Profesor: Ing.

Franklin Castellano
Esp. en Proteccin y Seguridad Industrial

Diagramas de Pareto
Los problemas de calidad se presentan como perdidas (productos
defectuosos y su costo). La mayora de las prdidas se debern a unos pocos
tipos de defectos, y estos defectos pueden atribuirse a un numero muy pequeo
de causas.
Si se identifican las causas de estos pocos defectos vitales se podrn eliminar
casi todas las perdidas, concentrndose en esas causas particulares y dejando de
lado por el momento otros muchos defectos triviales. El uso del diagrama de
Pareto permite solucionar este tipo de problema con eficiencia.

Como elaborar el diagrama de PARETO

1.- Decidir que problema se va a investigar y como recoger los datos:

Decidir que clase de problemas se quiere investigar; Objetos defectuosos,

perdidas econmicas, ocurrencia de accidentes.

Decidir que datos va ha necesitar y como clasificarlos; tipo de defectos,

maquina, operador, localizacin, proceso, mtodo

Definir el mtodo de recoleccin de datos, y el periodo de duracin de la

recoleccin

2.- Disear tabla para el conteo de los datos:

Tipo de defecto
Fractura
Rayado
Manchado
Tensin
Rajadura
Otros
total

Frecuencia

Total
5
25
10
5
1
4
50

3.- Elaboracin de tabla de datos de Pareto;

Se elabora una tabla de datos de Pareto con la lista de tems, con los totales
individuales, los totales acumulados, la composicin porcentual, y los porcentajes
acumulados
Se organizan los tems por orden de cantidad, colocndose el item otros de ultimo sin
importar su magnitud.

Tipo de defecto

N de
defectos

Total
acumulados

Composicin
porcentual

Porcentaje
acumulado

Rayado

25

25

50%

50%

Manchado

10

35

20%

70%

Fractura

40

10%

80%

Tensin

45

10%

90%

Rajadura

46

2%

92%

Otros

50

8%

100%

total

50

100%

4.- Construccin del diagrama de Pareto;

Se dibujan dos ejes verticales y un eje horizontal, en el vertical izquierdo se coloca
una escala de 0 a el numero total de observaciones o datos, en el vertical derecho
el porcentaje de 0 a 100, y en la horizontal los tems clasificados.
Se construye el diagrama de barras, y luego se dibuja la curva acumulada o curva de
Pareto.
50
45
40
35
30
25
20
15
10
5
0 Rayado Manchado Fractura Tensin Rajadura Otros

100
90
80
70
60
50
40
30
20
10
0

Ejemplo; Una empresa de fundicin y mecanizado ha determinado las

fallas principales en sus bujes de 12 pulgadas.
Tipo de fallas

Torno 1

Torno 2

Torno 3

Total

Muy cortos

Muy Largos

10

Mayor dimetro

Menor dimetro

Total

10

10

10

30

Con estos datos se elabora la tabla de datos de Pareto, como el numero de tipos de
fallas es poco no se utiliza el item otro

Tipo de defecto

N de
defectos

Total
acumulados

Composicin
porcentual

Porcentaje
acumulado

Muy Largos

10

10

33%

33%

Muy cortos

19

30%

63%

Mayor dimetro

28

30%

93%

Menor dimetro

30

7%

100%

total

30

A continuacin se elabora el diagrama de Pareto.

100%

30

100

29
28
27

90

26
25
24

80

23
22
21

70

20
19
18

60

17
16
15

50

14
13
12

40

11
10
9
8

30

7
6

20

5
4
3

10

2
1
0

muy largos

muy cortos

mas diam

menos diam 0

El resultado indica que la falla mas importante que se debe controlar en la de los bujes
con mayor longitud, al solucionar este problema se tendr controlado un 33 % de las
desviaciones en el proceso,
Pero cuales son las causas que originan esos defectos? con la investigacin o
recoleccin de datos se pueden detectar , pero cuando se analiza no siempre es fcil
determinar cuales son las causas de las fallas que estn provocando desviaciones en el
proceso, una herramienta estadstica que facilita esta tarea es el diagrama CAUSAEFECTO.

Histogramas
Se utilizan para determinar el comportamiento de una serie de datos a travs del
tiempo, para el control de calidad se utiliza para estudiar las frecuencias de eventos
o fallas de un proceso durante un lapso determinado de tiempo.

Tipos de histogramas

a.Tipo General

d. Tipo precipicio

b. Tipo peineta

e. Tipo planicie

g. Tipo pico aislado

c. Tipo sesgado

f. Tipo doble pico

i) Anlisis Histogramas tipo general:

Identifica de forma rpida el tipo de evento o caracterstica de estos que se repiten
con mas frecuencia que otros (pico mas alto) el hecho de que este intervalo se
encuentre en el centro significa que los valores sea agrupan alrededor de la media.
ii) Anlisis Histogramas tipo peineta
Se presenta cuando hay varios tipos de eventos o caractersticas de estos que se
repiten con mas frecuencia que otros (varios picos altos) aunque generalmente se
encontrara uno mas alto que todos no se debe dejar de prestar atencin a los otros
picos altos.
iii) Anlisis Histogramas tipo sesgado:
Este tipo de grafico se presenta cuando las tendencias de los valores estudiados van
en aumento hacia la derecha o a la izquierda, es decir las frecuencias se acumulan en
los extremos del mismo.

iv) Anlisis Histogramas tipo precipicio:

Este grafico tiene las mismas caractersticas que el anterior, con la diferencia que
el sesgo hacia alguno de los dos extremos es pronunciado.
v) Anlisis Histogramas tipo planicie:
Este histograma se presenta cuando los intervalos de clases estudiados tienen
mas o menos la misma frecuencia.
vi) Anlisis Histogramas tipo doble pico:
Este histograma se presenta cuando dos intervalos estudiados presentan mas o
menos la misma frecuencia, esto indica que hay al menos dos caractersticas
importantes que inciden en la ocurrencia de los eventos.
vii) Anlisis Histogramas tipo pico aislado:
Este histograma se presenta cuando al estudiar la frecuencia de un intervalo de
clase, se introducen datos que alteran el grafico formando otro pico aislado.

Ejemplo : Un fabricante de zapatos deportivos, desea determinar cuales son los

tipos de fallas mas frecuentes, para esto realiza evaluaciones durante 4 semanas
detectando las siguientes falloas

SEMANAS

mal cosidos

despegados

Mal
acabado

falla en talla

Otras fallas

Determine usando Histogramas cual es la falla mas critica y como ha sido la

ocurrencia de fallas durante esas semanas

SEMANAS

mal
cosidos

despegados

Mal
acabado

falla en
talla

Otras
fallas

TOTAL

12

12

12

TOTAL

12

10

44

Histograma para tipos de fallas

14

Anlisis: Histograma tipo

general,
una
falla
predomina Mal acabado,

12
10
8
6
4
2
0
mal cosidos

despegados

Mal acabado

falla en talla

Otras fallas

Histograma para ocurrencia de fallas por semana

14
12
10
8
6
4
2
0
1

Anlisis: Histograma tipo planicie, las fallas semanales tienen mas o

menos la misma frecuencia

Diagramas de Dispersin
Se utilizan para estudiar la relacin de dependencia entre 2 variables, por
ejemplo, como se afectaran las dimensiones de una pieza de una
maquina por el cambio en la velocidad de un pin o engranaje?, o como
puede afectar el proceso de llenado de un producto con respecto a la
velocidad de la banda transportadora?.o como afecta la calidad del
servicio en una empresa petrolera, la certificacin de sus operadores?.
Posible Correlacion positiva
30
25
20
Y 15
10
5
0
0

10

15
X

20

25

30

Como elaborar un diagrama de dispersin

1. Recolectar pares de datos (x,y), cuya relacin se quiere estudiar,
es recomendable tener al menos 30 pares.

2. Determinar los valores mnimo y mximo para x y y, para

establecer la escala en el eje horizontal y vertical.
3. Registrar los datos en el grafico

4. Analizar cualitativa y cuantitativamente la correlacin entre las dos

variables

Anlisis cualitativo - Lectura de los grficos de dispersin

Correlacion positiva

Correlacion negativa

35

35

30

30

25

25

20

15

20
15

10

10

10

20
X

30

40

10

15
X

20

25

30

Posible Correlacion positiva

Posible Correlacion negativa

30

30

25

25

20
Y 15

20
Y 15

10

10

0
0

10

15
X

20

25

30

10

15
X

20

25

30

No hay correlacion

No hay correlacion

30

30

25

25

20

20

Y 15

Y 15

10

10

0
0

10

15
X

20

25

30

10

15
X

20

25

30

Anlisis cuantitativo coeficiente de correlacin

La correlacin es el grado de relacin que puede existir entre dos o ms
variables, el coeficiente de correlacin permite predecir si entre dos
variables existe una dependencia matemtica.

El coeficiente de correlacin r toma valores de 1 y 1, cuando toma el

valor cero (0) significa que no hay relacin entre las variables, si el valor es
positivo indica que al incrementar una variable la otra aumenta
proporcionalmente y cuando es negativo indica que el valor de la otra
variable es inversamente proporcional.

Para el clculo del grado de correlacin se utilizara la formula

Donde; el Numerador se calcula de la forma siguiente; en cada par de valores (x,y) se

multiplica la "x" menos su media, por la "y" menos su media. Se suma el resultado
obtenido de todos los pares de valores y este resultado se divide por el tamao de la
muestra. Y el Denominador se calcula el producto de las varianzas de "x" y de "y", y a
este producto se le calcula la raz cuadrada.

Simplificando la formula:

Numerador (Covarianza)
S(xy) = Xi*Yi ( Xi * Yi/n)

Denominador (Varianzas)
S(xx)= Xi - ( Xi) /n
S(yy)= Yi - ( Yi ) /n

Para interpretar el coeficiente de correlacin se consideran los siguientes lineamientos generales:

Valor de r de 0 a 0.25 implica que no existe correlacin entre ambas variables.
Valor de r de 0 a -0.25 implica que no existe correlacin entre ambas variables.
Valor de r de 0.25 a 0.50 implica una correlacin baja a moderada (con aumento
proporcional entre las dos variables)
Valor de r de -0.25 a -0.50 implica una correlacin baja a moderada. (con aumento
inversamente proporcional entre las dos variables)
Valor de r de 0.50 a 0.75 implica correlacin moderada a buena. (con aumento
proporcional entre las dos variables)
Valor de r de -0.50 a -0.75 implica correlacin moderada a buena. (con aumento
inversamente proporcional entre las dos variables)
Valor de r de 0.75 o mayor, implica una muy buena a excelente correlacin. . (con
aumento proporcional entre las dos variables)
Valor de r de -0.75 o mayor, implica una muy buena a excelente correlacin. (con
aumento inversamente proporcional entre las dos variables).

EJEMPLO

Un fabricante de tanques de plstico que los hacia usando el mtodo de

moldeo por soplado tuvo problema con tanques defectuosos con paredes
delgadas, se sospechaba que la causa de la falla era la variacin en la
presin del aire del soplado. En la tabla siguiente se muestra la
informacin sobre el aire de soplado y el porcentaje de defectos.
Determine mediante el diagrama de dispersin la relacin que existe entre
estas dos variables y el grado de correlacin.

presion de aire

% de

presion de aire

% de

(Kg/cm2

Defectos

(Kg/cm2

Defectos

01-Oct

8,6

0,889

22-Oct

8,7

0,892

02-Oct

8,9

0,884

23-Oct

8,5

0,877

03-Oct

8,8

0,874

24-Oct

9,2

0,885

04-Oct

8,8

8,891

25-Oct

8,5

0,866

05-Oct

8,4

0,874

28-Oct

8,3

0,896

08-Oct

8,7

0,886

29-Oct

8,7

0,896

09-Oct

9,2

0,911

30-Oct

9,3

0,928

10-Oct

8,6

0,912

31-Oct

8,9

0,886

11-Oct

9,2

0,895

01-Nov

8,9

0,908

12-Oct

8,7

0,896

04-Nov

8,3

0,881

15-Oct

8,4

0,894

05-Nov

8,7

0,882

16-Oct

8,2

0,864

06-Nov

8,9

0,904

17-Oct

9,2

0,922

07-Nov

8,7

0,912

18-Oct

8,7

0,909

08-Nov

9,1

0,925

19-Oct

9,4

0,905

09-Nov

8,7

0,872

fecha

fecha

% de Defectos
0,93
0,92
0,91
0,9
0,89
0,88
0,87
0,86
8

8,5

9,5

Anlisis cualitativo: Puede haber correlacin positiva

Coeficiente de Correlacin

Numerador (Covarianza)
S(xy) = Xi*Yi ( Xi * Yi/n) = 235,357 (263,2* 26,816)/ 30
S(xy) = 0,0913
Denominador (Varianzas)
S(xx)= Xi - ( Xi) /n = 2312 (263,2)/30 = 2,88
S(yy)= Yi - ( Yi ) /n =23,978 (26,816)/30= 0,0084
r = S(xy)/ S(xx)* S(yy)

= 0,0913/ 2,88 * 0,0084 = 0,59

Anlisis = 0.50< 0,59 > 0.75 implica correlacin moderada a

buena entre las 2 variables