HERRAMIENTAS

ESTADÍSTICAS BÁSICAS
PARA EL CONTROL
DE LA CALIDAD
Ing. José Nicolás Mejía
 LA COMPETITIVIDAD Y LA
MEJORA DE LA CALIDAD
LA COMPETITIVIDAD DE UNA EMPRESA Y LA
SATISFACCIÓN DEL CLIENTE ESTÁN
DETERMINADAS POR LA CALIDAD DEL
PRODUCTO, EL PRECIO Y LA CALIDAD DEL
SERVICIO.
SE ES MÁS COMPETITIVO SI SE PUEDE OFRECER
MEJOR CALIDAD A BAJO PRECIO Y EN MENOR
TIEMPO

LOS FACTORES DE LA COMPETITIVIDAD TIENEN

DIFERENTES ASPECTOS CRÍTICOS DE LA
CALIDAD COMO SER:
 LA COMPETITIVIDAD Y LA MEJORA DE
LA CALIDAD

SATISFACCIÓN DEL CLIENTE

COMPETITIVIDAD DE UNA EMPRESA

FACTORES CRÍTICOS

CALIDAD EN EL
CALIDAD DEL SERVICIO PRECIO
PRODUCTO TIEMPO DE ENTREGA PRECIO DIRECTO
ATRIBUTOS
FLEXIBILIDAD EN CAP. DESC./ VENTAS
TECNOLOGÍA DISPONIBILIDAD TÉRMINOS DE PAGO
DURABILIDAD ACTITUDES Y COND. VALOR PROMEDIO
PRESTIGIO ASISTENCIA TÉCNICA
CONFIABILIDAD COSTO DE SERVICIO
RESPUESTA A LA FALLA
POSVENTA
MARGEN DE OPER.
COSTOS TOTALES
LA COMPETITIVIDAD Y LA MEJORA DE LA CALIDAD

TIEMPO DE CICLO:
ES EL TIEMPO QUE TRASCURRE DESDE QUE EL CLIENTE
INICIA UN PEDIDO QUE SE TRASFORMA EN ÓRDENES DE
COMPRA PARA PROVEEDORES, ÓRDENES DE
PRODUCCIÓN PARA MATERIALES Y SUBENSAMBLES
HASTA QUE TODO ESTO SE TRASFORME EN UN
PRODUCTO O SERVICIO EN MANOS DEL CLIENTE.

VARIABLES CRÍTICAS DE CALIDAD:

SON AQUELLAS EN LAS QUE SE REFLEJAN EL DESEMPEÑO

Y/O RESULTADOS DE UN PROCESO. SON LAS QUE
REALMENTE LE INTERESAN AL CLIENTE E INCLUYEN LAS
CARACTERÍSTICAS DE CALIDAD DEL PRODUCTO.
Mala Calidad=Ineficiencia

Reprocesos ,Equivocaciones,
Desperdicios ,Inspección Excesiva
Gastos por Fallas
Clientes Insatisfechos

Mas Costos

Menos Competitividad
 Si se Mejora la Calidad

Disminuyen los Costos

Mejora la
Productividad

Mayor Competitividad

Se permanece
En el Negocio
 CALIDAD Y PRODUCTIVIDAD
JURAN: CALIDAD CONSISTE EN AUSENCIAS DE
DEFICIENCIAS EN AQUELLAS CARACTERÍSTICAS
QUE SATISFACEN AL CLIENTE.
AMERICAN SOCIETY FOR QUALITY ASQ: CALIDAD
ES LA TOTALIDAD DE DETALLES Y
CARACTERÍSTICAS DE UN PRODUCTO O
SERVICIO QUE INFLUYE EN SU CAPACIDAD PARA
SATISFACER NECESIDADES DADAS.
NORMAS ISO 9000-2005: CALIDAD ES EL GRADO EN
QUE UN CONJUNTO DE CARACTERÍSTICAS
INHERENTES CUMPLEN CON LOS REQUISITOS
SIENDO UN REQUISITO UNA NECESIDAD O
EXPECTATIVA; GENERALMENTE IMPLÍCITA U
OBLIGATORIA.
 CALIDAD Y PRODUCTIVIDAD
DE OTRA FORMA LA CALIDAD LA DEFINE EL CLIENTE, ES EL
JUICIO QUE ÉSTE TIENE SOBRE UN PRODUCTO O
SERVICIO , EL CUAL POR LO GENERAL ES LA A
PROBACIÓN O RECHAZO.
UN CLIENTE QUEDA SATISFECHO SI SE LE OFRECE TODO LO
QUE EL ESPERABA ENCONTRAR Y MÁS . ASÍ LA CALIDAD
ES ANTE TODO SATISFACCIÓN DEL CLIENTE.
ESTA LIGADA A LAS EXPECTATIVAS QUE EL CLIENTE TIENE
SOBRE EL PRODUCTO O SERVICIO , TALES EXPECTATIVAS
GENERADAS DE ACUERDO CON LA NECESIDADES, LOS
ANTECEDENTES, EL PRECIO LA PUBLICIDAD, LA
TECNOLOGÍA, LA IMAGEN DE LA EMPRESA ETC.
SE DICE QUE HAY SATISFACCIÓN SI EL CLIENTE PERCIBIÓ
DEL PRODUCTO O SERVICIO AL MENOS LO QUE
ESPERABA
 CALIDAD Y PRODUCTIVIDAD

UNA DEFINICIÓN ALTERNATIVA DE CALIDAD QUE SINTETIZA LA IDEA DE

ENFOCAR LA EMPRESA HACIA LOS CLIENTES ES LA QUE AFIRMA:
“ CALIDAD ES LA CREACIÓN CONTINUA DE VALOR
PARA EL CLIENTE”
ATRIBUTOS DEL PRODUCTO+ IMAGEN+ RELACIONES
VALOR=
PRECIO
ATRIBUTOS DEL PRODUCTO SE REFIERE A LAS CARACTERÍSTICAS
DEL PRODUCTO MISMO QUE INFLUYEN EN SU FUNCIONAMIENTO Y
ESTÉTICA .
LA IMAGEN DE LA EMPRESA ES EL PRESTIGIO ACTUAL DE LA
EMPRESA SEGÚN LA PERCEPCIÓN Y OPINIÓN DEL CLIENTE.
LAS RELACIONES QUE SE DETERMINAN POR LA CALIDAD EN EL
SERVICIO Y EN GENERAL POR LAS RELACIONES QUE LA EMPRESA
MANTIENE CON LOS CLIENTES CADENA DE DISTRIBUCIÓN,
PROVEEDORES, COMUNIDAD, OFIC. GOB. ETC.
 CALIDAD Y PRODUCTIVIDAD
PRODUCTIVIDAD: MEJORAMIENTO CONTINUO DEL SISTEMA
MAS QUE PRODUCIR RÁPIDO PRODUCIR MEJOR

PRODUCTIVIDAD= EFICIENCIA X EFICACIA

UNIDADES PRODUCIDAS TIEMPO ÚTIL UNID. PRODUCIDAS
------------------------------------ = ----------------- X ----------------------------
TIEMPO TOTAL TIEM. TOTAL TIEMPO ÚTIL

Mejorar
Mejorar la la EFICIENCIA
EFICIENCIA == 50% 50% Mejorar la EFICACIA = 80%
------------------------------------
------------------------------------ -------------------------------------------
EL
EL 50%
50% deldel tiempo
tiempo se se desperdicia
desperdicia • Mejorar la productividad del
•• Programación
Programación equipo
•• Paros
Paros nono programados
programados • Materiales .
•• Desbalance
Desbalance de de capacidades
capacidades • Procesos
•• Mantenimiento
Mantenimiento yy reparaciones
reparaciones • Personas
•• Falta
Falta de
de materiales
materiales DE 100 UNIDADES 80 ESTÁN LIBRES DE
•• Retrasos
Retrasos en en los
los suministros
suministros DEFECTO.
20 TUVIERON ALGÚN DEFECTO.
 CALIDAD Y PRODUCTIVIDAD

PRODUCTIVIDAD:
ES LA CAPACIDAD DE GENERAR RESULTADOS UTILIZANDO
CIERTOS RECURSOS. SE INCREMENTA MEDIANTE EL
MEJORAMIENTO CONTINUO DEL ACTUAL SISTEMA DE
PRODUCCIÓN.
EFICIENCIA:
RELACIÓN ENTRE LOS RESULTADOS LOGRADOS Y LOS
RECURSOS EMPLEADOS. SE MEJORA REDUCIENDO LOS
TIEMPOS DESPERDICIADOS POR PAROS DE EQUIPO, FALTA
DE MATERIAL, RETRASOS, ETC.
EFICACIA:
GRADO CON EL CUAL LAS ACTIVIDADES PLANEADAS SON
REALIZADAS Y LOS RESULTADOS PLANEADOS SON
LOGRADOS. SE ATIENDE MEJORANDO RESULTADOS DE
EQUIPO, MANO DE OBRA, MATERIALES Y EN GENERAL EL
PROCESO.
 CONCEPTOS RELATIVOS AL CONTROL DE
CALIDAD

EL OBJETO DEL CONTROL DE CALIDAD Y LA

MEJORA CONTINUA ES REALIZAR
ACTIVIDADES RECURRENTES PARA
INCREMENTAR LA HABILIDAD PARA
CUMPLIR CON REQUERIMIENTOS O SEA
IMPLEMENTAR LA MEJORA CONTINUA EN
LAS CARACTERÍSTICAS DE CALIDAD
CONCEPTOS RELATIVOS AL CONTROL
DE CALIDAD
ACCIONES ACCIONES
PREVENTIVAS CORRECTIVAS

• SON AQUELLAS QUE SON AQUELLAS

SE IMPLEMENTAN ORIENTADAS A
PARA ELIMINAR LA ELIMINAR LA CAUSA DE
CAUSA DE UNA UNA INCONFORMIDAD
POTENCIAL QUE SE HA
INCONFORMIDAD U DETECTADO. SE
OTRA SITUACIÓN ORIENTAN A PREVENIR
POTENCIAL RECURRENCIAS
INDESEABLE
 CONCEPTOS RELATIVOS AL
CONTROL DE CALIDAD
CARACTERÍSTICAS DE CALIDAD
SON LAS VARIABLES EN LAS QUE SE REFLEJAN
LOS RESULTADOS OBTENIDOS POR EL
PROCESO DE TRASFORMACIÓN. A TRAVÉS DE
LOS VALORES QUE TOMAN ESTAS VARIABLES
SE EVALÚA LA EFICACIA DEL PROCESO.
ASÍ, LOS PROBLEMAS, BAJA EFICACIA O MALA
CAPACIDAD DE UN PROCESO, SE MANIFIESTAN
A TRAVÉS DE LAS VARIABLES DE SALIDA, QUE
SE CONOCEN COMO VARIABLES DE
RESPUESTA O VARIABLES DEPENDIENTES.
 CARACTERÍSTICAS DE
CALIDAD

ALGUNOS EJEMPLOS DE ESTAS VARIABLES

SON DIMENSIONES (LONGITUD), ESPESOR,
PESO VOLUMEN; PROPIEDADES FÍSICAS,
QUÍMICAS O BIOLÓGICAS; CARACTERÍSTICAS
SUPERFICIALES, PROPIEDADES ELÉCTRICAS,
SABOR, OLOR, COLOR, TEXTURA,
RESISTENCIA, DUREZA, ETC.
 ESPECIFICACIONES O VALORES
SON LOS VALORES QUE EN UN PROCESO EN
PARTICULAR DEBEN DE TOMAR SUS
VARIABLES DE SALIDA, GENERALMENTE ESTÁN
DELIMITADAS O ACOTADAS; POR LO QUE DE
SATISFACER ESTOS REQUERIMIENTOS SE DICE
QUE EL PROCESO CUMPLE LAS
ESPECIFICACIONES DE CALIDAD.
SON EL RANGO DE VALORES QUE UNA VARIABLE
DE SALIDA DE UN PROCESO PUEDE TOMAR A
FIN DE QUE EL DESEMPEÑO DEL MISMO SEA
SATISFACTORIO.
 TIPOS DE VARIABLE DE SALIDA

 CUANTO MÁS PEQUEÑA MEJOR:

SON VARIABLES O CARACTERÍSTICAS DE

CALIDAD CUYA ÚNICA EXIGENCIA ES QUE NO
EXCEDAN UN CIERTO VALOR MÁXIMO
TOLERADO O UNA ESPECIFICACIÓN SUPERIOR
(ES), Y CUANTO MÁS PEQUEÑO SEA SU
VALOR , MEJOR: PORCENTAJE DE IMPUREZAS
EN UNA SUSTANCIA O LA CANTIDAD DE
SUSTANCIAS TOXICAS EN UN PRODUCTO
ALIMENTICIO
 TIPOS DE VARIABLE DE SALIDA

 CUANTO MÁS GRANDE MEJOR:

SON VARIABLES O CARACTERÍSTICAS DE

CALIDAD A LAS QUE SE LES EXIGE QUE SEAN
MAYORES QUE UN VALOR MÍNIMO O QUE
CIERTA ESPECIFICACIÓN INFERIOR (EI) Y
CUANTO MÁS GRANDE SEA EL VALOR DE LA
VARIABLE MEJOR:
LA RESISTENCIA DE UNA PIEZA DE PLÁSTICO
INYECTADO O LA BLANCURA DE UNA TELA DE
COLOR BLANCO.
 TIPOS DE VARIABLE DE SALIDA
VALOR NOMINAL ES EL MEJOR:

VARIABLES QUE DEBEN DE TENER UN VALOR

ESPECÍFICO Y QUE POR TANTO NO DEBEN
SER MENORES QUE UNA ESPECIFICACIÓN
INFERIOR (EI), PERO TAMPOCO MAYORES
QUE UNA SUPERIOR (ES).
DIÁMETRO INTERIOR DE UNA TURCA, EL PESO
DE UNA LIBRA DE AZÚCAR, LA LONGITUD DE
UNA PIEZA DE ENSAMBLE.
HERRAMIENTAS ESTADÍSTICAS
BÁSICAS PARA LA CALIDAD TOTAL
La experiencia que se ha
tenido a través de los años en
la puesta en práctica del
Control Total de Calidad ha
mostrado la necesidad de usar
determinadas herramientas
que son útiles para el análisis
de datos, que es básico para
llevar a cabo el control
estadístico del proceso.
HERRAMIENTAS ESTADÍSTICAS
BÁSICAS PARA LA CALIDAD TOTAL

Estas herramientas son:

1. Diagrama de Pareto
2. Diagrama de Causa y Efecto
3. Histograma
4. Estratificación
5. Hojas de Verificación
6. Diagrama de Dispersión
7. Gráficas de Control
TORMENTA DE IDEAS
TORMENTA DE IDEAS

Es un método de solucionar
problemas de tipo grupal.
Obtiene la capacidad
creativa de las personas
para identificar y resolver
problemas, debido a que
saca a la luz muchas ideas
en poco tiempo.
¿QUÉ SE REQUIERE PARA UNA
TORMENTA DE IDEAS?

• Un grupo de personas
deseosas de trabajar
juntas.
• Un líder.
• Un lugar de reunión.
• Equipo.
¿CÓMO FUNCIONA UNA
TORMENTA DE IDEAS?
REGLAS PARA UN TORMENTA DE IDEAS
PRODUCTIVA:

1. Elegir el tema.
2. Asegurarse que todos comprenden el
problema a tratar.
3. Cada persona toma un turno y expone una
idea.
4. Alguien debe anotar todas las ideas.
5. Anotar todas las ideas.
6. Apoyar las ideas descabelladas.
¿CÓMO FUNCIONA UNA
TORMENTA DE IDEAS?

7. Los objetivos de la tormenta son cantidad y

creatividad.
8. Finaliza la generación de ideas hasta que
todos los participantes digan paso.
9. Etapa convergente
10. Se somete a votación las ideas:
• Votación Secreta, Abierta, Ponderada o por
consenso.
11. Se eliminan las ideas que recibieron poca
atención y la atención del equipo se centra
en las ideas que recibieron más votos.
DIAGRAMA DE PARETO
 DIAGRAMA DE PARETO

Es un tipo especial de gráfica de barras donde

los datos se presentan en forma creciente de
izquierda a derecha, diseñada para separar las
pocas cosas importantes (vitales) de las
muchas triviales.
Se le conoce como Ley 80-20 o “Pocos vitales,
muchos triviales”, el cual reconoce que unos
pocos elementos (20%) generan la mayor parte
del efecto (80%).
¿CÓMO ELABORAR
DIAGRAMAS DE PARETO?

1. Decida el problema a investigar y cómo

recoger datos.
2. Elabore una tabla de datos que contenga
totales individuales (forma de mayor a
menor), totales acumulados, composición
porcentual y porcentajes acumulados.
3. Construya un Diagrama de Barras.
4. Dibuje una curva acumulada (%)
acumulado) curva de Pareto.
DIAGRAMA DE PARETO
EJEMPLO

En la elaboración de puertas de madera, se

han encontrado las siguientes No
Conformidades en el conteo de las mismas.

Elabore un Diagrama de Pareto y encuentre

cuáles son las No Conformidades que están
causando más del 80% de puertas no
conformes.
HOJA DE DATOS
TABLA DE PARETO
TIPO DE NO CONTEO TOTAL
CONFORMIDAD
Quebradas IIII IIII 10
Rayadas IIII IIII IIII IIII ... IIII II 42
Manchadas IIII I 6
Dobladas IIII IIII IIII IIII ... IIII IIII 104
Desniveladas IIII 4
Infladas IIII IIII IIII IIII 20
Otros IIII IIII IIII 14
TOTAL 200
TABLA DE PARETO

TIPO DE NO UNID. NO TOTAL COMPO- %

CON- CONFORM ACUM. SICIÓN ACUM.
FORMIDAD ES %
Dobladas 104 104 52 52
Rayadas 42 146 21 73
Infladas 20 166 10 83
Quebradas 10 176 5 88
Manchadas 6 182 3 91
Desniveladas 4 186 2 93
Otros 14 200 7 100
TOTAL 200 - 100 -
GRÁFICA
Abril 1 a Junio 30
200 100
Unidades investigadas:
180 5,000 90

Porcentaje Acumulado
160 Pocos 80
Número de Unidades

140 vitales 70
No Conformes

120 Muchos 60
100 Útiles 50
80 ü 40
60 30
40 20
20 10

D R I Q M DE Otros

Q: Quebradas D: Dobladas
R: Rayadas DE: Desniveladas
M: Manchadas I: Infladas
Ejemplo: en una carpintería se desea reducir el número de defectos en la
fabricación de mesas, por lo que se necesita determinar cuál
es el defecto más importante y a la vez determinar las causas. Se muestran los
defectos encontrados en las mesas en una semana.

Análisis del Diagrama de Pareto primer nivel:

Problema: Defecto más importante en la fabricación de mesas.
DATOS DE ENTRADA

Tipos de defectos en las Número de

mesas defectos
Rayada 20
Floja 15
Mancha en la mesa 35
Defecto en las patas de la 10
mesa
SOLUCIÓN
Se ve en la gráfica que la mancha en la mesa, rayado y floja son las no conformidades que
causan el 87.5% de los defectos en la elaboración de mesas.
Análisis del Diagrama de Pareto segundo nivel:
Análisis del Diagrama de Pareto segundo nivel:
Problema: Influencia de los departamentos en los defectos de rayado, floja y mancha.
Departamento rayado floja mancha
Corte 2 0 5
Ensamble 3 10 7
Formado 7 5 10
acabado 8
DATOS DE ENTRADA
0 13
 GRÁFICA DE PARETO DE SEGUNDO NIVEL

SOLUCIÓN
Se ve en la gráfica que en el departamento de formado
se dan la mayoría de defectos en las mesas con un
31.43%.
 DIAGRAMA DE PARETO
EJERCICIO No. 1

Un gerente de oficina está preocupado acerca de

una posible mala voluntad de los clientes
provocada por un problema de captura de datos en
el departamento.
Se pide utilizar un Diagrama de Pareto para
determinar los errores y las áreas de oportunidad
para reducirlas. Es posible combinar algunas de
las categorías con base en el Diagrama de Pareto.
¿Qué recomendaciones se le harían al gerente?
DIAGRAMA DE PARETO
EJERCICIO No. 1
El equipo ha recopilado datos de cuatro semanas,
el reporte es como sigue:
ERRORES EN LA CAPTURA DE DATOS
• Errores de ortografía 43
• Precio equivocado 17
• Cantidad equivocada 24
• Dirección errónea del cliente 11
• Escritura poco clara 31
• Dígitos invertidos 7
• Número de catálogo incorrecto 58
• Cambio en el precio 47
• Descripción incorrecta 13
DIAGRAMA DE PARETO
EJERCICIO No. 2
La gerencia de una fábrica de
puertas de madera está
preocupada debido a que los
costos aumentaron al mismo
tiempo que los defectos en las
puertas.
Elabore un Diagrama de Pareto e
indique cuáles son los defectos
que más afectan a las puertas en
base a los costos totales.
DIAGRAMA DE PARETO
EJERCICIO No. 2

Se ha obtenido la siguiente información:

DEFECTO CANTIDAD COSTO/UN.

Puertas mal cortadas. 30 300
Desperdicio 70 80
Puertas dobladas 50 150
Puertas con fisuras 20 500
Puertas rayadas 60 50
 DIAGRAMA
DE CAUSA Y EFECTO
 DIAGRAMA DE CAUSA Y
EFECTO

Es un método gráfico que

refleja la relación entre una
característica de Calidad y
los factores que
posiblemente contribuyen a
que exista.
Es una gráfica que relaciona
el efecto (problema) con sus
causas potenciales.
¿CÓMO ELABORAR
DIAGRAMAS DE CAUSA Y EFECTO?

1. Determine el efecto o característica que se va

a analizar.
2. Busque todas las causas posibles que
puedan afectar a la característica escogida.
3. Escoja la característica y escríbala al lado
derecho de una hoja de papel encerrándola
en un cuadro. Dibuje la espina dorsal y
escriba las causas primarias que afectan a la
característica en forma de grandes huesos
encerrados en cuadros.
¿CÓMO ELABORAR
DIAGRAMAS DE CAUSA Y EFECTO?

4. Escriba las causas secundarias que afectan a

los grandes huesos (causas primarias) como
huesos medianos y escriba las causas
terciarias que afectan a los huesos medianos
(causas secundarias) como huesos pequeños.
5. Asigne la importancia de cada factor y marque
los que afectan considerablemente a la
característica escogida.
SUGERENCIAS EN LA ELABORACIÓN DE
LOS DIAGRAMAS DE CAUSA-EFECTO

1. Identifique las causas relevantes mediante una

Tormenta de Ideas.
2. Exprese la característica tan concretamente
como pueda.
3. Elabore un Diagrama para cada característica.
4. Escoja una característica y causas medibles.
5. Descubra causas sobre las que sea posible
actuar y corregir.
 DIAGRAMA CAUSA Y EFECTO

SALUD ÁNIMO Orgullo

Entusiasmo
Relajamiento Espíritu de Lucha
Descanso Nutrición Calorías
Calma Devoción
Diversión Paciencia
Tiempo Compostura
Dormir Cantidad Cuidado
Confianza DERROTA
Que tan bien Concentración EN UN
TORNEO
Información Potencia DEPORTIVO
Teoría Estudio del Movimiento
Planeación Velocidad Itinerario
oponente Ejercicio
Análisis Cooperación
Reglas Trabajo en Cantidad Calidad
Observación Juicio de la equipo
Sentido común Consejo
situación Función Forma
Experiencia en partidos
Modelo Repetición
ESTRATEGIA TÉCNICA

CAUSAS EFECTO
DIAGRAMA CAUSA Y EFECTO 1 NIVEL

Maquinari Medición Mano de

a obra
Rodo
Rodo interior
interior No
No capacitada
Obsolet manchado
manchado
capacitada
Regulación
Regulación
a de
de flujo
flujo de
de
Uñas
Uñas quemadas
quemadas tinta
tinta Presión
Presión constante
constante
Piezas desajustadas por
por clientes
clientes
Cansado desesperados
desesperados
Falta
Falta de
de Cansado por
por
Hilos
Hilos de
de corona
corona deteriorados
deteriorados oo turnos
ausentes
mantenimiento
mantenimiento turnos largos
largos
ausentes de
de trabajo
trabajo
Tambor
Tambordescentrado
descentradooo gastado
Repuestos
Repuestos de
de mala
mala
gastado
Calidad de
calidad
calidad fotocopias

Tinta
Tinta genérica
genérica
Humeda
d Sistema
Sistema
Ventilación
Ventilación de
de
Calidad
Calidad del
del papel
papel Iluminació servicio
Iluminació servicio
nn múltiple
múltiple
Document
Document
os
os
primarios
primarios
borrosos
borrosos
Materiales Medio Método
ambiente s
DIAGRAMA CAUSA Y EFECTO 2 NIVEL

Insumo Mantenimiento Repuestos

s
Papel
Papel muy
muy
delgado
delgado Orientado
Orientado Mala
Mala calidad
calidad
aa la
la
Uso
Uso de
de corrección
corrección
Insumos
Insumos
Genéricos
Genéricos
Papel
Papel húmedo
húmedo
Falta Costosos
Costosos
Falta de
de
planificación
planificación
Tinta
Tinta original
original costosa
costosa Maquina de
copiado
Cuchillas
Cuchillas sucias
sucias

Rodo
Rodo
Humeda Área
Área de
de Operario
manchado
manchado trabajo Operario sin
sin
trabajo conocimiento
d limitada
limitada
conocimiento
Uñas
Uñas gastadas
gastadas del
del
Iluminació
Iluminació funcionamient
funcionamient
nn oo de
de la
la
Hilos
Hilos de
de tambor
tambor Lámpara maquina
maquina
Lámpara de de Ventilación
Ventilación
ausentes
ausentes exploración
exploración
sin
sin intensidad
intensidad

Piezas Medio Manejo

actuales ambiente
 DIAGRAMA CAUSA Y
EFECTO
EJERCICIO
En una tormenta de ideas, un grupo generó una
lista de posibles causas de la desorganización de
las materias primas en el inventario. Alguien del
equipo se ofreció voluntario para acomodar las
ideas en un Diagrama de Causa y Efecto.
Con las ideas de la tormenta, elaborar el Diagrama
de Causa y Efecto.
¿Cómo definió las causas primarias o principales?
¿Existirán otras causas posibles que se pudieran
aportar?
 LISTA DE LA TORMENTA DE IDEAS:
INVENTARIO DESORGANIZADO
• Falta de espacio.
• Etiquetado de lotes.
• Duplicidad de esfuerzos.
• Exceso de inventario.
• Etiquetas poco visibles.
• Empleados nuevos en el
almacén.
• Errores en etiquetas.
• Etiquetas faltantes.
• Requisiciones poco claras.
• Supervisores diferentes.
• Caliente y húmedo en verano.
• Llegadas de demasiadas
cajas de material.
• Comunicación.
• Fricciones entre empleados.
• Artículos agotados.
• Inventario obsoleto.
• Etiquetas erróneas.
• Métodos diferentes.
• Material en lotes erróneos.
• Órdenes urgentes que no son
en realidad.
• Confusión.
• No se siguen los
procedimientos.
• Procedimientos poco claros.
• Aire sofocante.
HISTOGRAMAS
HISTOGRAMAS

Es una gráfica de
barras que permite
describir el
comportamiento de un
conjunto de datos en
cuanto a su tendencia
central, forma y
dispersión.
CONSTRUCCIÓN DE HISTOGRAMAS

PASO 1: Determine el rango de los datos.

R = Dato máximo – Dato mínimo

PASO 2: Obtenga el número de clases.

K = √n
Un criterio usado frecuentemente es que el
número de clases debe ser aproximadamente igual
a la raíz cuadrada del número de datos.
CONSTRUCCIÓN DE HISTOGRAMAS

PASO 3: Establecer la amplitud de la clase.

A= Rango = R
Número de Clase k

PASO 4: Construir los límites de clase.

LI = Valor mínimo – ½ (U) = Límite inferior
U = Unidad mínima de trabajo de datos
LS = LI + A = Límite Superior
PM = LI + LS = Punto medio
2
CONSTRUCCIÓN DE HISTOGRAMAS

PASO 5: Obtenga la distribución de Frecuencia.

PASO 6: Graficar el Histograma e interpretarlo.

INTERPRETACIÓN DEL HISTOGRAMA

1. Simetría
2. Dispersión
3. Centramiento del
Proceso
4. Picos
5. Datos aislados o raros
 HISTOGRAMA
ENUNCIADO DEL PROBLEMA
El Presidente de Honduras Airlines está tratando de
cambiar las rutas por las constantes quejas de los clientes
en cuanto al tiempo de recorrido entre La Ceiba a Islas de
la Bahía. Para este efecto se tomó como muestra los
minutos de duración de recorridos en tres semanas de los
aviones de Honduras Airlines.
32 38 26 29 32 41 28 31 45 36
45 35 40 30 31 40 27 33 28 30
30 41 39 38 33 35 31 36 37 32
23 45 39 37 38 36 33 35 42 38
34 22 37 43 52 32 35 30 46 36

a) Elabore una distribución de frecuencias.

b) Construya un histograma de los datos e interprételos.
HISTOGRAMA

ORDENACIÓN DE DATOS
22 28 30 32 33 35 37 38 40 45
23 29 31 32 34 36 37 38 41 45
26 30 31 32 35 36 37 39 41 45
27 30 31 33 35 36 38 39 42 46
28 30 32 33 35 36 38 40 43 52

1) RANGO:
Rango = ValorMax – ValorMin
R = Vmx – Vmin
R = 52 – 22
R = 30 minutos
HISTOGRAMA

2) NÚMERO DE CLASE: PUNTO MEDIO:

K = √n PM = LI + LS K=
√50 2 K = √50
PM = 21.5 + 25.5 K = 7.07 ~ 7 2
PM = 23.5 min

3) AMPLITUD DE CLASE: 4) LÍMITE DE CLASE:

A = Rango LI = Vmin – ½ (u)
No. Clase LI = 22 – 0.5
A = R/K LI = 21.5 A = 30/7
A = 4.28 ~ 4 min LS = Li +
A LS = 21.5 + 4
LS = 25.5
DISTRIBUCIÓN DE FRECUENCIAS

CLA- LIM. LIM. PTO. CONTEO FREC.

SE INF. SUP. MED.
1 21.5 25.5 23.5 II 2
2 25.5 29.5 27.5 IIIII 5
3 29.5 33.5 31.5 IIII IIII IIII 14
4 33.5 37.5 35.5 IIII IIII II 12
5 37.5 41.5 39.5 IIII IIII 10
6 41.5 45.5 43.5 IIII I 5
7 45.5 49.5 47.5 IIII 2
50 50
HISTOGRAMA
ELABORACIÓN E INTERPRETACIÓN
F 12 12
R 10 10
E
C 8 8 Frecuencia
U 6 6 Punto
E 4 4 Medio
N
C 2 2
I 0 0
A
21.5 25.5 29.5 33.5 37.5 41.5 45.5 49.5
MINUTOS

El Histograma tiene una tendencia central entre los

números 29.5 – 33.5; no es simétrico, hay sesgo, tiene
mucha variabilidad. Tiene 5 modas que se encuentran
ubicadas entre 29.5 – 41.5. MEDIA= 35.24 M.
El Histograma no tiene acantilado. DESV STAND.= 6.12 M
Una característica clave en la calidad de las pinturas es su
densidad, y un componente que influye en tal densidad es la
cantidad de arenas que se utilizan en la elaboración de
pinturas. La cantidad de arena en número de costales, que
según el proveedor deben contener 20 Kg. Sin embargo,
continuamente se tienen problemas en la densidad de la
pintura, que es necesario corregir con trabajo y procesos
adicionales. En este contexto, en la empresa se preguntan;
¿Cuánta arena contienen en realidad los costales?
Para averiguarlo deciden tomar una muestra aleatoria de 30
costales de cada lote o pedido (500 costales). Los pesos
obtenidos en las muestras de los últimos tres lotes están en
la tabla 5.3.
Lote Peso de los costales de la muestra (Kg.)

18.6 19.2 19.5 19.2 18.9 19.4 19 20 19.3 20

1
18.8 19.3 19.1 18.6 19.4 18.7 21 19.8 19 18.6

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

2
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

3
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

 • 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.
Lote 1 Lote 2 Lote 3

X = 19.35 X = 19.30 X = 20.04

L.R.S = 21.3033 L.R.S = 21.2533 L.R.S = 21.9933
L.R.I = 17.3967 L.R.I = 17.3467 L.R.I = 18.0867
La calidad no es satisfactoria ya que ninguno de los tres lotes cumple con la tolerancia
para los límites superior e inferior.

• Calcule los estadísticos básicos para los 90 datos y dé una opinión global sobre el peso de
los costales.

X = 19.5622
L.R.S = 21.5155
L.R.I = 17.6089
La densidad de la pintura no es la apropiada ya que la cantidad de arena que contienen los
sacos no está dentro de los límites de tolerancia (19.5-20.5). Por lo tanto la calidad no es
satisfactoria.
Obtenga un histograma para los 90 datos, inserte las
especificaciones y obtenga una conclusión general sobre el
peso de los bultos.

X = 19.5622
L.R.S = 21.5155 (No cumple las especificaciones por exceso)
L.R.I = 17.60 (No cumple las especificaciones por defecto)
C.P. = 0.2560
C.P.K. = 0.0319
C.P.K.M. = 0.2124
Conclusión
C.P < 0.67 por lo tanto es totalmente inadecuado y requiere de modificaciones muy serias.
Como C.P. < 1 y además C.P ≠ C.P.K, el proceso es incapaz y descentrado.
En el histograma se observa:
1. Existe poca variabilidad.
2. No existe un comportamiento simétrico.
3. Tiene un sesgo a la derecha porque los datos mayores a la media suman 51 y los datos
menores a la media suman 39.
4. Como los datos obtenidos en el estudio pertenecen a tres lotes se puede observar tres
picos.
5. No existe acantilado.
6. Existe un dato aislado.
7. índice K = 87.6% lo cual indica que el proceso está significativamente descentrado.
8. Con base en lo anterior, ¿Cuál debe ser la posición de la fábrica de pinturas ante el
proveedor de arenas?
R// Exigir al proveedor que cumpla con la especificación en cuanto al peso del costal de
arena o de lo contrario cambiar de proveedor.
 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.

X = 749 ml.
L.R.S = 785 ml.
L.R.I = 713 ml.
No cumple con las especificaciones en cuanto al volumen ya que los límites reales
inferior y superior deben estar entre 740 y 760 ml. respectivamente.
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 están en la tabla 5.4.

Propuesta Volumen de las botellas

740 759 740 751 751 751 750 757 744 752
A
738 743 748 742 761 765 754 733 753 752

751 758 747 753 746 753 766 751 750 744

746 744 751 747 748 745 748 743 745 746
B
744 750 741 745 749 743 748 744 747 742

745 749 738 742 751 743 749 748 744 749
a) Calcule los estadísticos básicos para cada propuesta

Propuesta A Propuesta B

X = 750.10 X = 745.80

b) Calcule los límites reales para cada propuesta y

compárelas con los del ejercicio anterior. ¿Se logran
mejorar?
Propuesta A:
L.R.S. = 750.10 + 3 (7.6535) = 773.06 (No cumple las especificaciones por exceso)
L.R.I. = 750.10 - 3 (7.6535) = 727.14 (No cumple las especificaciones por defecto)

Propuesta B:
L.R.S. = 745.80 + 3 (3.1448) = 755.23 (si cumple las especificaciones)
L.R.I. = 745. 80 - 3 (3.1448) = 736.37 (No cumple las especificaciones por defecto)

Si se logra mejorar ya que la propuesta B cumple por lo menos con la especificación del límite superior.
c) Con base en un histograma en el que inserte especificaciones, describa cada una de las
propuestas y elija la que considere mejor.
Histograma propuesta A
 Conclusión del histograma de la propuesta A

X = 750.10
б = 7.6535
L.R.S = 773.06 (No cumple las especificaciones por exceso)
L.R.I = 727.14 (No cumple las especificaciones por defecto)
C.P. = 0.4355
C.P.K. = 0.4312
C.P.K.M. = 0.4355
Como C.P. < 0.67, es totalmente inadecuado y requiere de modificaciones muy serias.
Como C.P <1 y además C.P. = C.P.K es un proceso incapaz y centrado.

En el histograma se observa:
1. Existe poca variabilidad.
2. Existe un comportamiento simétrico.
3. Tiene un sesgo a la izquierda porque los datos mayores a la media suman 14 y los datos
menores a la media suman 16.
4. No se observan picos.
5. No existe acantilado.
6. No existe un dato aislado.
7. índice K = 1% lo cual indica que el proceso está significativamente centrado.
Histograma propuesta B
 Conclusión del histograma de la propuesta B

X = 745.80
б = 3.1448
L.R.S = 755.23
L.R.I = 736.37 (No cumple las especificaciones por defecto)
C.P. = 1.0600
C.P.K. = 0.6148
C.P.K.M. = 0.6353
Como 1<C.P. <1.33, es parcialmente adecuado, pero como C.P. se acerca a 1 se generan más
defectos.
Como C.P >1 y además C.P. ≠ C.P.K es un proceso capaz y descentrado.

En el histograma se observa:
1. Existe poca variabilidad.
2. No existe un comportamiento simétrico.
3. Tiene un sesgo a la izquierda porque los datos mayores a la media suman 14 y los datos menores a la media
suman 16.
4. No se observan picos.
5. No existe acantilado.
6. No existe un dato aislado.
7. Índice K = 42% lo cual indica que el proceso está significativamente descentrado.
Conclusión general
La opción a elegir es la propuesta B ya que aquí es capaz, no cumple con el límite inferior pero si con el superior.
 HISTOGRAMA
EJERCICIO
Una compañía de transporte tiene registros diarios del
gasto de gasolina de sus 32 automóviles, los cuales
son (Lps/día):

64.50 39.01 37.87 24.75 38.67 31.55 31.55 50.55

40.59 30.55 69.49 52.83 53.41 60.75 21.45 47.82
24.65 45.13 37.51 64.69 41.88 30.24 15.25 27.63
25.69 23.65 20.11 31.22 41.35 26.27 36.00 28.76

Elabore un histograma para los datos anteriores en su

correspondiente distribución de frecuencias e
interprételo.
DIAGRAMAS DE DISPERSIÓN
DIAGRAMAS DE DISPERSIÓN

Es el estudio gráfico de la relación de

correspondencia de dos variables.

ELABORACIÓN DE DIAGRAMAS DE DISPERSIÓN

1. Reúna pares de datos (x,y) cuyas relaciones
Usted quiere estudiar y organícelas en una
tabla. Se recomienda tener al menos 30 pares
de datos.
2. Decida las escalas que va a usa en los ejes
horizontal y vertical de manera que ambas
longitudes sean aproximadamente iguales.
 DIAGRAMAS DE
DISPERSIÓN

ELABORACIÓN DE DIAGRAMAS DE DISPERSIÓN

3. Registre los datos en el gráfico. Cuando se
obtengan los mismos valores en diferentes
observaciones, muestre estos puntos
haciendo círculos concéntricos (0) o registre
el segundo punto muy cerca del primero.
4. Registre todos los aspectos que puedan ser
de utilidad como son:
• Título del diagrama
• Período de tiempo
• Título de cada eje.
COEFICIENTE DE CORRELACIÓN
LINEAL DE PEARSON

Una medida del grado de

acercamiento de los puntos
de los datos con respecto a
una línea recta o
equivalente de la “Fuerza
de Relación Lineal” entre
dos variables la
proporciona el valor del
coeficiente de correlación
lineal de Pearson.
 COEFICIENTE DE CORRELACIÓN
LINEAL DE PEARSON

El valor mínimo de (r) se determina sustituyendo en la

fórmula los valores observados de X y Y para cada (i)
desde (1) hasta (n). n
∑ xi
2
n
r= S(xy) donde S(xx) = ∑ xi2 – i=1
i=1 n
√S(xx) . S(yy)

n n n
yi ; 2S(xy)= ∑ xiyi
n - ∑ xi ∑ yi
S(yy)= ∑n yi2 - ∑
i=1 i=1 i=1
i=1 n i=1 n
 OBSERVACIONES

A. El coeficiente de correlación lineal solamente

toma calores entre –1 y 1 (-1‹r ‹1).

B. Si r = -1 o r = 1 todos los puntos del Diagrama

de Dispersión cae sobre una línea recta,
entonces se dice que las dos variables están
en relación lineal perfecta. X resulta ser muy
buen estimador de Y.
 OBSERVACIONES

C. Si (r) toma un valor positivo 0 ‹ r ‹ 1 la relación

lineal es directamente proporcional, Si X crece,
Y crece.

D. Si (r) toma un valor Negativo –1‹ r ‹ 0 la

relación es inversamente proporcional, Si X
crece, Y decrece.

E. Si r = 0 se dice que no hay relación lineal entre

las dos variables.
EJEMPLO
PROBLEMA DE CORRELACIÓN POSITIVA

Mega Elektra desea saber el efecto

que podría tener el uso de una
campaña de publicidad para sus
ventas. Para esto ha recolectado
información vía el espionaje industrial
donde demuestra en qué porcentaje
incrementaron las ventas debido al
uso de publicidad en los distintos
medios de comunicación.
EJEMPLO
PROBLEMA DE CORRELACIÓN POSITIVA
EMPRESA PUBLICIDAD EN DÍAS AUMENTO EN
AL MES(X) VENTAS (Y)
1 3 1%
2 6 5%
3 9 10%
4 12 15%
5 15 20%
6 18 25%
7 21 30%
8 24 35%
9 27 40%
10 30 45%
CÁLCULO DEL ÍNDICE DE CORRELACIÓN

X Y X2 Y2 XY
3 1 9 1 3
6 5 36 25 30
9 10 81 100 90
12 15 144 225 180
15 20 225 400 300
18 25 324 625 450
21 30 441 900 630
24 35 576 1225 840
27 40 729 1600 1080
30 45 900 2025 1350
165 226 3465 7126 4953
SUMA
EJEMPLO
PROBLEMA DE CORRELACIÓN POSITIVA

S(xx)= 3465–(165)2 /10 S(yy)= 7126-(226) 2 /10

S(xx)= 3465-2722.5 S(yy)= 7126-5107.6 S(xx)=
742.5 S(yy)= 2018.4

S(xy)= 4953-(165)(226)/10 r = 1224/ √(742.5)(2018.4)

S(xy)= 4953-3729 r = 1224/1224.20
S(xy)= 1224 r = 0.99983663

Vemos que a mayor días de publicidad al mes,

mayores son las ventas de las organizaciones.
CÓMO LEER DIAGRAMAS DE DISPERSIÓN

y n = 30 r = 0.9 y n = 30 r = 0.6

6 6

4 4

2 2

0 0

0 2 4 6
x 0 2 4 6
x

Correlación Positiva Puede haber

Correlación Positiva
CÓMO LEER DIAGRAMAS DE DISPERSIÓN

y n = 30 r = 0.0 y n = 30 r = - 0.9

6 6

4 4

2 2

0 0

0 2 4 6
x 0 2 4 6
x

No hay Correlación Correlación Negativa

CÓMO LEER DIAGRAMAS DE DISPERSIÓN

y n = 30 r = - 0.6 y n = 30

6 6

4 4

2 2

0 0

0 2 4 6
x 0 2 4 6
x

Puede haber No hay correlación

Correlación Negativa
EJERCICIOS

La siguiente tabla muestra la

altura de padres e hijos de una
muestra de 22 padres e hijos.
(Primogénitos: (Pulgadas)

1) Dibuje el Diagrama de Dispersión,

2) Encuentre su Índice de Correlación e interprételo.
EJERCICIOS

ALTURA X DEL PADRE ALTURA Y DEL HIJO

65 68
63 66
67 68
64 65
68 69
62 66
70 69
66 65
68 71
67 67
69 68
1.A distintas marcas de carros se les mide su peso en miles de libras
y la cantidad de gasolina (galones) que necesitan para recorrer 100
millas. Una muestra de 10 carros se muestra a continuación.

Peso Gasolina

3.4 5.5

3.8 5.9

4.1 6.5

2.2 1.9

2.6 3.6

2.9 4.6

2.0 2.9

2.7 3.6

3.1 3.1

3.4 4.9
• Represente estos datos en un diagrama de dispersión y
comente que tipo de relación se observa.
R// se observa una relación lineal positiva (lo cual indica que a
medida que el peso incrementa también aumenta la gasolina)

Cantidad de gasolina necesarias para recorrer

100 millas

8
2
6 R = 0.8275
Gasolina

Gasolina
4
Lineal (Gasolina)
2
0
0 2 4 6
Peso
 • Si un carro similar a los considerados pesa 3.0 miles de libras, ¿podría
estimar, con cierta confianza, cuantos galones consume en 100 millas de
recorrido? Explique su respuesta.

Si podemos estimar con cierta confianza que la cantidad de galones a consumir seria de 4
galones * 100 millas, ya que al ubicarnos en la gráfica en el eje x con un valor de 3 miles
de libras el valor de intercepción de esta con la línea de regresión se obtiene un valor de 4
galones * 100 millas de recorrido

Cantidad de gasolina necesarias para recorrer

100 millas

8
2
6 R = 0.8275
Gasolina

Gasolina
4
Lineal (Gasolina)
2
0
0 2 4 6
Peso
ESTRATIFICACIÓN
 ESTRATIFICACIÓN

Es la clasificación de los datos en

grupos con características semejantes.
Se llama Estrato a cada grupo.
Cuando una información no considera
los estratos que se dan en una causa, dicha
información puede dar una falsa idea de la
situación.
Si se realiza la Estratificación, será más fácil
tomar decisiones adecuadas.
 ESTRATIFICACIÓN

CUANDO LOS DATOS SE CLASIFICAN EN

GRUPOS CON CARACTERÍSTICAS SEMEJANTES
SE DICE QUE SE HAN ESTRATIFICADO.

Estratificación es la clasificación de datos, tales

como defectivos, causas, fenómenos, tipos de
defectos: críticos, mayores, etc. en una serie de
grupos con características similares, con el
propósito de poder comprender mejor la situación
y encontrar la causa mayor más fácilmente.
 ESTRATIFICACIÓN

A cada categoría se le llama Estrato.

Los estratos a utilizar dependerán de la situación
analizada.
ESTRATIFICACIÓN
EJEMPLO
Si se tienen artículos defectuosos en un proceso
de producción, estos se pueden clasificar según:
FACTOR AGRUPADO POR:
Por operario Experiencia, edad, sexo, turno.
Tiempo de producción Semana, día, noche, turno, etc.
Por maquinaria o equipo Máquina, modelo, vida, tipo, etc.
Por Proceso Procedimiento de operación,
velocidad, temperatura, etc.
Por material Proveedor, composición, etc.
Por inspección de medición Prueba de máquina, inspector,
instrumento, operario, etc.
 ESTRATIFICACIÓN
EJEMPLO

La Empresa “Alimentos de Honduras” ha creado un nuevo

refresco en lata con sabor a Mandarina. La gerencia de
Mercadeo quiere determinar su mercado meta, para lo cual
ha elegido los siguientes factores a Estratificar:

FACTORES A ESTRATIFICAR:
1. EDAD 2. CLASE SOCIAL
a. 3-13 a. Clase Baja
b. 14-24 b. Clase Media Baja
c. 25-35 c. Clase Media Alta
d. 36-46 d. Clase Alta
e. 47-
 ESTRATIFICACIÓN
EJEMPLO

3. UBICACIÓN 4. NIVEL DE EDUCACIÓN

GEOGRÁFICA
a. Zona Norte a. Primaria
b. Zona Sur b. Secundaria
c. Zona Oriental c. Universitaria
d. Zona Occidental
e. Zona Central
 ESTRATIFICACIÓN
Clasificación de variación libras algodón extraída por día;
por factor de variación y departamento que afectó en ésta.
RAZÓN DEPTO. DE DEPTO. DE DEPTO. DEPTO. TOTAL
DE PROCESA- RECOLECCIÓN ATENCIÓN GERENCIA
VARIACIÓN MIENTO AL
PERSONAL
Mano de I IIII I I
obra no
calificada 7
Métodos de IIII III
recolección
8
Pocos II II I I
incentivos
para el 6
trabajo.
Desperfectos III II
en máquina
5
Turnos de I I I
trabajo no
bien 3
definidos
Ausentismo I
de trabajo
por diversas 1
razones
ESTRATIFICACIÓN
FACTOR AGRUPADO POR TOTALES
DETER- EN
MINANTE VOLUMEN
Servicio Preferencia en asientos y comida. 200
de Suscripciones 200
pasajero
prioritario Descuento en hoteles, alquileres y 500
compras para clientes
Equipaje extra 2
Salas de espera de lujo y 1
comodidad.
Tecno- Instalación de pequeñas pantallas 200
logía de T.V. En cada asiento de
primera clase y negocios.
Servicio telefónico con fax desde 6
el avión.
ESTRATIFICACIÓN

FACTOR AGRUPADO POR TOTALES

DETER- EN
MINANTE VOLUMEN
Plan de Estrategias de publicidad. 3
MKT Alianzas estrategias que incluyen 5
paquetes de excursiones.
Expansión de rutas 2
Recursos Capacitación de personal 2
Humanos (Constantes Anuales)
Incentivos 2
TOTALES 1121
HOJAS DE REGISTRO
 ¿CÓMO OBTENER DATOS?

1. Establezca objetivos claros.

• Antes de recoger la información, es importante
determinar qué se va a hacer con ella.

2. Asegúrese de que las mediciones sean

válidas y confiables.

3. Establezca formas apropiadas de recoger

datos.
• El origen de los datos debe registrarse
claramente.
• Su registro debe ser de fácil utilización.
 LAS HOJAS DE REGISTRO

 Una Hoja de Registro es un formato

preimpreso en el que aparece lo que se va a
registrar, de tal manera que los datos puedan
recogerse fácil y concisamente.

 Sus objetivos principales son dos:

1. Facilitar la recolección de datos.
2. Organizar los datos, de manera que se puedan
usar con facilidad.

 Los datos que se registran por medio de

cruces, rayas o símbolos sencillos.
 HOJA DE REGISTRO
Producto: __________________________
 Etapa de manufactura: Insp. Final
Tipo de defecto: rayones, incompleto,
rajado, deformado.
Número total inspeccionado: 1525____
 Observaciones: Se inspeccionaron todos
los items.
Fecha: __________________
Sección: _________________
Nombre del Inspector: ______
Número de Lote: __________
Número de orden: _________
SIGUE...
 HOJA DE REGISTRO

TIPO REGISTRO SUBTOTAL

Rayas superficiales IIII IIII IIII II 17
Rajaduras IIII IIII I 11
Incompleto IIII IIII IIII IIII IIII I 26
Deforme III 3
Otros IIII 5
TOTAL 62
TOTAL RECHAZADOS IIII IIII IIII IIII IIII...II 42
 HOJA DE REGISTRO
Producto: Camiseta Fecha: 3 de noviembre
Etapa de Manufactura: Inspec. Final Sección: Inspección Final
No Conformidad: Por atributos Inspector: Jorge Lagos
No. Inspeccionado: 2000 Camisetas No. De Lote: 22
Observaciones: Inspección al 100% No. De orden: 18

ATRIBUTO A REGISTRO TOTAL

ESTRATIFICAR
Mal etiquetadas IIII IIII 10
Mal costuradas IIII IIII IIII IIII IIII 25
Mal cortadas IIII IIII IIII IIII IIII IIII IIII 35
Manchas IIII I 6
Mangas deformes IIII III 8
Cuellos deformes IIII II 7
TOTAL 90
TOTAL RECHAZADOS IIII IIII IIII IIII IIII IIII IIII ... IIII 60
HOJA DE VERIFICACIÓN

La empresa Vajusody, S.A.

dedicada a la producción de
pupitres tiene un interés en
averiguar porque existe
inconformidad en los productos
al realizar los controles de
calidad, para lo cual la empresa
desea saber qué pieza(s) no
cumple con dicho control; por
lo cual, ha decidido elaborar
una Hoja de Verificación.
 HOJA DE VERIFICACIÓN
Producto: Pupitre Empresa: Vajusody, S.A.
Inspector: Kaliman
Fecha: 1 de Julio de 1998

NO CONFORMIDAD FRECUENCIA SUB TOTAL

Estructura metálica IIII III 8
Repiza de libros IIII IIII I 11
Asiento IIII IIII IIII III 18
Brazo de pupitre IIII IIII 9
Remaches IIII III 8
Tornillos IIII II 7
TOTAL 61

Se observa que la pieza con menor conformidad en los controles

de calidad es el asiento, por lo cual, debe mejorarse, como
también la repiza de libros que muestra el segundo menor
conformidad.
GRÁFICAS DE CONTROL
 GRÁFICAS DE CONTROL

VARIABLES: Gráfico “X”

Gráfico “R”

GRÁFICAS
DE CONTROL
ATRIBUTOS: Gráfico “P”
Gráfico “np”
Gráfico “C”
GRAFICO “
U"
GRÁFICAS DE CONTROL
DE VARIABLES

Es un registro gráfico
de la calidad de una
característica en
particular, mostrando si
el proceso está o no
estable.
PROCESO

Cualquier interacción
ordenada de hombres,
máquinas, herramientas,
materias primas y método
de trabajo en sus
instalaciones físicas, con
el objeto de producir un
resultado determinado.
 CARACTERÍSTICA DE
CALIDAD

Cantidad de elementos que describen

conjuntamente su aptitud para el uso.
Las características de calidad pueden ser:

a) Físicas: longitud, peso, voltaje.

b) Sensoriales: sabor, presentación, color.
c) Dependientes del Tiempo: confiabilidad,
conservación.
 VARIABLES

Características de
calidad que pueden
medirse: peso,
temperatura, velocidad,
humedad, tiempo de
funcionamiento.
CAUSAS ASIGNABLES DE
VARIACIÓN

Son aquellas a las

cuales podemos atribuir
específica y
directamente un
resultado de calidad que
discrepa notoriamente
del esperado si la
fluctuación fuera
estable.
 EJEMPLOS
DE CAUSAS ASIGNABLES DE
VARIACIÓN

• Un descuido del • Un elemento

operario. descalibrado o una
• Un componente de la lectura errónea.
máquina que se • Maquinaria o equipo.
rompió o desajustó.
• Un tope que se corrió. • Materiales.
• Una lectura incorrecta • Método de trabajo.
de los planos o una • Mano de obra.
interpretación • Medio ambiente.
indebida de las • Medición.
instrucciones.
 CAUSAS NO ASIGNABLES
DE VARIACIÓN (COMUNES )

Cuando un proceso se analiza

mediante cartas de control de
procesos estadísticos
y refleja un patrón estable de fluctuación,
decimos que está influenciado solamente por
causas comunes o ambientales de variación,
llamadas causas no asignables o aleatorias.
 CAUSAS COMUNES DE
VARIACIÓN

Son aquellas causas que afectan por igual y en

forma casi permanente al proceso.

a) Conocimiento, experiencia y habilidad del

personal.
b) Naturaleza de las materias primas
utilizadas.
c) Adecuación y estado de la maquinaria.
d) Métodos y procedimientos de fabricación.
 CAUSAS COMUNES DE
VARIACIÓN

e) Condiciones ambientales (aseo, orden,

iluminación, temperatura, ruido, humedad,
vibraciones, contaminación, etc.)

f) Ayudas de producción utilizados como

plantillas, aditamentos, dispositivos, etc.

g) Naturaleza de la gerencia y de la supervisión,

énfasis que ponen en la cantidad o en la
calidad o en ambas, relaciones,
comunicaciones.
 PARÁMETROS DE UN PATRÓN

DE FLUCTUACIONES
Se caracteriza por un determinado “Centramiento” o
valor central y por una determinada “dispersión o
variación”.
“DISPERSIÓN” (VARIACIÓN) = Sigma: Desviación
estándard o tipo de la
distribución de frecuencias de la
característica de calidad
que estamos analizando.
“CENTRAMIENTO” (VALOR CENTRAL) = X Media de la
característica de calidad.
 PARÁMETROS DE UN PATRÓN

DE FLUCTUACIONES

TENDENCIA CENTRAL DISPERSIÓN

a) Media aritmética. a) Desviación

b) Mediana. estándard.
c) Moda. b) Amplitud R.
INESTABILIDAD DE UN PROCESO

Un Pto. Tendencia Ciclo Estratifi- Secuencia Dos o tres

Fuera de cación (Ráfaga) puntos
LCS cerca de
límites
 PROPÓSITOS DE LAS
CARTAS
DE CONTROL ESTADÍSTICO

1. Determinar si el proceso está o no bajo

Control Estadístico.

2. Determinar los niveles de Responsabilidad

para Tomar Acciones Correctivas o
Conducentes a Mejorar la Calidad.

3. Determinar los Parámetros del proceso X y

Sigma, cuando éste se encuentra bajo
Control Estadístico.
 PROPÓSITOS DE LAS
CARTAS
DE CONTROL ESTADÍSTICO

4. Determinar la Capacidad Cualitativa del

Proceso 6 Sigma.

5. Determinar si el Proceso cumple con las

especificaciones.

6. Determinar el Porcentaje de Defectuosos

que genera el Proceso al no cumplir éste
con las especificaciones.
 TÉCNICAS EMPLEADAS EN LA
ELABORACIÓN DE GRÁFICAS DE
CONTROL PARA VARIABLES

Para elaborar las gráficas de Control de Medias X y

Rangos R es recomendable seguir los siguientes
pasos:
 Paso 1: Defina la
característica de
calidad.

 Paso 2: Escoja el
subgrupo racional.
TÉCNICAS EMPLEADAS EN LA
ELABORACIÓN DE GRÁFICAS DE
CONTROL PARA VARIABLES

 Paso 3: Reúna los datos

necesarios.

 Paso 4: Calcule la Línea

Central de Ensayo y los
Límites de Control de Prueba.

 Paso 5: Defina la Línea

Central Revisada y los
Límites de Control Reales.
 CONSIDERACIONES GENERALES
ACERCA DE LAS MUESTRAS O
SUBGRUPOS RACIONALES PARA LAS
CARTAS DE CONTROL X Y R

- TAMAÑO
- FRECUENCIA
- PUNTOS DE OBTENCIÓN
Las muestras que seleccionamos deben llenar algunos
requisitos mínimos y tener en cuenta consideraciones
relacionadas con el cómo, cuándo, cuánto y dónde
tomarlas, es decir, aspectos relacionados con tamaño,
frecuencia y puntos de obtención, los cuales indicarán
en la capacidad de las cartas para detectar causas
significativas de variación.
 CONSIDERACIONES GENERALES
ACERCA DE LAS MUESTRAS O
SUBGRUPOS RACIONALES PARA LAS
CARTAS DE CONTROL X Y R

- Un principio general que gobierna la obtención de las

muestras es que éstas deben escogerse de tal manera
que permitan la máxima posibilidad de similitud interna u
homogeneidad dentro de cada muestra, y la máxima
oportunidad de variación entre muestras consecutivas.
- En segundo lugar, las muestras deben reflejar el orden
cronológico en que se desarrolla la producción.
- En tercer lugar, las muestras deben obtenerse en
aquellos puntos o momentos del proceso que
corresponden a un sistema único de causas de
fluctuación.
ALGUNOS ENFOQUES A
UTILIZARSE PARA OBTENER
LAS MUESTRAS

1. En instantes
previamente
determinados los
componentes de la
muestra consistirán de
unidades producidas
consecutivamente lo
más cerca posible de
cada instante
determinado.
 ALGUNOS ENFOQUES A
UTILIZARSE PARA OBTENER
LAS MUESTRAS

2. En períodos previamente establecidos. Según

este enfoque, las unidades que han de
constituir la muestra se seleccionarán aleatoriamente
de la producción acumulada en el período
correspondiente.
3. Cada cierto número de unidades producidas. Este
método es especialmente útil para detectar cambios
continuos o tendencias, como ocurrirá en una
máquina-herramienta por efecto de desgaste gradual
del buril, o en un proceso químico por el
empobrecimiento paulatino de algún componente.
 EL TAMAÑO DE LA MUESTRA n

Los aspectos de tener en cuenta para seleccionar el

tamaño de la muestra son los siguientes:

a) Qué magnitud de
cambios en el
proceso nos interesa
detectar.

b) El costo de una
decisión incorrecta.
EJEMPLO

En un proceso de llenado de
sacos de café gourment para
exportación, se han tomado las
muestras del proceso de llenado
al final de la línea.
Se quiere saber si el proceso de
llenado está bajo control
estadístico y si está cumpliendo
con las especificaciones .
La empresa tiene como
especificaciones de cada saco
estar entre 10 +- 2 onzas.
EJEMPLO

a) Encuentre si el proceso
de llenado de las sacos
de café está bajo control
estadístico.
b) Encuentre los
parámetros de
Centramiento y
Dispersión.
c) ¿Está cumpliendo el
proceso de llenado con
las especificaciones?
 DESARROLLO

TABLA DE DATOS PARA CARTAS DE CONTROL X Y R

1 2 3 4 5 6 7 8 9 10
11.1 9.6 9.7 10.1 12.4 10.1 11.0 11.2 10.6 8.3
9.4 10.8 10.0 8.4 10.0 10.2 11.5 10.0 10.4 10.2
11.2 10.1 10.0 10.2 10.7 10.2 11.8 10.9 10.5 9.8
10.4 10.8 9.8 9.4 10.1 11.2 11.0 11.2 10.5 9.5
10.1 11.0 10.4 11.0 11.3 10.1 11.3 11.0 10.9 9.8

52.2 52.3 49.9 49.1 54.5 51.8 56.6 53.3 52.9 47.6

10.44 10.46 9.98 9.82 10.9 10.3 11.36 10.66 10.5 9.52
X 6 8
R 1.8 1.4 .7 2.6 2.4 1.1 .8 1.2 .5 1.9
 DESARROLLO

TABLA DE DATOS PARA CARTAS DE CONTROL X Y R

11 12 13 14 15 16 17 18 19 20
10.6 10.8 10.7 11.3 11.4 10.1 10.7 11.9 10.8 12.4
9.9 10.2 10.7 11.4 11.2 10.1 12.8 11.9 12.1 11.1
10.7 10.5 10.8 10.4 11.4 9.7 11.2 11.6 11.8 10.8
10.2 8.4 8.6 10.6 10.1 9.8 11.2 12.4 9.4 11.0
11.4 9.9 11.4 11.1 11.6 10.5 11.3 11.4 11.6 11.9

52.8 49.8 52.2 54.8 55.7 50.2 57.2 59.2 55.7 57.2

X 10.56 9.96 10.44 10.96 11.14 10.04 11.44 11.84 11.14 11.44

R 1.5 2.4 2.8 1.0 1.5 .8 2.1 1.0 2.7 1.6

DESARROLLO

a) ¿Está el proceso bajo control estadístico?

∑ x = 213.2 x = 213.2 = 10.66 x = 10.66
20
∑ R = 31.8 R = 31.8 = 1.59 R = 1.59
20

Para n=5 = A2=0.58; D3=0; D4=2.11; d2=2.326

LÍMITES PARA
LAS CARTAS DE CONTROL

L.C.S. (X) = X + A2R = 10.66+0.58 X 1.59 = 11.582

L.C.I. (X) = X – A2R = 10.66-0.58 X 1.59 = 9.738

L.C.S. (R) = D4R = 2.11 X 1.59 = 3.355

L.C.I. (R) = D3R = 0 X 1.59 = 0
 CARTA X

L.C.S. X 11.582
11.5

11.0

X 10.660
10.5
10.0
L.C.I. X 9.738

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 CARTA R

L.C.S. R 3.355
3.0

2.0

R 1.59
1.0

L.C.I. R 0.00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
CARTAS DE CONTROL

Observando las cartas X y R, podemos afirmar que el

proceso está bajo control en cuanto a la DISPERSIÓN,
pero no está bajo control en cuanto a CENTRAMIENTO,
ya que dos valores se salen de los límites, se debe hallar
la nueva carta de control X corregida.
X18= 191.84 X Corregida = 191.84 = 10.658 X=10.658
18
L.C.S. (X) = X + A2R = 10.658+0.58 x 1.59 = 11.580
L.C.I. (X) = X – A2R = 10.658-0.58 X 1.59 = 9.736
 EJEMPLO

L.C.S. X 11.080
11.5

11.0

X 10.658
Carta X
10.5 corregida
10.0
L.C.I. X 9.738

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
EJEMPLO

Ahora si está el centramiento bajo control.

b) ¿Cuáles podrían ser los parámetros de
centramiento y dispersión?
De acuerdo con los resultados del punto anterior:
σ est. = R = 1.59 = 0.6836
I
σ = 0.6836
I

d2 2.326
I
X = 10.658
I
X est. = X = 10.658
EJEMPLO

c) ¿Cuál es la capacidad cualitativa del Proceso?

Cap. Cualitativa = 6 σ 1 = 6 x 0.6836 = 4.1016

6 σ 1 = 4.1016
EJEMPLO

d) ¿Puede cumplir el proceso las

especificaciones?
S = 12
S–I=4
I=8
El proceso no cumple las especificaciones porque:
i) 6 σI › (S – I) 4.1016 › 4.0
ii) El proceso no está centrado N = 10=XI= 10.658
 EJEMPLO

e) ¿Qué % defectuoso está generando el proceso?

%
Defectuoso % Def.= Pr(X›12.0)=Pr X-X’ › 12.0-10.658
0 0.6836
% Def.= Pr(Z ›1.96)=1-Pr(Z<1.96)=1-0(1.96)
% Def.=1-0.975=0.025
8.607 X – 3 0I

12.709 X +3 0I

% Defectuoso generado = 2.5%

XI

S
8.0 I

10.658

12.0
• En una fábrica de autopartes se han
tenido problemas con la dimensión de
cierta barra de acero en el momento de
ensamblarla, por lo que se decide
colectar datos para analizar el proceso
correspondiente. La longitud ideal de la
barra es de 100mm, con una tolerancia
de ±2 mm. Cada dos horas se toman
cuatro barras consecutivas y se miden
en 22 subgrupos. Los datos obtenidos
(en mm) en una semana se muestran
en la tabla 11.9
Muestra Longitud de las piezas Media Rango

1,00 101,00 99,40 100,50 100,20 100,20 1,60

2,00 100,00 98,80 100,30 100,10 100,04 2,20

3,00 99,10 99,40 99,00 99,10    

4,00 100,30 100,10 101,30 99,80 100,04 2,60

5,00 97,20 99,70 100,50 99,30 99,12 3,30

6,00 102,20 103,60 104,70 104,90 103,12 4,70

7,00 98,20 97,60 100,60 99,00 98,88 3,00

8,00 100,70 99,80 99,70 98,30 99,78 2,40

9,00 100,40 103,00 101,60 100,50 100,84 4,30

10,00 97,90 99,80 99,30 100,70 99,66 2,80

11,00 101,50 100,20 99,70 102,30 101,16 2,60

12,00 100,40 100,00 97,70 102,10 100,08 4,40

13,00 101,40 102,40 103,20 102,60 102,56 1,80

14,00 97,80 100,10 98,60 100,70 99,30 2,90

15,00 100,70 101,30 99,90 100,20 100,40 2,40

16,00 101,70 98,40 102,20 100,30    

17,00 101,00 100,30 101,10 99,50 100,64 1,80

18,00 99,60 102,00 97,60 100,00 99,94 4,40

19,00 101,50 100,20 99,20 99,60 99,98 2,30

20,00 100,20 102,10 100,60 101,60 101,10 1,90

21,00 100,50 100,40 100,70 98,90 100,14 1,80

22,00 99,00 99,00 101,10 97,90 99,68 3,50

X = 100,29 R = 2,88
 Obtenga una carta X e interprétela.
CARTA DE X

R// El proceso se encuentra fuera de control estadístico en cuanto a CENTRAMIENTO. Ya que los puntos 6
y 13 se encuentran fuera del límite de control Superior.
Encontramos los valores de:
LCS = 101.9478 LCI = 98.6286

X = 100.28

X = 100.2882 σ = 0.557
Interprete los límites de control, y establezca la diferencia conceptual de éstos con las especificaiones.
R// Los límites de control de la cartas de la medias de las X y de los Rangos ya sea de prueba o corregido
no tienen que ver con las especificaciones ya que los límites de control son información del proceso y las
especificaciones son puestas por la Gerencia y por los Clientes.

1. Mediante una carta R investigue si el proceso estuvo en control estadístico en cuanto a la variabilidad.
CARTA R

R// El proceso esta bajo control estadístico en cuanto a

DISPERSIÓN ya en que la carta de los rangos no hay ningún punto fuera de los límites de
control.
 1. Explique cons sus palabras cuál es la diferencia entre lo investigado en a y c.
R// Se interpretó para a.- la carta de la

X ----- CENTRAMIENTO Y Para c.- La carta de los rangos ----- DISPERSIÓN

1. Analice la capacidad del proceso. Para ello:

(a)Obtenga un histograma e inserte tolerancias.
CARTA CORREGIDA EN CUANTO A CENTRAMIENTO
CARTA CORREGIDA EN CUANTO A DISPERSIÓN
El Histograma:
• No es simétrico
• Esta sesgado hacia la derecha (numero de datos = 50)
• Las barras están saliendo más largas de los normal siendo un total de 7 barras.
• Tiene variabilidad en los datos de la izquierda.
 (a)Calcule los índices Cp, Cpk y Cpm, e interprételos.
R// DATOS OBTENIDOS EN TABLA
Cp = 0.5528 el proceso es INCAPAZ de cumplir con las
especificaciones en cuanto a DISPERSIÓN porque Cp < 1.
Cpk =0.5436 el proceso esta DESCENTRADO ya que no cumple con
las especificaciones en cuanto a CENTRAMIENTO ya que las barras
están siendo cortadas a 100.0240 y debe ser de 100. y Cpk < 1.
Cpkm = 0.5426 no cumple con las especificaciones ya que Cpkm < 1
Cpi = 0.5370 < 1.25. no cumple con las especiaciones inferiores
menos de 98 mm.
Cps = 0.5550 < 1.25. no cumple con las especificaciones superiores
mas de 102 mm.
 (a)Obtenga los límites naturales del proceso y compárelos con las especificaciones.
LNPS = µ + 3 σ
LNPS = 100.0330 + 3(1.2060) = 103.651
LNPC = 100.0330
LNPI = µ - 3 σ
LNPI = 100.0330 – 3(1.2060) = 96.415

No cumple con las especificaciones ni por el lado superior ni por el lado inferior.

I S

X´- 3σ X´ + 3σ

96.415 98 102 103.651

 1.¿Cuáles son sus conclusiones generales tanto en lo referente a la
estabilidad del proceso como a su capacidad?
R// St = (# de puntos especiales)/ # total puntos graficados) * 100
= (2/110) *100 = 1.82%
El proceso es inestable en cuanto a CENTRAMIENTO porque los puntos 6 y 13
están fuera de los límites centrales.

1. Para continuar con el uso de la carta de control ¿qué límites de control propondría?

R// Debe estar cortándose a 100 mm. Y el proceso lo corta a 100.0240 al cumplir
con las especificaciones en cuanto a CENTRAMIENTO, y entonces X´= 100 y
σ = 1.2296. El a esta dado para n = 5
LCS = X + A (σ) = 100 + 1.34 (1.2296) = 101.647
LC = 100
LCI = X + A (σ) = 100 – 1.34 (1.2296) = 98.3523
GRÁFICAS DE CONTROL
PARA ATRIBUTOS
GRÁFICAS DE CONTROL
PARA ATRIBUTOS
DEFINICIONES

ATRIBUTO: Características de calidad que cumplen

o no en las especificaciones.
TIPOS DE ATRIBUTO:
a) Aquellos que no se pueden medir y se hacen
inspecciones visual, color, partes faltantes,
rayaduras, burbujas, etc.
b) En las que se hacen mediciones con calibradores
de “pasa-no pasa” y se determina si cumple o no
con la especificación respectiva.
GRÁFICAS DE CONTROL
PARA ATRIBUTOS
DEFINICIONES

UNIDADES CONFORMES: Producto o servicio que

cumple con las especificaciones.

UNIDADES NO CONFORMES: Característica de

calidad del producto o servicio. Unidad de
producto o servicio en el que está presente por
los menos un elemento no conforme.
GRÁFICAS DE CONTROL
PARA ATRIBUTOS
DEFINICIONES
GRÁFICO “P”: Muestra la fracción o porcentaje de
articulos no conformes de una muestra.

GRÁFICO “nP”: Número de articulos no conformes

por muestra. Número de unidades no conformes
por lote.

GRÁFICO “C”: Número de no conformidades.

GRAFICO “ U”: Número de no conformidades por
unidad
¿CÓMO CONSTRUIR
GRÁFICOS “P”?

• Paso 1: Seleccione la(s)

característica(s) de calidad.
• Paso 2: Calcule el tamaño del
subgrupo.
• Paso 3: Recopile los datos.
• Paso 4: Calcule la línea central y
los límites de control de ensayo.
• Paso 5: Calcule la línea central y
los límites de control corregidos.
 EJEMPLO

Una compañía aseguradora recibe solicitudes de

pago de gastos médicos del colegio de
ingenieros; deseando encontrar datos
estadísticos al respecto, por lo que decide tomar
muestras de 300 solicitudes y encontrar las que
no estén conforme al reglamento de la
aseguradora.

Se obtienen los datos detallados en el cuadro

siguiente.
EJEMPLO

No. de Subgrupo Cantidad de Cantidad de no Fracción de no

solicitudes insp. conformidades(P) conformidades(P)
1 300 12 0.040
2 . 3 0.010
3 . 9 0.030
4 . 4 0.013
5 . 0 0.000
6 . 6 0.020
7 . 6 0.020
8 . 1 0.003
9 . 8 0.027
10 . 11 0.037
11 . 2 0.007
12 . 10 0.033
13 . 9 0.030
EJEMPLO

No. de Subgrupo Cantidad de Cantidad de no Fracción de no

solicitudes insp. conformidades(P) conformidades(P)
14 . 3 0.010
15 . 0 0.000
16 . 5 0.017
17 . 7 0.023
18 . 8 0.027
19 . 16 0.053
20 . 20 0.066
21 . 5 0.017
22 . 6 0.020
23 . 0 0.000
24 . 3 0.010
25 300 2 0.007
TOTAL 7500 138
 DESARROLLO

• Paso 1: Solicitudes de pago de gastos médicos no

conformes al patrón.
• Paso 2: n = 300
• Paso 3: Hoja de registro.
• Paso 4: Línea central = P = Número de no
conformidades encontradas / Número de
artículos inspeccionados.

P = 138 = 0.018
7500
DESARROLLO

Límites de control superior = P + 3 P(1-P)

n
LSCp = 0.018 + 3 (0.018 (1-0.018)
300
= 0.046

Límites de control inferior = P - 3 P(1-P)

n
LSCp = 0.018 - 3 (0.018 (1-0.018)
300
= 0.005 ó 0
DESARROLLO
DESARROLLO

Línea Central Corregida:

P Corregido = 138 –(16 + 20) = 0.017

7500-600

LSCp Corregido = 0.017 + 3 (0.017 (1-0.017) = 0.040

300

LICp Corregido = 0.017 - 3 (0.017 (1-0.017) = -0.00 = 0

300

Ahora se encuentra bajo control.

Carta P Corregida
 Carta
Carta NP
NP

Nos indica de artículos no conforme por muestra, cuando

el tamaño de muestra es constante.
Su formula es igual:
LCS= np + √(np(1-p))
LCS= 300(0.018) + √(300x0.018(1-0.018))= 13.8
Linea Central = np
Linea Central = 300x0.018 = 5.4
LCI= np - √(np(1-p))
LCS= 300(0.018) - √(300x0.018(1-0.018)) = 0.000
Carta NP
 Carta
Carta NP
NP Corregida
Corregida

Nos indica de artículos no conforme por muestra, cuando

el tamaño de muestra es constante.
Su formula es igual:
LCS= np + √(np(1-p))
LCS= 300(0.017) + √(300x0.017(1-0.017))= 12.010
Linea Central = np
Linea Central = 300x0.017 = 5.22
LCI= np - √(np(1-p))
LCS= 300(0.017) - √(300x0.017(1-0.017)) = 0.000
Carta NP Corregida
Carta C
La Carta c nos indica el numero de no conformidades.
Analizando la variabilidad del numero de no
conformidades.
C es igual al numero de no conformidades e la i-esima
muestra.
LCS= c + 3√ c
Línea Central = c
LCI = c - 3√ c
Donde c es el numero promedio de no conformidades por
subgrupo
total de no conformidades encontradas
C = Total de Muestras o SubGrupos
Ejemplo
En una empresa que labora productos agroquímicos
se tienen problemas de intoxicación de trabajadores
debido al contacto con agentes tóxicos. Para evaluar el
numero de obreros intoxicados por mes en los últimos
de dos años se recurre a los registros de la enfermería
de la empresa con los datos siguientes:
Mes Intoxicados Ci Mes Intoxicados Ci
1 6 10 7
2 5 11 5
3 4 12 12
4 4 13 5
5 1 14 4
6 3 15 7
7 3 16 2
8 7 17 4
9 5 18 2
Desarrollo

86
C= 4.78
18
LCS = 4.78 + 3√4.78 = 11.34
Línea Central = 4.78
LCI = 4.78 - 3√4.78 = - 1.78 = 0
Carta C
Carta C Corregida
86-12 74
C= = = 4.35
18-1 17
LCS = 4.35 + 3√4.35 = 10.61
Línea Central = 4.35
LCI = 4.35 - 3√4.35 = 0
Carta C Corregida
Carta U

Se usa la carta u cuando se cuantifica el numero

promedio de no conformidades por unidad.
Ci
Ui =
n Donde Ui se obtiene al dividir el total de no
conformidades encontradas en el subgrupo entre el
total de unidades en el subgrupo.
LCS = u + 3√(u/n)
Línea Central = u
LCI = u - 3 √(u/n)
Donde u es el numero promedio de no conformidades
por unidad en todo el conjunto de datos.
Ejemplo

En una maquila se han observado el numero de no

conformidades encontradas en 24 lotes consecutivos
de circuitos electrónicos. Donde el numero de circuitos
inspeccionados en cada lote es variable.
u = 549/525 = 1.04
n = 525/24 = 21.875 Tamaño de Muestra
Promedio.
LCS = 1.04 + 3√(1.04/21.875) = 1.69
Línea Central = 1.04
LCI = 1.04 - 3√(1.04/21.875) = 0.38
 Numero Promedio de
Total de No
Tamaño de Muestra ni no conformidades por
Lote Conformidades Ci
circuito, Ui
1 20 17 0.9

2 20 24 1.2

3 20 16 0.8

4 20 26 1.3

5 15 15 1

6 15 15 1

7 15 20 1.3

8 25 18 0.7

9 25 26 1.0

10 25 10 0.4
Ejemplo 11 25 25 1

12 30 21 0.7

13 30 40 1.3

14 30 24 0.8

15 30 46 1.5

16 30 32 1.1

17 30 30 1

18 30 34 1.1

19 15 11 0.7

20 15 14 0.9

21 15 30 2

22 15 17 1.1

23 15 18 1.2

24 15 20 1.3

TOTAL 525 549 U= 1.04

Carta U
 Carta U Corregida

549 – 30
U= = 1.01
525 -15
LCS = 1.01 + 3√(1.01/21.875) = 1.65
Linea Central = 1.01
LCI = 1.01 - 3√(1.01/21.875) = 0.37
Carta U Corregida
 Carta de Individuales
La carta de individuales es un diagrama para variables de
tipo continuo que se podría ver como un caso
particular de la carta x y R cuando el tamaño de la
muestra n = 1
1. Procesos muy lentos en los que resulta inconveniente
esperar otra medición para analizar el desempeño del
proceso, como seria el caso de procesos químicos que
trabajan por lotes.
2. Procesos en los que las mediciones cercanas solo
difieren por el error de medición: Temperaturas.
3. Resulta costoso inspeccionar y medir mas de un
articulo.
 Carta de Individuales
Para estimar la variabilidad de estas mediciones se
acostumbra usar el rango móvil de dos observaciones
consecutivas.
CARTA DE MEDIAS
LCS = x + 3(R/d2)
Línea Central = x
LCI = x - 3(R/d2)
CARTA DE RANGOS
LCS = D4R
Línea Central = R
LCI= D3R
 Ejemplo
En una empresa litográfica se hacen impresiones en laminas
de acero que posteriormente se convierten en recipientes de
productos de otras empresas. Un aspecto importante a
vigilar en dicha impresión es la temperatura de horneada
donde, entre otras cosas se da adherencia y se seca la
lamina una vez que esta a sido impresa. En una fase
particular de la Horneada se tiene que la temperatura de
cierto Horno debe ser 125 °C con una tolerancia de ± 5 °C.
Si no se cumple con tal rango de Temperatura entonces se
presentan problemas con la calidad final de la impresión.
Se Han tomado muestras de la temperatura obtenidas en 3
días midiendo la temperatura en el horno cada hora, por lo
que se quiere saber si el proceso de Horneado esta bajo
control estadístico.
Muestra Temperatura en el Horno Rango Móvil
1 125.1

2 127.5 2.4

3 122.7 4.8

4 126.4 3.7

5 125.5 0.9

6 130.5 5.0

7 127.3 3.2

8 127.5 0.2

9 127.3 0.2

10 123 4.3

11 123.5 0.5

12 128 4.5

13 126.4 1.6

14 128.3 1.9

15 129.5 1.2

16 128.1 1.4

17 125.1 3.0

18 128.5 3.4

19 125.0 3.5

20 126.3 1.3

21 126.5 0.2

22 127.9 1.4

23 129.5 1.6

24 131.9 2.5

TOTAL X = 126.97 R = 2.287

Ejemplo
 Carta x

LCS = x + 3(R/d2) = 126.97 + (3x2.287/1.128)= 133.05

Línea Central = 126.97
LCI = x - 3(R/d2) = 126.97 - (3x2.287/1.128)= 120.97
Donde la constante d2 = 1.128, ya que los rangos se
obtienen de entre dos datos, n = 2
Carta x de Individuales
 Carta R de Individuales
LCS = D4R = 3.267x 2.287 = 7.475
Línea Central = R = 2.287
LCI = D3R = 0
Donde las constantes son D3 = 0 y D4 = 3.267, considerando
el tamaño de muestra n = 2
Carta R de Individuales
DIOS LOS BENDIGA
MUCHAS GRACIAS