HERRAMIENTAS

ESTADISTICAS APLICABLES AL
ASEGURAMIENTO DE LA
CALIDAD
ALGUNAS DEFINICIONES BASICAS

1. FILOSOFIA DE CALIDAD
2. CALIDAD
3. ASEGURAMIENTO DE CALIDAD
4. CONTROL ESTADISTICO DE PROCESOS
5. POBLACION
6. MUESTRA
7. VARIABLE
8. FRECUENCIA
9. RANGO
10. MEDIA ARITMETICA
11. DESVIACION ESTANDAR
12. COEFICIENTE DE VARIACION
1.FILOSOFIA DE CALIDAD : LA FILOSOFIA DE CALIDAD
TIENE SU NACIMIENTO EN LOS PAISES ORIENTALES
(INDUSTRIAS JAPONESAS), BASADO EN EL MEJORAMIENTO
TOTAL Y NO ESTA RESTRINGIDO SOLO A LA CALIDAD DEL
PRODUCTO, “EL PROPOSITO ES MEJORAR TODO LO QUE SE
HACE”. ESTA FILOSOFIA BUSCA MEJORAR LA CALIDAD Y
PRODUCTIVIDAD DE LA COMPAÑIA Y HACER QUE LOS
PROCESOS SEAN FLEXIBLES. SU FIN ES SOBREVIVIR EN UN
MUNDO ALTAMENTE COMPETITIVO.

2.CALIDAD: CONSISTE EN SATISFACER Y EXCEDER LAS

NECESIDADES Y EXPECTATIVAS DE NUESTROS CLIENTES.

3. ASEGURAMIENTO DE CALIDAD:SON TECNICAS

APLICABLES A TODAS LAS FUNCIONES DE LA EMPRESA
RELACIONADAS CON EL PRODUCTO. SU OBJETIVO ES LA
PREVENCION PARA EVITAR LA RECURRENCIA DE ERRORES
FAVORECIENDO EL AHORRO.
4.CONTROL ESTADISTICO DE PROCESOS : PAPEL
QUE CUMPLEN LOS METODOS ESTADISTICOS EN LA
ADMINISTRACION DE PROCESOS DE PRODUCCION.

5.POBLACION(N): LA TOTALIDAD DE VALORES POSIBLES

DE UNA CARACTERISTICA PARTICULAR DE UN GRUPO
ESPECIFICADO DE OBJETOS SOBRE LOS CUALES
DESEAMOS HACER ALGUN TIPO DE GENERALIZACIONES O
PREDICCIONES. EJ :

* No. DE CARROS DE SERVICIO URBANO

* No. DE METROS DE TELA REVISADOS DURANTE UN MES

6.MUESTRA(n) : ES LAPARTE DE LA POBLACION SOBRE LA

CUAL SE LLEVA A CABO LOS ENSAYOS O ANALISIS. EJ :

* CARROS DE SERVICIO URBANO DENOMINADOS TAXIS.

* METROS DE TELA REVISADOS DE LA BASE 2617.
7.VARIABLE: UN SIMBOLO TAL COMO A,X, QUE SIRVE PARA
REPRESENTAR UN CONCEPTO CUALQUIERA, ESPESOR,
LONGITUD,PH, DUREZA, ORDENES CUMPLIDAS, REPROCESOS,
PROCEDIMIENTOS ACTUALIZADOS, ENTRE OTRAS.

CUALITATIVA ó ATRIBITIVA CUANTITATIVA

(No Medibles Ej.. Aspecto, Toque, Brillo) (Se expresan con números Ej.. Peso
ancho, Longitud)
8.FRECUENCIA: NUMERO DE VECES QUE SE REPITE CADA
VALOR DE UNA VARIABLE.

9.RANGO(R): (RECORRIDO O FLUCTUACION) ES EL

RESULTADO DE LA DIFERENCIA ENTRE LOS VALORES
EXTREMOS (MAXIMO Y MINIMO). EJ :
SERIE DE DATOS : 10, 11, 9, 12, --------- RANGO = 3
10.MEDIA ARITMETICA (X) :SE DEFINE COMO LA SUMA DE
TODOS LOS VALORES OBSERVADOS DIVIDIDO POR EL NUMERO DE
OBSERVACIONES. EJ :

DATOS : 10,11,9,12. PROM = 10+11+9+12 = 10.50

4
11.DESVIACION ESTÁNDAR:O DESVIACION TIPICA, ESTA
DADA POR LA DIFERENCIA ENTRE EL VALOR INDIVIDUAL Y EL
VALOR MEDIO. ES DECIR, QUE ES LA RAIZ CUADRADA DEL
PROMEDIO DE LAS VARIACIONES CUADRATICAS CON RESPECTO A
LA MEDIA ARITMETICA. EJ :

DATOS : 10,11,9,12 S = Sumatoria (X-X prom)²

n
12.COEFICIENTE DE VARIACION : RELACION ENTRE
DESVIACION ESTANDAR Y LA MEDIA ARITMETICA EJ :

C.V = 1.12 / 10.50 = 10.66 %

 HERRAMIENTAS
ESTADISTICAS

1. RECOLECCION DE DATOS
2. HOJAS DE CHEQUEO O REGISTRO
3. HISTOGRAMAS
4. PRINCIPIO DE PARETO
5. DIAGRAMA CAUSA - EFECTO
6. DIAGRAMA DE DISPERSION
7. GRAFICOS DE CONTROL
 1. RECOLECCION DE DATOS
PARTE DEL PRINCIPIO “LOS HECHOS GOBIERNAN NUESTRAS
VIDAS”. CUANDO SE CONOCEN LOS HECHOS SE PUEDEN
ENTENDER LOS PROBLEMAS Y TRATARLOS ADECUADAMENTE.

ESTA HERRAMIENTA UTILIZA COMO PRINCIPAL ELEMENTO LOS

DATOS QUE SON RECOLECTADOS DENTRO DE LAS ACTIVIDADES
A ANALIZAR. POR LO TANTO, FORMAN LA BASE DEL PLAN DE
ACCION Y DE DECISION Y SU RECOLECCION ES FUNCION DE LA
NATURALEZA DEL PROCEDIMIENTO QUE SE APLIQUE.

* LOS DATOS PUEDEN SER USADOS PARA :

A. COMPRENSION DE UNA SITUACION.
B. ANALIZAR UNA SITUACION
C. CONTROLAR UN PROCESO
D. REGULAR UNA VARIABLE
E. ACEPTACION O RECHAZO DE UN PRODUCTO.
* CONSIDERACIONES GENERALES : ANTES DE REALIZAR LA
RECOLECCION DE LOS DATOS SE DEBE TENER EN CUENTA :

A. OBJETIVO DE LA RECOLECCION DE DATOS.

B. FACTORES QUE INFLUYEN EN LOS DATOS (CONFIABILIDAD)
C. DEFINIR CANTIDAD DE DATOS SUFICIENTES
D. VERIFICAR CONSISTENCIA DE LA INFORMACION ANTES DE
DAR INICIO AL ANALISIS.
E. ESTABLECER LA FORMA APROPIADA DE RECOGER LOS
DATOS

ESTADISTICA IMPLICA DATOS. LOS DATOS REFLEJAN

LOS HECHOS. COMO EL CONTROL DEPENDE LOS DATOS.
ESTOS TIENEN QUE SER EXACTOS
 2. HOJA DE CHEQUEO O REGISTRO
SON FORMATOS PREIMPRESOS QUE FACILITAN LA TOMA DE
INFORMACION DE TAL MANERA QUE LOS DATOS PUEDAN
RECOGERSE DE FORMA FACIL Y CONCISAMENTE. SUS
OBJETIVOS PRINCIPALES SON :
 FACILITAR LA RECOLECCION DE DATOS
 ORGANIZAR AUTOMATICAMENTE LOS DATOS DE MANERA QUE
PUEDAN USARSE CON FACILIDAD MAS ADELANTE.

* REQUISITOS PARA UN BUEN DISEÑO :

A. CREAR ACTITUD FAVORABLE HACIA LA TAREA A REALIZAR.

B. FACIL DE INTRODUCIR DATOS.
C. FACILITAR EL ANALISIS DE LA INFORMACION CONSIGNADA.
D. DEBE AYUDAR A REDUCIR LA TENDENCIA AL ERROR.
E. FAVORECER LA ECONOMIA DE PAPEL E IMPRESIÓN.
ES IMPORTANTE DEFINIR CLARAMENTE LA INFORMACION
TANTO EN SU PARTE ESTATICA COMO EN SU PARTE
VARIABLE.

SE DEBE DISEÑAR EL FORMATO PREVIA DEFINICION DE LAS

VARIABLES A REALIZAR EL SEGUIMIENTO ASI COMO LOS
DATOS DE ENCABEZADO QUE DEBE CONTENER EL
FORMATO

SE DEBE EVITAR AL MAXIMO LA DUPLICIDAD DE

INFORMACION Y LOS ERRORES DE TRANSCRIPCION.

CUALQUIERA QUE SEA EL CUIDADO CON QUE SE ANALICEN

LOS RESULTADOS, SI SON ERRADOS Ó INCORRECTOS, LAS
CONCLUSIONES QUE DE ELLOS SE TOMEN NO TENDRÁN
NINGUN SENTIDO
 PLANILLA DE INSPECCION DE ITEMS DEFECTUOSOS

Producto : Jefe de Turno :

Sección : Base :
Fecha : Máquina :
Turno : Operario :

DEFECTOS FRECUENCIA SUBTOTAL

HILO ROTO IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII 40

AGUJAS IIIII IIIII IIIII IIIII IIIII IIIII 30

MARRAS IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII 55

PIQUE IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII 45

QUIEBRE IIIII IIIII IIIII 15

ORIENTACION DEL LOOP IIIII IIIII IIIII IIIII IIIII 25

PARADA DE MAQ CIRCULAR IIIII IIIII IIIII IIIII IIIII IIIII IIIII 35

TOTAL GENERAL 245

REVISO : FECHA REVISION :

F-XXX-XXX
 3. HISTOGRAMAS

(Ó DIAGRAMA DE DISTRIBUCION DE FRECUENCIAS)

. ES UNA FORMA DE ORDENAR DATOS Y DE
REPRESENTARLOS DE MANERA GRAFICA.

ES UNA HERRAMIENTA DE DIAGNOSTICO QUE

MUESTRA UNA VISTA PANORAMICA DE CÓMO SE
COMPORTA LA DISTRIBUCION DE LA VARIACION DE
LOS DATOS., Y, SU FORMA ESTA CONDICIONADA A
LA DISTRIBUCION DE LA FRECUENCIA DE LOS
DATOS.
 COMO ELABORAR UN HISTOGRAMA
1. SELECCIONAR UNA BASE DE DATOS DE LA VARIABLE A
EVALUAR (MINIMO 50 DATOS).

2. CUENTE LOS DATOS N = ?

3. DETERMINE EL RANGO DE LOS DATOS R = Vr. MAX -Vr MIN

4. DEFINIR EL NUMERO DE BARRAS (CLASES “K”) QUE TENDRA EL

HISTOGRAMA. FORMAS DE HALLAR “K” :
No. Datos No. Clases (K) No. Datos No. Clase(K)
30 A 45 5, 6, 7 0-50 6a8
46 A 90 6, 7, 8 51-100 9 a 11
91 A 180 8, 9, 10 101-250 8 a 13
181 A 250 9, 10, 11 Más de 250 10 a 15
MAS DE 250 10, 11, 12
Ó CALCULANDO LA RAIZ CUADRADA DE N.
5. DETERMINAR EL INTERVALO DE CADA CLASE USANDO LA
SIGUIENTE FORMULA : H = R / K DONDE :

H = INTERVALO DE LA CLASE
R = RANGO DE LOS DATOS DE LA MUESTRA
K = NUMERO DE CLASES O BARRAS

NOTA : SE RECOMIENDA REDONDEAR EL VALOR DE H A UN VALOR

ADECUADO. H SERA CONSTANTE POR CADA CLASE.

6. DETERMINAR LOS LIMITES DE CLASE. EL PRIMER LIMITE DE

CLASE INICIA CON EL VALOR MINIMO MAS EL INCREMENTO DEL
INTERVALO DE CLASE.
 TIPOS DE HISTOGRAMAS

1. GENERAL : (SIMETRICO O DE CAMPANA) La media se

encuentra en la mitad del rango de datos. La frecuencia es mayor en el
centro y disminuye gradualmente hacia los extremos (Esta es la forma más
frecuente y la que siempre se espera obtener).

2. DISPAREJO: (O MULTIMODAL) Ocurre cuando se redondean los

los datos ó cuando el número de datos incluidos en cada clase varia de
clase a clase.

3. DESLIZADO A LA DERECHA: (DESLIZADO A LA

IZQUIERDA) Es asimétrica. Se presenta cuando el límite inferior ó
superior está controlado. La media se localiza al extremo izquierdo de la
gráfica.

4. PRECIPITADO A LA IZQUIERDA: La media se encuentra al

extremo izquierdo. Se presenta cuando la capacidad del proceso es baja.
5. MESETA O PLANICIE: La frecuencia en cada clase es muy similar. Ocurre
al mezclar varias distribuciones con distintos valores medios.

6. PICO GEMELO : (BIMODAL) La frecuencia es baja cerca de la mitad del

rango de los datos y existe un pico a cada lado. Ocurre cuando se mezclan dos
distribuciones con valores medios distintos.

7. PICO AISLADO: Existe un pequeño pico aislado adicionado a un

histograma de tipo general. Ocurre cuando se mezcla una porción de datos de
otra distribución.
 TIPO DE HISTOGRAMA

1. GENERAL 2. DISPAREJO 3. DESLIZADO A LA DERECHA

4. PRECIPITADO A LA IZQ 5. MESETA 6. PICO GEMELO

7. PICO AISLADO
DISTRIBUCION NORMAL Y SUS CARACTERISTICAS

UN PROCESO SE PUEDE DISTRIBUIR CON BASE EN LA MEDIA Y

DESVIACION ESTÁNDAR. LA FORMA DE LA DISTRIBUCION
NORMAL PUEDE DESCRIBIRSE SENCILLAMENTE COMO UNA
FORMA DE CAMPANA O DE MONTAÑA.
* TIENE UN UNICO PICO Y TIENE FORMA DE CAMPANA.

* LA MEDIA O VALOR ESPERADO DE LA DISTRIBUCION NORMAL

QUEDA EN EL CENTRO DE LA CURVA NORMAL.

* LAS COLAS DE LA DISTRIBUCION NORMAL SE EXTIENDEN

INDEFINIDAMENTE Y NUNCA TOCAN EL EJE HORIZONTAL.

* ES SIMETRICA.

AREAS BAJO LA CURVA:

INDEPENDIENTEMENTE DE CUALES SEAN LOS VALORES DEL

PROMEDIO Y LA DESVIACION, PARA UNA DISTRIBUCION DE
PROBABILIDAD NORMAL EL AREA BAJO LA CURVA ES IGUAL A 1
(100%)
 Limites Este x Fuera Lim Este x Dentro Lim

Prom ± 1 Desv 31.74 % 68.26 %

Prom ± 2 Desv 4.55 % 95.45 %
Prom ± 3 Desv 0.27 % 99.73 %

99,73%

95,45%
68,26%
 OBTENCION DE PROBABILIDADES DE
CUALQUIER TIPO DE CURVA NORMAL

Z1= MIN - PROM / DESV

Z2 = MAX - PROM / DESV

Z1 = % DEFECTUOSO POR DEBAJO DEL LIMITE INF

Z2 - Z1 = %QUE CUMPLE CON LA NORMA

1 - Z2 = % QUE ESTA POR ENCIMA DEL LIMITE SUP.

 HABILIDAD DEL PROCESO
PERMITE DETERMINAR SI EL PROCESO QUE SE ESTA
ANALIZANDO CUMPLE CON LAS ESPECIFICACIONES EN
FORMA CONSISTENTE.

ES EL RESULTADO DE LA COMPARACION ENTRE LA

VARIACION ACTUAL DEL PROCESO Y LA VARIACION
PERMITIDA POR LA ESPECIFICACION.

CP = HABILIDAD POTENCIAL ó CAPACIDAD

POTENCIAL
FORMULAS :

CONOCIENDO LOS DOS LIMITES DE ESPECIFICACION

CP = LSE - LIE
6 DESV

CONOCIENDO UNO DE LOS LOS DOS LIMITES DE

ESPECIFICACION

CP = LSE - PROM CP = PROM - LIE

3 DESV 3 DESV
INTERPRETACION :

CP = MENOR A 1 PROCESO NO HABIL.

CP = MAYOR IGUAL A 1 MENOR QUE 1.33 EL

PROCESO ES POTENCIALMENTE HABIL.

CP = MAYOR IGUAL A 1.33 PROCESO ES HABIL

 TODOS LOS PROCESOS QUE FALLEN EN
CUMPLIR CON EL CRITERIO REQUIEREN

ACCION CORRECTIVA INMEDIATA

A. Rechazar lo malo o reprocesar lo que sea posible y volver a calcular CP

B. Mejorar la habilidad del proceso mediante la reducción de la variacion de

las causas comunes

C. Modificar las especificaciones a la realidad del proceso

 4. DIAGRAMA PARETO

Es una gráfica que representa en forma ordenada el

grado de importancia que tienen los diferentes
factores en un determinado problema, tomando en
consideración la frecuencia con que ocurre cada uno
de dichos factores.
 HISTORIA
Su nombre se debe a WILFREDO PARETO, economista
italiano que centraba su atención en el concepto de los “POCOS
VITALES” contra los “MUCHOS TRIVIALES”.

La gráfica de pareto fue desarrollada por el Dr. Joseph Juran un

experto americano en control de calidad y Alan Lakelin quien
formuló la regla del 80/20.

Aproximadamente el 80% de un valor o de un costo se debe al

20% de los elementos causantes de este
BENEFICIOS
- Canaliza los esfuerzos hacia los pocos vitales.

- Ayuda a priorizar y a señalar la importancia de cada

una de las áreas de oportunidad.

- Es el primer paso para la realización de mejoras.

- Se aplica a todas las situaciones.

- Permite la comparación antes/después; ayudando a

cuantificar el impacto de las acciones tomadas.

- Promueve el trabajo en equipo

 INSTRUCCIONES DE ELABORACION

1. Identifique el problema o área de mejora en la que va a

trabajar.

2. Elabore una lista de los factores incidentes en el

problema.
3. Dibuje un rectángulo e identifique cada uno de los ejes (x,y).
Los factores incidentes (CAUSAS en el problema se escriben
en el eje de las X). El factor “OTROS” es siempre el último de
la derecha.

4. Dibuje una barra para cada componente con altura

igual a su frecuencia o unidades de valor en el eje de las
Y.
5. Gradúe el lado derecho de la gráfica para el porcentaje
(esquina superior 100%; esquina inferior 0%).

6. Calcule el porcentaje total de cada (barra

/componente) por medio de la siguiente fórmula:

(valor componente /valor total medir) * 100

7. Dibuje la línea de porcentaje para el primer
componente. Para ello ubíquese en la esquina inferior
izquierda del rectángulo y suba hasta el valor de
porcentaje determinado en el paso anterior.

8. Para gráficar el segundo valor sume el porcentaje

obtenido del primer componente con el segundo, marque
este punto en la gráfica subiendo desde la esquina
superior derecha de esta barra hasta el valor obtenido
leyendo este en el eje de los porcentajes.
9. De la misma forma determine el porcentaje acumulativo para
c/u de los componentes.

10. Finalmente una los puntos desde la esquina inferior izquierda

hasta la superior derecha del rectángulo.
 EJEMPLO DIAGRAMA PARETO
Tipo de Metros Total metros Participación Porcentaje
Defecto Defectuosos Acumulados Porcentual Acumulado

1 Arrugas 85.932 85.932 15,45% 15,45%

2 Manchas 75.896 161.828 13,64% 29,09%
3 Hilo Roto 72.692 234.520 13,07% 42,15%
4 Barrados 68.369 302.889 12,29% 54,44%
5 Rotos 59.863 362.752 10,76% 65,20%
6 Ancho Inferior 50.236 412.988 9,03% 74,23%
7 Mugre 42.365 455.353 7,61% 81,84%
8 Marras 31.236 486.589 5,61% 87,46%
9 Tono Diferente 26.986 513.575 4,85% 92,31%
10 Otros 42.789 556.364 7,69% 100,00%

GRAN TOTAL 556.364 100,00%

DIAGRAMA DE PARETO PRINCIPALES DEFECTOS

100.000 100,00%
90.000 90,00%
Mts Defectuosos

80.000 80,00%

% Participación
81,84
70.000 70,00%
60.000 60,00%
50.000 50,00%
40.000 40,00%
30.000 30,00%
20.000 20,00%
10.000 10,00%
0 0,00%
Hilo Roto

Rotos

Mugre

Otros
Arrugas

Manchas

Inferior

Marras
Barrados

Diferente
Ancho

Tono

1 2 3 4 5 6 7 8 9 10
Defectos
 5. DIAGRAMA CAUSA - EFECTO

Definición :

 ES LA REPRESENTACION DE TODOS LOS

FACTORES QUE PUEDEN ESTAR OCASIONANDO
UN EFECTO.

 TAMBIEN SE PUEDE DECIR QUE ES EL

DIAGRAMA QUE MUESTRA LA RELACION
SISTEMATICA ENTRE UN RESULTADO
DETERMINADO Y SUS POSIBLES CAUSAS.
 TORMENTA DE IDEAS :

 ES UNA TECNICA QUE CONSISTE EN DAR

OPORTUNIDAD A TODAS LAS PERSONAS DE UN
GRUPO A OPINAR O SUGERIR ALGO EN RELACION A
UN PROBLEMA QUE SE ESTUDIA

CARACTERISTICAS:

 SE REQUIERE DE UN LUGAR COMODO.

 UN AMBIENTE AGRADABLE Y AMISTOSO.
 EL GRUPO DE SER ENTRE 5 Y 10 PERSONAS.
 DEBE HABER COORDINADOR
 UNA PERSONA DEBE TOMAR NOTAS.
 PROCEDIMIENTO:
 DEFINIR CON CLARIDAD EL PROBLEMA,
 NO DESVIARSE HACIA OTROS TEMAS
 BUSCAR EL MAYOR NUMERO DE IDEAS
 TODO EL GRUPO DEBE PARTICIPAR
 NO CRITICAR LAS IDEAS NI A LAS PERSONAS
 ASOCIAR IDEAS
 ANOTAR TODAS LAS IDEAS CONFORME SE VAN
REGISTRANDO
 ESCRIBIR CON LAS MISMAS PALABRAS
 TIEMPO PARA REFLEXIONAR SOBRE LAS IDEAS
 SEA BREVE: DE 5 A 15 MINUTOS ES SUFICIENTE
 PREPARAR UN PLAN PARA IMPLEMENTAR
 EJECUTAR LO PLANEADO
 ELABORACION DEL DIAGRAMA :
 ESCRIBIR EL PROBLEMA O EFECTO MEDIANTE UN
ENUNCIADO CORTO A LA DERECHA DEL DIAGRAMA.
 ESCRIBIR LAS CATEGORIAS O CAUSAS MAYORES,
FORMANDO ESPINAS DE PESCADO, OBTENIDAS DE UNA
TORMENTA DE IDEAS O INVESTIGACION PREVIA.
 ESTAS LINEAS DIAGONALES, GENERALMENTE SE
CLASIFICAN EN METODO, MAQUINARIA, MANO DE OBRA,
MATERIAL, MEDIO AMBIENTE, MERCADEO, MEDIDA
 IDENTIFICAR SUBCAUSAS DENTRO DE LAS CAUSAS
PRINCIPALES Y REPRESENTARLAS POR LINEAS QUE
LLEGUEN A ELLAS.
 PONDERAR LAS CAUSAS ANTES DE EVALUARLAS
 DETERMINAR LAS CAUSAS QUE TIENEN MAYOR IMPACTO
SOBRE EL PROBLEMA.
 VERIFICAR LAS CAUSAS MAS PROBABLES Y ANALIZAR LA
SIGNIFICANCIA DE ESTAS SOBRE EL PROBLEMA
 UNA VEZ IDENTIFICADAS LAS CAUSAS SE EXAMINAN EN
FORMA EXHAUSTIVA UTILIZANDO INTERROGANTES COMO:
QUIEN, QUE, DONDE, CUANDO Y POR QUE.

BENEFICIOS
 PERMITE DETERMINAR LA RELACION ENTRE LAS CAUSAS
Y LOS EFECTOS
 CLARIFICA LAS AREAS PROBLEMA Y FACILITA EL
ESTABLECIMIENTO DE ACCIONES CORRECTIVAS
 AYUDA A IDENTIFICAR LAS CAUSAS MAYORES
 REDUCE LA POSIBILIDAD DE OLVIDAR ALGUNA CAUSA
IMPORTANTE
 PERMITE ESTABLECER LAS MEDICIONES EN PUNTOS
CRITICOS.
 MATERIA PRIMA MAQUINA MEDIDA

MEDIO MANO DE METODO

AMBIENTE OBRA
 MATERIA PRIMA MAQUINA MEDIDA

Proveedores Deterioro Instrumento

Condiciones
locales
Suministro Mantenimiento Inspección
propio
EFECTO
Taller Físico Información

Instrucción

Clima Mental Procedimiento

MEDIO MANO DE METODO

AMBIENTE OBRA

CAUSAS
 6. DIAGRAMAS DE DISPERSION Y
CORRELACION

DEFINICION : ES UN GRAFICO QUE MUESTRA LA

RELACION ENTRE DOS TIPOS DE DATOS. UN DIAGRAMA
DE DISPERSION ILUSTRA LA RELACION ENTRE DOS
VARIABLES COMO UNA PAUTA QUE PUEDE LEERSE
DIRECTAMENTE

SI X y Y AUMENTAN : CORRELACION POSITIVA

SI Y DISMINUYE y X AUMENTA : CORRELACION

NEGATIVA

SI NO HAY RELACION ENTRE X y Y: NO

CORRELACION
COMO CONSTRUIR UN DIAGRAMA DE DISPERSION :

1. REUNIR ENTRE 50 Y 100 PARES DE DATOS CUYA

RELACION SE DESEA INVESTIGAR.

2. TRAZAR LOS EJES HORIZONTAL Y VERTICAL DEL

GRAFICO , GRAFICANDO LA VARIABLE
ASIGNADA COMO CAUSA (INDEPENDIENTE) EN
EL EJE X Y LA VARIABLE EFECTO (DEPENDIENTE)
EN EL EJE Y.

3. MARCAR LOS DATOS EN EL GRAFICO. SI SE

REPITE EL MISMO PUNTO MARCAR CIRCULOS
CONCENTRICOS .
 1.CORRELACION POSITIVA
Y * *
* * * Un aumento de Y depende de los aument
* * * Si se controla X, entonces Y esta bajo con
* * *
* * *
* * *
* * *
* * *
* * *
*

X 2. POSIBLE CORRELACION
POSITIVA
Y * *
* * * Si aumenta X, Y aumentará en cierta med
* * * * * parece responder a otras causas ademas d
* * * * * *
* * * * * * * *
* * * * * * *
* * * * * *
* * * * *
* * *

3. NO EXISTE CORRELACION
Y

* * No hay correlación.
* * * * * *

* * * * * * * *

* * * * * * * * *

* * * * * * * *

* * * * * * *

* * * *

* * *

4. POSIBLE CORRELACION
Y NEGATIVA
* *

* * * * Un aumento de X provocará una tendenc

* * * * * * disminución de Y.
* * * *

* * * * *

* * * * * *

* * *

* *

X
DENOMINACION DE LA CORRELACION :

r = S (X,Y)
S (XX)*S(YY)

r = Coeficiente de Correlación (-1 < r < 1).

S = Varianza.
S(XX) = Varianza de X.
S(YY) = Varianza de Y.
CONDICIONES DE ANALISIS :

r cerca de -1 : CORRELACION FUERTEMENTE

NEGATIVA.

r cerca de 1 : CORRELACION FUERTEMENTE

POSITIVA.

r cerca de 0 : NO EXISTE CORRELACION O ES

MUY DEBIL.
7. GRAFICOS DE CONTROL (X BARRA R,
P, NP, C, U)
LOS GRAFICOS DE CONTROL PERMITEN VISUALIZAR
EL COMPORTAMIENTO DE DATOS FRENTE A
CARACTERISTICAS DE CALIDAD PREVIAMENTE
ESTABLECIDAS EN PRODUCTOS YA FABRICADOS.

EN LOS PROCESOS PRODUCTIVOS EXISTEN TRES

FUNDAMENTALES QUE PERMANENTEMENTE ESTAN
SUJETOS A CAMBIOS EN RELACION AL TIEMPO :
1. MANO DE OBRA
2. MATERIAS PRIMAS
3. MEDIOS Y METODOS DE FABRICACION
 * CLASIFICACION DE LAS CAUSAS DE VARIACION :

- CAUSAS NO ASIGNABLES : SON CAUSAS NATURALES DE

VARIACION PRESENTES EN LOS PROCESOS PRODUCTIVOS Y SON
PRODUCIDAS POR EL “AZAR”. ES MUY DIFICIL Y USUALMENTE MUY
COSTOSO EL CONOCIMIENTO Y ELIMINACION DE ESTAS CAUSAS DE
VARIACION.

- CAUSAS ASIGNABLES : SON CAUSAS QUE SE SALEN DEL CAMPO

ESTABLE QUE SE CONSIDERA NATURAL EN EL PROCESO. SE
PUEDEN DESCUBRIR Y CORREGIR CON RELATIVA FACILIDAD.
EJEMPLOS :
* Operarios Mal Entrenados.
* Medición errónea.
* Materias Primas no Conformes.
* Máquinas sin Mantto.
* Datos mal Calculados , etc.
GRAFICOS Y LIMITES DE CONTROL :

EL LIMITE DE CONTROL EN UN GRAFICO QUE REPRESENTA LA

SEPARACION DE LAS CAUSAS ASIGNABLES CON LAS NO
ASIGNABLES.

LOS LIMITES DE CONTROL SE SUELEN FIJAR A TRES

DESVIACIONES POR ENCIMA O POR DEBAJO DE LA LINEA
CENTRAL.

CLASIFICACION GRAFICOS DE CONTROL :

1. X BARRA R : CONTROLAR LA CALIDAD MEDIA Y LA

DISPERSION DE VALORES REGISTRADOS DE UNA VARIABLE.
2. GRAFICO p: CONTROLAR LA CALIDAD Y LAS CONDICIONES
DE PRODUCCION DE PRODUCTOS DEFECTUOSOS.

3. GRAFICO np : CONTROLA CALIDAD DE MATERIAL

DEFECTUOSO PERO TOMANDO COMO BASE EL No. DE
ARTICULOS DEFECTUOSOS (n = CONSTANTE)

4. GRAFICO c : CONTROLA EL NUMERO DE DEFECTOS c,

PRESENTES EN UN PRODUCTO. EL TAMAÑO DE MUESTRA DEBE
SER FIJO.

5. GRAFICO u : SE EMPLEA CUANDO SE REQUIERE

DETERMINAR EL NUMERO DE DEFECTOS ( c ) PRESENTES POR
UNIDAD EN UNA MUESTRA VARIABLE. ( u = c / n ).
 TIPOS DE DATOS Y GRAFICOS DE CONTROL

TIPOS DE DATOS GRAFICOS DE CONTROL

NO DISCRETOS

Ej : Mediciones
Volúmen X BARRA R
Peso
Energía Consumida

DISCRETOS
Ej : Cantidad de productos
defectuosos.
Fracción Defectuosa. p
Proporción de Prodcutos np
de segunda clase.

Ej : * Cantidad de perforaciones en piezas de chapas

metálicas de áreas diferentes.
* Cantidad de partículas extrañas en compuestos
farmaceuticos de volúmen diferente. u
* Cuando el ámbito dentro del cual pueden ocurrir
los defectos como longitud, área, volumen, etc,
no esta fijado.

Ej : * Cantidad de perforaciones en un área especificada

* Cantidad de partículas extrañas en unvolúmen
especificacdo. c
* Cuando la longitud, área, volumen, etc, están fijados.
 COMO CONSTRUIR UN GRAFICO X BARRA R
1. REUNIR LOS DATOS (MINIMO 100 MUESTRAS)

2. DIVIDIR LOS DATOS EN SUBGRUPOS (MINIMO 2 Y MAXIMO 5).

3. REGISTRAR LOS DATOS EN UNA PLANILLA DISEÑADA PARA

TAL FIN.

4. HALLAR LA MEDIA PARA CADA SUBGRUPO.

5. HALLAR EL RANGO PARA CADA SUBGRUPO.

6. HALLAR EL PROMEDIO DE PROMEDIOS O EL X DOBLE BARRA.

7. HALLAR EL PORMEDIO DEL RANGO.

8. CALCULAR LAS LINEAS DE LOS LIMITES DE CONTROL (LC, LCS

y LCI).
9. CONSTRUYA EL GRAFICO DE CONTROL FIJANDO LA ESCALA
DE ACUERDO A LA BASE DE DATOS; TRACE LOS LIMITES DE
CONTROL Y CONSIGNE LOS DATOS.

10. MARQUE LOS PUNTOS DE X BARRA Y R PARA CADA

SUBGRUPO SOBRE LA MISMA LINEA VERTICAL.

11. ESCRIBA EN EL GRAFICO LA INFORMACION NECESARIA QUE

IDENTIFIQUE LAS FUENTES DE INFORMACION.
PARA EL CALCULO DE LOS LIMITES SE DEBE TENER
ENCUENTA LO SIGUIENTE

GRAFICO X BARRA :

LIMITE CENTRAL :
LC = X DOBLE BARRA

LIMITE CONTROL SUPERIOR :

LCS = X DOBLE BARRA + (A2)(R promedio).

LIMITE CONTROL INFERIOR:

LCI = X DOBLE BARRA- (A2)(R promedio).
GRAFICO R :

LIMITE CONTROL SUPERIOR LCS = (D4)(R promedio)

LIMITE CONTROL INFERIOR LCI = (D3)(R promedio)

-------------------------------------------
n A2 D4 D3 E2
2 1.880 3.267 No Aplica 2.66
3 1.023 2.575 No Aplica 1.77
4 0.729 2.282 No Aplica 1.46
5 0.577 2.115 No Aplica 1.29
6 0.483 2.004 No Aplica 1.18
7 0.419 1.924 0.76 1.11
X BARRA R PARA VALORES INDIVIDUALES :
SE UTILIZA CUANDO LAS MEDICIONES SON DISPENDIOSAS, ES
DECIR CUANDO HAY MUCHO INTERVALO DE TIEMPO ENTRE LA
TOMA DE MUESTRAS O CUANDO SE ESTAN HACIENDO PRUEBAS
DESTRUCTIVAS.

LCS = X BARRA + E2 (Rango Promedio)

GRAFICO X LC = X BARRA
LCI = X BARRA - E2 (Rango Promedio)

LCS = D4 (Rango Promedio)

GRAFICO R LC = Rango Promedio
LCI = D3 (Rango Promedio)
CARTA P :
ESTE GRAFICO PERMITE CONTROLAR LA CALIDAD Y LAS
CONDICIONES DE PRODUCCION DE PRODUCTOS DEFECTUOSOS.
ES DECIR, QUE ENTRE MAS PEQUEÑOS SEAN LOS VALORES DE
FRACCION DEFECTUOSA SE PUEDE DECIR QUE HAY UNA
MEJORA EN LA CALIDAD.

LCS = P Barra + 3 P Barra (100-P Barra)

n
LC = P Barra

LCI = P Barra - 3 P Barra (100-P Barra)

n
P BARRA = Total Unidades Defectuosas * 100
No. Total de Inspecciones
HERRAMIENTAS ESTADISTICAS

EJERCICIOS DE APLICACION
 TALLER No. 1
Se ha fabricado una orden de producción de 10000 metros de la Base BRIONO (2016); en 20 rollos de
500 metros cada uno. Se desea evaluar el ancho de la tela con el fin de dar cumplimiento a un requisito
especificado por el cliente . Por esta razón se seleccionaron cinco (5) rollos al azar para tomar en cada
uno de ellos cinco (5) mediciones de ancho asi :

Rollo No.1 Rollo No.2 Rollo No.3 Rollo No.4 Rollo No.5
No. Datos (cm) (cm) (cm) (cm) (cm)

1 150,30 148,30 148,00 151,30 147,90

2 149,60 153,60 153,00 149,60 151,20
3 151,40 150,20 149,60 150,20 148,60
4 152,10 150,90 151,70 151,60 151,70
5 150,00 149,90 152,00 152,00 150,00

Identifique :

1 Unidad de Medida
2 Población
3 Muestra
4 Variable a evaluar
5 Frecuencia
6 Rango por cada rollo
7 Media Aritmética
8 Desviación Estándar
9 Coeficiente de Variación
 TALLER No. 2

La subgerencia de Recursos Humanos de Telas Lafayette, ha logrado precisar que el área que con
mayor frecuencia llega tarde a la empresa es el área de VENTAS. Preocupados por esta realidad,
se ha decidido realizar la investigación del caso para recopilar la mayor cantidad de información
posible para evaluar las principales causas de retardo, generar planes de acción correctivos y
preventivos que permitan ayudar a disminuir esta frecuencia.

Conscientes de que esta labor requiere de habilidades especiales, se le ha asignado a usted la

tarea de crear los formatos correspondientes y levantar la información necesaria de tal forma que
se pueda concluir al respecto y tomar los correctivos del caso.

Usted debe crear la hoja de chequeo ó registro (las que Ud. considere necesarias), tomar la infor -
mación correspondiente y emitir las conclusiones que de acuerdo al alcance del diseño del formato
se puedan dar.
 TALLER No. 3

Debido a la variación existente en el peso en la BASE: 4679. Ref: SENSACION

se decide tomar información en el proceso con el fin de determinar el comportamiento
de dicha variable. La información recopilada es la siguiente :

ITEM PESO ITEM PESO ITEM PESO

1 147,22 16 146,33 31 149,80 Determine:
2 144,51 17 141,22 32 147,52
3 146,00 18 151,69 33 151,36 1 Valor Máximo
4 145,69 19 150,22 34 146,90
5 146,00 20 147,89 35 153,00 2 Valor Minimo
6 141,36 21 144,10 36 151,59
7 152,89 22 141,22 37 148,90 3 Rango
8 144,12 23 140,33 38 147,90
9 144,82 24 148,66 39 148,90 4 Promedio
10 154,00 25 140,20 40 141,60
11 141,99 26 144,30 41 144,30 5 Desviacion
12 146,25 27 141,25 42 146,60
13 148,33 28 146,89 43 154,30 6 C.V
14 145,36 29 149,85 44 159,00
15 147,25 30 150,00 45 158,20 7 Construya el
Histograma
 TALLER No. 4
Realice el análisis de los siguientes histogramas ubicacándolos dentro de la clasificación
descrita anteriormente y realice los respectivos comentarios.

His t o g r a m a
LI E= 14 7 . 0 0 O b je t iv o = 1 5 0 . 0 0 LSE= 15 3 . 0 0
E s t a d í s t ic o s de l pr o - 3 DE = 1 4 7 . 4 1 3 M e d ia = 1 5 0 . 6 6 5 +3 DE = 1 5 3 . 9 1 8
17 6
Tot a l: 251
F ila s : T odo
M á x : 15 4 . 0
0 15 4
M í n : 15 0 . 0
0
M e d ia : 1 50 . 665
De s v es t an d : 1 . 084 13 2
+ 3 DE : 1 53 . 918
- 3 DE : 1 47 . 413

F r e c u e nc ia
LSE : 15 3 . 0
0 11 0
O b je t iv o : 15 0 . 0
0
LI E : 14 7 . 0
0
Z- m a x ( Re nd ) : 3 . 381 8 8
Z - m in ( Re nd ) : 2 . 153
% e st f ue r a L E ( Re n d : 2
Ra ng o : 4 . 0 0 6 6

4 4

2 2

0
14 7 14 8 14 9 15 0 15 1 15 2 15 3 15 4

ANCHO

His t o g r a m a
L I E= 1 1 4 . 0 0
O b je t v
i o = 1 1 7 . 0L0S E = 1 2 0 . 0 0
E s t a d í s t ic o s d e l pr o - 3 DE=1 0 9 . 85 7 M e d ia = 1 1 8 . 1 2 0 +3 DE=1 2 6 . 38 2
8 0
T ot a l: 2 5 1
F ila s : T o d o
M á x : 1 2 4 . 0 0 7 0
M í n : 1 1 3 . 0 0
M e d ia : 1 1 8 . 1 2 0
De s v e s t an d : 2 . 7 5 4 6 0
+ 3 DE : 1 2 6 . 3 8 2
- 3 DE : 1 0 9 . 8 5 7
F r e c u e nc ia

LSE : 1 2 0 . 0 0 5 0
O b je t iv o : 1 1 7 . 0 0
LI E : 1 1 4 . 0 0
Z- m a x ( Re nd ) : 1 . 4 9 6 4 0
Z - m in ( Re nd ) : 0 . 6 8 3
% e s t f ue r a LE ( Ren d : 3 1
Ra ng o : 1 1 . 0 0 3 0

2 0

1 0

0
11 0 11 2 11 4 11 6 11 8 12 0 12 2 12 4 12 6

P E SO
 His t o g r a m a
L I E =7 4 . 3 0
E s t a d í s t ic o s de l pr o - 3 DE = 52 . 30 9 M e d ia = 8 7 . 9 1 3 + 3 DE= 1 23 . 51 7
3 2
T o t a l: 23 5
F ila s : T od o
M á x : 11 3 . 4 0 2 8
M í n : 6 3 . 7 0
M e d ia : 87 . 91 3
De s v es t an d : 11 . 86 8 2 4
+ 3 DE : 1 23 . 51 7
- 3 DE : 52 . 30 9

F r e c u e nc ia
LSE : N/ D 2 0
O b je t iv o : N/ D
LI E : 7 4 . 3 0
Z- m a x ( Re nd ) : N/ D 1 6
Z - m in ( Re nd ) : N/ D
% e s t f u e r a L E ( Ren d : N/ D
Ra ng o : 4 9 . 7 0 1 2

0
5 0. 0 5 7. 5 6 5. 0 7 2. 5 8 0. 0 8 7. 5 9 5. 0 1 0 2. 5 1 1 0. 0 1 1 7. 5 1 2 5. 0

R. T ENS UR

His t o gr a m a
L I E= 19 4 . 00 O b e
j t iv o = 2 1 0 . 0 0 L SE = 2 2 6 . 0 0
E s t a d í s t ic o s d el p r o c e s o - 3 DE= 1 9 4 . 2 8 6 M e d a
i = 2 10 . 1 64 +3 DE= 2 2 6 . 0 4 1
8
T o t a l: 1 1
F ila s : T oo d
An c h o d e c e l a :
d 2 . 0 5 0 7
De s v es t a nd : 5 . 3 2 9
Ra n go : 1 5 6 . 3
A s im e t r í a : 0 . 8 2 5 6
Cur t o s is : - 1 . 2 2 9
Fr e c u e n c ia

PP : 1 . 8 0 0
5
PR : 0 . 2 9 9
Pp M : 1 . 7 0 0
P pK : 0 . 7 9 9 4
P pU : 0 . 7 9 9
P pL : 1 . 8 0 1
Z - s up ( Re n d) : 2 . 2 9 9 3
Z - in f ( Re n d) : 3 . 4 0 5
% e s t f ue r a L E ( Re nd : 0
% Re al f u er a d e LE : 0 . 00 2
D is t r ib : No r m a l
Te s t d e a ju s t e : S - W ilk
1
A ju s t e : 0 . 9 34
V a lo r p : 0. 4 3 79
0
1 9 2 . 5 1 9 7 . 5 2 0 2 . 5 2 0 7 . 5 2 1 2 . 5 2 1 7 . 5 2 2 2 . 5 2 2 7 . 5
1 9 5 . 0 2 0 0 . 0 2 0 5 . 0 2 1 0 . 0 2 1 5 . 0 2 2 0 . 0 2 2 5 . 0

R. t e n . Ur d
 His t o gr am a
L I E= 28 7. O 0 0b je t iv o = 2 9 2 . L0SE
0 = 29 7. 0 0
Es t a dí s t ic os de l p r o - 3 D E= 2 3 3 . 7 7 8 M e d ia = 2 7 8 . 6 6 7 +3 D E= 3 2 3 . 5 5 5
8
T o t a l: 3 0
F ila s : 1- 3 0
M á x : 30 7. 0 0 7
M í n : 25 2. 0 0
M e d ia : 2 7 8 . 6 6 7
De s v es t a n d : 14 . 9 6 3 6
+3 DE : 3 2 3 . 5 5 5
- 3 DE : 2 3 3 . 7 7 8
5

Fr ecuenc ia
L SE: 29 7. 0 0
O b je t iv o : 29 2. 0 0
L I E: 28 7. 0 0 4
Z - m ax ( Re n d ) : 1 . 2 2 5
Z - m in ( Re n d ) : - 0 . 5 5 7
% e st f u er a L E ( Re n d : 8 2 3
Ra n g o : 5 5. 0 0

0
2 3 0 2 4 0 2 5 0 2 6 0 2 7 0 2 8 0 2 9 0 3 0 0 3 1 0 3 2 0
2 3 5 2 4 5 2 5 5 2 6 5 2 7 5 2 8 5 2 9 5 3 0 5 3 1 5 3 2 5

Pe s o

Hist ogr am a
LI E=101. 40
Est adí st icos del pr o - 3 DE=95. 767 M edia=115. 245 +3 DE=134. 723
16
Tot al: 65
Fila s : Todo
M áx : 128. 60 14
M í n: 101. 50
M edia : 115. 245
Desv est and : 6. 493 12
+3 DE: 134. 723
- 3 DE: 95. 767
10
LSE: N/ D
O bje t iv o: N/ D
Fr ecuencia

LI E: 101. 40 8
Z- m ax ( Rend) : N/ D
Z- m in ( Rend) : N/ D
% est f uer a LE ( Rend : N/ D 6
Rango: 27. 10

0
94 98 102 106 110 114 118 122 126 130 134
96 100 104 108 112 116 120 124 128 132 136

R. Ten. Ur
 TALLER No. 5
Teniendo en cuenta la siguiente información, realice el gráfico de distribución
normal, trace los puntos, determine los porcentajes defectuosos, calcule la
capacidad de proceso, determine cual sería la nueva especificación, concluya
al respecto y proporcione recomendaciones y/o sugerencias.

1 Promedio 278,67 2 Promedio 115,25 3 Promedio 97,99

Vr. Máximo 307,00 Vr. Máximo 128,60 Vr. Máximo 100,00
Vr. Mínimo 252,00 Vr. Mínimo 101,50 Vr. Mínimo 80,00
Desviación 14,96 Desviación 6,49 Desviación 5,15
LSE 297,00 LSE LSE 95,00
LIE 287,00 LIE 100,00 LIE
OBJETIVO 292,00 OBJETIVO OBJETIVO

4 Promedio 3,24 5 Promedio 91,00 6 Promedio 12,43

Vr. Máximo 4,51 Vr. Máximo 105,00 Vr. Máximo 13,24
Vr. Mínimo 2,12 Vr. Mínimo 72,00 Vr. Mínimo 11,08
Desviación 0,42 Desviación 7,22 Desviación 0,36
LSE 4,20 LSE 100,00 LSE
LIE 3,00 LIE LIE 12,00
OBJETIVO 3,60 OBJETIVO OBJETIVO
 TALLER No. 6
La siguiente tabla recopila la información de la cantidad de personal
capacitado durante el año 2001. Los temas fueron seleccionados de acuerdo
a las necesidades detectadas.
TELAS LAFAYETTE
CAPACITACION IMPARTIDA DURANTE EL AÑO 2005 (No. De Personas Capacitadas)

Fecha Inicio: Ene 17/05 Fecha Terminaciòn : Dic 20/05 Elaboró : LILIAN CARDONA

TEMAS Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

Sistemas 20 - 20 - 12 5 8 15 - 3 8 -
Liderazgo - 30 - 12 - 10 - 8 - 15 30 -
Relaciones Humanas 35 - - 40 - 30 - - 20 - - -
Cliente-Proveedor 13 20 - 12 - 16 9 12 - - 10 -
Calidad - 50 - 10 - 3 - 15 8 - 9 2

La relación de costos es: Total Horas Total Costo Curso

Tema Costo x Hora x Curso Por Persona
Sistemas $ 10.000 10 $ 100.000
Liderazgo $ 16.000 15 $ 240.000
Relaciones Humanas $ 15.500 16 $ 248.000
Cliente Proveedor $ 8.500 16 $ 136.000
Determine : Calidad $ 9.300 12 $ 111.600

1, Determine el pareto acumulado a diciembre de 2001 del nùmero de personas capacitadas

durante el año pasado por cada uno de los temas.

2, Realice el pareto de la inversión realizada en capacitación por cada uno de los temas impartidos
teniendo en cuenta el número de personas capacitadas y el costo de cada curso.

3, Realice el pareto de los meses en los que mas personal fue capacitado independientemente de
del tema.
 TALLER No. 7

EJEMPLO GRAFICO DE DISPERSION Y CORRELACION

Los datos a continuación muestran el contenido de resina X (%) y la resistencia
a la tracciòn Y (Kg-F) de una tela.

1, Elabore el diagrama de dispersión e interprételo.

2, Obtenga el coeficiente de correlación r.

No. X(%) Y(Kg-F) No. X(%) Y(Kg-F)

1 2,00 43,00 16 2,70 47,00
2 2,40 46,00 17 2,10 42,00
3 2,20 45,00 18 2,56 48,00
4 2,30 44,00 19 2,40 45,00
5 2,50 45,00 20 2,10 43,00
6 2,80 48,00 21 2,30 45,00
7 2,20 43,00 22 2,20 43,00
8 2,70 47,00 23 2,30 45,00
9 2,40 44,00 24 2,40 47,00
10 2,30 45,00 25 2,30 44,00
11 2,00 42,00 26 2,40 45,00
12 2,20 44,00 27 2,60 46,00
13 2,60 47,00 28 2,40 42,00
14 2,10 44,00 29 2,60 46,00
15 2,50 46,00 30 2,40 46,00
 TALLER 8

Fabricando la referencia 3319 Andean Fleece, se presentaron dificultades con el ancho del material.
Se sospecha que la causa de la diferencia del ancho es por la variaciòn de la velocidad de la
la máquina y/ò por la variación de la temperatura. Es necesario realizar un análisis de dispersión
y correlación con el fin de determinar la causa principal y generar los correctivos del caso.

Velocidad Temperatura
Fecha Ancho (cm) Máquina (m/min) (Grados Cent)
1 Ene 22/02 153,00 13,30 112,00
2 23 150,90 12,80 110,00
3 24 149,80 10,60 109,00
4 25 149,80 10,90 108,00
5 26 149,00 11,00 112,30
6 29 150,00 12,20 112,20
7 30 153,10 13,30 112,30
8 31 149,50 10,80 113,20
9 Feb 01/02 149,50 10,60 114,50
10 2 151,00 12,80 111,00
11 3 150,30 12,00 113,60
12 5 152,60 13,00 111,90
13 6 152,00 13,00 117,70
14 7 152,30 12,90 112,00
15 8 149,20 11,00 118,50
16 9 149,20 10,90 112,30
17 10 148,90 11,00 114,20
18 12 151,00 12,30 110,30
19 13 150,30 12,00 112,30
20 14 149,60 10,60 114,50
21 15 151,60 12,60 112,90
22 16 150,00 12,50 113,00
23 17 151,20 12,50 113,00
24 19 151,30 12,50 112,90
25 20 149,30 10,60 110,60
26 21 152,00 12,80 112,30
27 22 151,20 12,80 110,30
28 23 149,00 10,80 112,30
29 24 151,00 12,60 114,50
30 26 151,30 12,60 115,60
 TALLER No. 9
Ejemplo de aplicación gráfico X BARRA R

Subgrupo X barra ó
No. (n) 06:00 10:00 14:00 18:00 22:00 Promedio Rango
1 14,00 12,60 13,20 13,10 12,10 13,00 1,90
2 13,20 13,30 12,70 13,40 12,10 12,94 1,30
3 13,50 12,80 13,00 12,80 12,40 12,90 1,10
4 13,90 12,40 13,30 13,10 13,20 13,18 1,50
5 13,00 13,00 12,10 12,20 13,30 12,72 1,20
6 13,70 12,00 12,50 12,40 12,40 12,60 1,70
7 13,90 12,10 12,70 13,40 13,00 13,02 1,80
8 13,40 13,60 13,00 12,40 13,50 13,18 1,20
9 14,40 12,40 12,20 12,40 12,50 12,78 2,20
10 13,30 12,40 12,60 12,90 12,80 12,80 0,90
11 13,30 12,80 13,00 13,00 13,10 13,04 0,50
12 13,60 12,50 13,30 13,50 12,80 13,14 1,10
13 13,40 13,30 12,00 13,00 13,10 12,96 1,40
14 13,90 13,10 13,50 12,60 12,80 13,18 1,30
15 14,20 12,70 12,90 12,90 12,50 13,04 1,70
16 13,60 12,60 12,40 12,65 12,20 12,69 1,40
17 14,00 13,20 12,40 13,00 13,00 13,12 1,60
18 13,10 12,90 13,50 12,30 12,80 12,92 1,20
19 14,60 13,70 13,40 12,20 12,50 13,28 2,40
20 13,90 13,00 13,00 13,20 12,60 13,14 1,30
21 13,30 12,70 12,60 12,80 12,70 12,82 0,70
22 13,90 12,40 12,70 12,40 12,80 12,84 1,50
23 13,20 12,30 12,60 13,10 12,70 12,78 0,90
24 13,20 12,85 12,80 12,30 12,60 12,75 0,90
25 13,30 12,80 12,00 12,30 12,20 12,52 1,30

X 12,934

R 1,36
 GRAFICO X BARRA y R

1 4 ,0 0
1 3 ,5 0
1 2 ,9 0
1 2 ,5 0
1 2 ,0 0
1 1 ,5 0

PROMEDIOS

3 ,0 0
2 ,0 0
1 ,0 0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

R AN G O S
 TALLER No. 10
EJERCICIO DE APLICACIÓN GARFICO X BARRA R
PARA VALORES INFIVIDUALES

Item Observaciones Rangos

1 133,50
2 124,00 9,50 LCS =
3 132,50 8,50 X LC =
4 118,00 14,50 LCI =
5 127,50 9,50
6 131,50 4,00 LCS =
7 124,00 7,50 R LC =
8 137,00 13,00 LCI =
9 132,50 4,50
10 133,00 0,50
11 126,00 7,00 Observaciones Rangos
12 121,50 4,50
13 135,50 14,00 Prom 129,12 7,09
14 136,00 0,50 Desv 5,31 4,25
15 127,50 8,50 Vr. Max 137,00 14,50
16 125,00 2,50 Vr. Min 118,00 0,50
17 130,00 5,00
 TALLER 11
EJERCICIO DE APLICACIÓN GRAFICO P
Tamaño Unidades % Defec
Observ Muestra n Defectuosas x lote LCS LCI
1 107 13 12.15% 18.33 1.14
2 212 16 7.55% 15.84 3.63
3 202 21 10.40% 15.99 3.48
4 202 13 6.44% 15.99 3.48
5 247 13 5.26% 15.39 4.08
6 432 42 9.72% 14.01 5.46
7 357 45 12.61% 14.43 5.03
8 247 11 4.45% 15.39 4.08
9 292 31 10.62% 15.94 4.53
10 272 40 14.71% 15.13 4.34
11 322 44 13.66% 14.69 4.78
12 217 36 16.59% 15.77 3.70
13 282 27 9.57% 15.03 4.44
14 162 24 14.81% 16.72 2.75
15 57 5 8.77% 21.52 0.00
16 92 3 3.26% 19.01 0.46
17 127 5 3.94% 17.63 1.84
18 272 12 4.41% 15.13 4.34
19 242 34 14.05% 15.45 4.02
20 212 23 10.85% 15.84 3.63
21 212 22 10.38% 15.84 3.63
22 212 18 8.49% 15.84 3.63
23 220 13 5.91% 15.73 3.74
24 212 20 9.43% 15.84 3.63
25 212 17 8.02% 15.84 3.63
Totales 5,623 548

P Barra =