Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Prlogo
Cuando decidimos escribir este libro, lo hicimos con un objetivo fundamental: satisfacer las
necesidades y expectativas, en cuanto a formacin estadstica, de los estudiantes de ingeniera y de
todos aquellos tcnicos, ingenieros y cientficos que quieren utilizar mtodos estadsticos para acelerar
la adquisicin de conocimientos.
El proceso de deteccin de estas necesidades y expectativas ha sido largo pero extraordinariamente interesante. La principal fuente de informacin ha sido la experiencia adquirida por los
autores durante las mltiples asesoras realizadas a todo tipo de organismos pblicos y privados tanto
nacionales como multinacionales. Este contacto intenso con la realidad, adems de ser una fuente
inestimable de temas para la investigacin terica y aplicada, permite la obtencin de datos reales y la
aplicacin de los mtodos estadsticos a problemas relevantes para el pblico a quien se dirige el texto.
En este sentido, el captulo 1 introduce al lector en la importancia actual de los conceptos de la
calidad total y sita el papel de la estadstica como uno de los tres pilares en los que se fundamentan
dichos conceptos.
Una de las constataciones realizadas por personajes de la talla de Deming y Juran es que un
porcentaje muy elevado de problemas por mala calidad en la industria y los servicios se pueden resolver
mediante la utilizacin masiva y sistemtica de las herramientas que se explican en el captulo 2.
Los captulos 3 y 4 presentan de forma conceptual y resumida los elementos bsicos de la
variabilidad y de su medida en la teora de la probabilidad. Los resultados tericos de estos dos
captulos constituyen la base en que se fundamentan los mtodos estadsticos descritos en el texto.
Los captulos 5 y 6 contienen los mtodos utilizados para comparar dos o ms poblaciones,
tanto para el caso de diseos totalmente aleatorizados como para los diseos en bloques completos
aleatorizados.
En la actualidad, las tcnicas de diseo de experimentos, tanto en su versin clsica de diseos
factoriales y factoriales fraccionales, como en su versin de mtodos de Taguchi para el diseo de
parmetros en ingeniera de la calidad, son de gran importancia en todo tipo de organizaciones
industriales. A ellas hemos dedicado los captulos 7, 8, 9 y 10.
Finalmente, otra rea de gran inters para el control y la mejora de la calidad es la de control
estadstico de procesos (SPC) que se expone brevemente en el captulo 11.
Al final de cada grupo temtico se proponen una serie de ejercicios que pretenden facilitar la
compresin de los conceptos tericos.
los autores, 1998; Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorizacin escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproduccin total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografa y el tratamiento
informtico, y la distribucin de ejemplares de ella mediante alquiler o prstamo pblicos, as como la exportacin e importacin de ejemplares para su
distribucin y venta fuera del mbito de la Unin Europea.
El enfoque del libro est tambin influenciado por las largas conversaciones y el trabajo en
comn de algunos de los autores con dos autnticos maestros de la estadstica: George E. P. Box y el
difunto William G. Hunter. Compartimos con ellos la idea de mantener al mnimo imprescindible el
aparato matemtico utilizado en el texto, e intentar que, a travs de la utilizacin de datos reales, el
lector pueda apreciar toda la complejidad del proceso iterativo de adquisicin de conocimientos y en
la resolucin de problemas de inters para la industria y los servicios.
Este libro es el resultado de muchos aos de experiencia en la enseanza de la estadstica. Esta
experiencia no se limita nicamente a los estudiantes de ingeniera en la Escola Tcnica Superior de
Enginyers Industrials de Barcelona, y a los de la diplomatura de Estadstica de la Facultat de
Matemtiques i Estadstica de la Universitat Politcnica de Catalunya, sin que se extiende a la
enseanza de la estadstica en los mltiples cursos realizados a medida para ingenieros, economistas,
tcnicos, etc., en distintas empresas de una gran variedad de campos de actividad.
Desearamos que nuestro libro satisfaga realmente a nuestros lectores pero, como todo producto
es mejorable, les estimulamos a que nos hagan llegar todo tipo de comentarios y sugerencias que
permitan mejorarlo en ediciones futuras.
Finalmente, deseamos manifestar nuestro agradecimiento a la Universitat Politcnica de
Catalunya, a la cual pertenecemos, por concedernos un premio a la elaboracin de material docente que
ha facilitado la elaboracin del presente texto, a los becarios Natalia Montolo y Santiago Fernndez,
que han colaborado en la recopilacin de los problemas y la elaboracin de las tablas que figuran en
el libro, as como a Pia Margarit por su trabajo en la edicin del primer original.
Albert Prat
Xavier Tort-Martorell
Pere Grima
Lourdes Pozueta
ndice
1.1
1.3
1.4
1.2
2.1
Plantillas para la recogida de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26
2.2
Histogramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28
2.3
Diagramas de Pareto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2.4
Diagramas causa-efecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34
2.5
Diagramas bivariantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36
2.6
Estratificacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42
Apndice 2A Datos e informacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45
3
3.1
3.2
3.3
3.4
3.5
3.6
3.7
4.1
10
5.1
6.1
Diseos factoriales
7.1
11
8.1
12
10.1
10.2
10.3
10.4
11.1
11.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .299
13
Bibliografa
[ABRA64]
[AT&T85]
[BOX76]
[BOX86]
[BOX87]
[BOX88]
[BOX92]
[BRIT80]
[CHUN68]
[DEMI82]
[DEMI83]
[DOUG91]
[GRIM93]
[HOGG78]
[IMAI86]
[ISHI85]
[ISHI85]
[JOHN71]
[JOHN70]
[JURA51]
[JURA80]
[JURA90]
[KACK85]
299
[KANO87]
[KARA91]
[KHUR87]
[LUKA56]
[MACG90]
[MAGH90]
[MILL84]
[MONT91]
[PATE82]
[PEA86]
[ROSS88]
[RYAN88]
[SHEW31]
[SHOE91]
300
[SNED37]
[TAGU86]
[TORT85]
[TRIB89]
[VACH92]
[WU87]
KANO, NONAKI.
ndice alfabtico
295
296
secundario 226
terciario 226
Distribucin 19, 20, 23, 30, 47, 48, 52, 53, 55,
62, 63, 65, 67-71, 73-79, 81, 82, 88-90, 9295, 100, 102, 105-108, 112-114, 117, 121,
123, 146, 147, 149, 184, 215, 229, 231, 233,
246-248, 252, 255-257, 261, 263, 265, 270
Efecto aditivo 93, 114
bloque 93, 114, 179, 181, 183, 188, 191,
192, 199, 212-216
principal 140-143, 150, 176, 196, 199
Estadsticamente significativa 89, 94, 96, 105
Estadstico de prueba 94, 95, 123
Estado de control 49-52, 59, 68, 243, 244, 246248, 250, 253, 255-259, 262, 269-272
Estimador 75, 79, 88, 90, 97, 111, 116, 119,
120, 262
Estrategia experimental 130
secuencial 130, 131, 147, 158, 175, 177,
187-189
Estructura organizativa 17
Evaluacin 20, 138
Experimentar 127, 130, 132, 136, 152, 175,
192, 203, 205, 209, 210, 236, 237, 240
Experimentos independientes 70
Factor de control 227, 232
de escala de la t-Student 111
Fraccin complementaria 173, 174, 188, 191
Frecuencia absoluta 28, 29
relativa 28, 29, 51, 54, 60
Gestin de la calidad total 21
Grado de libertad 145, 183, 192, 211
Grfico C 263, 264
CUSUM 266-268
de control 246-248, 254, 256, 260, 261,
263, 264, 269, 270, 275
de observaciones individuales 251, 252
EWMA 269, 270
NP 261
P 258-262
R 250, 252, 254
Shewart 271
U 265
Heterocedasticidad 109, 110
Hiptesis alternativa 86, 90, 96, 111
Hiptesis nula 86, 89, 95, 96, 98, 110, 111,
113, 211
NDICE ALFABTICO
297