INSTITUTO TECNOLÓGICO DE DURANGO

Ingeniería industrial

Control Estadístico De La Calidad

Unidad 1

Practica – 7 Herramientas Básicas

Docente: Ing. Ávila Gasca Miguel

Realizo:
De León Estala Luz
Valles Trujillo Itzel Yahaira
HOJAS DE VERIFICACIÓN
1. a) Se usa como herramienta genérica para iniciar un proceso de control de actividades para
detectar errores y áreas de mejora, y también para encontrar soluciones a problemas concretos.
La hoja de verificación es una herramienta en forma de tabla que se utiliza para la recolección y
organización de datos para poder analizarlos y verificarlos de una manera más sencilla.

1. b)
 Hoja de verificación radiográfica defectuosa
 Hoja de registro de defectos
 Hoja de distribución de procesos
 Hoja de localización de defectos

1.c) Listados de control, listados de chequeo, checklist.

2) Hoja de verificación:

Problema
Maquina Plisado Hilvanado Fuera de Manchas Total
medida
1 II I I III 7
2 I IIII 5
3 IIIII I II 8
4 III II II IIIIII 13
5 II I I II 6
TOTAL 13 8 5 12 39

3) Separaría en un apartado de la hoja de verificación la máquina, y en otra las 5 personas

diferentes que operan esas máquina, así se podría notar diferencia o coincidencia en cuanto a los
operadores y las maquinas, pudiendo así determinar cuál es el problema de calidad y así
resolverlo.

DIAGRAMA DE PARETO
1. a) Es una gráfica que organiza valores, los cuales están separados por barras y organizados de
mayor a menor, de izquierda a derecha respectivamente. Esta gráfica permite asignar un orden de
prioridades para la toma de decisiones de una organización y determinar cuáles son los problemas
más graves que se deben resolver primero. Su finalidad, es hacer visibles los problemas reales que
están afectando el alcanzar los objetivos de la empresa y reducir las pérdidas que esta posee.
Además, permite evaluar previamente, cuáles son las necesidades del público objetivo y cómo
satisfacerlas con nuestro producto o servicio, logando también, el objetivo del mercadotecnia.

1. b) Los diagramas de Pareto ayudan a decidir qué problemas resolver primero. Son útiles para
identificar el resultado más frecuente de una variable categórica. Representa la regla 80/20, es
decir, que, en la mayoría de las situaciones, el 80% de las consecuencias son debido al 20% de las
acciones o el 80% de los defectos de un producto se debe al 20% de las causas. En otras palabras,
podemos decir que, aunque muchos factores contribuyan a una causa, son pocos los responsables
de dicho resultado. A pesar de que la relación no siempre es exacta, normalmente sí se cumple el
principio de Pareto y es la base de este diagrama.
1. c) El principio o ley de Pareto fue formulado por primera vez por el filósofo e ingeniero italiano
Vilfredo Federico Pareto (1848 - 1923) en el libro Cours d’économie politique en 1896. Este
aseguró que, por lo general, el 20% de todos los esfuerzos es el que realmente produce el 80% de
los resultados, o dicho de otra forma, el 80% de nuestras acciones no tienen apenas
consecuencias en los resultados obtenidos. Para comprobar que esta teoría era cierta, Vilfredo
Pareto utilizó el conocimiento empírico. En concreto, estudió la propiedad de la tierra en Italia y,
al investigar los datos disponibles, pudo llegar a la conclusión de que el 20% de los propietarios
poseían el 80% de las tierras, mientras que la población restante, es decir, el 80%, tan solo poseía
el 20% de las propiedades.
Con el paso de los años, varios economistas y científicos han podido comprobar cómo esta
relación 80/20 se cumple en diferentes ámbitos de la sociedad, desde la economía o el control de
calidad hasta la política o la administración de empresas. Lo cierto es que, detrás de esta relación
numérica, la ley de Pareto esconde un mensaje que nos anima a centrarnos en aquello que es
realmente importante y, por tanto, nos reporta una mayor satisfacción o rentabilidad. Por esta
razón, si seguimos esta regla, podremos obtener mejores resultados sin malgastar recursos ni
energías en acciones que apenas pueden aportar beneficios.

2).-
 Problemas a analizar: defectos de envasado (botella, tapa, etiqueta, contraetiqueta,
botella sin vigusa, otros)
 Datos: de las 424,654 botellas que se envasan por mes en la fábrica 5,040 salen
defectuosas lo que representa un 1.20% en comparativa.
 Tabla

Defecto Frecuencia Porcentaje %

Botella 804 .1893306
Tapa 715 .168372369
Etiqueta 1,823 .429290669
Contraetiqueta 742 .174730486
Sin Vigusa 918 .216175992
Otros 102 .024019554
Total en el mes 424,654 98.8

Mayor a menor
Etiqueta
Sin vigusa
Botella
Contraetiqueta
Tapa
otros

Grafica
Análisis y conclusiones
Como se puede observar en la gráfica, hay una diferencia muy significativa que resalta de parte
de los defectos ocasionados por la etiqueta, para ser más de 400000 unidades y solo tener falla en
un 1.2% puede ser aceptable hacia otro margen de error que pudiera tenerse, sin embargo esta
diferencia notoria en los errores hace que pueda llevarse a cabo una inspección en el área de
etiquetado, puede ser que haya una pequeña falla o algún descuido durante algún lapso de
tiempo de parte de algún operador que pudiera estar causando esta diferencia significativa entre
los defectos, pero no tanto para el total de unidades que se producen, por lo que es un problema
que corresponde solo a un departamento, pero que puede ir aumentando y generando más
errores si se dejan pasar de largo.

3.-

Defecto Recuento Porcentaje Puntaje acum. Porcentaje acum.

Coplanaridad 202448 39.6262238 202448 39.62622384
Resistencia 152612 29.8715585 355060 69.49778232
Exceso de epoxy 95777 18.7469416 450837 88.24472395
Apariencia 32623 6.38547331 483460 94.63019726
Otros 27434 5.36980274 510894 100
Total 510894

Grafica
  Análisis y conclusiones

Los problemas que más piezas tienen registradas en su control son el de coplanaridad, además
de resistencia, que son detalles muy relevantes e importantes para la presentación del producto,
que no se pueden o deben de dejar pasar, habrá que checar bien con el departamento de calidad
para poder saber qué es lo que está sucediendo ahí porque entre los dos acaparan casi un 70% del
total de piezas lo que es bastante, en conjunto son 355060 piezas que tienen este tipo de
problemas así que sería muy necesario o indispensable checar con los encargados de este trabajo
o las maquinas con las que se realiza para poder saber qué tipo de solución se puede dar, o más
medidas posibles a tomar en cuenta a la hora de realizar estas acciones.

HISTOGRAMAS
1.-
a) Un histograma muestra la forma de los valores, o la distribución, de una variable
continua. En el histograma de la figura 1, las barras muestran el conteo de cada rango. Por
ejemplo, la primera barra corresponde al conteo de valores que están entre 30 y 35. El histograma
revela que el centro de los datos cae cerca del 45 y que la extensión de los mismos va de unos 30
a 65. También revela que la forma de los datos es aproximadamente en colina. Esta forma es una
pista visual de que probablemente los datos tengan una distribución normal.

b) Los histogramas ayudan a ver el centro, la extensión y la forma de un conjunto de datos.

También se pueden usar como herramienta visual para comprobar la normalidad. Los histogramas
son una de las siete herramientas básicas de control de calidad estadístico. Ofrecen una buena
forma de evaluar los datos. El eje horizontal muestra sus valores de datos, con cada barra
correspondiendo a un rango de valores. El eje vertical muestra cuántos puntos de datos tienen
valores en el rango de cada barra.

c) Se pueden usar para comprobar valores extremos o atípicos y ayudar a comprender la

distribución de sus datos. Es importante comprender la distribución de una variable a la hora de
escoger herramientas de análisis estadístico adecuadas. Los histogramas muestran la forma de sus
datos.

d)
  Si
 Si, o más precisamente un número cercano a los 252 gramos.
 Unos pocos, y eso, si también hay artículos que estén muy por debajo a los 252 gramos
con la misma diferencia hacia 300 y con el mismo número de unidades.

2.-

b) Se concluye que si hubo una mejora notoria ya que en las estadísticas anteriores se tenía más
lejanía hacia los 5mm que era lo que se debía tener, que era de 4.73, pero luego de la mejora
implementaría cambia a 4.91 que es mucho más cercano al objetivo, aparte también con la
observación de la desviación estándar se notan los resultados, anteriormente era de .48, pero
luego de la mejora cambio a .32, lo que hace notar que se tienen resultados positivos en
incremento si se sigue planteando esta mejora.

GRAFICA DE CONTROL
1.-
a) La gráfica Xbarra representa el promedio de las mediciones dentro de cada subgrupo. La línea
central es el promedio de todos los promedios de los subgrupos. Los límites de control en la
gráfica Xbarra, que se establecen a una distancia de 3 desviaciones estándar por encima y por
debajo de la línea central, muestran la cantidad de variación esperada en los promedios de los
subgrupos.
b) Se utiliza para monitorear la media y la variación de un proceso cuando tenga datos continuos y
tamaños de subgrupo de 8 o menos. Utilice esta gráfica de control para monitorear la estabilidad
del proceso en el tiempo, de manera que pueda identificar y corregir las inestabilidades en un
proceso.
c) En la parte superior se grafica el promedio Xbar de las muestras recolectadas; de esta manera
se monitorea la estabilidad de la media (valor de tendencia central).
d) La gráfica Xbarra representa el promedio de las mediciones dentro de cada subgrupo. La línea
central es el promedio de todos los promedios de los subgrupos.
e) La gráfica R representa los rangos de los subgrupos. Si el tamaño de los subgrupos es constante,
entonces la línea central en la gráfica R es el promedio de los rangos de los subgrupos.
f) Los límites de control se calculan a partir de los datos del proceso. Representan el rendimiento
real del proceso. Los límites de especificación son definidos por el cliente y representan el
rendimiento deseado del proceso. Los límites de especificación y los límites de control se utilizan
con fines diferentes.
2.
a) El promedio de los pesos obtenidos en los datos obtenidos, funciona para saber directamente
una media de todos los datos, y poder analizar qué tan cercanos son los datos a esta media
obtenida. La R para mostrar la diferencia numérica que existe entre el dato de mayor rango
obtenido en diferencia con el de menor rango, como si fuera una comparación de rango.
b)

DIAGRAMA CAUSA-EFECTO
1.
a) El nombre del método viene de su creador, el Ingeniero Kaoru Ishikawa, que dió origen al
gráfico visual en 1943. En las décadas siguientes, el análisis fue perfeccionado para ayudar a
equipos a llegar a las causas reales de problemas enfrentados en los procesos.
b) Esto se debe a que en su representación gráfica mediante las raíces de los problemas pareciera
que se tratase de la ilustración del esqueleto de un pescado lo cual es muy notorio a simple vista.
c) Un Diagrama Causa-Efecto proporciona un conocimiento común de un problema complejo, con
todos sus elementos y relaciones claramente visibles a cualquier nivel de detalle. Su utilización
ayuda a organizar la búsqueda de causas de un determinado fenómeno pero no las identifica y no
proporciona respuestas a preguntas.
d)
 Se puede apreciar que hay distintas razones que ocasionan la deserción y es un tema importante
ya que en los últimos años ha ido en incremento, más a raíz de estos últimos años donde sucedió
la pandemia y la gente se ha encontrado en recuperación, sobretodo económicamente, a muchas
personas les cambio sus planes y esto ocasiono mucho desequilibrio para la sociedad, con el
desempleo, o también porque cuando fue terminando o pasando lo peor, como las clases eran en
línea tal vez se tenía la posibilidad de conseguir algún empleo, pero al momento de querer
regresar a presencial se quedaron trabajando teniendo que tomar una decisión de si seguir
estudiando o trabajar.

2.
Fuente: Desarrollo del Diagrama Ishikawa, aplicado al tema de la Reprobación escolar Fuente:
Angulo, H. A. (2010). Diagrama Ishikawa: Vol. 9(1) (141.a -152 ed. ed.). Revista de Investigaciones
UNAD.

Objetivo del trabajo: Poder saber razones por las cuales incrementa el índice de materias
reprobadas.

Detalles del estudio: Una escuela cercana en la que se obtiene información es donde se ha llevado
a cabo este análisis teniendo en cuenta diversas investigaciones.

Conclusiones: Así como se observó en la deserción, existen muchas relaciones, y esto es porque a
pesar de algunos problemas de la misma mencionada que se tengan en algunos alumnos, deciden
continuar con sus estudios aunque les provoquen muchas complicaciones, a pesar de descuidar
sus responsabilidades que en ocasiones son causas de fuerza mayor o solo situaciones que se
presentan en sus familias de forma temporal, en estos casos en algunas ocasiones se logra
recuperar el ritmo que se llevaba aunque son pocas las ocasiones, aunque en otras es caso
contrario que solo va empeorando más y más hasta que ya no se puede controlar.

3.
ESTRATIFICACIÓN (CATEGORIZACIÓN)
1.-

a) El objetivo de la estratificación es comprender un problema o analizar sus causas observando

factores o elementos posibles y comprensibles. Los datos recolectados de una sola población se
dividen en varios estratos o niveles - por tiempo, mano de obra, maquinaria, métodos de trabajo,
materias primas, etc.
b) Permite un análisis en profundidad de los factores que influyen en la calidad de procesos,
productos y servicios. La principal función de la estratificación en calidad, es segmentar datos en
subgrupos más homogéneos llamados «estratos», facilitando así el estudio del efecto de variables
relevantes.

2.- Los estratos diferentes serian divididos en los turnos que se tiene, o en caso de que solo fuera
uno, obtener pruebas, pero sin avisarle a los empleados de cada cierto tiempo, como de una hora
para poder saber en qué momento sucede la fechoría, luego de esto es importante determinar
cómo es que sucede el acontecimiento y quien estaba ahí en ese momento, o el número de
persones que requieren dicho material u objeto robado, haciendo este estudio con la
categorización de horas en las que más ocurren los robos se ira sabiendo más al respecto hasta
llegar al culpable, o se puede utilizar también el apoyo de cámaras de vigilancia.

3.-
a)

b) Hay una notoria diferencia entre los 2 departamentos, que desde la observación de las
calificaciones antes de los cálculos se logra percibir, pero que demuestra que en el departamento
1 existen mejores calificaciones que en el departamento 2, también que entre estas mismas la
desviación estándar no varía significativamente, y que en la media también se puede apreciar que
es el doble de calificación promedio la que se obtuvo en los empleados del departamento 1 con
respecto al departamento 2.

c) No, porque se tratan de las mismas condiciones de trabajo a menos que hubiera otro factor
diferente que pudiera cambiar los resultados de la calidad de servicio, en ese caso sería checar
con los mismos empleados para saber qué es lo que está sucediendo pero en otro estudio más a
fondo.

DIAGRAMA DE DISPERSIÓN

1.-
a) La variable dependiente es la x, mientras que la variable independiente o de respuesta es la y,
se conocen interacciones o relaciones entre datos o estadísticas sobre poblaciones finitas por
medio de esta herramienta.

b) Porque tienen parecidos en cuanto al nivel de relación que existen entre 2 variables, aunque en
algunos casos pueden ser más, se utiliza para saber su correlación en la cual desde antes se
pueden plantear hipótesis al respecto.

2.- El coeficiente de correlación r es un valor sin unidades entre -1 y 1. La significancia estadística

se indica con un valor p. Por lo tanto, usualmente las correlaciones se escriben con dos números
clave: r = y p = . Cuanto más se aproxima r a cero, más débil es la relación lineal.

3.-
4.-

a)

Se puede observar claramente la curvatura en el centro que va en descendencia del 0 al 4 pero

que vuelve a incrementar hasta sobrepasar su límite superior del 5 al 10, con una pequeña
inclinación hacia abajo en el 9.

b) en un rango de 4 y 3 sería lo más aceptable para reducir el tiempo de secado, ya que son las
medidas que han sido mas efectivas y con diferencia significativa en cuanto a los demás, seria un
rango de digamos entre 3.5 y 4 lo mas adecuado para obtener resultados esperados.

c) Está en 0.334, como es mayor a cero quiere decir que es positivo, así que la correlación es
positiva en este análisis.

d) Esto significa que existe una relación muy positiva pero solo en cierto rango de aditivos, lo que
hace que baje es la mala eficacia de los otros y por eso es cerceno a cero.