Clase Práctica No.

4 de Control de Calidad:

Ejercicios de aplicación de las herramientas estadísticas de calidad

DIAGRAMA DE PARETO (Para conocer la importancia relativa de los aspectos

analizados)

Ejemplo de aplicación del Diagrama de Pareto

Para el siguiente análisis de caso, se considera un proceso de producción que se

encuentra afectado por las siguientes causas:

 Fluctuaciones de energía
 Inestabilidad de la máquina
 Rotación frecuente del operador
 Rotación frecuente de la máquina
 Cambios ambientales cíclicos
 Cansancio o fatiga del operador
 Partida fría
 Error de medición
 Desviación del material
 Desgaste del equipo

Para elaborar el Diagrama de Pareto se ordena la lista de causas que nos dan (en otros casos
se puede hacer para productos o clientes si fuera esto lo que habría que analizar) en forma
decreciente (Mayor a menor) de acuerdo a la frecuencia con que se presentó cada una de las
causas (o bien el volumen de ventas por clientes o por productos). (Es importante se haga
en una misma unidad de medida cuando se trata de productos o clientes. Lo más
conveniente es en valor monetario).

Se debe seleccionar al personal adecuado para recopilar datos de frecuencia individual de

cada causa en el proceso productivo. Seguidamente se calcula el porcentaje individual de
cada categoría, dividiendo el valor de cada una por el total de las causas (o productos). El
paso siguiente consiste en calcular el porcentaje acumulado, sumando en orden decreciente
los porcentajes de cada uno de los rubros en forma acumulada.

*Supongamos que queda de la forma siguiente:

 Con estos valores es posible obtener el siguiente gráfico:

Para dibujar el gráfico:

Utilizando un gráfico de barras, ordenar las causas de mayor a menor, anotando las causas
en el eje horizontal (X) y los valores o frecuencia con que se presentó determinada causa en
el eje vertical izquierdo (Y). El porcentaje se anota en el eje vertical derecho. Excel permite
realizar este tipo de gráfico compuesto.

R/ Al marcar sobre el gráfico una línea punteada de color rojo sobre el valor
correspondiente al 80% del porcentaje acumulado, se obtiene la siguiente
información:

 Cambios ambientales
 Rotación del operador
 Inestabilidad de la máquina

Son las 3 causas que están ocasionando el 82,7% de los defectos en este proceso,
por lo que los esfuerzos destinados a mejorarlo deberían concentrarse en estos 3
aspectos.
Diagrama de Pareto Ej. 1
En una empresa textil se desea analizar el número de defectos en los tejidos que se
fabrican. En la tabla siguiente se muestran los factores que se han identificado como
causantes de los mismos, así como el número de defectos asociado a ellos:
Factores Número de defectos

Seda 13
Algodón 171
Tul 105
Tafetán 7
Raso 7
Encaje 8
Lana 4
Lino 9
Satén 11
Viscosa 9

Realice el análisis de Pareto y determine los defectos fundamentales.

R/ Se realizó el diagrama en Excel y quedó el diagrama de Pareto que se

muestra, en el cual se observa que el 80 % de los defectos se concentran
solamente en las telas de algodón y de tul, por lo que solamente habría que
enfocarse en estas telas para solucionar los defectos en los tejidos.

60 120

50 100

40 80

30 60
frec. Individual %
20 40 Frec. Acumulada %

10 20

0 0
Diagrama de Pareto Ej. 2
Utilizando como herramienta el diagrama de Pareto, analice las pérdidas por rechazos
en una fábrica de papel, teniendo en cuenta que se han detectado los conceptos que
se muestran e en la tabla siguiente, en la que también se indican los costes asociados
a cada concepto.

R/ El diagrama de Pareto obtenido fue el siguiente:

60 120
50 100
40 80
30 60
20 40
10 20 frec. Indiv. %
0 0 frec. Acumulada %

Este diagrama de Pareto sugiere que solamente el papel inutilizado y paralización del
trabajo por la máquina B son las causas que originan el 80% de los problemas, por lo
que la gerencia debe enfocarse solo en estas causas para solucionar el problema de
pérdidas por rechazo en la fábrica de papel.
Diagramas de dispersión (Relaciona variables y sugiere tendencias)

Estratificación (para organizar datos en clases de acuerdo a su naturaleza y

obtener información de estos)

Diagramas de dispersión Ej.1

Se quiere comprobar si la eficiencia en la utilización de capital, expresada en

operaciones anuales de inventario, tiene efecto sobre las ganancias, expresadas como
porcentaje de ventas. Los datos que se muestran a continuación se han obtenido de
una muestra de cinco empresas seleccionadas de forma aleatoria:

Empresa Operaciones de Inventario Ganancias por ventas

A 3 10
B 4 8
C 5 12
D 6 15
E 7 13
Determine el coeficiente de correlación

R/ se realiza en Excel el gráfico de dispersión y se trata de buscar el mejor ajuste para

los datos. El ajuste puede ser lineal, cuadrático, logarítmico, etc, pero preferiblemente
lineal y obtengo el coeficiente de determinación R2, y con su raíz cuadrada determino
R (coeficiente de correlación).

Para R entre 0.9 y 1 la relación lineal entre las variables es fuerte

R entre 0.8 y 0.89 relación buena

R entre 0.7 y 0.0.79 relación regular

R menor de 0.7 relación mala o no es clara la relación entre las variables

Ganancias por ventas

16 y = 1.3x + 5.1
14 R² = 0.5788

12
10 Ganancias por ventas
8
Linear (Ganancias por
6 ventas)
4
2
0
0 2 4 6 8
R= 0.76
En este caso el valor de R está muy cercano a 0.7, la relación entre las variables es
regular, hay muy baja relación entre ellas.

Sin embargo, si del gráfico anterior excluimos las empresas A y E y solamente

dejamos C, D, E obtenemos una relación lineal muy fuerte entre ambas variables (ver
gráfica de abajo), lo cual sugiere que sí hay efecto sobre las ganancias para las
empresas B, C y D (tienen eficiencia), mientras que para las empresas A y E las
operaciones anuales de inventario no tienen efecto sobre las ganancias, por lo que no
tienen eficiencia en la utilización de capital.

16
R² = 0.9932
14

12

10

8 Series1
Linear (Series1)
6

0
0 2 4 6 8
R= 0.9966

Ej.2 Se muestran a continuación los datos sobre el número de pasajeros que llegan a
un aeropuerto por hora (X) y el tiempo total de espera, en minutos, (Y):

No. de pasajeros/h Tiempo de espera

105 44
511 214
401 193
622 299
330 143
211 112
332 155
332 131
435 208
275 138
55 34
128 73
97 52
187 103
266 110
a) Determinar la recta de regresión estimada.

d) Calcular el coeficiente de correlación entre ambas variables.

R/ La gráfica de dispersión obtenida fue la siguiente:

Tiempo de espera
y = 0.4408x + 7.9532
350 R² = 0.9699
300

250

200 Tiempo de espera

150
Linear (Tiempo de
100 espera)

50

0
0 200 400 600 800
R= 0.9848

Se observa una relación fuerte entre ambas variables (R= 0.9848) y la relación es
positiva, por lo que se puede concluir que al aumentar el número de pasajeros
aumenta también el tiempo de espera de estos en el aeropuerto.

Ej. 3 ¿Qué relación debe existir entre las variables graficadas en un diagrama de
dispersión?

a) La variable dependiente cambia proporcionalmente con los cambios en la variable

independiente.

b) Ambas variables cambian al mismo tiempo, pero una no depende de la otra, son
independientes.

c) Ambas variables dependen mutuamente entre sí; al cambiar cualquiera de ellas,

cambia la otra.

d) La variable independiente afecta, pero no es directamente proporcional a la variable

dependiente.

R/ a)
Ej. 4 ¿Qué se grafica en un diagrama de dispersión?

a) Cualquier tipo de variables.

b) Variables que existan al mismo tiempo.

c) Pares de valores relacionados entre sí.

d) Medidas independientes de procesos.

R/ c)

Ej. 5 ¿En qué consiste que la relación entre dos variables sea negativa?

a) No hay una relación de dependencia entre la variable independiente y la otra.

b) Al aumentar la variable independiente, disminuye la variable dependiente.

c) Al aumentar la variable dependiente, disminuye la variable independiente.

d) Al disminuir la variable independiente, disminuye la variable dependiente.

R/ b)

Ej. 6 Si el cálculo del coeficiente de correlación entre dos variables resulta 0.85, se
puede decir que la dependencia entre las variables es:

a) Fuerte.

b) Buena.

c) Regular.

d) Mala.

R/ b)

Histogramas y estratificación (para representar la frecuencia de cada una de las

observaciones de una variable, agrupadas por clase o estratos de acuerdo a su
naturaleza, dentro de un rango determinado).

Ej. 1 Una empresa empacadora de arroz y frijol compra esos productos por tonelada y
los empaca en bolsas de un kilo; tiene tres máquinas dosificadoras iguales, pero
compradas con tres años de diferencia cada una. Es importante que cada bolsa
contenga exactamente el peso indicado, porque si contiene menos es seguro que los
supermercados le rechazarán lotes completos de entrega. Por otro lado, si las bolsas
contienen más peso del indicado la empresa pierde, por entregar más producto. Con
objeto de conocer cuál es la situación, se toma una muestra de 50 bolsas de la
máquina más nueva y se verifica el peso de cada una con una báscula de precisión.
Los datos para construir un histograma se muestran en la tabla.

Pesos observados en una muestra de 50 bolsas de arroz (gramos por bolsa)

999 1000 1001 1001 1001

1001 1003 1000 1002 1000

1000 999 1003 1002 1001

1002 1002 1001 1001 1004

1001 1000 1002 1003 1002

999 1004 1000 1000 1001

1002 1001 1002 1001 1002

1000 999 1001 1001 1003

1001 998 1002 1000 1005

999 1000 1001 1001 1001

R/ Lo primero que hacemos es agrupar los datos en categorías o clases y anotar la

frecuencia de datos en cada categoría y después construimos el histograma en Excel.

clase frecuencia
Hasta 998 1
999 5
1000 10
1001 17
1002 10
1003 4
1004 2
1005 1

18
16
14
12
10
8
6
4
2
0
1 2 3 4 5 6 7 8
Al realizar el histograma parece que los datos cumplen con un comportamiento normal
(histograma normal), y cuando determinamos la media de todos los valores de peso de
los paquetes da 1000.74, muy cercana a 1001 que fue el valor de tendencia central de
los datos (frecuencia máxima), por lo que corroboramos que es un histograma normal
y concluimos que las variaciones de peso que se encontraron en las bolsas de arroz
son producto del azar.

Ej. 2

R/ a) Asimétrico o Sesgado hacia la derecha (sesgo positivo), b) bimodal y c) simétrico

En los histogramas pudieran aparecer barras de datos anómalos o errores cuya

variabilidad deberá ser estudiada para identificar su causa y eliminarla.

Rango: Límites dentro de los cuales aparece una variable, se pueden representar en
un histograma (límites de especificaciones)

Ej. 4 ¿Cómo se presenta un histograma cuyos datos tienen mucha variabilidad?

a) No hay una frecuencia que destaque alrededor del valor central.

b) Las barras tienen tamaños muy diferentes y no hay dos iguales.

c) Hay categorías vacías dentro del rango de las observaciones.

d) Hay muchas observaciones en los extremos del rango.

R/ a)

Ej 5. ¿Qué indica la curva de distribución normal?

a) Cómo se acomodan los datos de un proceso con variación natural.

b) El reparto de las observaciones alrededor del promedio de lo que se mide.

c) La variación de los datos por causa de la variación en las mediciones.

d) El comportamiento de cualquier medida que varíe por efecto del azar.

R/ d)