Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA:
Control de calidad I
ESTUDIANTE:
CATEDRÁTICO:
TRABAJO
Fecha de entrega
12 de noviembre de 2023
Introducción
El presente trabajo se basa desarrollar los ejercicios capítulo 8 y 10, correspondientes al libro
de calidad y productividad de Humberto.
1. ¿Qué obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes navales?
R= Mediante la investigación y la recopilación de información primero, consolidó la creación de
cartas marítimas, que representan datos importantes para la navegación y después, apoyado
por su trabajo prominente en 1853 se celebró una conferencia internacional en Bruselas en la
que distintos países acordaron la estandarización de la información que debían de contener las
cartas de navegación y por tanto la cooperación para la obtención de la información.
Su contribución al analizar la información de los diarios de abordo fue la compilación de
datos en las cartas de navegación útiles para su consulta a fin de disminuir los tiempos de
traslado por el mar. Con esto se denota que:
A. Los datos pueden revelar patrones.
B. La información útil se compila y estandariza.
C. El intercambio de información permite obtener resultados en menor tiempo.
Medio Sucede al igual que en el punto mano de obra, los factores externos tiene
Ambiente mucho pesos, desde legislación, posición geográfica y materias primas
disponibles, no podríamos poner una fábrica de lavadores a mitad del
desierto o en medio de la selva, ya que necesitaríamos medios de
comunicación, energía y otros factores además de que para poder
hacerlos, en caso de así proponerlo tendríamos que modificar nuestro
entorno a fin de adaptarlo a nuestras necesidades repercutiendo no solo en
daños al ecosistema, sino al costo que representaría hacerlo tanto
económico como humano y en recursos, por tanto, se buscan condiciones
favorables para realizar las actividades económicas acorde al medio y el
entorno.
Métodos Son las formas en que se realiza el proceso, hoy en día existen distintas
metodologías para abordar los problemas. Un claro ejemplo se encuentra
en el desarrollo de software, así como los diagramas de flujo nos permiten
ejemplificar la forma en que se va a llegar al resultado y existen distintos
lenguajes de programación de acuerdo al medio donde se va aplicar,
también existen formas distintas de desarrollar todo el procesos desde el
diagrama o la idea básica del producto.
Desde los métodos como el RAD, SCRUM y tantos otros previos donde se
busca documentar o no, maquetar o no o simplemente entregar una
versión sin revisiones previas son algunas formas de ejemplificar las
consecuencias del uso de distintos métodos.
10. Explique la relación entre la media y la desviación estándar que establece la regla
empírica y el teorema de Chebyshev.
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 ẋ=252 gramos con S=5.
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= 10
b) ¿La discrepancia entre la media y la mediana se debió a que en varios meses
ocurrieron pocas fallas?
No necesariamente, debido a que la mediana es el valor intermedio de todos los valores
revisados y ordenados de mayor a menor y la media es el promedio de los datos revisados.
Aun que si en algunos meses hubo pocas fallas.
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= Con la información proporcionada respecto al peso promedio no es acertado decir que se
está cumpliendo con la norma, debido a que existe la posibilidad de que los pesos de los
productos sean menores al límite inferior permitido o excedan los parámetros de variabilidad
permitida.
Frecuencia
Clase Intervalos Frecuencias
relativa
a) Las tolerancias que se establecen para el peso de los costales de arena son 20 +/-0.5.
Calcule los estadísticos básicos para las muestras y decida si la calidad es satisfactoria.
R= De los tres lotes, el lote tres cumple con calidad satisfactoria, debido a que ambos cálculos
estadísticos se encuentra dentro y/o cercanos al rango de tolerancia. Contrario de los lotes uno
y dos, ambos cálculos se encuentran fuera de tolerancia.
Valores
Desviación
Lote Peso de los costales de la muestra (kg) Media Mediana mínimos y Rangos
estándar
máximos
18.6 19.2 19.5 19.2 18.9 19.4 19 20 19.3 20 18.60
1 18.8 19.3 19.1 18.6 19.4 18.7 21 19.8 19 18.6 19.35 19.25 0.56 21.00 2.40
19.6 19 19.1 19.1 19.6 19.4 19.8 19.1 20 20.4
18.6 19.9 18.8 18.4 19 20.1 19.7 19.3 20.7 19.6 17.80
2 18.9 18.4 19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.30 19.35 0.69 20.70 2.90
19.2 20.6 19 19.7 20 18.4 18.9 19.7 17.8 19.4
20.1 20.2 21 19.7 20.1 20 19.1 20.4 19.6 20.6 19.10
3 19.9 20.3 20 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.04 20.00 0.40 21.00 1.90
20 20 20.4 20.2 20.2 19.7 20 19.6 19.7 19.8
b) Calcule los estadísticos básicos para los 90 datos y dé una opinión global sobre el
peso de los costales.
R= Conforme al análisis de los 90 datos, se encuentra dentro de la tolerancia, sin embargo
cargados más al límite inferior, por lo que es más probable que el lote cuente con mayor
rechazo por calidad.
Valores
Desviación
Peso de los costales de la muestra (kg) Media Mediana mínimos y Rangos
estándar
máximos
18.6 19.2 19.5 19.2 18.9 19.4 19 20 19.3 20 19.56 19.60 0.65 17.80 3.20
18.8 19.3 19.1 18.6 19.4 18.7 21 19.8 19 18.6 21.00
19.6 19 19.1 19.1 19.6 19.4 19.8 19.1 20 20.4
18.6 19.9 18.8 18.4 19 20.1 19.7 19.3 20.7 19.6
18.9 18.4 19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8
19.2 20.6 19 19.7 20 18.4 18.9 19.7 17.8 19.4
20.1 20.2 21 19.7 20.1 20 19.1 20.4 19.6 20.6
19.9 20.3 20 19.7 20.8 19.7 19.7 20.4 19.8 20.5
20 20 20.4 20.2 20.2 19.7 20 19.6 19.7 19.8
c) Obtenga un histograma para los 90 datos, inserte las especificaciones y obtenga una
conclusión general sobre el peso de los bultos.
R= Conforme a la información obtenida del histograma, la mayor concentración de lotes de
sacos está localizada en el límite inferior, relación clase 6 con una frecuencia de 18 sacos. Las
clases con mejores resultados o un adecuado nivel satisfactorio de calidad son la 7 y 8, las
cuales todos los sacos cuentan con pesos dentro de tolerancia.
Frecuencia
Clase Intervalo Costales de arena Frecuencia
relativa
1 17.8 – 18.12 │ 1 1.1
2 18.12 – 18.44 │││ 3 3.3
3 18.44 – 18.76 ││││││ 6 6.7
4 18.76 – 19.08 │││││││││││ 11 12.2
5 19.08 – 19.40 │││││││││││││││││ 17 18.9
6 19.40 – 19.72 ││││││││││││││││││ 18 20
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
90 100
d) Con base en lo anterior, ¿cuál debe ser la posición de la fábrica de pinturas ante el
proveedor de arena?
R= Conforme al análisis del histograma, la fábrica de pinturas debe de solicitar al proveedor de
arena realice los cambios necesarios para cumplir con los pesos dentro de tolerancia, o
evaluar, según la incidencia, si en realidad debe continuar con éste proveedor, dado que la
gran mayoría de sacos de la muestra tomada cuenta con desviación a lo estipulado como
rangos de variabilidad, los cuales se deben cumplir para realizar sus procesos de elaboración
de pinturas.
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.
R= Para obtener los límites naturales o reales tanto inferior y superior se definen como sigue:
Límite Real inferior (LRI)= la medida – 3(Desviación estándar)
LRI = 750 – 3(12)
LRI= 714 ml
Límite real Superior (LRS)= la medida + 3(Desviación estándar)
LRS=750 + 3(12)
LRS= 786 ml
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.
a) Calcule los estadísticos básicos para cada propuesta y comente.
Propuesta Media (ml) Mediana (ml) Moda (ml)
A 750.1 751 751
B 745.8 745.5 749
Propuesta A.
• Para obtener la media, se suman todos los volúmenes (ml) de cada propuesta y se
divide entre el número de medidas sumadas.
• Para obtener la mediana, es ordenar los valores de la propuesta A y tomar el valor
central.
• Para obtener el valor de la moda, este es el valor que más se repite.
Propuesta B:
• Para obtener la media, se suman todos los volúmenes (ml) de cada propuesta y
se divide entre el número de medidas sumadas.
• Para obtener la mediana, es ordenar los valores de la propuesta B y tomar el
valor central.
• Para obtener el valor de la moda, este es el valor que más se repite.
Media B: 745.8 ml (valor promedio)
Mediana B: 745.5 ml (valor central
Moda B: 749 ml (el que más se repite)
b) Calcule una aproximación de los límites reales para cada propuesta y compárelos con
los del ejercicio anterior. ¿Se logran mejoras?
R: Las mejoras que se muestran amplían tanto bajo como alto la cantidad de mililitros. Ya que
los rangos son mayores con respecto al punto A
Propuesta Media (ml) Mediana (ml) Moda (ml)
Límite Real LRI LRS LRI LRS LRI LRS
A 714.1 786.1 715 787 715 787
B 709.8 781.8 709.5 781.5 713 785
Propuesta A:
Rango= dato máximo – dato mínimo.
Rango=766-733= 33
Numero clases= raíz cuadrada del número de datos.
Numero clases= raíz cuadrada de (30) = 5.4, redondeo 6
Longitud de clase = R/NC
Longitud de clase = 33/6 = 5.5
**Para obtener las frecuencias nos basamos en las tabas para ver los valores que caen en los
intervalos planteados (tabla de valores, las frecuencias es las veces en que los valores encajan
en los rangos.)
Clase Intervalo Conteo Frecuencia Frecuencia
relativa
1 733 a 738.5 // 2 6.7%
2 738.6 a 744 /// /// 6 20%
3 744.1 a 749.5 /// 3 10%
4 749.6 a 755 //// ///// // 13 43.3%
// /
5 755.1 a 760.5 /// 3 10%
6 760.6 a 766 /// 3 10%
1 2 3 4 5Frecuencia
6 7 8 9 10 11 12 13
730 740 750 760 770 780
ml
Propuesta B:
Rango= dato máximo – dato mínimo.
Rango=751-738= 13
Número clases= raíz cuadrada del número de datos.
Número clases= raíz cuadrada de (30) = 5.4, redondeo 6
Longitud de clase = R/NC
Longitud de clase = 13/6 = 2.16
Tabla de frecuencias:
Clase Intervalo Conteo Frecuencia Frecuencia relativa
1 738 a 740.16 / 1 3.3 %
2 740.17 a 742.32 /// 3 10%
3 742.33 a 744.48 /// /// / 7 23.3%
4 744.49 a 746.64 /// /// 6 20%
5 746.65 a 748.8 /// /// 6 20%
6 748.9 a 750.96 /// /// / 7 23.3%
1 2 3 4 5Frecuencia
6 7 8 9 10 11 12 13
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 3.6 3.58 3.52
3.04 3.69 3.48 3.66 3.57 3.51 3.61 4.0
3.4 3.53 3.61 3.61 3.24 3.63 3.61 3.51
3.5 3.57 3.53 3.67 3.51 3.24 3.70 3.70
3.50 4.40 3.58 3.20 3.15 3.60 3.50 3.60
3.08 3.28 3.60 3.35 3.32 3.20
Tabla de frecuencias:
Clase Intervalo Conteo Frecuencia Frecuencia relativa
1 3.04 a 3.234 ///// 5 12.5%
2 3.235 a 3.428 //// //// 8 20
3 3.429 a 3.622 //////// //////// //////// 24 60
4 3.623 a 3.816 /// 3 7.5
5 3.817 a 4.01 ///// 5 12.5%
6 4.02 a 4.204 / 1 2.5%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 +20
Frecuencia
3 4 5 6
Tiempos de recorridos
20. Dos máquinas, cada una operada por una persona, se utilizan para cortar tiras de
hule, cuya longitud ideales 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.
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.
R= Desviación Estándar= 1.4
Límite Real inferior (LRI)= la medida – 3(Desviación estándar)
LRI = 200 – 3(1.4)
LRI= 195.8 mm
Límite real Superior (LRS)= la medida + 3(Desviación estándar)
LRS=200 + 3(1.4)
LRS= 204.2 mm
La variabilidad de los datos no es aceptable ya que el límite inferior como el superior
rebasa los límites fijados de fabricación.
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).
R= La máquina 1 tiene menor precisión, la mayoría de sus valores son inferiores a la media
ideal de 200mm, La máquina 2 es más precisa, pero la mayoría de sus valores son superiores
e inferiores.
78 78 82 85 81 86 80 73 84
78 68 84 75 78 76 76 82 85
91 80 70 87 77 82 84 48 49
39 39 43 35 42 34 44 49 34
30 43 31 34 41 42 45 42 35
38 39 42 43 29
Ordenados:
29 39 44 76 82
30 39 45 77 82
31 41 48 78 84
34 42 49 78 84
34 42 49 78 84
34 42 68 78 85
35 42 70 80 85
35 43 73 80 86
38 43 75 81 87
39 43 76 82 91
Media:
(promedio) 59.8
Moda: 78
a) Analice los datos anteriores y dé una primera opinión sobre la calidad en el servicio.
R: La media de los puntos obtenidos del cuestionario son 59.8.
R= Que el puntaje que con mayor frecuencia se repite es 78 puntos. Conforme a los 50
resultados, no es visible que las encuestas están divididos en dos grupos, en un grupo donde
se observa la nota más baja esta entre 29.92 a 41 y el segundo grupo está entre 62.81 a la
nota más alta que es 92.8 Lo que más resalta del histograma es que los resultados que mayor
se repite esta con un puntaje inferior del 50 %. Son muy poco lo que llegaron a la nota más
alta.
d) ¿Tendría alguna utilidad hacer un análisis por separado de cada una de las
preguntas?
Límite
95% de intervalo de 118,076
inferior
confianza para la
media Límite
118,192
superior
Media recortada al 5% 118,137
Fabricación de Mediana 118,160
estatores Varianza ,050
Desv. Desviación ,2234
Mínimo 117,7
Máximo 118,5
Rango ,8
Rango intercuartil ,4
Asimetría -,146 ,309
Curtosis -1,151 ,608
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.
Desarrollo
R= Se utilizaría de manera discreta con algunos clientes de nuevo ingreso obligando a realizar
pagos en efectivo y solo aceptando cheques aquellos clientes de alta credibilidad teniendo para
ellos un plazo acorde a sus pagos evitando dejar sin fondos y pagos por mora dando un lapso
determinado de días después de su vencimiento
4.-En un área de servicios dentro de una empresa de manufactura se hace una encuesta
para evaluar la calidad del servicio y el nivel de satisfacción de los clientes. La encuesta
consiste en 10 preguntas que evalúan los 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.
78 78 82 85 81 86 80 73
84 78 68 84 75 78 76 76
82 85 91 80 70 87 77 82
84 48 49 39 39 43 35 42
34 44 49 34 30 43 31 34
41 42 45 42 35 38 39 42 43 29
R=
a) Considerando que los primeros 25 cuestionarios provienen de un departamento y los
restantes 25 de otro, realice un análisis estratificado por departamento en el que se
calculen los estadísticos básicos: media, mediana, desviación estándar, etcétera.
Media 59.80
N° Moda 4
Mediana 58.50
Rango 62
Modo 42.78
Desv. 21.13
Estándar
Varianza 446.29
Coeficiente 35.33
Mínimo 29
Máximo 91
b) ¿Cuáles con sus observaciones más importantes acerca del análisis hecho antes?
Se nota que los 50 resultados de las encuestas están divididos en dos grupos, en un grupo
donde conlleva la nota más baja que es entre 26.92 a 51.02 y el segundo grupo está entre
62.81 a la nota más alta que es 92.8. Lo que más resalta del histograma es que los resultados
que mayor se repite esta con un puntaje inferior del 50%. Son muy poco lo que llegaron a la
nota más alta.
c) Al enfocarse en el departamento con mayores problemas, ¿sería de alguna utilidad
estratificar los datos por pregunta? Explique su respuesta.
En este caso sería recomendable de clasificar de nuevo los datos para analizar el
problema, las fallas, las quejas o datos para clasificarlos de acuerdo con los factores
que se cree que pueden influir en su magnitud, esto se hace con el fin de localizar la
mejor manera para resolver el problema.
a) Haga un análisis de Pareto e identifique sobre qué equipo(s) se debe enfocar más la
acción de mantenimiento.
Análisis: En este diagrama de Pareto (Diagrama 1) podemos analizar que el 80% del problema
de las fallas en los equipos son causados por 5 líneas de producción (102-101-103-105-103.5)
donde la mayor cantidad de fallas se concentra en la línea (102) con mayor frecuencia de las
últimas 100 fallas de los equipos. Teniendo en cuenta esto las líneas antes mencionadas
necesitan incrementar el mantenimiento de los equipos electrónicos para poder aumentar el
rendimiento de la empresa y de la calidad del producto.
b) Haga un análisis descriptivo de los cien datos de tiempo caído (media,
mediana,desviación estándar, histograma) y comente los hechos más relevantes.
R=
Media( x)=26.19
Mediana( ^ x)=19
Desviacion=27.83
Análisis: Podemos ver que en este histograma nos representa como la desviación tiene un
factor de decremento con la media por lo cual podemos decir que el mantenimiento de los
equipos necesita una revisión a fondo por los tiempos caídos.
c)De acuerdo con el análisis anterior, ¿hay datos que se pueden considerar atípicos?
Argumente. Realice un diagrama de caja y bigotes para la variable tiempo.
Análisis: Para responder la pregunta del punto c. Se hizo un análisis en el cual se realizó un
diagrama de caja y bigote (Diagrama 2), donde podemos observar sus estructuras las cuales
están formada por: Primer cuartil, segundo cuartil (mediana), tercer cuartil, valores atípicos, el
valor más bajo y alto del límite. Para conocer los datos atípicos que se encuentra en el
diagrama, tenemos que saber que los puntos con un valor en el campo numérico que sea
superior al límite superior, o inferior al límite inferior, son valores atípicos, en el diagrama hay 4
puntos que superan al límite superior de la estructura que se considera bigote en el diagrama,
esto es porque la desviación estándar es muy alta por la cual los datos están más dispersos a
la media y mediana.
d)El tiempo promedio es considerablemente mayor que la mediana. Explique a qué se
debe.
Por lo cual la media es considerablemente mayor a la mediana ya que basándose en los datos
de la variable tiempos caídos son valores muy extremos donde, por ejemplo, en este caso que
hay más números bajos de frecuencias de tiempos caídos, pero de un momento a otro por (4
de 11) líneas de producción, que tuvieron una frecuencia de tiempos caídos más altos se altera
la media, ya que la fórmula de la media Consiste en el sumatorio de todos los datos dividido por
el número de valores( x=∑ xn ), por el anterior ejemplo el promedio del tiempo es mayor que la
mediana porque los valores de los datos son extremos ya que puede tener valores que oscilan
entre (0 y 40) y por un valor demasiado alto que podría ser (181) alteraría el promedio de los
datos. En ese caso podemos concluir que la mediana se acerca más a la realidad. Ya que la
mayoría de los datos oscilan en números muy bajos.
Como se muestra en el siguiente histograma, aplicamos la regla empírica en los datos de los
tiempos caídos de las máquinas, como podemos observar que hay tres tipos de intervalos en la
cual se divide entre el 68% (Las líneas verdes) el 95% (Las líneas azules) 99%(Las líneas
rojas). Por lo general se tomaría el tercer intervalo que sería el 99% ( μ±3∗s) (líneas rojas)
porque se conoce el 99% de los datos de la muestra de los tiempos caídos en 4 meses. La
Regla empírica se basa en la forma de agrupación de los datos de tiempos caídos alrededor de
su media siendo su ancho dependiendo de su desviación estándar, como podemos observar en
el histograma siguiente los datos de los tiempos caídos tienen una desviación estándar muy
grande por lo cual puede que algunos datos se encuentren por fuera del límite real.
7.- a) ¿Que es el diagrama de Pareto?
R= Es una técnica gráfica, que consiste en poner de manifiesto los problemas más importantes
sobre los que deben concentrarse los esfuerzos de mejora y determinar en qué orden
resolverlos.
R= La “ley 80-20” o “pocos vitales, muchos triviales”, es el cual reconoce que sólo unos pocos
elementos (20%) generan la mayor parte del efecto (80%); el resto genera muy poco del efecto
total.
R= No siempre, se toma también para mostrar valores monetarios en algunos casos de forma
aislada se pueden tomar para introducir valores monetarios de forma muy específica. Si lo que
se quiere es tomar valores y cálculos se recomienda los usos de una tabla de valores de
cualquier otro programa de cálculo un ejemplo de aplicación seria las tablas de cálculos Excel.
Pareto de problemas o de primer nivel: Nos sirve para identificar el grado de los problemas o
fallas de un producto y saber que tan frecuente son esos problemas.
Pareto para causas o de segundo nivel: Nos sirve para orientarse exclusivamente hacia la
búsqueda más intensiva de las causas del problema de mayor impacto, se estarán localizando
pistas sobre la causa más importantes a los problemas.
a) Haga un Pareto de primer nivel para encontrar cuál de los defectos es el más
importante.
b) Para el defecto más importante aplique un análisis de Pareto por turno
c) ¿Cuáles son las pistas principales para reducir los defectos en las prendas de vestir)
Turno C: Costura; D: corte; M:montaje; H: hilo , T;
tela
1 HTCMHTHOMHTHCHOTHOHMHCHOC
C C H M M O H H T OT
2 M H M O C M H H T O H M H T H H T M H MH C O MO
MHHOCTOCMOTMH
3 HHMHTHOHOHHHMHTCHOHCHHHO
M HHH M H OOH MH O C T H H O H H H O H
a)
Defectos N° Defectos % % 80-20
Defectos Acum Defectos Defectos
Acum
hilo 52 52 42,98% 42,98% 80%
corte 22 74 18,18% 61,16% 80%
montaje 20 94 16,53% 77,69% 80%
tela 14 108 11,57% 89,26% 80%
costura 13 121 10,74% 100,00% 80%
121 100%
Se podría decir que es el defecto más importante es el hilo y posteriormente el corte y montaje.
b)
# Defectos % % Defectos
Turno 80-20
Defectos Acum Defectos Acum
80,00
3 27 27 51,92% 51,92%
%
80,00
1 13 40 25,00% 76,92%
%
80,00
2 12 52 23,08% 100,00%
%
52 100,00%
d) Observar qué está sucediendo con la materia prima para las prendas de vestir como lo
son: los hilos, corte y montaje que es de donde hay la mayor cantidad de problemas.
R= 1. Se cree que los valores de todos los datos son iguales o están muy cerca de la media,
ignorando por completo que a la media no proporciona ninguna información sobre la
variabilidad. Por ejemplo, al decir que el contenido promedio de las latas que envasa una
máquina es de 375 ml, entonces es común que las personas piensen o entiendan que todas las
latas contienen 375 ml, o bien, que están muy cerca de ese valor, lo cual refleja un profundo
desconocimiento de lo que mide La media y de la función de las medidas de variabilidad. En
este caso, la variabilidad en el contenido de las latas tiene dos fuentes: las dimensiones de las
latas y la cantidad vertida en las mismas.
3. La media es el valor que está en medio y que a la izquierda de él queda 50% de los datos, lo
mismo que a la derecha. De este modo se ignora el concepto y mediana y el hecho de que la
media al "jalan" los sesgos y los datos "raros" de un solo lado.
C) ¿Cuáles son las principales pistas para encontrar la causa del problema principal.?
producto Zona 1 Zona 2 Zona 3
Las pistas para combatir la porosidad son en el tipo de producto A4 relacionado con la zona 3.
C) El problema predominante en las impresiones no sólo es porque están fuera de tono sino
además las manchas y porque están fuera de registro como vemos en el anterior gráfico.
11.En una empresa de artes gráficas se usa un sistema para el registro de las
reclamaciones de los clientes. El reporte de los reclamos de seis meses se muestra en
la siguiente tabla:
SE PIDE:
En este diagrama se puede observar que de las 12 variables que se toman en cuenta para el
análisis basado en el número de reclamos, 6 motivos de reclamos representan el 76% del
porcentaje acumulado. Siendo el defecto de errores en el texto el cual debería aplicar la acción
de mejora. Es necesario realizar otro análisis tomando en cuenta otros criterios para determinar
correctamente en cual tipo de reclamo debe enfocarse la acción de mejora.
Una vez que se han realizado los análisis de los defectos tomando en cuenta el número de
reclamos y en seguida tomando en cuenta el número de reclamos multiplicado por el costo
relativo, se puede concluir que el segundo análisis es más importante ya que en ese se
muestran los motivos de reclamación que mayores pérdidas causan a la empresa. Así que es
necesario que la empresa enfoque su acción de mejora en los defectos de color y en los
errores en el texto. Posteriormente en las motas, en el mal troquelado y los errores de corte.
12. – Mediante un análisis, se ha detectado que en una empresa se tienen seis tipos
básicos de quejas de los clientes, pero cada tipo causó diferente grado de insatisfacción
o molestia en el cliente. La escala que se ha utilizado para medir el grado de molestia es
el siguiente: máxima (10 puntos), mucha insatisfacción (8), molestia moderada (6), poca
(4), muy leve (2).
Además. En el análisis se determinó la frecuencia con la que han ocurrido las distintas
quejas en el último semestre. La tabla siguiente sintetiza los resultados de tal análisis:
Realice un análisis de Pareto para determinar sobre qué tipo se queja se deben dirigir los
esfuerzos para atender sus causas. Aplique las características 2 del diagrama de Pareto.
A 4 12%
B 8 5%
C 2 40%
D 6 25%
E 4 10%
F 8 8%
TIPO DE GRADO DE FRECUENCIA DE FREC. 80-20
QUEJA MOLESTIA OCURRENCIA ACUMULADAS
A 4 12,00% 12,00% 80,00%
B 8 5,00% 17,00% 80,00%
C 2 40,00% 57,00% 80,00%
D 6 25,00% 82,00% 80,00%
E 4 10,00% 92,00% 80,00%
F 8 8,00% 100,00% 80,00%
1
NOTA: Los tipos de quejas que se deben dirigir los esfuerzos para atender sus causas son el
tipo A, B y C; debido a la gráfica encontrada anteriormente.
13.- De a acuerdo con la información de una hoja de verificación en una línea de proceso
de envasado de tequila, se presentaron en el último mes los siguientes resultados en
cuanto a defectos y frecuencias.
Botella 804
Tapa 715
Etiqueta 1823
Otros 102
14-: En una empresa procesadora de carnes frías se detectan, mediante inspección, los
problemas en las salchichas. En la tabla 10.9 se muestra los resultados de una semana.
NOTA: los problemas más trascendentales en una empresa procesadora de carnes fritas se
deben a las maquinas empacadoras C y A.
PROBLEMAS FRECUENCIA
Falla de vacío 4
Mancha verde 10
Mancha amarilla 8
TOTAL 22
NOTA: La gravedad de los problemas desde el punto de vista del cliente son las manchas
verdes.
De acuerdo con el análisis de Pareto realizado con base a la frecuencia de los defectos de los
muebles los resultados muestran que los defectos con mayor número de frecuencias son:
madera abierta (20.7), golpes (17.9), nudos visibles (13.9), uniones abiertas (12.2) y resanas
visibles (9.1). Estas variables representan el 74% de la frecuencia acumulada, lo que nos indica
que son estas variables en dónde se deben realizar planes de mejora.
En este diagrama se puede observar las cinco variables que representan el 74% de la
frecuencia acumulada de los defectos de la empresa. Siendo la madera abierta el defecto con
mayor frecuencia.
b) Obtenga un diagrama de Pareto pero ahora considerando tanto la frecuencia
como el costo relativo. Interprete.
En este diagrama también se hace uso de la segunda característica de los diagramas de
Pareto, en donde si el costo de los defectos es diferente para cada variable se multiplica la
frecuencia por el costo relativo y se obtiene el costo total. Con base a ello se puede 25% 48%
63% 76% 84% 90% 94% 98% 99% 100% 0% 20% 40% 60% 80% 100% 120% 0 50 100 150
200 250 Madera abierta Golpes Nudos visibles Uniones abiertas Resanes mal trabajados
Resanes visibles Piezas y/o muebles mal asentados Resistol chorreado Defectos por acabado
Piezas y/o muebles mal lijados Frecuencia acumulada Costo total Costo total Frecuencia
acumulada del costo total concluir que la madera abierta y los golpes son los defectos que
mayores pérdidas causan a la empresa, seguido de los nudos visibles y las uniones abiertas.
Estos cuatro principales defectos en los muebles representan el 76% de la frecuencia
acumulada.
R= De acuerdo con los análisis y los diagramas de Pareto realizados con base a la frecuencia y
con base al precio total, se puede determinar que los defectos a los que se deben enfocar la
acción de mejora es sin duda la madera abierta, los golpes, los nudos visibles y las uniones
abiertas. Las cuales son las que más pérdidas causan y a las que se debe enfocar la acción de
mejora.
OBSERVACIONES: __________________________________________________________________________________________________________
Campus: _______________________________________________________________________________________________________
Modalidad: _______________________________________________________________________________________________________
Fecha de Matricula:_________________________________________________________________________________________________
PRIMER INGRESO
REINGRESO
DESERTADO
EGRESADO
Licenciaturas Ingenierias Tecnicos Maestrias Doctorados Diplomados Talleres Seminarios