,93 2110,15 912,88
31,8 14,6 -15,27 -41,64 233,26 1733,59 635,90
517,8 618,6 0,00 0,00 6738,08 36743,91 14911,30
Tabla 21. Cuadro Resumen
Sxy 1242,61
Sx 23,70
Sy 55,34
𝑆𝑥𝑦
𝐶𝑅 =
𝑆𝑥 ∗ 𝑆𝑦
1242,61
𝐶𝑅 =
23,70 ∗ 55,34
𝐶𝑅 = 0.9476
Análisis
A partir de la resolución del problema se puede observar que existe una relación lineal positiva entre la
presión y la temperatura, aunque se asemeja más a una relación exponencial. El coeficiente de
correlación R = 0.9476, muestra que existe una relación entre las variables estudiadas, con lo que
podemos corroborar que la temperatura incide más sobre la presión, lo que quiere decir a mayor
temperatura existe mayor presión.
ANTHONY JOSUÉ
Ejercicio 33
Enunciado: Como parte del análisis del problema de ausentismo se decide investigar la relación entre
edad del empleado y días que faltó a laborar en el año. Los datos del último año se muestran a
continuación.
EMPLEADO EDAD FALTAS EMPLEADO EDAD FALTAS

1 29 6 21 25 7
2 33 5 22 38 3
3 40 0 23 22 0
4 23 8 24 30 4
5 31 6 25 24 7
6 20 9 26 39 10
7 30 5 27 35 5
8 38 5 28 20 1
9 23 8 29 32 5
10 25 6 30 25 5
11 26 7 31 36 5
12 30 5 32 30 5
13 42 2 33 20 10
14 34 5 34 38 4
15 31 6 35 39 4
16 18 11 36 34 4
17 33 6 37 35 6
18 33 4 38 27 7
19 33 5 39 40 3
20 32 5 40 31 6
ANTHONY JOSUÉ
a) Mediante un diagrama de dispersión, analice la relación entre estas dos variables.
12
y = -0,1665x + 10,47
10 R² = 0,1958
8
Faltas
0
0 5 10 15 20 25 30 35 40 45
Edad
b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?

Se puede observar que la tendencia de la pendiente es negativa, lo que quiere decir que las variables son
inversamente proporcionales por lo tanto se puede decir que si el empleado es más joven este podría
faltar mas al trabajo por lo que no tiene sentido de las obligaciones.
c) Calcule el coeficiente de correlación e interprételo.
Tabla 23. Cálculo del Coeficiente de Correlación
EMPLEADO EDAD FALTAS (Xi-X) (Yi-Y) (Xi-X) ^2 (Yi-Y) ^2 X*Y
1 29 6 -1,6 0,6 2,6 0,4 -1,0
2 33 5 2,4 -0,4 5,8 0,1 -0,9
3 40 0 9,4 -5,4 88,4 28,9 -50,5
4 23 8 -7,6 2,6 57,8 6,9 -20,0
5 31 6 0,4 0,6 0,2 0,4 0,2
6 20 9 -10,6 3,6 112,4 13,1 -38,4
7 30 5 -0,6 -0,4 0,4 0,1 0,2
8 38 5 7,4 -0,4 54,8 0,1 -2,8
9 23 8 -7,6 2,6 57,8 6,9 -20,0
10 25 6 -5,6 0,6 31,4 0,4 -3,5
ANTHONY JOSUÉ
11 26 7 -4,6 1,6 21,2 2,6 -7,5

12 30 5 -0,6 -0,4 0,4 0,1 0,2
13 42 2 11,4 -3,4 130,0 11,4 -38,5
14 34 5 3,4 -0,4 11,6 0,1 -1,3
15 31 6 0,4 0,6 0,2 0,4 0,2
16 18 11 -12,6 5,6 158,8 31,6 -70,9
17 33 6 2,4 0,6 5,8 0,4 1,5
18 33 4 2,4 -1,4 5,8 1,9 -3,3
19 33 5 2,4 -0,4 5,8 0,1 -0,9
20 32 5 1,4 -0,4 2,0 0,1 -0,5
21 25 7 -5,6 1,6 31,4 2,6 -9,1
22 38 3 7,4 -2,4 54,8 5,6 -17,6
23 22 0 -8,6 -5,4 74,0 28,9 46,2
24 30 4 -0,6 -1,4 0,4 1,9 0,8
25 24 7 -6,6 1,6 43,6 2,6 -10,7
26 39 10 8,4 4,6 70,6 21,4 38,9
27 35 5 4,4 -0,4 19,4 0,1 -1,7
28 20 1 -10,6 -4,4 112,4 19,1 46,4
29 32 5 1,4 -0,4 2,0 0,1 -0,5
30 25 5 -5,6 -0,4 31,4 0,1 2,1
31 36 5 5,4 -0,4 29,2 0,1 -2,0
32 30 5 -0,6 -0,4 0,4 0,1 0,2
33 20 10 -10,6 4,6 112,4 21,4 -49,0
34 38 4 7,4 -1,4 54,8 1,9 -10,2
35 39 4 8,4 -1,4 70,6 1,9 -11,6
36 34 4 3,4 -1,4 11,6 1,9 -4,7
37 35 6 4,4 0,6 19,4 0,4 2,8
38 27 7 -3,6 1,6 13,0 2,6 -5,9
39 40 3 9,4 -2,4 88,4 5,6 -22,3
40 31 6 0,4 0,6 0,2 0,4 0,2
TOTAL 1224 215 0,0 0,0 1591,6 225,4 -265,0
ANTHONY JOSUÉ
Tabla 24. Cuadro Resumen
Sxy -22,08
Sx 11,52
Sy 4,33
𝑆𝑥𝑦
𝐶𝑅 =
𝑆𝑥 ∗ 𝑆𝑦
−22,08
𝐶𝑅 =
11,52 ∗ 4,33
𝐶𝑅 = −0,4426
Análisis
A partir de los gráficos obtenidos se puede determinar que existe una relación lineal negativa entra las
variables que están bajo estudio, la edad y el número de días en los que suelen faltar los empleados; esto
quiere decir que entre mas joven es el empelado es mas susceptible a que falte. Al obtener el calculo del
coeficiente de correlación teniendo así R = - 0.4426, así se tiene mejor seguridad que las entre las
variables existe una relación lineal media negativa.

SP 02 Guerra Anthony

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

SP 02 Guerra Anthony

Cargado por

Copyright:

Formatos disponibles

UTA-FISEI-II-MP-UP-07-04 NOMBRE: GUERRA MOLINA FECHA: 22/05/2023

1. ENUNCIADO DEL PROBLEMA

Tabla 1. Datos de peso

Figura 1. Histograma de Frecuencias

Tabla 3. Datos Ejercicio 8

DÍA DURACIÓN DE TIEMPO DE OPERACIÓN (MIN)

1. Determinar el Número de Clase y el Intervalo de Frecuencia.

NÚMERO DE CLASE RANGO INTERVALO

𝐶𝑙𝑎𝑠𝑒: 1 + 3,33 ∗ log⁡(𝑛) 𝑅 = 𝐿𝑠 − 𝐿𝑖 𝑅

𝐶𝑙𝑎𝑠𝑒: 1 + 3,33 ∗ log⁡(125) 𝑅 = 2,28 − 1,72

Tabla 5. Tabla de Conteo

2. Determinar el punto medio de clase para cada una de las clases.

Tabla 6. Punto Medio de Clase

TABLA DE CONTEO PUNTO

CLASE INTERVALOS FRECUENCIA MEDIO DE

1 2,28 2,21 1 2,245

3. Realizar el Histograma de Frecuencia con los datos obtenidos

Figura 2. Histograma de Frecuencias

27,72 28,39 28,21 28,19 28,02 27,93 27,89 27,88

MEDIA MEDIANA MODA

(𝑋𝑖1 − 𝑋)2 + (𝑋𝑖2 − 𝑋)2 + ⋯ + (𝑋𝑖𝑛 − 𝑋)2

Tabla 9. Límites Reales

𝐿𝑅𝑆 = 27.975 + 3(0.1437) 𝐿𝑅𝑆 = 27.975 − 3(0.1437)

𝐿𝑅𝑆 = 28.407 𝐿𝑅𝑆 = 27.545

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

CLASE INTERVALO FRECUENCIA PUNTO DISTRIBUCIÓN

1,00 28,39 28,29 1 28,390 0,044

Figura 3. Histograma de Frecuencias

Diagrama de Distribución Normal Resumido.

Figura 4. Diagrama de Dispersión

Tabla 11. Sesgo y Curtosis

Sesgo Estandarizado Curtosis Estandarizado

Tabla 12. Datos Ejercicio 16

LOTE PESO DE COSTALES DE LA MUESTRA

a) De acuerdo con los 90 datos, ¿El centrado del proceso es adecuado?

MEDIA MEDIANA MODA

b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.

(𝑋𝑖1 − 𝑋)2 + (𝑋𝑖2 − 𝑋)2 + ⋯ + (𝑋𝑖𝑛 − 𝑋)2

Tabla 14. Límites Reales

𝐿𝑅𝑆 = 19.56 + 3(0.651) 𝐿𝑅𝑆 = 19,56 − 3(0.651)

𝐿𝑅𝑆 = 21,515 𝐿𝑅𝑆 = 17,608

NÚMERO DE CLASE RANGO INTERVALO

𝐶𝑙𝑎𝑠𝑒 = 1 + 3,33 ∗ log⁡(𝑛) 𝑅 = 𝐿𝑠 − 𝐿𝑖 𝑅

𝐶𝑙𝑎𝑠𝑒 = 1 + 3,33 ∗ log⁡(90) 𝑅 = 21 − 17.8

Clase Intervalo Frecuencia

Figura 5. Histograma de Frecuencias

d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.

LOTE 1 LOTE 2 LOTE 3

LOTE 1 LOTE 2 LOTE 3

Figura 6. Diferencias por Lotes

Tabla 18. Tabla de Conteo por LOTE

CLASE INTERVALO FRECUENCIA

CLASE INTERVALO FRECUENCIA

CLASE INTERVALO FRECUENCIA

Figura 7. Histograma de Frecuencias Lote 1

Figura 8. Histograma de Frecuencias Lote 2

Figura 9. Histograma de Frecuencias Lote 3

g) Obtenga un diagrama de caja por cada lote y compárelos.

Figura 10. Diagrama de la Caja

Tabla 19. Datos Ejercicio 32

a) Construya un diagrama de dispersión e interprételo.

150 y = 2,213x - 47,935

Figura 11. Diagrama de Dispersión