UNIVERSIDAD LAICA ELOY ALFARO DE MANABI

FACULTAD DE INGENIERIA INDUSTRIAL.

Control Y Aseguramiento De Calidad.

Integrantes.
Benalcazar vila Manuel.
Marrasquin Guerrero Karla.
Nieto Romero Danilo.
Reyes Lema Diana.
Rodrguez Holgun Karen.

Curso: Quinto B
Fecha: 14-07-15

CAPITULO # 8
1. Qu obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes
navales?
Obtuvo informacin que permiti identificar donde y cuando estaban los
problemas lo cual le sirvi para que los dems ya no cometieran los mismos
errores los cual les redujo tiempo y esfuerzo ya que los tiempos de navegacin
se redujeron en gran cantidad
2. Describa algunas de las fallas en la obtencin de informacin que se
comentaron en la primera seccin de este captulo.
* Datitis. Se obtienen datos sin ningn pronstico claro e importante.
* Obtencin de informacin para validar decisiones previamente tomadas.
* Es raro que tenga plan global de porque va a obtener informacin.
* Informacin poco representativa.
* Tabes y errores sobre el papel de la estadstica en la obtencin de
informacin.
3. Cules son las 6 M de un proceso?
Materiales
Maquinaria
Mano de obra
Mediciones
Medio ambiente
Mtodos
4. Qu es el pensamiento estadstico?
Pensamiento estadstico es una filosofa de aprendizaje y accin basada en dos
principios: todo el trabajo ocurre en un sistema de procesos interconectados, la
variacin existe en todos los procesos y entender y reducir la variacin son
claves para el xito

5. Seale como se puede utilizar el pensamiento estadstico en los niveles

estratgicos, directivo y operacional de una organizacin.
* Estratgico: hacia donde se dirige la organizacin.
*Directivo:
Procesos
administrativos
para
guiar
la

organizacin

*Operacional: Donde se est haciendo el trabajo.

6. Proporcione dos ejemplos de variables cualitativas y dos de variables
cuantitativas.
Variables cualitativas: Nombre de los nios/as; Nombre de los Maestros
Variables Cuantitativas: Edades de los nios/as; Pesos de los nios/as
7. Se dijo que de acuerdo con el tipo de especificaciones de una variable de
salida existen tres categoras d variables: entre ms pequeo mejor, entre
ms grande mejor, y el valor objetivo es mejor. De un par de ejemplos para
cada una de ellas.
Entre ms pequeas mejor: el nmero de sillas con defectos de la

fbrica la bonita debe ser menor de 12 sillas con defecto

Entre ms grande Mejor: para aprobar una asignatura en la UNICAH

debe ser mayor del 70% de promedio.

Valor Nominal es el mejor: El nmero de alumnos en la clase de ingls
no debe ser mayor de18 ni menor de 18.

8. De qu manera afectan los datos raros a la media?

Le afecta en medida un dato raro refleja una situacin especial que se debe
investigar, puede ser un error de dedo, de medicin o puede tambin reflejar un
comportamiento especial del proceso en cualquier caso se debe investigar.
9. Explique los errores de la interpretacin de la media que se sealan en la
seccin. Errores en la toma de decisiones con el uso de la media.
Se cree que los valores de todos los datos son iguales o estn muy cerca de la
media, ignorando por completo que la media que proporciona ninguna
informacin sobre la variabilidad. La media es el dato ms frecuente, si se olvida
que lo anterior solo se da en los datos simtricos y unimodales, es decir,
desconociendo el concepto de moda y confundindolo con el de la media.
La media es el valor que est en medio y que a la izquierda del queda el 50%
de los datos, lo mismo que a la derecha. De este modo se ignora el concepto de
mediana y el hecho de que la medida la jalan los sesgos y los datos raros de
un solo lado. La media muestral es la media poblacional, si se desconoce que la
media muestral es una variable aleatoria.
10. Explique la relacin entre la media y la desviacin estndar que establece
la regla emprica y el teorema de Chebyshev.

Los intervalos se calculan con la media y desviacin estndar de la poblacin,

entonces sern vlidos para toda la poblacin, por lo que, en la medida en que
los clculos de la media y la desviacin estndar muestral se hagan a partir de
muestras aleatorias grandes, entonces los intervalos anteriores podrn dar una
idea aproximada de lo que pasa en toda la poblacin, sea esta un lote o un
proceso.
11. Se desea investigar el peso promedio de 1000 artculos de un lote, por lo
que se eligen aleatoriamente

40 de ellos, se pesan y se obtienen que

= 252 gramos con S = 5.

a) Quiere decir que el peso medio de los 1000 artculos es de 252?

Esto quiere decir que se ha sumado los pesos de los 1000 artculos y se dividi
para 1000, de ah se obtuvo el valor de 252; pero esto no quiere decir que la
mayora o todos los pesos sean 252 gramos; slo nos est indicando el valor
central de ese conjunto de datos y que este valor no es representativo de la
poblacin.
b) La mayora de los artculos pesa 252 gramos?
NO, ese valor de 252 gramos slo nos est indicando el valor central de ese
conjunto de datos.
c) De los 40 artculos en la muestra es probable que alguno pueda pesar
300 gramos? Aplique la regla emprica para contestar
LRI=
LRS=

x
x

3S = 252 3(5) = 237

+3S = 252 + 3(5) = 267

De los 40 artculos al 99.7% de probabilidad ninguno de ellos puede pesar 300

gramos ya que de acuerdo a la regla emprica queda fuera de los lmites encontrados.
12. En una empresa se llevan los registros del nmero de fallas de equipos
por mes; la media es de 10 y la mediana 15.
a) Si usted tiene que reportar la tendencia central de fallas, Qu numero
reportara?
El de la mediana ya que el valor de la media lo supera y por lo tanto significa
que existen datos ms grandes que el resto, lo que hace que la media est
inflada y por ende no refleja la verdadera tendencia central; ya que la media
es susceptible a las variaciones atpicas.

b) La discrepancia entre la media y la mediana se debi a que en varios

meses ocurrieron pocas fallas?
S, porque la media es ms susceptible que la mediana ante las variaciones
atpicas que se dieron de un mes a otro.
13. Un aspecto clave de la calidad de cierto producto es su peso: la norma
establece que su peso mnimo sea de 2 Kg .El ingeniero de produccin
informa que se est cumpliendo con tal norma, ya que el peso promedio
del producto es de 2.2 Kg Est usted de acuerdo con el ingeniero?
Por un lado s, porque el peso medio supera lo que la norma establece; pero no
se garantiza de

que el peso mnimo del producto cumpla con la

norma.
14. Tres mquinas A, B y C, realizan cortes de manera automtica de ciertas
tiras de hule. La longitud ideal de las tiras es de 90 cm, con una tolerancia
de 2 cm. Se toma una muestra de 80 piezas de la produccin de una
semana de cada mquina.
a) La longitud promedio de las 80 tiras de cada mquina son; A, x = 90; B,
x = 90,5, C, x = 92. Con base en esto puede decidir cul maquina es
mejor?
b) Si adems la desviacin estndar obtenida es: A, S = 1,5; B, S = 1,0; C,
S = 0,5, decida cual maquina estuvo funcionando mejor. Aplique la regla
emprica.
a

La mquina A es la mejor, ya que cumple con la longitud de corte ideal que es

de 90 cm pero las maquinas B y C tambin cumplen con su trabajo ya que hay
una tolerancia de 2 cm siendo la maquina B = 90,5 cm y maquina C = 92 cm.

Maquina A

LRS=x +3 S

LRI=x 3 S

LRS=90+3(1,5)

LRI=903 (1,5)

LRS=94,5

LRI=85,5

Maquina B

LRS=x +3 S

LRI=x 3 S

LRS=90,5+ 3 (1,0 )

LRI=90,53 (1,0)

LRS=93,5

LRI=87

Maquina C

LRS=x +3 S

LRI=x 3 S

LRS=92+ 3(0,5)

LRI=923( 0,5)

LRS=93,5

LRI=90,5

Conclusin: La mquina C cumple hasta cierto punto su objetivo, con el LRI

de 90,5 cm pero el LRS sobrepasa la tolerancia de 2 cm con 93,5.
15. En el ejemplo 8,2 se detect que tienen problemas con el grosor de las
lminas por que no se cumple con las especificaciones: 5mm 0,8 mm.
Con el objetivo de corregir la situacin, un equipo genera un proyecto de
mejora. Para verificar si las acciones ejecutadas dieron resultado, se
toman aleatoriamente 45 lminas de la produccin de una semana
posterior a las modificaciones. Los espesores obtenidos se muestran a
continuacin.
a)

y,

5,2

5,4

5,4

4,7

5,1

4,7

5,0

5,1

5,0

4,9

4,3

4,7

5,3

4,6

4,8

4,4

4,7

4,9

5,6

4,7

4,7

4,5

5,1

4,7

4,7

5,1

5,3

5,0

5,3

4,5

4,4

4,7

5,6

5,2

4,7

4,6

5,0

5,4

4,7

4,8

5,2

5,1

4,9

5,0

5,0

Calcule la
media ,
mediana y
desviacin
estndar

comparndolas con las respectivas estadsticas antes de la mejora

,decida si el plan dio resultado
a) Construya un histograma e inserte en el las especificaciones y,
comparndolo con el histograma antes de la mejora, investigue si el plan
fue exitoso .Argumente su respuesta.
Estadsticos descriptivos: Espesores obtenidos

Variable
Media Desv.Est. Mediana
Espesores obtenidos 4,9267 0,3208 4,9000

Histograma (con curva normal) de Espesores obtenidos

Histograma (con curva normal) de Espersores obtenidos
14

Media
4,927
Desv.Est. 0,3208
N
45

12

Frecuencia

10
8
6
4
2
0

4,2

4,5

4,8

5,1

5,4

5,7

Espersores obtenidos

Conclusin: A diferencia del histograma anterior comparado con este nuevo

histograma se demuestra que hay una leve mejora en el espesor obtenido con la
frecuencia ms alta que puede llegar hasta 14 del lado izquierdo mientras que en el
lado derecho del histograma se muestra un descenso ms suave de las frecuencias
obtenidas con relacin a los espesores obtenidos, en conclusin se podra decir que el
histograma anterior fue de mayor xito ya muestra mejoras ms elevadas del grosor
de las lminas; pero como no cumple con las tolerancia el plan se descartara.

16. Una caracterstica clave en la calidad de las pinturas es su densidad y un

componente que influye en tal densidad es la cantidad de arena que se
utiliza en la elaboracin de pinturas. La cantidad de arena en la
formulacin de un lote se controla con base en el nmero de costales,
que

segn

el

proveedor

deben

contener

20kg.

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: Cunta arena contienen en realidad los
costales?
LOTE

PESO DE LOS COSTALES DE LA MUESTRA (kg)

18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0

18.8 19.3 19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6
19.6 19.0 19.1 19.1 19.6 19.4 19.8 19.1 20.0 20.4

18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.8 20.7 19.6
18.9 18.4 19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8
19.2 20.6 19.0 19.7 20.0 18.4 18.9 19.7 17.8 19.4

20.1 20.2 21.0 19.7 20.1 20.0 19.4 20.4 19.6 20.6
19.9 20.3 20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5
20.0 20.0 20.4 20.2 20.2 19.7 20.0 19.6 19.7 19.8

a) Las tolerancias que se establecen para el peso de los costales de

arena de 20 -+ 0,5. Calcule los estadsticos bsicos para las muestras y
decida si la calidad es satisfactoria.
Lote 1
Media=
Mediana=
Desvi.Est=

19.35
19.25
0.56

Media=
Mediana=
Desvi.Est=

19.30
19.35
0.69

Lote 2

Media=
20.04
Lote 3
Mediana=
20
Desvi.Est=
0.40
Segn los datos que arrojaron las muestras si salen con una calidad
satisfactoria.
b)

Calcule los estadsticos bsicos para los datos y de una opinin

global sobre el peso de los costales.

Media=
Mediana=
Desvi.Est=

19.56
19.6
0.65

c) Obtenga un histograma para los 90 datos, inserte las especificaciones

y obtenga una conclusin, general sobre el peso de los bultos.

d)

Con
base
en

lo

anterior, Cul debe ser a posicin de la fbrica de pinturas ante el

proveedor de arena?
17. En una fbrica de envases d vidrio se han tenido problemas con la
capacidad de las botellas de 750ml. Con base en el historial del proceso se
sabe que la capacidad media de tal tipo de botella es de 740 ml, con una
desviacin estndar de 12.
a) Si las especificaciones para la capacidad de las botellas son de 750 -+ 10,
de un diagnstico, calculando los limites reales, sobre el tipo de
problemas que se tiene en cuanto el volumen.
En primer lugar observamos que las especificaciones de las botellas no estn
siendo cumplidas por la fbrica ya que la variacin es muy amplia (12),
considerando que la capacidad media de stas es de 749 ml, estamos
superando las especificaciones.

18. De acuerdo con el ejercicio anterior, con el propsito de mejorar la

calidad de las botellas en cuanto al volumen, se tienen dos propuestas a
nivel experimental. Los datos para cada propuesta estn en la tabla 8.4
PROPUEST
A

VOLUMEN DE LAS BOTELLAS (ml)

740 769 740 751 751 751 750 757 744 752
738 738 748 742 761 765 754 733 753 751
751 751 747 758 746 753 766 750 750 744
746 744 751 747 748 745 748 743 745 746

744 750 741 745 749 743 748 744 747 742
745 749 738 742 751 743 749 748 744 749

a) Calcule los estadsticos bsicos para cada propuesta y comente.

Variable Media Desv.Est. Mediana
A
750,10
7,65 751,00
B
745,80
3,14 745,50

b) Calcule una aproximacin de los lmites reales para cada propuesta y

comprelos con los del ejercicio anterior. se logran mejoras?
X+2S= 745.8+2(3.14)= 752.09
X-2S= 745.8-2(3.14)= 739.51
c) Con base en un histograma en el que inserte especificaciones, describa
cada una de las propuestas y elija la que considere mejor.

19. En una empresa se estn rediseando los tiempos de salida y llegada de

sus autobuses. En particular se tiene el problema de establecer el tiempo
de recorrido entre dos ciudades. A continuacin se describe una muestra
de estos tiempos.
a) Realice un histograma para estos datos e interprtelo.

20. Dos mquinas, casa una operada por una persona, se utilizan para cortar
tiras de hule, cuya longitud ideal es de 200 mm, con una tolerancia de -+ 3
mm. Al final del turno, un inspector toma una muestra y observa que la
longitud cumpla con las especificaciones. A continuacin se muestran las
ltimas 110 mediciones para ambas mquinas.
a) Es adecuada la tendencia central de las mediciones?
b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y
con base en estos decida si la variabilidad de los datos es aceptable.
c) Obtenga un histograma e interpretarlo (tendencia central, variabilidad,
acantilados, sesgos, etc.)
d) El proceso de cortado de tiras es capaz de cumplir especificaciones?
199.6 201.4 201.4 201.3 200.9 200.7
200.5 201.2 201.7 201.2 201.4 201.1
201.2 201.0 200.6 202.0 201.0 201.8
200.5 200.5 200.8 200.3 200.7 199.5
199.0 199.7 199.7 199.0 198.4 199.1
198.8 199.2 198.8 198.5 198.9 198.8
198.7 199.2 199.1 200.3 200.5 198.1
198.3 199.6 199.0 198.7 198.5 198.7
198.6 198.5
a) Es adecuada la tendencia central de las mediciones?
Media 200.01
Mediana 210.00
Moda 201.4, 200.5, 199.0
Con respecto a la media el valor obtenido es adecuado ya que est dentro del
margen de tolerancia, la mediana est un poco segada ya que sobrepasa los
lmites establecidos, y finalmente con la moda. Por ser Mult. Modal decimos
que dos de ellas estn dentro del rango de tolerancia y una fuera.
b) Calcule la desviacin estndar y una aproximacin de los lmites
reales, y con base en stos decida si la variabilidad de los datos es
aceptable.
Desviacin Std = 1.31
Lmite superior = 200.01 3(1.31) =203.94
Limite central = 200.01
Lmite inferior= 200.01 3(1.31) =196.08
La variabilidad de los datos no es aceptable ya que el lmite inferior como el
superior rebasa los lmites fijados de fabricacin.
c) Obtenga un histograma e interprtelo (tendencia central, variabilidad,
acantilados, sesgos, etctera).

Podemos
notar una

variabilidad en la grafica ya que la campana de Gaus esta deformada,

podemos notar un pequeo acantilado en la parte izq. Adems podemos
notar como la forma de la moda con respecto a sus tres posiciones se pone
de manifiesto.
d) El proceso de cortado de tiras es capaz de cumplir especificaciones?
Podemos decir en trminos generales que los parmetros registrados no estn
adecuados, ya que la variabilidad en las muestras recae por debajo de los
lmites establecidos, esto aunque la media describa un buen comportamiento.
21. En el caso del ejercicio anterior, considerando que los primeros 55 datos
corresponden a una mquina y los ltimos 55 a otra, conteste los
siguiente.
a) Haga un anlisis por separad para cada mquina (tendencia central,
variabilidad, histograma)
b) Cul es el problema de cada mquina?
c) Vuelva a analizar el histograma realizado en el ejercicio 20 incisos c) y
vea si de alguna forma se vislumbraba lo que detect con los anlisis
hechos en este ejercicio.
a) Haga un anlisis por separado para cada mquina (tendencia central,
variabilidad, histograma).
Variable
Media Mediana Modo
Maquina 1
200.08
200.20 199 5
Maquina 2
199.91 200.10
200.3, 200.6, 201.2, 201.4 3
La mquina 2 es ms exacta que la mquina 1.
a) Cul es el problema de cada mquina?
Variable
Desv.Est. Varianza Q1
Q3
Sesgo Kurtosis
Maquina 1
1.16
1.36
199.00 201.20 0.09
-1.43
Maquina 2
1.15
1.32
198.80 200.90 -0.17
-1.20
De acuerdo a las especificaciones ambas mquinas cumplen las tolerancias
permitidas. Pero la mquina 2 es la ms exacta a la media ideal de 200 mm,
porque su desv. Est. es menor a la de la mquina

c) Vuelva a analizar el histograma realizado en el ejercicio 20 incisos c) y vea si

de alguna forma se vislumbraba lo que detect con los anlisis hechos en este
ejercicio.

La mquina 2 es ms
precisa,
pero
la
mayora
de
sus
valores
son
superiores
e
inferiores.
Considere que cada
mquina es operada
por una persona
diferente, y determine
cules
son
las
posibles causas de los problemas sealados en el inciso anterior y seale qu
hara para corroborar cules son las verdaderas causas.
Causas:
Puede ser que la persona que est operando la mquina no est revisndola
constantemente, ya que la mquina puede ser muy antigua y se descontrole
fcilmente.
El operario no ha sido capacitado correctamente.
Precauciones:
- Revisar constantemente la mquina.
- Evaluar al operario.
22. En un rea de servicios dentro de una empresa de manufactura se hace
una encuesta para evaluar la calidad del servicio proporcionado y el nivel
de satisfaccin de los clientes

internos. La encuesta

consiste en 10

preguntas y cada una de ellas evala diferentes aspectos del servicio

proporcionado. Las respuestas para cada pregunta es un nmero entre 0
y 10. Para hacer un primer anlisis de los resultados obtenidos se suman
los puntos obtenidos de las 10 preguntas los puntos obtenidos en 50
cuestionarios
a) Analice los datos anteriores y de una primera opinin sobre la calidad
en el servicio.
Los puntos promedio obtenidos del cuestionario son 59.
b) Realice el histograma e interprtelo con cuidado.

Histograma (con curva normal) de resultado de Encuestas

50

21.13

Desv.Est.

59.8

Media

ai
c
n
e
u
C
er

12
10
8
6
F

4
2

18

36

54
72
90
Resultado de Encuestas

108

Interpretacin
El 50% de los puntos obtenidos tiene una igualdad o inferior de 59.
c) Qu es lo ms destacado que observa en el histograma?
78 puntos, es el puntaje que con mayor frecuencia se repite
d) Tendra alguna utilidad hacer un anlisis por separado de cada una de
las preguntas? Explique sus respuestas.
No se nota que los 50 resultados de las encuestas estn divididos en dos
grupos, en un grupo donde conlleva la nota ms baja esta entre 26.92 a 51.02
y el segundo grupo est entre 62.81 a la nota ms alta que es 92.8
Lo que ms resalta del histograma es que los resultados que mayor se repite
esta con un puntaje inferior del 50 %.
Son muy poco lo que llegaron a la nota ms alta

CAPITULO # 10
DIAGRAMA DE PARETO Y ESTRATIFICACIN.
ESTRATIFICACION
1. Cul es el Objetivo de la Estratificacin?
La estratificacin es una poderosa estrategia de bsqueda que facilita entender cmo
influyen los diversos factores o variantes que intervienen en una situacin
problemtica, de la forma que se puedan localizar las fuentes de la variabilidad y, con
ello, encontrar pistas de las causas de un problema.
2. En una empresa se tiene el problema de robo de materiales, componentes y
equipos, por parte de los empleados. Cmo aplicara la estratificacin para
orientar mejor la estrategia de disminucin de tales robos?
El primer paso es establecer los horarios en los que se labora, el segundo paso es
saber quines son las personas que se encuentran respaldando estos materiales,
componentes y equipos para as aplicar una estrategia con la cual se pueda erradicar
el problema de robo. Por otro lado, una excelente estrategia es plantear un registro con
el cual se pueda determinar el uso de los materiales, componentes y equipos, puesto
que es una parte para tener un control, tambin se tiene que implementar un sistema
de vigilancia las 24 horas de da.
3. Uno de los principales problemas del rea de finanzas de una empresa son
los cheques sin fondos de pago de los clientes. Por ello, se duda en aplicar
medidas ms enrgicas con todo pago con cheques o solo hacerlo con

ciertos clientes. Cmo utilizara la estratificacin para tomar la mejor

decisin?
El primer paso que
realizar un anlisis
cheques sin fondos
tanto

con

las

proveen este tipo de

medidas de control,
bancaria debe tratar

78

78

82

85

81

86

80

73

84

78

68

84

75

78

76

76

82

85

91

80

70

87

77

82

84

48

49

39

39

43

35

42

34

44

49

34

30

43

31

34

41

42

45

42

35

38

39

42

43

29

se debe tener es
con cada uno de los
para as ponerse al
personas
cheques

que
y

tomar

adems la institucin
por igual a cada uno

de sus clientes puesto que ellos son quienes dan funcionamiento al Banco.
4. En un rea de servicio dentro de una empresa de manufactura se hace una
encuesta para evaluar la calidad del servicio y el nivel de satisfaccin de los
clientes. La encuesta consiste en 10 preguntas y cada una de ellas evala
diferentes aspectos del servicio proporcionado. Las respuestas para cada
pregunta es un nmero entre 0 y 10. Para hacer un primer anlisis de los
resultados obtenidos se suman los puntos obtenidos de las 10 preguntas
para cada cuestionario. A continuacin se muestran los puntos obtenidos en
50 cuestionarios.

a) Considerando que los primeros 25 cuestionarios provienen de un

departamento y los restantes 25 del otro, realice un anlisis estratificado
por departamento en el que se calculen los estadsticos bsicos: media,
mediana, desviacin estndar, etc.
b) Cules son sus observaciones ms importantes acerca del anlisis?
c) Al enfocarse en el departamento con mayores problemas, Sera de
alguna utilidad estratificar los datos por preguntar? Explique su
respuesta.
a. Estadsticos descriptivos: C1. C2
N para
Variable Media Desv.Est. Mediana Rango Modo
C1
80,00
5,37
80,00
23,00 78
C2
39,60
5,68
41,00 20,00 42

moda
4
4

Mediante los clculos realizados se puede mencionar que en el primer departamento

hubo una mejor calidad del servicio y satisfaccin a diferencia del segundo
departamento aunque tengan una desviacin casi aproximada de un departamento
con el otro.
b. El primer departamento obtuvo mejor calidad de servicio y satisfaccin segn
el anlisis realizado con la encuesta, aun sabiendo que los departamentos
tienen desviaciones cercanas.
c. Posiblemente una utilidad de estratificar los datos es mejorando el rea de
servicio de la empresa manufacturera.

PARETO
5. Cul es el propsito del Diagrama de Pareto?
Es un grfico especial de barras cuyo campo de anlisis o aplicacin son los
datos categricos cuyo objetivo es ayudar a localizar el o los problemas
vitales, as como sus causas ms importantes. La idea es escoger un proyecto
que pueda alcanzar la mejora ms grande con el menor esfuerzo posible.
6. En qu consiste el principio de Pareto o Ley 80-20?
La ley 80-20reconoce que solo unos pocos elementos (20%) generan la mayor parte
del efecto (80%); el resto muy poco del efecto total. De la totalidad de problema de una
organizacin, solo cuantos son realmente importantes.
7. En un anlisis de Pareto, en primer lugar se debe hacer un Pareto para
problemas y despus un Pareto de segundo nivel para causas. Explique en
qu consistes cada uno de estos y proporcione un ejemplo para ilustrarlo.
El anlisis de Pareto es aplicable a todo tipo de problema: calidad, eficiencia,
conservacin de materiales, ahorro de energa, seguridad, etc.

Pareto de problemas: sirve para identificar el grado de los problemas o fallas de

un producto y saber que tan frecuente son esos problemas.

Pareto de causas: sirve para orientarse exclusivamente hacia la bsqueda de
causas del problema de mayor impacto, se estarn localizando pistas sobre las
causas ms importantes de los problemas.

Ejemplo.- Un fabricante de Refrigeradores desea analizar cuales son los defectos ms

frecuentes que aparecen en las unidades al salir de la lnea de produccin. Para esto
empez por clasificar todos los defectos posibles en sus diversos tipos:

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin

registrando sus defectos de acuerdo con dichos tipos. Despus de inspeccionar 88
heladeras,

se

obtuvo

una

tabla

como

esta:

La ltima columna muestra el nmero de heladeras que presentaban cada tipo de

defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la
frecuencia numrica podemos utilizar la frecuencia porcentual, es decir, el porcentaje
de heladeras en cada tipo de defecto:

Se puede ver que la categora otros siempre debe ir al final, sin importar su valor. De
esta manera, si hubiese tenido un valor ms alto, igual debera haberse ubicado en la
ltima

fila.

Ahora resulta evidente cules son los tipos de defectos ms frecuentes. Se puede
observar que los 3 primeros tipos de defectos se presentan en el 82 % de las
heladeras, aproximadamente. Por el Principio de Pareto, concluimos que: La mayor
parte de los defectos encontrados en el lote pertenece slo a 3 tipos de defectos, de
manera que si se eliminan las causas que los provocan desaparecera la mayor parte
de los defectos.

8. La escala izquierda en un DP siempre tiene que estar en frecuencia de

defectos?
En la escala izquierda siempre est la frecuencia de defectos representando
las unidades de medida que den una idea clara de la contribucin de cada
categora.

9. En una fbrica de ropa se tiene el propsito de reducir el nmero de defectos

en las prendas de vestir, por lo que se considera necesario identificar el
defecto ms importante y atacar la causa fundamental del mismo. En la tabla
10.4 se muestran los defectos encontrados en las prendas de vestir
fabricadas en dos semanas

a) Haga un Pareto de primer nivel para encontrar cul de los defectos

es el ms importante.
b) Para el defecto ms importante aplique un anlisis de Pareto por
turno.
c) Cules son las pistas principales para reducir los defectos en las
prendas de vestir?

TURNO
1
2
3
a)

Defectos
hilo
corte
montaje
tela
costura

Tabla 10.4 Defectos en las prendas de vestir, 1 al 15 de

febrero
C:Costura, O:Corte, M:Montaje, H;Hilo, T:Tela
H T C M H T H O M H T H C H OT H O H M H C H O C C C H M M O H
TOT
MHMOCMHHTOHMHTHHTMHMHCOMOM HOCTO
CMOTMH
HHMHTHOHOHHHMHTCHOHCHHHHOMHHHMH
OOHMHOCTHHOHHHOH

N Defectos
52
22
20
14
13
121

Defectos
Acum
52
74
94
108
121

% Defectos
42,98%
18,18%
16,53%
11,57%
10,74%
100%

% Defectos

80-20

Acum
42,98%
61,16%
77,69%
89,26%
100,00%

80%
80%
80%
80%
80%

Se podra decir que es el defecto ms importante es el hilo y posteriormente el corte y

montaje.
b)
Defectos

% Defectos

Acum

Defectos

Acum

27

27

51,92%

51,92%

80,00%

13

40

25,00%

76,92%

80,00%

12
52

52

23,08%
100,00%

100,00%

80,00%

Turno

# Defectos

80-20

Se puede concluir que ms defectos se presentan en los 2 primeros turnos.

c) Observar qu est sucediendo con la materia prima para las prendas de vestir como
lo son: los hilos, corte y montaje que es de donde hay la mayor cantidad de problemas.
10. En una fbrica de vlvulas se est buscando reducir la cantidad de piezas
defectuosas. Cada molde est divido en tres zonas, cada una de las cuales
incluye dos piezas. Como punto de partida se recaban datos mediante la hoja
de verificacin de la tabla 10.5 en la cual se especifica el tipo de problemas,
el producto y la zona del molde. La tabla 10.5 muestra los datos obtenido en
dos semanas.
a) Realice un anlisis de Pareto completo.
b) Cul es el problema ms importante?

c) Cules son las principales pistas para encontrar la causa del problema
principal?
Product

Zona 1

Zona

Zona 3

o
A1

2
000
00000 0000000000
XXX
XX
XXXXXX
++
++//
/
A2
0000
00000
000000000
XX
XXXX
XXXXX
+++/
X
/
/
A3
00000
0000
00000000
X
XXX
XXXXX
+
++
/
A4
0000
00000 00000000000
XX
0
0
++//
XXX
XXXXX
/
++++
0 porosidad x llenado + maquinados / ensamble
100%

140
120
100
80
60
40
20
0

80%
60%
40%
20%

80-20

0%
porosidad

llenado

maquinados ensamble

a)
causas

F Acum

Fr

Fr Acum

80-20

porosidad

76

76

52%

52%

80%

llenado

44

120

30%

82%

80%

maquinados

18

138

12%

95%

80%

ensamble

146

5%
100
%

100%

80%

146

b) La porosidad es el problema ms importante

c) Las pistas principales para encontrar el problema es que el material no es muy
resistente por lo tanto presenta porosidad.

11) En una empresa del ramo grafico se ha llevado durante dos meses el registro
del tipo de defectos que tienen los productos finales. Se obtuvieron los
siguientes problemas con sus respectivos porcentajes: fuera de tono, 35 %;
manchas, 30%; fuera de registro, 15%; mal corte, 12%; cdigo de barras opaco,
8%, de acuerdo con el principio de Pareto, se puede decir que el problema
claramente predominante es que las impresiones estn fuera de tono?
Causas

F. Acum

Fr

Fr Acum.

80 20

Tono

0,35

0,35

35%

35%

80%

Manchas

0,30

0,65

30%

65%

80%

Fuera de registro

0,15

0,8

15%

80%

80%

Mal corte

0,12

0,92

12%

92%

80%

Cd. de barras

0,08

8%

100%

80%

100%

12) Mediante un anlisis, se ha detectado que en una empresa se tienen seis

tipos bsicos de quejas de los clientes, pero cada tipo causo diferente grado de
insatisfaccin o molestia en el cliente. La escala que se ha utilizado para medir
el grado de molestia es el siguiente: mxima molestia (10 puntos) mucha
insatisfaccin ((8), molestia moderna (6) poca (4), muy leve (2). Adems, en el
anlisis se determin la frecuencia con la que han ocurrido las distintas quejas
en el ltimo semestre. La tabla siguiente sintetiza los resultados de tal anlisis:
Realice un anlisis de Pareto para determinar sobre qu tipo de queja se deben
dirigir los esfuerzos para atender sus causas. Aplique la caracterstica 2 del
diagrama de Pareto.

TIPO GRADO FRECUENCI

DE
DE
A DE
QUEJ MOLESTI OCUREENC

IA

A
B
C
D
E
F

4
8
2
6
4
8

12%
5%
40%
25%
10%
8%

Frecuencia por

Frecuencia por

Frecuencia por

gravedad

gravedad

gravedad

Acum.

Relativa

Relativa Acum.

1,5

1,5

35,55%

35,55%

0,8

0,8

2,3

18,96%

54,50%

0,8

0,64

2,94

15,17%

69,67%

0,8

0,48

3,42

11,37%

81,04%

0,8

0,4

0,4

9,48%

90,52%

0,8

0,4

0,8

9,48%

100,00%

0,8

Tipo de

Frecuencia

queja

por gravedad

4,22

80 - 20

100,00%

Mediante clculos efectuados se puede llevar a la conclusin que los clientes que
mayoritariamente presentaron insatisfaccin fueron los clientes D, C F.

13. De a acuerdo con la informacin de una hoja de verificacin en una lnea

de proceso de envasado de tequila, se presentaron en el ltimo mes los
siguientes resultados en cuanto a defectos y frecuencias.
Defecto de envasado

Frecuenci

Botella

a
804

Tapa

715

Etiqueta

1823

Contra etiqueta

742

Botella sin vigusa

916

Otros

102

Total de botellas

424654

envasadas en el mes

14. En una empresa procesadora de carnes fras se detectan, mediante

inspeccin, los problemas en las salchichas. En la tabla 10.6 se muestra
los resultados de una semana.

Maquina
empacadora

turno

Falta de
vaco

Mancha
verde

Mancha
amarilla

l
ll

4300
6300

700
650

700
650

l
ll
l
ll

3500
6600
8500
9120

700
500
800
655

400
420
324
345

total

38320

4005

2839

a) Considerando que la gravedad de los tres problemas es la misma, realice

un anlisis de Pareto para problemas y detecte cul es la ms
trascendente.

CONCLUSIN: La gravedad de los problemas desde el punto de vista del cliente es la

falla al vaco.
b) Respecto al problema ms trascendente, haga Pareto de segundo nivel
(causas) tanto por maquina como por turno.

CONCLUSIN: los problemas ms trascendentales en una empresa procesadora de

carnes fritas se deben a las maquinas empacadoras C y A.

15. Resuelva el problema anterior considerando que la gravedad de los

problemas desde el punto de vista del cliente es la siguiente: falta de
vaco (4), macha verde (10), mancha amarilla (8)

PROBLEMAS
Falla de vaco
Mancha verde
Mancha amarilla
TOTAL

FRECUENCIA
4
10
8
22

CONCLUSIN: La gravedad de los problemas desde el punto de vista del cliente son
las manchas verdes.

16. En el ejercicio 12 de este captulo se concluye que la queja D es la que se

debe atender primero cmo aplicara la estratificacin para profundizar
en las causas de la queja D?
Ejercicio 12 se menciona que existen diferentes tipos de clientes que presentan
un grado de molestia por lo que para aplicar la estratificacin primero tendra
que realizar un registro para determinar sobre que fueron las quejas, en caso
que sea un producto defectuoso lo que podra hacer es tener un poco ms de
control dentro del proceso para tener productos que cumplan con la calidad del
cliente y as erradicar este tipo de problemas.

17. Con el objetivo de direccionar mejor los esfuerzos de mantenimiento

preventivo en una empresa del rea electrnica, se analiza el tiempo cado
de los equipos de impresin. Estos equipos se identifican por la lnea de
produccin en la que estn instalados. La tabla 10.7 muestra los tiempos
cados (desperdiciados) en minutos debido a las ltimas 100 fallas de los
equipos, durante un periodo de cuatro meses.

a) Haga una anlisis de Pareto e identifique sobre qu equipo(s) se debe enfocar

ms la accin de mantenimiento.
Lnea

Tiempo

F. Acum

F. Relativa

F. Relativa

80 - 20

Acum.
Lnea 102

808

808

25%

25%

80%

Lnea 105

558

1366

17%

41%

80%

Lnea 103

423

1789

13%

54%

80%

Lnea 101

417

2206

13%

67%

80%

Lnea 103,5

374

2580

11%

78%

80%

Lnea 108

264

2844

8%

86%

80%

Lnea 106,5

165

3009

5%

91%

80%

Lnea 101,5

157

3166

5%

96%

80%

Lnea 109

66

3232

2%

98%

80%

Lnea 104

35

3267

1%

99%

80%

Lnea 107

30
3297

3297

1%
100%

100%

80%

b) Haga un anlisis descriptivo de los cien datos de tiempo cado (media,

mediana, desviacin estndar, histograma) y comente los hechos ms
relevantes.
Variable Media media Desv.Est. Varianza Mediana
Frecuencia 293,5
72,8
241,4 58271,9 264,0

c) De acuerdo con el anlisis anterior hay datos que se pueden considerar

atpicos? Argumente.
El histograma y clculos estadsticos se determina que si existen datos atpicos
ya que estos suelen ser engaosos y lo podemos observar en la lnea 102
puestos que es la nica que se aleja del margen de error de la media en
relacin a los otros datos teniendo un nmero mayor de tiempo desperdiciado
en el mantenimiento de los equipos de impresin.
d) El tiempo promedio es considerablemente mayor que la mediana.
Explique a que se debe.
El hecho que el tiempo promedio sea considerablemente mayor que la mediana
es producto del tiempo que utiliza la lnea 102 porque existe un margen de
error en la media.
18. Para los datos del ejercicio anterior, haga un anlisis estratificado de tipo
descriptivo para las maquinas (lneas) que se consumen mayor tiempo.
modifica esto de alguna forma sus conclusiones del ejercicio anterior?
El anlisis que se puede realizar en relacin al ejercicio anterior es que existen
lneas de mantenimiento de los equipos de impresin que utilizan mayor
cantidad de tiempo teniendo como principal consumidora la lnea 102. Una
alternativa es que en el mantenimiento de los equipos de impresin sean ms
agiles para intentar erradicar el tiempo cado.
.