Herramientas de Calidad

Manual para el Análisis de Datos

Ing. Enrique Montenegro Marcelo Pág. |

1
Tabla de Contenido

1. Objetivo ............................................................................................................................................................. 3
2. Alcance .............................................................................................................................................................. 3
3. Análisis de Datos de Excel y el Complemento MEGASTAT .......................................................................... 3
4. Introducción al Minitab .................................................................................................................................... 3
5. Hoja de Verificación o Check List ..................................................................................................................... 4
6. Pareto .............................................................................................................................................................. 11
7. Histograma ...................................................................................................................................................... 14
8. Diagrama Causa Efecto .................................................................................................................................. 17
9. Diagrama Dispersión ...................................................................................................................................... 19
10. Estratificación ................................................................................................................................................. 21
11. Gráfica de Control ........................................................................................................................................... 24

Ing. Enrique Montenegro Marcelo Pág. |

2
1. Objetivo

El presente manualestá diseñado para facilitar el uso de las Herramientas de Calidad mediante el Excel, Megastat y el paquete
estadístico Minitab.

El propósito de este manual es proveer a los instructoresde SEDAPAL un recurso de referencia para el adecuado uso de la
herramientas de Calidad a fin de que les permita trasmitir estos conocimientos en los diferentes talleres que se desarrollan
dentro del marco de la plataforma educativa del modelo de gestión que la empresa viene fortaleciendo.

2. Alcance
El presente manual consiste en descripciones prácticas, instrucciones y ejemplos de las siguientes técnicas gráficas.

Identificación del Problema Análisis del Problema

Gráfico de Diagrama de
Pareto Dispersión

Gráfico de
Hoja de Diagrama Control
Verificación Causa y Efecto
Estratificación
Histograma

Observe que los gráficos pueden ser utilizados para diferentes propósitos en varias etapas del problema.

3. Análisis de Datos de Excel y el Complemento MEGASTAT

El Análisis de Datos de Excel es una herramienta que permite entre otras realizar un conjunto de cálculos estadísticos, por lo
general no viene instalado por defecto cuando se instala el programa, por lo que generalmente hay que activarlo para lo cual
puede seguir los pasos observando el vídeo de instalación en la siguiente dirección:
http://www.youtube.com/watch?v=YCDwy39e1NI

El Megastat es un complemento más avanzado con herramientas estadísticas más elaboradas su instalación es muy similar al
Análisis de Datos para mayor detalle puede visitar la siguiente página donde encontrará el complemento, un manual y guía de
instalación: https://sites.google.com/site/estadisticaperu/megastat-para-excel

4. Introducción al Minitab

Ing. Enrique Montenegro Marcelo Pág. |

3
Minitab es un paquete estadístico que abarca todos los aspectos necesarios para el aprendizaje y laaplicación de la Estadística
en general. El programa incorpora opciones vinculadas a las principalestécnicas de análisis estadístico (análisis descriptivo,
contrastes de hipótesis, regresión lineal y nolineal, series temporales, análisis de tiempos de fallo, control de calidad,
análisisfactorial, ANOVA,análisis cluster, Herramientas de Calidad, estudio de capacidad de Procesos, Graficos de Control, etc.),
además de proporcionar un potente entorno gráfico y de ofrecer totalcompatibilidad con los editores de texto, hojas de cálculo y
bases de datos más usuales.

Al abrirse MINITAB, se pueden distinguir dosventanas principales, que se sitúan por debajode la barra de menús y de la barra
deherramientas:

La ventana de sesión (Session window), en la cual semostrarán, en formato del texto, los resultados de losanálisis que se realicen.
Esta ventana sirve también para introducir en el programa órdenesmediante comandos (si bien la mayoría de las acciones que se
pueden realizar mediantecomandos también están disponibles en los menús de MINITAB).

La ventana de datos (Data window), la cual contiene una hoja de cálculo (Worksheet). Entodo momento podemos tener abiertas
varias hojas de cálculo, cada una de las cuales tendrásu propia ventana de datos. La ventana de datos está dividida en filas (Rows)
y columnas(Columns). Las columnas pueden ser de tipo numérico (C1, C2, ...) o de texto (C1-T, C2-T,...), según sea la tipología de
datos que contengan. La intersección de una fila y una columnaes una celda (Cell). Para introducir datos en una celda, basta con
situar el cursor sobre lamisma (de forma similar a como se haría con una hoja de cálculo de Excel). La celda confondo gris situada
justo debajo del nombre estándar de cada columna (C1, C2, ...) puedeusarse para dar un nombre personalizado a la variable
correspondiente (en MINITAB, cada columna suele representar una variable).

Ing. Enrique Montenegro Marcelo Pág. |

4
5. Hoja de Verificación o Check List

Esta hoja es un formato creado para recolectar datos, de tal forma que su registro sea sencillo y sistemático. Una característica
que debe reunir una buena hoja de verificación es que visualmente ofrezca un primer análisis que permita apreciar la magnitud y
localización de los problemas principales. Algunas de las situaciones sobre las que resulta útil obtener datos a través de las
hojas de verificación son las siguientes:

• Describir los resultados de operación o de inspección.

• Clasificar fallas, quejas o defectos detectados, con el propósito de identificar sus magnitudes, razones, tipos de fallas,
áreas de donde proceden, etc.
• Confirmar posibles causas de problemas de calidad.
• Analizar o verificar operaciones y evaluar el efecto de los proyectos de mejora.

Ejemplo 1.- El Equipo de Evaluación de Calidad a fin de realizar un adecuado control de calidad en los grifos contra incendio ha
elaborado un formulario de Inspección Sanitaria (Check List) cuyos resultados consolidados se muestran en la siguiente matriz:

(MP) / MANTENIMIENTO CORRECTIVO (MC) /

INSPECIÓN SANITARI DE G.C.I EJECUTADO POR: EDY

RECOMENDACIÓN: MANTENIMIENTO PREVENTIVO
ZONA DE GRIFO CONTRA INCENDIO G.C.I. VALVULA CARACTERISTCIAS DEL AGUA
N
IÓ

UBICACIÓN UBICACIÓN E
EC

AGUIRRE (EAG) ERNESTO LUYO SANCHEZ (ELS)

CALIDAD DE CALIDAD DE
CARACTERISTICAS FISICAS ENCONTRADAS
CARACTERISTICAS FISICAS ENCONTRADAS
SP

INFLUENCIA AGUA A 1 AGUA A 5 MIN

IN

OBSERVACIONES DETECTADAS EN CAMPO

MINUTO
PUNTO DE ATENCIÓN DE INCIDENCIA

LOZA DE CONCRTEO : CONDIC. BUENA

CABEZAL: GASTADO (G) / ATASCADO ( A

(CL)/VENTA DE GAS (VG)/ VENTA

MARCO Y TAPA: VISISBLE (V) / OCULTA

DISTANCIA (d) DE G.C.I. AL FILO DE
ALTURA (h) DE LA BOCAMASA SOBRE

BOCAMASA: CONDIC. BUENA (B) /

UBICACIÓN: VEREMA LATERAL (V) /

DUCTO DE ACCESO: VISIBLE (V) /

CLARO (C) / TURBIO (T) / MARON (M) /

NEGRUZCO (N) / SIN SEDIMENTO (SS) /

CLARO (C) / TURBIO (T) / MARON (M) /

NEGRUZCO (N) / SIN SEDIMENTO (SS) /
VIV. (V) /COLEG. (C)/MERCADO (M)/ CLUB

VEREDA: h < 0.30m MALA (M) / h = 0.30m

VEREDA: d > 0.20m MALA (M) / d = 0.20m

CADENAS: COND BUENA (B) / CONDIC

PINTADO:CONDIC. BUENA (B) / CONDIC.

ANCLADO: CON LOZA (CL) / VEREDA (V)

FUGA DE AGUA SI EXISTE (S) / NO

CON POCO SEDIM (CPS) / CON

CON POCO SEDIM (CPS) / CON

JARDIN (J) / PISTA (P) / NO UBICADO (UN)
GASTADO (G) ATASCADO ( A ) / ROTO ( R

BRIDAS VISIBLE ( V ) / ENTERRADAS ( E )

SECTOR DE ABASTECIMIENTO DE AGUA

TURBIEDAD A LOS 5 MIN DE PURGADO

(O) / CONDIC BUENA (B) CONDIC MALA
(B)
G.C.I. POSTE: SECO (S) / HUMEDO (H)

BUENA (B) / h > 0.30 m REGULAR (R)

BUENA (B) / d < 0.20 m REGULAR (R)

OCULTA (O) / LIMPIO (L) / SUCIO (S)

TURBIRDAD A 1 MIM DE PURGADO

CONDIC. MALA (M) / HURTADA (H)

CONDICIÓN SATISFACTORIA (CS)

BUENA
CUADRANTE GIA DE CALLES

FECHA
MALA (M) / HURTADA (H)

BASTANTE SEDIM (CBM)

BASTANTE SEDIM (CBM)

N° DE CC.SS DISTRITO LOCALIDAD (B) / CONDIC. MALA (M)
CABEZAL: CONDIC

INSPEC.
COMBUST. (VC)

SIN LOZA (SN)

) / ROTO ( R )

EXISTE (N)
MALA (M)

1 03.07.2012 callao callao bellavista jr conde de lemos 460 V S B B B B B M V V J V B V B N T 5,15 C 2,65 Caja sin valvula sin tapa ,requiere pint EA/EL
2 03.07.2012 callao callao bellavista Juan tello 195/ Rudy diaz C S B B B B B M V CL J V/M B V/L B B T 20,15 C 14,8 EA/EL
3 03.07.2012 callao callao bellavista juan pablo de olavide 170 V H B B B B B M V V J V/B B V/l B N M 100,2 M 85,3 Grifo req. Pintado y mas purga EA/EL
4 03.07.2012 callao callao bellavista Jr. Hurtado de mendoza 396 V S B B B B B M V V J V/B B V/L B N M 120,3 M 105,2 Grifo req. Pintado mas purga EA/EL
5 03.07.2012 callao callao bellavista Jr. max radiguetti 290 C S B B B B M M V V J V B V/L B N C 5,35 C 3,87 Req. Pintado cad. Rotas EA/EL
6 03.07.2012 callao callao bellavista jr. Julio c. tello 283 V H B B B H M M V V J V/B B V/L B B M 267,3 M 180,2 Grifo cad. Rotas req. Pintado EA/EL
7 03.07.2012 callao callao bellavista ca zapatel esq. J. santos chocano V S B B B B M M V V J V/M B S B N T 28,5 T 18,1 cad. Rotas ducto sucio falta pintado EA/EL
8 03.07.2012 callao callao bellavista jr. Las tipas 318 / esq. Margaritas V S B B B B B M V V J V B V/L B N M 80,25 M 60,18 Req. Pintado y mas purga EA/EL
9 03.07.2012 callao callao bellavista Jr. Los robles 397 V S B B B B B B V V J V/B B V/L B N M 150,2 M 12,35 GRIFO NO OPERATIVO EA/EL
10 03.07.2012 callao callao bellavista Jr. Los robles /las rosas V S B B B B H M V V NU O O EA/EL
11 03.07.2012 callao callao bellavista Jr. Guillermo more esq. Amancaes V S B B B B B B E V V V/B B O T 8,15 C 4,15 DUCTO OCULTO CABEZAL OCULTO EA/EL
12 03.07.2012 callao callao bellavista Calle 6E 367 C H B B B B B B E V J V/M B S B N T 8,18 C 4,36 DUCTO SUCIO MARCO Y TAPA ROTO EA/EL
13 03.07.2012 callao callao bellavista Calle 26 mz. D3 lt. 14 V H B B B B B M E V J V/M B S B N T 9,5 C 3,68 EA/EL
14 03.07.2012 callao callao bellavista Av. Victor r. haya de la torre V H B B B B B B V V J V//b B V/L B S M 102,2 M 90,3 EA/EL
15 04.07.2012 callao callao bellavista jr. Garcilazo de la vega 585 V S M B B B B M V V J V/B B V/L B N M 80,3 M 50,45 REQ. PINTADO EA/EL
16 04.07.2012 callao callao bellavista Av ricardo palma 386 V S B B B H H M V V J V/B B V/L B N M 180,1 M 140,1 EA/EL
17 04.07.2012 callao callao bellavista JR. Miguel zamora 112 V S B B B B B B E V J V/b B V/l B N M 80,15 T 50,25 EA/EL
18 04.07.2012 callao callao bellavista jr. Los condores 581 V H B B R B B M E V J V/M M V/S G S M 120,1 M 80,3 Requiere cambio urgente vast. Roto EA/EL
19 04.07.2012 callao callao bellavista jr. Las aguilas 335 V S B B B B B M V V J V/B B V/L B N T 41,35 T 32,6 EA/EL
20 04.07.2012 callao callao bellavista Los faisanes 120 V H B B B B H M V CL J V/m M V/l B N M 180,1 M 130,2 Requi. Cambio de ubicación mal estado EA/EL
21 04.07.2012 callao callao bellavista av. Colonial 5062 V S B B B B B M V V V B B V G N T 18,15 C 8,3 EA/EL
22 04.07.2012 callao callao La perla Prol. Emancipacion y huascar C S B B B B B B E V J V/M B V/s EA/EL
23 04.07.2012 callao callao La perla Jr. Julio poggi / prol. Huascar 2003 V S B B B M M M V V J V/m B O/s No operativo, requiere cambio EA/EL
24 04.07.2012 callao callao La perla Av. La paz 2455 V S B B B B M M E V J N/b B V/L B N M 135,4 M 110,2 EA/EL
25 04.07.2012 callao callao La perla Ca. Eloy ureta 182 V S B B B M H M V V J V/m M S EA/EL
26 04.07.2012 callao callao La perla JR. Talara /jr. Amazonas V S B B B B/H M M E V J V/b B B B N T 2,15 C 0,89 EA/EL
27 04.07.2012 callao callao La perla Ca. Mantaro 418 V S B B B B B B V V J V/B B V/l B N M 150,5 M 120,3 EA/EL
28 04.07.2012 callao callao La perla Av. La marin Esq. Pacifico V S B B B B B B V V P V/b B V/l B N T 25,45 T 14,35 EA/EL
29 05.07.2012 callao callao cercado Av. Sta rosa 361 V H B B B B B B V V V V/B B V/L B N T 50,15 T 34,8 EA/EL
30 05.07.2012 callao callao cercado Jr. Los ndiamantes EA/EL

Gráfica circular de G.C.I. POSTE: SECO (S) / HUMED Gráfica circular de PINTADO:CONDIC. BUENA (B) / CON Histograma de TURBIEDAD A LOS 5 MIN DE PURGAD
DISTANCIA (d) DE G.C.I. AL FILO = B
B M Categoría 50
H B M Categoría 12
S B
M
10

28,6%
32,1% 8
Frecuencia

4
71,4% 67,9%

100,0% 2
100,0%

0
0 50 100 150 200
TURBIEDAD A LOS 5 MIN DE PURGAD
Variable de panel: ALTURA (h) DE LA BOCAMASA SOBRE Variable de panel: ALTURA (h) DE LA BOCAMASA SOBRE

Ing. Enrique Montenegro Marcelo Pág. |

5
 Código : GPFO
Revisión : 01
FORMULARIO INSPECCIÓN SANITARIA DE GRIFOS CONTRA INCENDIOS Aprobación : JEEC
Fecha : 05.60.2012
Página : 01 a 01

1 DATOS DE UBICACIÓN DEL GRIFO CONTRA INCENDIO

C .S : SECTOR PUNTO CERCANO DE ATENCIÓN DE INCIDENCIA
Distrito : VIVIENDA (V) HOSPITAL (H) CLUB (CL)
Tipo Hab. : CDRTE COLEGIO (C) COMERCIO (CM) VENTA GAS (VG)
Dirección : MERCADO (M) INDUSTRIAL (I) VENT COMB (VC)

2 INSPECIÓN DL GRIFO CONTRA INCENDIOS

TIPO DE GCI G.C.I. en vereda del filo a: Bocamaza a una altura de:
Poste d<0.2m (Regular) h>0.3m (Regular)
Seco d=0.2m (Buena) h=0.3m (Buena)
Humedo d>0.2m (Mala) h<0.3m (Mala)

3 CONDICIONES DE FUNCIONAMIENTO

GCI Operativo GCI NO Operativo Valv. Operativa Valvula No Operativa

CABEZAL UBICACIÓN
CONDIC. BUENA (B) VERMA LATERAL (V)
GASTADO (G) JARDIN (J)
ATASCADO (A) PISTA (P)
ROTO (R) NO UBICADO (NU)

BOCAMAZA MARCO Y TAPA

CONDIC. BUENA (B) VISIBLE (V)
CONDIC. MALA (M) OCULTA (O)
HURTADA (H) CONDIC. BUENA (B)
CONDIC. MALA (M)
CADENAS
CONDIC. BUENA (B) LOZA DE CONCRETO
CONDIC. MALA (M) CONDIC. BUENA (B)
HURTADA (H) CONDIC. MALA (M)

PINTADO DUCTO DE ACCESO

CONDIC. BUENA (B) VISIBLE (V)
CONDIC. MALA (M) OCULTA (O)
LIMPIO (L)
BRIDAS SUCIO (S)
VISIBLE (V)
ENTERRADA (E) CABEZAL DEL BASTAGO
CONDIC. BUENA (B)
ANCLADO GASTADO (G)
CON LOZA (CL) ATASCADO (A)
VEREDA (V) ROTO (R)
SIN LOZA (SL)
FUGA DE AGUA
SI EXISTE (S)
NO EXISTE (N)
4 INSPECCIÓN DE LA CALIDAD DE PURGADO
CARACTERISTICAS INICIALES DEL AGUA PURGADA CARACTERISTICAS DE AGUA A LOS 5 MINUTOS DE PURGADO
Claro Turbio Marron Negruzco S/Sedi C/P Sedi C/B Sedi Turbied Claro Turbio Marron Negruzco S/Sedi C/PSedi C/B Sedi Turbied

Fecha de inspecciónObservaciones u comentarios:

Inspección Número

INSPECCIÓN REALIZADA POR INFORMACIÓN REVISADA POR VISADO POR

EDY AGUIRRE NAVARRETE

Ficha: 2-4045

ERNESTO LUYO SANCHEZ JUSTINIANO RAMIREZ GUEVARA JULIO ERNESTO PACHECO RAMOS
Ficha: 1-4751 Ficha: 1-2892 Ficha: 1-2549

Ing. Enrique Montenegro Marcelo Pág. |

6
Se solicita realizar lo siguiente:
a) Determine mediante un análisis de datos las principales estadísticasde las siguientes variables cuantitativas: (i) Turbiedad
al inicio del purgado (ii) Turbiedad del Purgado a los 5 min.
b) Realice los gráficos que estime conveniente para las siguientesvariables cualitativas: (i) Punto de Atención de incidencia,
(ii) Pintado, (iii) Calidad del Agua al inicio, (iv) Calidad del Agua a los 5 min.

SOLUCIÓN
PARTE ( A )
UTILIZANDO EXCEL Y MEGASTAT:
En la Hoja de Cálculo Estadísticos del Archivo Excel Ejercicios Herramientas de Calidad.xls. En el Menú Datos/ Análisis de Datos
se muestran las siguientes pantallas en las cuales se selecciona la opción Estadística Descriptivaluego aparecerá el siguiente
cuadro de dialogo en el cual se debe seleccionar el rango de entrada de las variables (Recomendación: Seleccione encabezados
y marque la casilla de los rótulos en la primera fila) Señale una opción de salida y seleccione la opción resumen de estadísticas
Aceptar y observará los resultados

TURBIEDAD A 1 MIM DE PURGADO TURBIEDAD A LOS 5 MIN DE PURGADO

Media 78,762 Media 54,3076

Error típico 14,1477403 Error típico 10,5551189
Mediana 80,15 Mediana 34,8
Moda #N/A Moda #N/A
Desviación estándar 70,7387013 Desviación estándar 52,7755946
Varianza de la muestra 5003,96387 Varianza de la muestra 2785,26339
Curtosis 0,32638203 Curtosis -0,4330114
Coeficiente de asimetría 0,86991446 Coeficiente de asimetría 0,79731162
Rango 265,1 Rango 179,29
Mínimo 2,15 Mínimo 0,89
Máximo 267,25 Máximo 180,18
Suma 1969,05 Suma 1357,69
Cuenta 25 Cuenta 25

Mediante el Megastat también se puede determinar algunos estadísticos adicionales para lo cual hay que seleccionar la opción
Complementos/Megastat/Descriptive Statistics y aparecerá el siguiente cuadro de dialogo en el cual hay que seleccionar el
rango de las variables y los estadísticos de interés y algunos gráficos cuyos resultados aparecerán en una hoja de cálculo
adicional denominada output como se muestra a continuación:

Ing. Enrique Montenegro Marcelo Pág. |

7
Ing. Enrique Montenegro Marcelo Pág. |
8
Descriptive statistics

TURBIEDAD A 1 MIM DE PURGADO TURBIEDAD A LOS 5 MIN DE PURGADO

count 25 25
mean 78,7620 54,3076
sample variance 5 003,9639 2 785,2634
sample standard deviation 70,7387 52,7756
minimum 2,15 0,89
maximum 267,25 180,18
range 265,1 179,29

population variance 4 803,8053 2 673,8529

population standard deviation 69,3095 51,7093

standard error of the mean 14,1477 10,5551

skewness 0,8699 0,7973

kurtosis 0,3264 -0,4330
coefficient of variation (CV) 89,81% 97,18%

1st quartile 18,1500 8,3000

median 80,1500 34,8000
3rd quartile 120,2500 90,3000
interquartile range 102,1000 82,0000
mode #N/A #N/A

low extremes 0 0
low outliers 0 0
high outliers 0 0
high extremes 0 0

BoxPlot

9/11/2012 16:19.27 (2)

0 50 100 150 200 250 300

TURBIEDAD A 1 MIM DE PURGADO

BoxPlot

0 50 100 150 200

TURBIEDAD A LOS 5 MIN DE PURGADO

UTILIZANDO MINITAB
La información base se encuentra en el EXCEL que se elaborado como material de apoyo en el desarrollo del presente Taller
(Ejercicios Herramientas de Calidad.xls). Se debe copiar la información ubicada en la hoja de cálculo Datos CheckList (variables
cualitativas y cuantitativas a la hoja de trabajo del Minitab:

Ing. Enrique Montenegro Marcelo Pág. |

9
Minitab presenta una opción muy práctica para determinar las principales Estadísticas Descriptivas para poder realizar
comparaciones entre las diferentes variables:

Estadísticas / Estadísticas Básicas / Mostrar Estadísticas Descriptivas

Una vez seleccionada dicha opción aparece la siguiente pantalla:
De donde seleccionamos la opción Estadísticas para escoger los
estadísticos a utilizar en nuestro análisis

Los resultados se observa en la Ventana de Sección:

Estadísticas descriptivas: TURBIEDAD A 1 MIM DE PUR. TURBIEDAD A LOS 5 MIN DE

Conteo
Variable total Media Desv.Est. Varianza CoefVar Suma
TURBIEDAD A 1 MIM DE PUR 25 78,8 70,7 5004,0 89,81 1969,1
TURBIEDAD A LOS 5 MIN DE 25 54,3 52,8 2785,3 97,18 1357,7

Suma de
Variable cuadrados Mínimo Q1 Mediana Q3 Máximo
TURBIEDAD A 1 MIM DE PUR 275181,4 2,1 13,8 80,2 127,8 267,3

Ing. Enrique Montenegro Marcelo Pág. |

10
TURBIEDAD A LOS 5 MIN DE 140579,2 0,9 6,3 34,8 97,7 180,2

Variable Rango IQR Sesgo Kurtosis

TURBIEDAD A 1 MIM DE PUR 265,1 114,0 0,87 0,33
TURBIEDAD A LOS 5 MIN DE 179,3 91,4 0,80 -0,43

Para realizar algunos Gráficos Comparativos el Minitab tiene algunas opciones interesantes que mostramos a Continuación:
Gráfico de Cajas: Seleccione Gráfica / Grafica de Caja
Gráfica de caja de TURBIEDA D A 1 MIM DE PUR. TURBIEDA D A LOS 5 MIN DE

300

250

200

Datos
150

100

50

TURBIEDAD A 1 MIM DE PURGADO TURBIEDAD A LOS 5 MIN DE PURGAD

PARTE ( B)
Determinar Gráficas para variables cualitativas mediante Excel es complicada ya que el Excel gráfica valores cuantitativos
habría que realizar una conversión previamente. Sin embargo, el Megastat si permite realizar un gráfico de barras a partir de
datos de una variable cualitativa para lo cual debemos seleccionar la siguiente opción:
megastat / Frecuency Distribution /Qualitative
Pero es necesario crear previamente la tabla de clases como se observa en la siguiente Hoja de Cálculo:
Frequency Distribution - Qualitative

PUNTO DE ATENCIÓN DE INCIDENCIA

frequency percent
V 22 88,0
C 3 12,0
25 100,0

Histogram
100
90
80
70
60
Percent

50
40
30
20
10
0
V C
PUNTO DE ATENCIÓN DE INCIDENCIA

Sin embargo es complicado realizar cruces de variables cualitativas y tendría que realizarse muchas adecuaciones a los datos,
conversiones o equivalencias. En ese aspecto el Minitab ofrece un conjunto de funcionalidades para el manejo de datos
estadísticos. Así podría graficar datos cualitativos de manera Directa de la siguiente Manera:

Ing. Enrique Montenegro Marcelo Pág. |

11
Graficas/ Grafica Circular aparece el siguiente cuadro de dialogo:
Donde seleccionamos por ejemplo la variable Pintado y en Etiquetas seleccionamos que nos muestre Porcentaje
Y se obtiene el siguiente Gráfico:
Gráfica circular de PINTADO
Categoría
B
M

32,0%

68,0%

Pero se observa que la leyenda utiliza los valores codificados

por lo que se recomienda decodificar los datos.

Codificar Variables Cualitativas.- Para una mejor claridad en el gráfico se debe considerar la siguiente
dirección: Datos/Codificar/Texto a Texto y luego realizar el procedimiento anterior para construir el gráfico
circular de la variable cualitativa:
Gráfica circular de PINTADO2
Categoría
Buena Condición
Mala Condición

Buena Condición
32,0%

Mala Condición
68,0%

6. Pareto

El principio afirma que en todo grupo de elementos o factores que contribuyen a un mismo efecto, unos pocos son responsables
de la mayor parte de dicho efecto.En calidad se utiliza este principio para priorizar los problemas o las causas que los generan, a
partir de una representación gráfica de los datos obtenidos. De acuerdo con este principio, si se tiene un problema con muchas
causas, podemos decir que en torno al 20% de las causas resuelven el 80% del problema y el 80% de las causas solo resuelven
el 20% del problema.

Ing. Enrique Montenegro Marcelo Pág. |

12
Ejemplo 2.- Se dispone de la Siguiente Información sobre la facturación del mes de Agosto 2012:
CCSS CONEX U.USOS VOLUM S/.
E.C. COMAS 339540 477312 7911085 12269354
E.C. CALLAO 128441 193051 3265135 5400318
E.C. BREÑA 152646 284854 6152235 12650140
E.C. ATE-VITART 169072 249874 4946251 9115164
SAN JUAN LURIG. 144316 189246 2810891 4615675
E.C. V.SALVADOR 204497 247592 3656488 5649742
E.C. SURQUILLO 168462 336924 8090713 16362611

Se solicita realizar un Análisis de Pareto desde los diferentes enfoques ( Conexiones, Unidades de Uso, Volumen Facturado,
Ingresos Soles)

Solución:
Mediante EXCEL
Construir un Pareto con Excel requiere que se realice los siguientes pasos:
Construir la tabla de frecuencias ordenadas en forma descendente calculando las frecuencias relativas puntuales y acumuladas
y graficando las frecuencias simples y la frecuencias relativas acumuladas en 2 ejes. El procedimiento lo puede observar en el
siguiente video: http://www.youtube.com/watch?v=2nb9wCliA6o

Observe que se selecciona las columnas de Categorías, Frecuencias simples y las Acumuladas Porcentuales para ser graficadas
luego seleccione la Opción Insertar / Gráfico columnas y luego cambiar una de las serie de datos al eje secundario y cambiar el
tipo de gráfico de la serie porcentual acumulada a líneas con lo cual se va obtener lo siguiente:
CCSS S/. % Acumulados %
E.C. SURQUILLO 16362611 25% 25%
E.C. BREÑA 12650140 19% 44%
E.C. COMAS 12269354 19% 62%
E.C. ATE-VITART 9115164 14% 76%
E.C. V.SALVADOR 5649742 9% 85%
E.C. CALLAO 5400318 8% 93%
SAN JUAN LURIG. 4615675 7% 100%
Total 66063005

Ing. Enrique Montenegro Marcelo Pág. |

13
Utilizando MINITAB.
En el caso del minitab el cálculo es directo se copia la tabla en la hoja de trabajo del Minitab y se selecciona la siguiente opción:
Estadisticas/Herramientas de Calidad/ Diagrama de Pareto luego de lo cual aparecerá el siguiente cuadro de dialogo donde se
va a la opción Tabla de defectos de gráfica donde en el campo Etiquetas va la variable categorica (cualitativa) y en las
frecuencias la variable de estudio se da Aceptar y se muestra el gráfico de Pareto:
Diagrama de Pareto de CCSS
70000000
100
60000000
80
50000000

Porcentaje
40000000 60

S/.
30000000
40
20000000
20
10000000

0 0
CCSS .
LL
O ÑA MA
S
AR
T OR LA
O
RI
G
UI RE IT AD AL LU
RQ .B CO -V LV C
SU E.
C C. E SA C. AN
E. AT V. E. JU
C. C. C. N
E. E. E. SA
S/. 16362611 12650140 12269354 9115164 5649742 5400318 4615675
Porcentaje 24,8 19,1 18,6 13,8 8,6 8,2 7,0
% acumulado 24,8 43,9 62,5 76,3 84,8 93,0 100,0

Ejemplo 2.- SI se dispone de Información de las nuevas conexiones incorporadas (6330 registros) donde se señala el nombre
del proyecto, distrito, situación de la conexión, tarifa y CC.SS. Se solicita realizar un Pareto en base a esta información a nivel de
Proyecto y Distrito a partir de los datos originales.

NOMBRE DEL PROYECTO DISTRITO SITUACION DE LA CONEXIÓN Tarifa CCSS

San Juan Macias CALLAO Situacion correcta MULTIF. NO INDIVID. O. C. CALLAO
San Juan Macias CALLAO Sum. cortado por impago DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Sum. cortado por impago DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Sum. cortado por impago DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Sum. cortado por impago DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Sum. cortado por impago DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO
San Juan Macias CALLAO Situacion correcta DOMESTICO O. C. CALLAO

Solución
Mediante el Excel directamente no se puede construir el Pareto, se requiere realizar un conjunto de pasos previos como
determinar un cuadro resumido con apoyo de una tabla dinámica entre otros, Sin embargo el Minitab lo puede realizar de
manera muy rápida en forma directa de la siguiente manera:
Estadísticas / Herramientas de Calidad / Diagrama de Pareto donde lo mismo que en el cuadro de dialogo anterior en este caso
se selecciona Graficar Datos de Defectos en y se selecciona las variables solicitadas en un Caso Proyecto , se repite el mismo
procedimiento y con la variable Distrito y se obtiene lo siguiente:

Ing. Enrique Montenegro Marcelo Pág. |

14
 Diagrama de Pareto de NOMBRE DEL PROYECTO Diagrama de Pareto de DISTRITO
7000 7000
100 100
6000 6000
5000 80

Porcentaje
5000 80

Porcentaje

Conteo
4000 60
Conteo

4000 60
3000
3000 40
40 2000
2000 1000 20
1000 20
0 0
DISTRITO
0 0 LO ES O RA tro
YL RR CH ED O
NOMBRE DEL PROYECTO
yl
lo ia
s pa os tro BA PO AN PI
ba ac hi ex O RA IG E
ac An DE R T
ra M
Hu CA LU EN
lc
a an y
TI
N
PU
Ju de ul
a DE
gr
a n ía Pa AR AN
te Sa ar a N
M
JU
In M ch
a n SA N
nt Pa SA
Sa
Conteo 3461 1617 537 497 218 Conteo 3461 1525 537 497 310
Porcentaje 54,7 24,1 8,5 7,9 4,9
Porcentaje 54,7 25,5 8,5 7,9 3,4
% acumulado 54,7 78,8 87,3 95,1 100,0
% acumulado 54,7 80,2 88,7 96,6 100,0

7. Histograma

Un histograma es un resumen gráfico de la variación de un conjunto de datos. La naturaleza gráfica del histograma nos permite
ver pautas que son difíciles de observar en una simple tabla numérica, nos permite identificar patrones de comportamiento. Así
como visualizar si se cumple con especificaciones de calidad del proceso.

Ejemplo.- Se dispone la información de 448 pozos entre las variables de importancia tenemos la Conductividad Eléctrica se
solicita construir un Histograma para estos datos:

CE
CS Codigo Nombre Pozo (d-m-a) Equipamiento Caudal (l/s) µmhos/cm
C 95 San Martin 2 Rse* 04/05/2012 Completo 30 677
C 99 Condevilla Rse* 04/05/2012 Completo 26 769
S 105 Res Sta Cruz Rse* 05/03/2012 Completo 10 863
Sjl 109 Caja de Agua 1 F 21/06/2012 Completo 40 977
S 113 La Castellana Rse* 03/04/2012 Completo 20 949
S 115 Rosales 2 Rse* 20/06/2012 Completo 30 866
S 129 Vista Alegre 2 Rse* 12/12/2011 Completo 17 1165
Av 134 Sta Anita 1 F 11/05/2012 Completo 16 687
C 141 Canta Rse* 04/05/2012 Completo 16 975
C 142 Amalia Puga Rse* 04/05/2012 Completo 43 771
Sjl 154 Zarate 1 F 22/06/2012 Completo 13 661
Sjl 155 Zarate 2 Rp 26/03/2012 Completo 17 754
C 161 San Felipe 2 F 06/06/2012 Completo 40 1473

Mediante Excel:
Antes de desarrollar con el Excel es necesario determinar el Rango, el número de clases, ancho de cada clase y definir la tabla
para construir el Histograma mediante el Análisis de Datos del Excel se selecciona la opción Histograma se sombre el rango de
datos y el rango de clases se asegura la construcción del gráfico como se muestra a continuación:

Ing. Enrique Montenegro Marcelo Pág. |

15
 clases Frecuencia
534,5 9
759,5 133 Histograma
984,5 168 200
1209,5 77
1434,5 38 150
Frecuencia

1659,5 13
100
1884,5 4
2109,5 2 50
2334,5 1
y mayor... 3 0

clases

Mediante MEGASTAT.- El complemento permite construir el Histograma, Ojivas y Polígonos de Frecuencia de manera directa
para lo cual se debe seleccionar lo siguiente: Complementos / Megastat/ Frecuency Distribution / Quantitative donde
aparecerá el siguiente cuadro de diálogo:

Se selecciona el rango de datos se marca el Histograma, Poligono y Ojiva si se conoce el tamaño del intervalo se coloca si no se
deja que el Megastat lo realice por defecto. Obteniéndose los siguientes resultados:

Ing. Enrique Montenegro Marcelo Pág. |

16
 Frequency Distribution - Quantitative
CE
µmhos/cm cumulative
lower upper midpoint width frequency percent frequency percent
400 < 500 450 100 5 1,1 5 1,1
500 < 600 550 100 19 4,2 24 5,4
600 < 700 650 100 70 15,6 94 21,0
700 < 800 750 100 81 18,1 175 39,1
800 < 900 850 100 78 17,4 253 56,5
900 < 1 000 950 100 60 13,4 313 69,9
1 000 < 1 100 1 050 100 38 8,5 351 78,3
1 100 < 1 200 1 150 100 33 7,4 384 85,7
1 200 < 1 300 1 250 100 23 5,1 407 90,8
1 300 < 1 400 1 350 100 16 3,6 423 94,4
1 400 < 1 500 1 450 100 7 1,6 430 96,0
1 500 < 1 600 1 550 100 5 1,1 435 97,1
1 600 < 1 700 1 650 100 4 0,9 439 98,0
1 700 < 1 800 1 750 100 1 0,2 440 98,2
1 800 < 1 900 1 850 100 2 0,4 442 98,7
1 900 < 2 000 1 950 100 1 0,2 443 98,9
2 000 < 2 100 2 050 100 0 0,0 443 98,9
2 100 < 2 200 2 150 100 2 0,4 445 99,3
2 200 < 2 300 2 250 100 0 0,0 445 99,3
2 300 < 2 400 2 350 100 1 0,2 446 99,6
2 400 < 2 500 2 450 100 2 0,4 448 100,0
448 100,0

Mediante Minitab

El minitab puede construir el Gráfico utilizando la siguiente Opción

Grafica/ Histograma luego de lo cual se selecciona el tipo de histograma que se requiere observar así como la variable de
estudio, en la opción Etiquetas se selecciona visualicen los datos se da aceptar y se mostrará el histograma correspondiente:

Ing. Enrique Montenegro Marcelo Pág. |

17
 Histograma de Conductividad
Normal
90 Media 923,8
84
82 Desv.Est. 291,3
80 N 448

70 65

60
Frecuencia

50
43 43
41
40

30 28
23
20
9
10 7 7
5 3 3
1 1 0 1 1 1 0
0
300 600 900 1200 1500 1800 2100 2400
Conductividad

Ahora si consideraremos que la especificación superior sea como máximo 1500 µmhos/cm con lo cual se debe visualizar la
capacidad de un proceso como la capacidad de cumplir las especificaciones para lo cual se debe proceder de la siguiente
manera:
Estadística/Herramientas de Calidad/Análisis de Capacidad / Normal

Capacidad de proceso de Conductividad

LSE
P rocesar datos Dentro de
LIE * General
O bjetiv o *
LS E 1500 C apacidad (dentro) del potencial
M edida de la muestra 923,81 Cp *
C PL *
N úmero de muestra 448
C P U 0,97
Desv .E st. (Dentro) 197,564
Desv .E st. (G eneral) 291,314 C pk 0,97
C apacidad general
Pp *
PPL *
PPU 0,66
P pk 0,66
C pm *

300 600 900 1200 1500 1800 2100 2400

Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LIE * P P M < LIE * P P M < LIE *
P P M > LS E 40178,57 P P M > LS E 1770,09 P P M > LS E 23970,01
P P M Total 40178,57 P P M Total 1770,09 P P M Total 23970,01

8. Diagrama Causa Efecto

El diagrama Causa-Efecto o diagrama de Ishikawa, es una herramienta que ayuda a identificar, clasificar y poner de manifiesto
posibles causas, tanto de problemas específicos como de características de calidad. Ilustra gráficamente las relaciones existentes
entre un resultado dado (efectos) y los factores (causas) que influyen en ese resultado. Para su construcción se debe realizar lo
siguiente:

Ing. Enrique Montenegro Marcelo Pág. |

18
• Definir claramente el efecto o síntoma cuyas causas han de identificarse.
• Encuadrar el efecto a la derecha.
• Usar lluvia de ideas para identificar las posibles causas.
• Distribuir y unir las causas principales en categorías definidas.

Ejemplo.-Uno de los procesos críticos (principal de la cadena de valor) de SEDAPAL es el proceso de Extracción de Aguas
Subterráneas a través de pozos. Existen 11 distritos de Lima Metropolitana que cuentan con zonas cuyo abastecimiento de agua
potable depende únicamente de la extracción de agua subterránea. (102 pozos de fuente única)Se viene registrando una
reducción de la calidad y rendimiento de los pozos de fuente única lo que ocasionalos siguientes impactos:
* Una restricción en el servicio (reducción de las horas de continuidad de 24 a 18 horas).
* Deterioro de la calidad del agua potable proveniente de los pozos de fuente única (exceso de los límitesmáximos permisibles
señalados por la normatividad vigente).
* Incremento de los costos de operación y mantenimiento (Se estima un incremento de 20% el último año).
* Deterioro de la imagen de la empresa debido al incremento del número de reclamos por falta de servicioy calidad del agua (Se
estima un incremento 25% el último año).
El Impacto en los Indicadores es el siguiente:
• Continuidad: 18 horas
• Costo de Producción : 8,99 millones al año
• Número de conexiones: aprox. 100 mil usuarios
• Población Afectada:500 mil hab
• Nro Reclamos: 11900 año en el ámbito de influencia de los pozos de fuente única
• % pozos de fuente única en problemas por calidad: 10%

De una lluvia de ideas se han obtenido las probables causas de la reducción de la calidad y rendimiento de los pozos de fuente
única:
Probableme
Nro Razón del problema Raramente A veces A menudo nte siempre
1 Mala calidad de los insumos X
2 Materiales obsoletos X
3 Deterioro de los filtros X
4 Deterioro de tuberías X
5 Procedimientos desactualizados X
6 Aplicación inadecuado de cloro X
7 Humedad X
8 Inundaciones X
9 Napa Freatica Alta X
10 Falla de medidores X
11 Equipos obsoletos X
12 Equipos sobredimensionados X
13 Equipos subdimensionados X
14 Baja eficiencia de los equipos X
15 Falta de capacitación X
16 Falta personal X
17 Medidores de caudal descalibrados X
18 falta de automatización X
19 Contaminación del acuifero Presencia de Silos X
20 Contaminación del acuifero Presencia de Grifos X
21 Contaminación del acuifero Canales de acequia X
Una vez realizada la lluvia de ideas se agrupa en categorías: Mediciones, Material, Personal, Entorno, Métodos y Máquinas las
cuales se describen en la hoja de trabajo de MINITAB donde cada categoría a su vez representa una variable una vez agrupada las
causas en categorías se selecciona la opción Estadísticas/Herramientas de Calidad/ Causa Efecto

Ing. Enrique Montenegro Marcelo Pág. |

19
Nota.- Para las subcausas hay que crear una nueva variable en la cual se detalla las subcausas

Diagrama Causa Efecto Mejora de los procesos de extraccion de agua subterranea

Mediciones Material Personal

M ala calidad de los

insumos
M edidores de caudal F alta de capacitación
descalibrados M ateriales obsoletos

Deterioro de los
falta de filtros F alta personal Reducción
automatización
Deterioro de tuberías de la calidad
y
rendimiento
S
P s

G
P r os

de los pozos
ilo
re

ri f

ac
C ui a
es

Baja eficiencia de los

se

an
eq
en

de fuente
nc

al

M al uso de los equipos

cia

es
ia

insumos de unica
de

de

E quipos
de

C ontaminación
desinfección subdimensionados
del acuifero
N apa F reatica A plicación Equipos
A lta inadecuado de sobredimensionados
cloro Equipos obsoletos
Inundaciones
P rocedimientos
desactualizados F alla de medidores
Humedad

Entorno Métodos Máquinas

9. Diagrama Dispersión

Se utiliza para verificar si dos variables se encuentran relacionadas, y en qué medida. Su campo de aplicación es la verificación
de las relaciones entre una causa y un efecto. Las pautas de correlación más comunes son correlación positiva (Y aumenta con X)
y la Correlación negativa (Disminuye Y cuando aumenta X) El Coeficiente de Determinación R2 nos indica cuanto es explicada la
variable dependiente por la variable independiente el ideal es que se explique el 100% la diferencia a este valor es el error o grado
de incertidumbre de la relación de estas variables.

Ing. Enrique Montenegro Marcelo Pág. |

20
Ejemplo.- Se dispone de la información de micromedición y ANF por sectores del mes de abril 2010. Se requiere realizar el
diagrama de dispersión y graficar la línea de tendencia.
SECTOR % Micro % ANF
1 56,0 29,6
2 31,3 35,2
3 68,4 27,0
4 46,1 50,4
24 85,9 8,8
78 65,5 26,3
7 52,5 36,4
10 62,9 28,4
11 52,5 36,5
12 61,7 31,8
Solución
Mediante Excel.- Se puede crear el diagrama de dispersión a partir de la información disponible se sombrea las variables X e Y
con la opción insertar grafica dispersión. Se muestra el siguiente Gráfico.

Se hace click derecho para agregar la línea de tendencia y escoger el modelo que mejor se ajuste a los datos asimismo se señala
para que se visualice la ecuación del modelo y el coeficiente de determinación:

Utilizando Megastat: Selecciona Complementos/Megastat/Correlation Regression / Scatterplot aparece el siguiente cuadro de

dialogo y se completa los campos de cada variable y el título del gráfico:

Ing. Enrique Montenegro Marcelo Pág. |

21
Usando el MINITAB.- Se selecciona la opción Estadisticas/Regresión /Gráfica de Línea Ajustada luego se observa el siguiente
cuadro de dialogo en el cual se selecciona las variables X e Y y aparecerá el diagrama de dispersión con su ecuación.
Gráfica de línea ajustada
% ANF = 77,41 - 0,7699 % Micro
80 S 3,87267
R-cuad. 92,9%
70 R-cuad.(ajustado) 92,8%

60

50
% ANF

40

30

20

10

0
0 10 20 30 40 50 60 70 80 90
% Micro

10. Estratificación

La estratificación es la separación de datos en categorías o clases.Los datos observados en un grupo dado comparte unas
características comunes que defines la categoría. La estratificación es la base para otras herramientas como el análisis de Pareto.

Ejemplo.- Se ha realizado una estratificación en base a la Información base que se dispone en el Anexo donde se tiene información
de los 102 Pozos y sus diversas variables cuantitativas y cualitativas en base a las cuales mediante un análisis de Pareto se ha
estratificado para llegar a un mayor nivel de análisis.

Solución:
De la información disponible de 104 pozos de fuente única se obtiene que el 81,7% de los pozos se encuentren en los distritos de
Ate Vitarte, Santa Anita, Cieneguilla y Lurigancho.

Ing. Enrique Montenegro Marcelo Pág. |

22
 Antig
(prom) Q Volumen Costo
Distritos Pozos Años l/s (m3/año) S/Año
Ate Vitarte 46 19 1275 22 970 894 4 187 737
Chaclacayo 4 23 144 2 087 848 423 446
El Agustino - Nocheto 1 23 17 593 998 103 392
Lurigancho Chosica 9 14 328 2 779 912 733 979
Lurin 3 15 50 1 491 134 351 752
Pachacamac 7 11 191 2 120 312 498 011
Pucusana 2 22 23 1 012 624 204 314
Puente Piedra 1 22 33 116 200 32 858
Cieneguilla 10 17 145 2 243 073 569 435
Santa Anita 20 21 318 7 684 052 1 811 673
Callao-Chuquitanta 1 29 37 1 052 358 73 408
Total 104 2561 44 152 405 8 990 001

Diagrama de Pareto de Distritos Diagrama de Pareto de los Pozos por Distritos y Caudal
100 2500 100
100

80 80 2000 80

caudal (l/s)

Porcentaje
Porcentaje
60 1500 60
Pozos

60

40 40 1000 40

20 20 500 20

0 0 0 0
Distritos ac
Distritos
r te ita lla ic a ac yo rin ro r te
ica ita i lla yo rin
Ot
ro
ta An ui os ca Lu Ot ta os An m gu ca Lu
Vi eg am Vi Ch ca ne la
a Ch ac c la e nt
a
ha ac
e nt en h a At o a c ie h
At Sa C i
ch
o c h ch S Pa
C C
Pa C
an
an r ig
ri g Lu
Lu
Pozos 46 20 10 9 7 4 3 5 caudal (l/s) 1275 328 318 191 145 144 50 110
Porcentaje 44,2 19,2 9,6 8,7 6,7 3,8 2,9 4,8 Porcentaje 49,8 12,8 12,4 7,5 5,7 5,6 2,0 4,3
% acumulado 49,8 62,6 75,0 82,5 88,1 93,8 95,7 100,0
% acumulado 44,2 63,5 73,1 81,7 88,5 92,3 95,2 100,0

Asimismo se observa que 82,5% del caudal de los pozos se concentra en los distritos de Ate Vitarte, Lurigancho-
Chosica, Santa Anita y Pachacamac.

Diagrama de Pareto de los Pozos por Distritos y Costos

9000000 100
8000000
7000000 80
Costo (Soles)

Porcentaje

6000000
60
5000000
4000000
40
3000000
2000000 20
1000000
0 0
Distritos ac
r te ita ica ill a ay
o rin
Ot
ro
ta An os gu am ac Lu
Vi a h e c c l
e nt C en ch
a a
At Sa ho Ci Ch
nc Pa
a
rig
Lu
Costo (Soles) 41877371811673733979 569435498011423446 351752413971
Porcentaje 46,6 20,2 8,2 6,3 5,5 4,7 3,9 4,6
% acumulado 46,6 66,7 74,9 81,2 86,8 91,5 95,4 100,0

Asimismo a nivel de costo se observa que 81,2% del costo de los pozos se concentra en los distritos de Ate Vitarte,
Santa Anita, Lurigancho-Chosica, y Pachacamac.

Ejemplo 2.- Los siguientes datos señalan los tipos de defectos que se registran en la producción en una Planta Piloto. Los datos
se clasifican por tipo de defecto, día, turno, máquina y operario que registró dicho defecto.Se solicita focalizar el problema.

Ing. Enrique Montenegro Marcelo Pág. |

23
Defectos Dia Turno Operario Maquina
Rayas Lunes Mañana A 1
Rayas Lunes Mañana A 1
Sopladura Lunes Mañana A 1
Forma Lunes Mañana A 1
Rayas Lunes Mañana B 1
Sopladura Lunes Mañana B 1
Sopladura Lunes Mañana B 1
Forma Lunes Mañana B 1
Rayas Lunes Mañana C 2
Rayas Lunes Mañana C 2
Sopladura Lunes Mañana C 2
Rayas Lunes Mañana D 2
Rayas Lunes Mañana D 2
Sopladura Lunes Mañana D 2
Rayas Lunes Tarde A 1
Sopladura Lunes Tarde A 1

Solución.-
El Minitab nos permite mediante un análisis de Pareto realizar una estratificación para focalizar el problema.

Primero realizamos el Pareto General de los defectos:

Diagrama de Pareto de Defectos
200
100

80
150
Porcentaje

60
Conteo

100

40

50
20

0 0
Defectos Rayas Sopladura Forma Terminación Otro
Conteo 124 42 19 6 4
Porcentaje 63,6 21,5 9,7 3,1 2,1
% acumulado 63,6 85,1 94,9 97,9 100,0

Luego vamos estratificando por cada variable así obtenemos los siguientes Paretos:

Diagrama de Pareto de Defectos por Dia Diagrama de Pareto de Defectos por Turno
n
a ió n
ur ac a ció
s
y a op l
ad ma
rm
in
o ur ina
Ra Fo
r
Te
tr
ya
s ad a
S O pl rm rm ro
Dia = Juev es Dia = Lunes Dia = M artes Ra So Fo Te Ot
60 Defectos
Rayas Turno = Mañana Turno = Tarde Defectos
45 Sopladura 100 Ray as
Forma Sopladura
30
Terminación Forma
80
15 Otro Terminación
Conteo

Conteo

Otro
0 60
Dia = M iércoles Dia = S ábado Dia = V iernes
60

45 40

30
20
15
0
0 s a a n t ro
s ra a n o s a a n o ya ur rm ció
ya du rm ac
ió tr ya ur rm a ció tr
Ra ad Fo ina
O
pl
O ad O
Ra la Fo in Ra pl Fo in
op rm So rm o rm
S S
Te Te Te
Defectos Defectos

Ing. Enrique Montenegro Marcelo Pág. |

24
 Diagrama de Pareto de Defectos por Operario Diagrama de Pareto de Defectos por Maquina
n
a ió n
d ur a n ac
ur
a ció
ya
s
pla rm r mi t ro s ad a ina
Ra So Fo Te O ya pl rm rm ro
Ra So Fo Te Ot
Operario = A Operario = B Defectos
80 Maquina = 1 Maquina = 2 Defectos
Rayas
120 Ray as
60 Sopladura
Sopladura
Forma
40 100 Forma
Terminación
20 Terminación
Otro
Conteo

80

Conteo
Otro
0
Operario = C Operario = D
80 60
60 40
40
20
20
0 0
s a a n
as ur
a ma n tr o ya ur rm ció t ro
y r c ió Ra ad O
Ra pla
d
Fo i na
O
pl Fo ina
So
Te
r m
So erm
T
Defectos Defectos

De los resultados observamos que la mayor cantidad de defectos se produce los días Miércoles, en el turno de mañana, la realiza
el operario B y se producen en la Máquina 1.

11. Gráfica de Control

Un gráfico de control es una herramienta de calidad que consiste en un gráfico en el que se hace corresponder un punto a cada
valor de un estadístico calculado a partir de muestras sucesivas extraídas de un proceso.Cada uno de estos puntos tiene por
abscisa el número de muestra y por ordenada el valor del estadístico calculado con dicha muestra.

El gráfico contiene también una línea central que representa el valor medio de la estadística representada cuando el proceso está
bajo control estadístico y una o dos límites denominados límites de control superior y límite de control inferiorLos gráficos de
control permiten determinar si la variabilidad de un proceso es constante (proceso bajo control) o presenta fluctuaciones
considerables (proceso fuera de control) Es decir permite distinguir entre variabilidad aleatoria y no aleatoria.

Ejemplo.- De una variable Cuantitativa.-Se dispone de información sobre el parámetro de calidad de conductividad de un conjunto
de Pozos los datos son los siguientes:

Ing. Enrique Montenegro Marcelo Pág. |

25
 VARIABLE: CONDUCTIVIDAD

Distrito ATE ATE ATE ATE ATE ATE ATE SANTA ANITA SANTA ANITA SANTA ANITA
Codigo Pozo 379 400 767 829 831 833 858 164 394 756
Año HUAYCAN CERRO ESQ.VALLE
CERRO CARAPONGO SAN J PORTALES DE
Nombre Pozo LOS CERES HUAYCAN ALTO P2 (AV- CANDELA P2 AMAUTA P- SANTA ANITA 2
CANDELA P6 PP-1 MANGOMARCA CERES
12) (AV-17) 3(AV-18)
ENERO 514 951 939 580 709 701 637 807 572 567
FEBRERO 756 911 652 920 966 784 999 974 587 561
MARZO 899 687 638 567 732 965 753 770 886 977
ABRIL 881 674 839 949 561 745 503 856 819 897
MAYO 680 943 782 832 904 791 733 927 934 569
JUNIO 872 875 868 770 557 769 922 614 994 522
2010

JULIO 606 857 598 720 942 643 812 922 691 634
AGOSTO 799 705 519 866 796 568 531 735 719 909
SEPTIEMBRE 705 952 547 817 593 921 611 933 686 668
OCTUBRE 793 969 722 509 542 963 524 695 886 615
NOVIEMBRE 592 539 815 563 870 619 651 988 930 650
DICIEMBRE 693 587 676 981 947 898 741 522 746 552
ENERO 990 939 659 692 714 741 924 923 644 999
FEBRERO 808 880 533 831 819 969 563 799 702 721
MARZO 895 504 778 822 935 864 979 636 539 829
ABRIL 596 865 713 709 751 669 559 982 557 714
MAYO 805 506 728 605 825 689 667 912 972 992
JUNIO 532 577 628 653 529 609 949 511 706 529
2011

JULIO 658 1000 793 996 652 935 628 567 573 774
AGOSTO 521 776 564 798 794 745 639 747 596 562
SEPTIEMBRE 609 625 919 867 654 884 583 850 958 893
OCTUBRE 879 831 745 965 661 958 629 685 811 664
NOVIEMBRE 604 783 894 747 845 950 622 726 895 811
DICIEMBRE 619 790 968 665 506 567 696 567 567 573
ENERO 850 674 643 598 558 702 958 670 742 817
FEBRERO 884 917 745 726 753 504 841 566 891 754
MARZO 576 845 582 840 925 766 904 970 931 909
2012

ABRIL 705 587 718 729 856 869 798 599 568 806
MAYO 637 901 898 844 509 828 607 521 645 675
JUNIO 801 803 721 795 753 737 737 686 644 648

En base a esta información construir el Grafico de Control X-R

Solución
El Megastat.- puede construir el Gráfico de Control directamente con la opción Megastat/ Control Process Chart

Ing. Enrique Montenegro Marcelo Pág. |

26
Quality Control Process Charts

Sample size 10
Number of samples 30

Mean Range
Upper Control Limit, UCL 869,88 710,03
Center 746,82 399,57
Lower Control Limit, LCL 623,75 89,10

Control Chart for the Mean

1 000
900
869,88
800 15:22.24.000
9/12/2012
746,82
700
Sample Mean

600 623,75

500
400
300
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sample Number

Control Chart for the Range

800

700 710,03

600
Sample Range

500

400 399,57

300

200

100 89,10
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Sample Number

Mediante MINITAB.- Mediante la opción Estadísticas/Gráficas de Control/Grafica de Variables para subgrupos/ Grafica X-R

Ing. Enrique Montenegro Marcelo Pág. |

27
 Gráfica Xbarra-R de LOS CERES. .... PORTALES DE CERES
900
U C L=881,9
M edia de la muestr a

800
_
_
X=746,8

700

600 LC L=611,8
1 4 7 10 13 16 19 22 25 28
Muestr a

800 U C L=778,6
Rango de la muestr a

600
_
R=438,2
400

200
LC L=97,8
0
1 4 7 10 13 16 19 22 25 28
Muestr a

Como se observa los datos se encuentran bajo control Estadístico.

Ing. Enrique Montenegro Marcelo Pág. |

28