UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE INGENIERÍA

Análisis de control estadístico de

calidad utilizando el software R

TESIS
Que para obtener el título de
Ingeniero Industrial

PRESENTA
Karen Evely Mejía Cervantes

DIRECTORA DE TESIS
M.I. Ann Godelieve Wellens Purnal

Ciudad Universitaria, Cd. Mx., 2019

AGRADECIMIENTOS

A mis padres Eugenia Cervantes Sánchez y Moises Mejía Reyes que me han guiado por la
vida con amor y paciencia, gracias al apoyo brindado he logrado terminar mis estudios
profesionales por lo cual viviré eternamente agradecida, solo quiero hacer mencion que
cualquier logro mío, es un logro suyo, gracias por confiar siempre en mí, los amo con todo
mi corazón.

A mis hermanos Moises Mejía Cervantes y Marlene Mejía Cervantes por ser mis
compañeros de vida y superación incansable por su comprensión y confianza, les dedico
este logro de todo corazón.

A la Universidad Nacional Autónoma de México, por haberme permitido ser alumna de

esta gran institución y permitirme ahora, formar parte del grupo de profesionistas de este
país.

A mi asesora Ann. Wellens Purnal por la paciencia y el tiempo dedicado durante la

elaboración de este trabajo y transmitirme los conocimientos necesarios para poder cruzar
la meta y poder concluir mis estudios profesionales.
INDICE
I. Introducción ............................................................................................................................ 7
II. Justificación del trabajo........................................................................................................... 7
III. Objetivo ................................................................................................................................... 8
IV. Objetivos específicos ............................................................................................................... 8
1 Marco teórico .......................................................................................................................... 9
1.1 Antecedentes .................................................................................................................. 9
1.2 R en la calidad y análisis estadístico .............................................................................. 11
Herramientas básicas para el mejoramiento de la calidad ....................................................... 14
1.3.1 Hoja de verificación ............................................................................................... 15
1.3.2 Tormenta de ideas ................................................................................................ 15
1.3.3 Un diagrama causa – efecto .................................................................................. 16
1.3.4 Histograma ............................................................................................................ 17
1.3.5 Diagrama de Pareto............................................................................................... 17
1.3.6 Diagrama de dispersión......................................................................................... 18
1.3.7 Gráfica de control .................................................................................................. 20
1.4 Muestreo de datos ........................................................................................................ 20
1.5 Prueba de hipótesis ....................................................................................................... 21
1.6 Estudio de capacidad del proceso ................................................................................. 23
1.7 Diagramas de control .................................................................................................... 27
1.8 Muestro de aceptación ................................................................................................. 32
1.9 ¿Qué es R? ..................................................................................................................... 33
1.9.1 Características ....................................................................................................... 34
1.9.2 Descarga e instalación de R ................................................................................... 35
1.9.3 Rstudio .................................................................................................................. 35
2 Funcionamiento general de R y manejo de funciones .......................................................... 37
2.1 Uso de R ........................................................................................................................ 37
2.1.1 Ayuda..................................................................................................................... 37
2.2 Tipos de variables y su asignación................................................................................. 38
2.2.1 Como manejar distribuciones de probabilidad ..................................................... 38
2.3 Leer datos desde un archivo ......................................................................................... 41
2.3.1 Graficar .................................................................................................................. 42
 2.3.2 Paquetes y complementos .................................................................................... 44
3 Generación de los códigos aplicables ................................................................................... 46
3.1. Descripción del proceso hipotético analizado .............................................................. 46
3.1.1. Generación de histogramas .................................................................................. 50
3.1.2. Prueba de hipótesis ............................................................................................... 51
3.2. Herramientas básicas de la calidad ............................................................................... 55
3.2.1. Diagrama de Pareto............................................................................................... 55
3.2.2. Diagramas de dispersión ....................................................................................... 56
3.3. Estudio de capacidad del proceso ................................................................................. 58
3.3.1 Estimación de µx y σx ............................................................................................ 59
3.3.2 Representación gráfica de los resultados ............................................................. 62
3.4. Diagramas de control .................................................................................................... 63
3.4.1. Diagramas de control empleando la distribución binomial .................................. 67
3.4.2. Diagramas de control empleando la distribución de Poisson ............................... 71
3.4.3. Diagramas CUSUM y EWMA ................................................................................. 74
4 Análisis de control estadístico e interpretación de códigos generados................................ 80
4.1 Prueba de hipótesis ....................................................................................................... 81
4.2 Índices de capacidad ..................................................................................................... 82
4.3 Diagramas de control Xpr-R y Rango............................................................................. 83
4.4 Diagramas de control CUSUM y EWMA ........................................................................ 85
4.5 Diagramas de control empleando la distribución binomial con n variable .................. 86
4.6 Diagramas de control empleando la distribución de Poisson ....................................... 87
5 Conclusiones ......................................................................................................................... 89
6 Bibliografía ............................................................................................................................ 91
7 Anexos ................................................................................................................................... 92
7.1 Minitab .......................................................................................................................... 92
7.2 Excel .............................................................................................................................. 95
Índice de figuras
Figura 1.1 Factores que influyen en la calidad .............................................................................. 11
Figura 1.2 Esquema de un proceso ............................................................................................... 12
Figura 1.3 Esquema de diagrama causa-efecto ............................................................................ 16
Figura 1.4 Tipos de distribución de frecuencias ........................................................................... 17
Figura 1.5 Diagrama de Pareto de quejas ..................................................................................... 18
Figura 1.6 Patrones de correlación. .............................................................................................. 19
Figura 1.7 Diagrama de flujo para selección de gráficos de control ............................................. 28
Figura 1.8 Pantalla inicial de Rstudio ............................................................................................ 36
Figura 2.1. Curva de distribución normal ...................................................................................... 40
Figura 2.2. Pantalla de R Studio para instalar Packages................................................................ 44
Figura 2.3. Instalación de paquete en R ........................................................................................ 45
Figura 2.4. Espacio de trabajo con el paquete instalado .............................................................. 45
Figura 3.1 Histograma de peso de paquetes de pasta de la línea 1.............................................. 51
Figura 3.2 Histograma de peso de paquetes de pasta de la línea 1 personalizado ...................... 51
Figura 3.3 Gráfico de la distribución normal ................................................................................. 53
Figura 3.4 Gráfico con la zona de rechazo de la hipótesis nula .................................................... 54
Figura 3.5 Gráfico con la zona de rechazo y aceptación de la hipótesis nula ............................... 54
Figura 3.6 Gráfico con la zona de rechazo y aceptación de la hipótesis nula y Z de prueba ........ 55
Figura 3.7 Datos del diagrama de Pareto ...................................................................................... 56
Figura 3.8 Diagrama de Pareto...................................................................................................... 56
Figura 3.9 Diagrama de dispersión................................................................................................ 58
Figura 3.10 Gráfico de distribución normal .................................................................................. 59
Figura 3.11 Límites de especificación línea 1 ................................................................................ 63
Figura 3.12 Diagrama de control X-R ............................................................................................ 67
Figura 3.13 Diagrama de control fracción disconforme (p) .......................................................... 70
Figura 3.14 Diagrama de control estandarizado fracción disconforme ........................................ 71
Figura 3.15 diagrama de control para disconformidades por unidad (u) ..................................... 73
Figura 3.16 Diagrama de control estandarizado para las disconformidades por unidad ............. 74
Figura 3.17 Diagrama de control CUSUM ..................................................................................... 77
Figura 3.18 Diagrama de control EWMA....................................................................................... 79
Figura 4.1 Histograma generado con Rstudio con límites de especificación y con 11 clases. a)
línea 1, b) línea 2, c) línea 3........................................................................................................... 80
Figura 4.2 Distribución normal de prueba de hipótesis. a) línea 2, b) línea 3 .............................. 81
Figura 4.3 Diagramas de control a) Xpr y b) R para los datos de la línea 2 ................................... 84
Figura 4.4 Diagramas de control a) Xpr y b) R para los datos de la línea 3 ................................... 85
Figura 4.5 Diagramas de control a) CUSUM y b) EWMA para los datos de la línea 2 ................... 85
Figura 4.6 Diagramas de control a) CUSUM y b) EWMA para los datos de la línea 3 ................... 86
Figura 4.7 Diagrama de control a) fracción disconforme (p) b) normalizada para los datos de la
línea 2 ............................................................................................................................................ 87
Figura 4.8 Diagrama de control a) fracción disconforme (p) b) normalizada para los datos de la
línea 3 ............................................................................................................................................ 87
Figura 4.9 Diagrama de control a) disconformidades por unidad (u) b) normalizada para los
datos de la línea 2 ......................................................................................................................... 88
Figura 4.10 Diagrama de control a) disconformidades por unidad (u) b) normalizada para los
datos de la línea 3 ......................................................................................................................... 88
Figura 7.1 Estadísticos descriptivos............................................................................................... 92
Figura 7.2 Histograma ................................................................................................................... 92
Figura 7.3 prueba de hipótesis (Z de una muestra) ...................................................................... 92
Figura 7.4 Informe de capacidad del proceso ............................................................................... 92
Figura 7.5 Diagrama de control Xbarra-R Figura 7.6 Diagrama de control de
tiempo ponderado EWMA ............................................................................................................ 93
Figura 7.7 Diagrama de control fracción disconforme (p) ............................................................ 93
Figura 7.8 Diagrama de control disconformidades por unidad (u) ............................................... 94
Figura 7.12 Diagrama de control CUSUM y EWMA....................................................................... 96
Figura 7.13 Diagrama de control a) Fracción disconforme (p) b) Normalizada ............................ 96

Índice de tablas
Tabla 1.1 Comparación de características entre softwares .......................................................... 10
Tabla 1.2 Historia de la calidad ..................................................................................................... 13
Tabla 1.3 Hoja de verificación ....................................................................................................... 15
Tabla 1.4 Quejas registradas ......................................................................................................... 18
Tabla 1.5 Reglas de decisión de una hipótesis estadística ............................................................ 22
Tabla 1.6 Clasificación de los procesos de acuerdo con su capacidad.......................................... 24
Tabla 1.7 Fórmulas para el cálculo de límites de control para variables ...................................... 29
Tabla 1.8 Fórmulas para el cálculo de límites de control para atributos ...................................... 30
Tabla 2.1 Operadores en R ............................................................................................................ 37
Tabla 2.2 Tipos de distribuciones en R .......................................................................................... 39
Tabla 2.3 Descripción de los prefijos de la distribución normal en R ........................................... 39
Tabla 2.4 Funciones graficas en R ................................................................................................. 43
Tabla 3.1 Muestreo de la línea 1,2 y 3 .......................................................................................... 46
Tabla 3.2 Defectos de calidad ....................................................................................................... 55
Tabla 3.3 Número de defectos ...................................................................................................... 57
Tabla 3.4 Factores para la construcción de los diagramas de control. ......................................... 65
Tabla 3.5 Muestreo de defectos y unidades defectuosas............................................................. 68
Tabla 4.1 Resumen de estadísticas generadas por Rstudio .......................................................... 80
Tabla 4.2 Valores de prueba de hipótesis ..................................................................................... 81
Tabla 4.3 Resumen de índices de capacidad por Rstudio. ............................................................ 82
Tabla 4.4 Relación Cp y Cpk........................................................................................................... 83
Tabla 4.5 Probabilidad de paquetes defectuoso........................................................................... 83
 I. Introducción
En la actualidad, una empresa de manufactura o de servicios difícilmente puede subsistir
sin realizar un esfuerzo deliberado por mejorar la calidad de sus productos o servicios.
Para lo anterior, las empresas tienen a su alcance distintos paquetes disponibles para un
correcto análisis de los procesos de calidad involucrados en su sistema, varios de ellos
basados en la estadística, tales como excel, minitab, SPSS, entre otros. Estos paquetes
han sido desarrollados dentro de empresas lucrativas por lo que tienen un costo asociado
a su uso. Sin embargo, debido al desarrollo rápido de las tecnologías de información y el
creciente interés de la comunidad académica de compartir los conocimientos generados
en forma libre, varios grupos académicos han buscado desarrollar herramientas gratuitas
de uso libre. Un ejemplo es el paquete R; la ventaja de usar R es que es un software libre
y gratuito en el cual se pueden manipular los datos para encontrar el análisis más
adecuado que refleje el estado actual de una empresa con base en números.

R es una opción más en el mercado y viable para el análisis de datos estadísticos en el

control de la calidad, tanto en procesos de manufactura, así como en procesos
transaccionales. El simple hecho de ser un software libre facilita su acceso a diferentes
sectores industriales o de servicios, esto es porque no se necesitan licencias para poder
utilizarlo por lo cual los costos incurridos por el uso de este son casi nulos en comparación
con otras opciones disponibles en el mercado.

De acuerdo con lo mencionado anteriormente, en este trabajo se busca dar a conocer lo

versátil, flexible y potente que es el software, específicamente en el tema de control de
la calidad.

II. Justificación del trabajo

Actualmente, el análisis estadístico de control de procesos es fundamental para cualquier
empresa; este se lleva a cabo a través de distintos paquetes que sirven para la
manipulación y presentación de datos. R, aunque es muy potente, versátil y solicitado por
las empresas internacionales y también mexicanas, así como el estándar de uso para
análisis estadístico en universidades muy reconocidos a nivel internacional, sigue
teniendo poco uso entre los estudiantes de la Facultad de Ingeniería de la más grande
casa de estudios en América Latina, la UNAM. La Facultad, sus profesores y sus
estudiantes se deben involucrar más en la utilización y exploración de softwares que
están teniendo un enorme auge en distintos sectores del conocimiento como lo es R,
para seguir a la vanguardia.

El software R se ha convertido en una herramienta muy eficiente y el uso adecuado del

mismo sirve de gran ayuda y ahorra tiempo de proceso en los datos. El deber de todo
ingeniero es innovar y buscar alternativas de solución, por lo cual en este trabajo se
7
pretende mostrar la aplicabilidad de R dentro de la ingeniería industrial y dar a conocer
la gran potencia que tiene el mismo desde análisis de datos muy simples hasta análisis
de datos muy robustos, al desarrollar un código de programación para un análisis de
control estadístico de la calidad.

III. Objetivo
Ejemplificar el análisis estadístico del control de la calidad en un proceso industrial o de
servicios por medio de la programación en R tomando en cuenta paquetes existentes,
así como la elaboración de códigos programáticos propios como apoyo al aprendizaje de
los estudiantes de la carrera de ingeniería industrial.

IV. Objetivos específicos

• Proporcionar conocimiento acerca del software R y el impacto que está teniendo
su uso en la manipulación de datos.
• Utilizar herramientas en R para el análisis de una base de datos de un proceso
• Realizar un código de programación en R para presentar el análisis de los datos
• Identificar las herramientas que se utilizan en el análisis de control estadístico de
calidad y la interpretación de estas.

8
1 Marco teórico
1.1 Antecedentes
Actualmente, el uso de R ha presentado una tendencia positiva debido a que es flexible
y potente; está diseñado para operar de la manera en la cual se está pensando con base
en un lenguaje de programación, dicho lenguaje se puede diseñar de acuerdo con las
necesidades del usuario.

Aunque también se usa ampliamente para aplicaciones en otras ramas de las

matemáticas, R está enfocado al análisis estadístico de datos, para lo que el usuario
puede manipular sus datos de la manera que más le convenga. Es importante mencionar
que la estadística es una ciencia aliada a la investigación científica. Neyman (1955)
proclamó a la estadística como "la sirvienta para todas las ciencias", ejemplificando su
importancia en el estudio de la existencia y evolución, medicina, psicología, industria y
astronomía.

Con el paso del tiempo, el uso de la tecnología ha revolucionado a la estadística e

inversamente la estadística ha revolucionado a la tecnología. La generación de datos
está creciendo exponencialmente; esto se debe a la gran cantidad de información que se
produce procedente de un sinfín de dispositivos que forman parte de la vida cotidiana,
desde ingresar a una página en internet, hacer alguna compra por internet, pagar una
tarjeta de crédito, etc. Las herramientas tradicionales para almacenar, organizar y
analizar datos llegan a ser insuficientes, lo que genera un término muy popular hoy en
día llamado Big Data, el cual no tiene una definición oficial; sin embargo, una empresa
consultora y de investigación de las tecnologías de la información con sede en Stamford
definió el término de la siguiente manera: “Big Data son recursos de información de alto
volumen y alta velocidad y/o de gran variedad que requieren nuevas formas de
procesamiento para permitir una mejor toma de decisiones, nuevos descubrimientos y
optimización de procesos” (Gartner, 2011). La explosión de este fenómeno está
transformando la manera en que se conduce una investigación, adquiriendo habilidades
en el uso de Big Data para resolver problemas complejos relacionados con el
descubrimiento científico, investigación ambiental y biomédica, educación, salud,
seguridad nacional, entre otros.

Cabe mencionar que en la actualidad se dispone de paquetes de cómputo estadístico

que se pueden usar para manejar un volumen de datos considerablemente grande, así
como una gran cantidad de variables; sin embargo, estos paquetes tienen un costo
asociado, así como también son limitados en algunas disciplinas, por lo cual R al ser un
software libre y de código abierto facilita el acceso al mismo para ser empleado en áreas
cuantitativas de diversas disciplinas.

9
En México, universidades e instituciones como el Instituto Tecnológico Autónomo de
México (ITAM), Centro de Investigación y de Estudios Avanzados (CINVESTAV),
Universidad de Quintana Roo, Centro de Investigación en Matemáticas (CIMAT), así
como la Universidad Nacional Autónoma de México (UNAM), por mencionar algunas, se
está usando este software como herramienta para el análisis de datos estadístico en
distintas disciplinas. En la UNAM, en algunas facultades como la Facultad de Psicología,
Facultad de Ciencias, Facultad de Economía y en la Facultad de Ingeniería, algunos
investigadores y profesores emplean este software para realizar pruebas de hipótesis,
ajustes de modelos y análisis de diseños experimentales complejos entre otros tipos de
análisis por lo flexible y potente que resulta ser R. Sin embargo, en la Facultad de
Ingeniería su uso todavía no es muy generalizado.

Tomando en cuenta que este trabajo está centrado en el control estadístico de calidad,
durante el desarrollo de este se realizará una comparación de aspectos generales entre
los programas estadísticos que más comúnmente son usados para realizar el análisis
como son excel y minitab, así como el software que se está proponiendo usar, que es R.

En la tabla 1.1. se comparan los tres softwares en aspectos como manipulación de datos,
costo, amigabilidad con el usuario, sistema operativo, entre otros.

Aspecto Excel Minitab R

Interacción con el usuario Buena Buena Baja-Regular
Manipulación de datos Buena Buena Buena
Calidad de gráficos Buena Buena Excelente
Control de procesos Excelente Excelente Excelente
Costo $1,299 (anual) $1,495 (anual) Gratis
Código fuente disponible No No Sí
Variedad de análisis estadísticos Buena Buena Excelente
Soporte técnico Bajo Bajo Alto
Windows Windows Windows
Sistema operativo Macintosh Macintosh Macintosh
Linux Linux Linux
Tabla 1.1 Comparación de características entre softwares. Elaboración propia

De acuerdo con la tabla 1.1, R comparte su código fuente con la comunidad que tiene
interés en desarrollar códigos de programación, la cual aporta otras formas de resolver
problemas. Cabe mencionar que cada vez más usuarios se están involucrando dentro de
la comunidad que usa R, por lo que cada uno de esos usuarios recibe conocimiento que
se encuentra disponible y al mismo tiempo aporta otro conocimiento.

10
 1.2 R en la calidad y análisis estadístico
Aunque R se usa en un campo más amplio que solo la estadística, es en esta rama del
conocimiento que ha tenido más auge, debido a que fue en esta rama en donde nace
este lenguaje, cuya característica principal es que forma un entorno de análisis
estadístico para la manipulación de datos, su cálculo y creación de gráficos.

La estadística está formada por un conjunto de técnicas y conceptos orientados a la

recolección y análisis de datos tomando en cuenta la variación en los mismos. Por su
parte, el control estadístico de la calidad es la aplicación de técnicas estadísticas al
control de calidad.

El análisis de control estadístico de calidad es importante para las empresas y/u

organizaciones ya que ellas existen para proveer de un producto material o inmaterial,
un bien o un servicio a sus clientes. Para cumplir con las expectativas de los clientes se
necesita tener un proceso capaz y consistente, lo cual por medio del análisis estadístico
se puede medir y controlar.

Es importante definir el concepto de calidad: todo el mundo habla de la calidad de los

productos, pero ¿Qué es calidad?, para responder a esta pregunta se buscaron varias
definiciones, por ejemplo, Juran (1990) dice que: “Calidad es que un producto sea
adecuado para su uso. Así, la calidad consiste en la ausencia de deficiencias en aquellas
características que satisfacen al cliente”, mientras que de acuerdo con Gutiérrez (2009)
“Calidad es la creación continua de valor para el cliente”. Para cumplir con la calidad de
un servicio o producto es importante tener claro 4 factores, como se muestran en la figura
1.1 recuperada de Gutierrez (2009); estos son competitividad, productividad, variabilidad
y mejora, para que una empresa cumpla con los requerimientos del cliente.

Figura 1.1 Factores que influyen en la calidad. Recuperado de Gutierrez (2009)

11
De acuerdo con Gutierrez (2009), los productos son resultado de un proceso, el cual es
un conjunto de actividades entrelazadas o interrelacionadas que reciben determinados
insumos (entradas) que son transformados en un resultado (salidas) o en un producto.
En la figura 1.2, recuperada de Gutierrez (2009), se muestra cómo se compone un
proceso tomando en cuenta la voz del cliente, así como el diseño y la planeación para
después pasar por varias etapas dentro del proceso para que se pueda obtener un
producto o servicio.

Este trabajo aborda específicamente el aspecto de la variabilidad de un proceso

industrial, así como su disminución y consiguiente mejora del proceso.

Figura 1.2 Esquema de un proceso. Recuperado de Gutierrez (2009)

Cuando se tiene mala calidad en las diferentes actividades hay equivocaciones y fallas
de todo tipo, por ejemplo:

• Reprocesos, desperdicios y retrasos en la producción

• Reclamaciones
• Paros y fallas en el proceso
• Una inspección excesiva para tratar que los productos de mala calidad no salgan
al mercado
• Re-inspección y eliminación de rechazo
• Más capacitación, instrucciones y presión a los trabajadores
• Clientes insatisfechos y pérdidas de ventas.

Con base en todas estas equivocaciones de la calidad, Juran (1990) menciona que: “Las
necesidades humanas de calidad han existido desde el alba de la historia; sin embargo,
los medios para satisfacer esas necesidades – los procesos de gestión para la calidad –
han sufrido unos cambios amplios y continuos”.

En la tabla 1.2 se muestra cómo han ido evolucionando los procesos de gestión para la
calidad con el paso del tiempo dentro de un mundo tan competitivo en donde se busca

12
incrementar cada día la calidad de los productos o servicios y una vez que el cliente
consume y aprueba se busca mejorar la calidad para evitar perder clientes.

ESTRATEGIAS ADOPTADAS EN LA GESTIÓN PARA LA

CONDICIÓN
CALIDAD

Obtención de alimentos Inspección en la recepción por los consumidores

División del trabajo: proveedores de Inspección por los consumidores en los mercados
alimentos de los pueblos

Primeros fabricantes; nacimiento de los Confianza en la destreza y reputación de los

artesanos del pueblo artesanos

Expansión del comercio más allá de los Especificaciones: materiales, procesos, productos;
límites del pueblo controles de la exportación; auditorías

Especificaciones escritas; medidas, instrumentos,

Los gremios laboratorios de ensayo, extensión de la inspección;
normalización

La Revolución Industrial Departamentos centrales de inspección

Departamentos de garantía de calidad; ingeniería

El sistema Taylor
de calidad, ingeniería de fiabilidad

Crecimiento del volumen y de la

Formación en control estadístico de la calidad.
complejidad

Organización y procesos especiales para proteger la

Segunda guerra mundial
sociedad; auditorías

Altos directivos personalmente implicados

Formación en la gestión para la calidad extendida a
todas las funciones
La vida detrás de los diques de la calidad
La mejora de la calidad en un ritmo continuo
revolucionario
Círculos de CC

La revolución japonesa de la calidad Esfuerzos por restringir las importaciones

(estrategias japonesas) Muchas estrategias sometidas a prueba
Tabla 1.2 Historia de la calidad. Recuperado de Juran (1990)

Teniendo en cuenta los conceptos anteriores, cabe mencionar que un proceso no puede
ser mejorado o controlado sin conocer su estado actual y sin haber medido antes sus
características, para lo cual existen varias herramientas que se utilizan para el
aseguramiento de la calidad; estas sirven para medir el desempeño del proceso industrial
o del servicio. Estas herramientas serán detalladas en los siguientes subtemas.
13
1.3 Herramientas básicas para el mejoramiento de la calidad
Las herramientas más utilizadas por las organizaciones en su camino hacia la calidad
son siete y fueron propuestas por Kaoru Ishikawa en 1968; estas herramientas tienen su
fundamento en métodos estadísticos tradicionales que se enfocan a la solución de
problemas comunes, como pueden ser los defectos en los productos. Estos defectos son
creados a veces por la enorme variabilidad encontrada en los procesos, teniendo su raíz
en la variación de los materiales, maquinaria, métodos de trabajo, mano de obra e
inclusive el medio ambiente. La siguiente información se obtuvo de Gutierrez (2009),
(Montgomery, 2016).

Las denominadas 7 herramientas clásicas para el control de la calidad constituyen un

conjunto de instrumentos para la recopilación sistemática de datos y el análisis de
resultados. Las 7 herramientas clásicas son las siguientes:

1. Hoja de verificación
2. Tormenta de ideas
3. Diagrama causa – efecto
4. Histograma
5. Diagrama de Pareto
6. Diagrama de dispersión
7. Gráfica de control

La primera actividad orientada al desarrollo en la mejora de la calidad antes de utilizar

las 7 herramientas de la calidad es la colección de datos, pues los datos representan la
información más importante que se obtiene acerca del comportamiento del proceso. Se
cuenta principalmente con dos tipos de datos:

Datos variables. Son el resultado de las lecturas tomadas por aparatos de

medición, son medibles y a su vez controlables; corresponden a datos tomados
dentro de un rango de valores. Dependiendo de sus características, a dichas
variables es posible determinarlas como: independientes, dependientes,
discretas, continuas, dicotómicas, politómicas, etc.
Datos de atributos. Son medibles y solo se registra su ausencia o presencia, es
decir, cuando se inspecciona un bien o servicio y se califica con pasa o no pasa.

Dentro de esta última categoría existen dos tipos de fallas:

Defectos: Son imperfecciones encontradas en un producto.

Defectuosos: Se refiere al número de piezas rechazadas.

Ahora bien, el recolectar estos datos requiere establecer monitoreo constante del proceso
de producción, y se usan para llevar un análisis de lo que no se ajusta a las

14
especificaciones e inspeccionar con el fin de prevenir y mejorar la calidad del producto.
Un método eficiente para recolectar datos puede ser el realizar una hoja de verificación,
concepto que representa la primera de las siete herramientas de mejora y que se
presenta a continuación.

1.3.1 Hoja de verificación

La hoja de verificación es un formato construido para colectar datos, de forma que su
registro sea sencillo, sistemático y que sea fácil analizarlos. Una buena hoja de
verificación debe reunir la característica de que, visualmente, permita hacer un primer
análisis para apreciar las principales características de la información buscada. Algunas
de las situaciones en las que resulta de utilidad obtener datos a través de las hojas de
verificación son las siguientes:

− Describir el desempeño o los resultados de un proceso.

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

La finalidad de la hoja de verificación es fortalecer el análisis y la medición del desempeño

de los diferentes procesos de la empresa, con el fin de contar con información que
permita orientar esfuerzos, actuar y decidir objetivamente.

En la tabla 1.3 se muestra un ejemplo de una hoja de verificación.

Hoja de Verificación
Intervalos Marcas de Tabulación Frecuencia Frecuencia Frecuencia
Clase Acumulada Relativa
5,45 - 5,55 5,50 I 1 1 0,02
5,55 - 5,65 5,60 IIIII II 7 8 0,14
5,65 - 5,75 5,70 IIIII IIIII I 11 19 0,22
5,75 - 5,85 5,80 IIIII IIIII IIIII 15 34 0,30
5,85 - 5,95 5,90 IIIII IIII 9 43 0,18
5,95 - 6,05 6,00 IIIII 5 48 0,10
6,05 - 6,15 6,10 II 2 50 0,04
TOTAL. 50 1,00
Realizó: Departamento:
Revisó: Fecha:
Tabla 1.3 Hoja de verificación. Elaboración propia

1.3.2 Tormenta de ideas

La tormenta de ideas es usada para identificar posibles soluciones a problemas y
oportunidades potenciales de mejoramiento de la calidad. Además, es una técnica para

15
desarrollar el pensamiento creativo de grupo que genera y posteriormente clarifica una
lista de ideas relacionadas con la solución de un problema.

La técnica de la tormenta de ideas se enfoca en la participación grupal organizada,

conducente a la formación de ideas sobre una situación problemática. Haciendo la
participación de cada uno de los miembros del grupo parte indispensable durante el
proceso de tormenta de ideas, se tiene al final una visión global del problema y sus
posibles causas.

1.3.3 Un diagrama causa – efecto

El diagrama causa – efecto es una herramienta utilizada para el desarrollo del
pensamiento creativo y despliegue de las relaciones entre un efecto dado (variaciones
en las características de calidad) y su causa potencial

Un diagrama causa – efecto tiene su fundamento en el análisis causal, el cual analiza las
causas de los posibles efectos, con el fin de establecer posibles soluciones a dichas
causas; además muestra la relación entre una característica determinada y los factores
relacionados a esta, ayudando así a encontrar las causas posibles que la afectan, con lo
cual es viable en una fase posterior determinar posibles soluciones a dichas causas.

En la figura 1.3 se muestra cómo se organiza el diagrama a partir de las posibles causas
potenciales, que son organizadas en categorías mayores y sub–categorías formado de
esta manera el despliegue de la problemática, similar a un esqueleto de pescado. De
aquí que la herramienta también sea conocida como diagrama de espina de pescado.

Figura 1.3 Esquema de diagrama causa-efecto. Elaboración propia

Un diagrama causa – efecto es utilizado para:

− Analizar y comunicar relaciones causa – efecto

− Facilitar la solución de problemas de un síntoma a una causa a una solución.

16
1.3.4 Histograma
El histograma es una representación gráfica, en forma de barras, de la distribución de un
conjunto de datos o una variable, donde los datos se clasifican por su magnitud en cierto
número de grupos o clases, y cada clase es representada por una barra, cuya altura es
proporcional a la frecuencia de los valores representados. Por lo general, el eje horizontal
está formado por una escala numérica para mostrar la magnitud de los datos, mientras
que en el eje vertical se representan las frecuencias.

El histograma permite visualizar la tendencia central, la dispersión y la forma de la

distribución. La figura 1.4 muestra seis histogramas con diseños de variación
comúnmente encontrados. Examinando estos diseños, uno puede obtener pistas acerca
del comportamiento de un proceso.

Forma de campana Doble pico Meseta

Peine Sesgada Truncada

Figura 1.4 Tipos de distribución de frecuencias. Recuperado de Gutierrez (2009)

1.3.5 Diagrama de Pareto

El diagrama de Pareto es un gráfico especial de barras cuyo campo de análisis o
aplicación son los datos categóricos, y tiene como objetivo ayudar a localizar el o los
problemas vitales, así como sus principales causas. Generalmente, más del 80% de la
problemática en una organización ocurre por causas comunes, es decir, se debe a
problemas o situaciones que actúan de manera permanente sobre los procesos. Pero,
además, en todo proceso son pocos los problemas o situaciones vitales que contribuyen
en gran medida a la problemática global de un proceso o una empresa.

La idea es que cuando se quiere mejorar un proceso o atender sus problemas, no se den
“palos de ciego” y se trabaje en todos los problemas al mismo tiempo atacando todas sus
causas a la vez, sino que, con base en los datos e información aportados por un análisis
estadístico, se establezcan prioridades y se enfoquen los esfuerzos donde éstos tengan
mayor impacto. La utilidad general del diagrama está respaldada por el llamado principio
de Pareto, conocido como “ley 80-20” o “pocos vitales, muchos triviales”, en el cual se
reconoce que pocos elementos (20%) generan la mayor parte del efecto (80%), y el resto

17
de los elementos propician muy poco del efecto total. El nombre del principio se determinó
en honor al economista italiano Wilfredo Pareto (1843-1923).

Para ejemplificar un poco más en el diagrama de Pareto, en la tabla 1.4 se presentan

datos que comprenden una muestra de 500 quejas registradas sobre problemas en las
líneas telefónicas.

Problema Número de quejas Porcentaje Acumulado

Ruido en la línea 240 48 % 48 %
Línea abierta 120 24 % 72 %
Alarma 80 16 % 88 %
Sin respuesta 50 10 % 98 %
Sin sonido 10 2% 100 %
Total 500 100 %
Tabla 1.4 Quejas registradas. Elaboración propia

En la figura 1.5 se muestra un Diagrama de Pareto con base en la información mostrada

en la tabla 1.4 mostrada anteriormente.
500 100

98 %
400 80
Numero de reportes

88 %

300 72 % 60

200 48 % 40

100 20

Ruido en Línea Sin Sin

Alarma
la línea abierta respuesta sonido

Figura 1.5 Diagrama de Pareto de quejas. Elaboración propia

1.3.6 Diagrama de dispersión

Dadas dos variables numéricas X y Y, medidas usualmente sobre el mismo elemento de
la muestra de una población o proceso, el diagrama de dispersión es una gráfica del tipo
X-Y, donde cada elemento de la muestra es representado mediante un par de valores
(𝑥𝑖 , 𝑦𝑖 ) y el punto correspondiente en el plano cartesiano X-Y.

El objetivo de esta gráfica es analizar la forma en que estas dos variables están
relacionadas; por ejemplo, estudiar en un grupo de estudiantes la relación entre su
estatura (X) y su peso (Y). O podría ser de interés investigar la relación entre una variable
de entrada (X) de un proceso con el valor de alguna característica de calidad (Y) del
producto final. Al graficar todos los puntos, es decir, todas las parejas de valores (𝑥𝑖 , 𝑦𝑖 ),
si se observa que los puntos siguen algún patrón definido, esto será un indicio de una
posible relación entre las dos variables.
18
El coeficiente de correlación es de utilidad para asegurarse de que la relación entre dos
variables que se observa en un diagrama no se debe a una construcción errónea del
diagrama de dispersión (por ejemplo, el tamaño y las escalas), así como para cuantificar
la magnitud de la correlación lineal en términos numéricos. Para un conjunto de n valores
del tipo (𝑥𝑖 , 𝑦𝑖 ), obtenidos a partir de n unidades o productos, este coeficiente se calcula
con:
𝑆𝑥𝑦
𝑟=
√𝑆𝑥𝑥 ∗ 𝑆𝑥𝑦
donde
𝑛
(∑𝑛𝑖=1 𝑥𝑖 )(∑𝑛𝑖=1 𝑦𝑖 )
𝑆𝑥𝑦 = ∑(𝑥𝑖 𝑦𝑖 −
𝑛
𝑖=1
𝑛 2
(∑𝑛𝑖=1 𝑥𝑖 )
𝑆𝑥𝑥 = ∑ 𝑥𝑖2 −
𝑛
𝑖=1
𝑛 2
(∑𝑛𝑖=1 𝑦𝑖 )
𝑆𝑦𝑦 = ∑ 𝑦𝑖2 −
𝑛
𝑖=1

Los valores que toma el coeficiente de correlación, r, están entre −1 y 1, incluyendo (−1
≤ r ≤ 1). Los valores de r cercanos o iguales a cero implican poca o nula relación lineal
entre X y Y. En contraste, los valores de r cercanos a 1 indican una relación lineal muy
fuerte, y los valores de r próximos a −1 muestran una fuerte correlación negativa. Los
valores de r menores a −0.85 o mayores a 0.85 indican una correlación fuerte; mientras
que los valores de r entre −0.50 y 0.50 se refieren a una correlación de moderada a débil.
Por último, los valores de r iguales o menores que −0.30 o 0.30 indican una correlación
lineal prácticamente inexistente. Cabe mencionar que, aun cuando existe una fuerte
relación lineal entre dos variables, esta relación no necesariamente es causal.

En la figura 1.6 se muestran algunos patrones de correlación que se pueden presentar

en un diagrama de dispersión.

Figura 1.6 Patrones de correlación. Recuperado de Gutierrez (2009)

19
1.3.7 Gráfica de control
Una gráfica o diagrama de control es una herramienta para detectar variaciones debido
a causas especiales o asignables a situaciones indeseables en un proceso. Las
variaciones inherentes al proceso generalmente se repiten aleatoriamente dentro de
ciertos límites preestablecidos (límites de control); variaciones atribuibles generan puntos
fuera de estos límites de control. Estas variaciones debido a causas asignables o
especiales indican que algunos de los factores que afectan al proceso se deben
identificar, investigar y llevar a control.

La construcción de gráficos de control tiene su fundamento en la estadística. Los gráficos

de control utilizan datos operativos para el establecimiento de límites, dentro de los cuales
observaciones futuras son llevadas a cabo, para determinar si el proceso permanece
estable sin la presencia de causas especiales o asignables de variación.
Para más detalle sobre las gráficas de control véase el punto 1.5. Asimismo, además de
las 7 herramientas básicas de control propuestas por Kaoru Ishikawa, hay otras
herramientas estadísticas de interés dentro del estudio de la calidad, como son el
muestreo, los estudios de capacidad del proceso, la prueba de hipótesis y el muestreo
de aceptación.

1.4 Muestreo de datos

El muestreo es el estudio de una selección de elementos de una población, llamada
muestra, con el fin de estimar los parámetros de la población, mediante la inferencia
estadística.

En la industria es importante contar con información sobre el comportamiento del proceso

para determinar qué está sucediendo en el mismo; sin embargo, analizar toda la
población tendría un costo asociado elevado, por lo que mejor será examinar sólo una
parte de ella mediante un muestreo. Trabajar con una muestra de la población tiene la
ventaja de que es más rápido, más barato y los resultados obtenidos pueden ser casi tan
precisos como cuando se analiza toda la población, si la estadística se usa
adecuadamente: si la muestra se elige correctamente, la información que se obtiene
permite una estimación razonable de la situación de la población.

Existen diferentes tipos de muestro que se mencionarán a continuación.

1. Muestreo aleatorio simple. Este consiste en seleccionar los datos de manera

que todos tengan la misma probabilidad de formar parte de la muestra.
2. Muestreo aleatorio sistemático. En este caso se elige el primer individuo al azar
y el resto viene condicionado por aquél. Puede aplicarse en la mayoría de las
situaciones, la única precaución que debe tenerse en cuenta es comprobar que
la característica que se estudia no tenga una periodicidad que coincida con la del
muestreo. Es útil cuando se busca seleccionar individuos a lo largo del tiempo.

20
 Por ejemplo, para estudiar la satisfacción de un servicio, se puede elegir
sistemáticamente encuestar a 1 de cada n clientes que visitan la sucursal. En
estas circunstancias, en las que puede existir diferente varianza entre individuos
en diferentes periodos de tiempo, el muestreo sistemático puede ser incluso más
preciso que el muestreo aleatorio simple.
3. Muestreo aleatorio estratificado. Se divide la población en grupos en función
de un carácter determinado y después se muestrea cada grupo aleatoriamente,
para obtener la parte proporcional de la muestra. Este método se aplica para
evitar que por azar algún grupo de datos este menos representado que los otros.
Además de tener resultados para el conjunto completo, se tiene información
también de los subgrupos (estratos).
4. Muestreo aleatorio por conglomerados. Se divide la población en varios grupos
de características parecidas entre ellos y luego se analizan completamente
algunos de los grupos, descartando los demás. Dentro de cada conglomerado
existe una variación importante, pero los distintos conglomerados son parecidos.
Requiere una muestra más grande, pero suele simplificar la recogida de muestras
y por tanto generalmente es más barato. Frecuentemente los conglomerados se
aplican a zonas geográficas.

1.5 Prueba de hipótesis

En inferencia estadística, con un conjunto de datos muéstrales, se plantea inferir sobre
la población. Esas inferencias o decisiones que se pueden tomar son referentes a
estimación de parámetros o prueba de hipótesis. Al procedimiento mediante el cual se
investiga la verdad o falsedad de una hipótesis se le llama prueba de hipótesis. Cabe
destacar que en distintas disciplinas del conocimiento se requiere que se tome una
decisión entre aceptar o rechazar una proposición sobre algún parámetro.

Dentro del control estadístico de la calidad existen muchas razones para considerar las
pruebas de hipótesis como un instrumento indispensable; entre algunas de las que se
pueden mencionar están las siguientes:
a) Son las herramientas de trabajo para un buen análisis, esto es, de la información
de los procesos se pueden deducir hipótesis.
b) De estas hipótesis se puede establecer que son probablemente ciertas o
probablemente falsas.
c) Son un instrumento poderoso, porque ayudan a confirmar o negar una suposición
en forma independiente de la opinión del especialista que esté desarrollando el
análisis.
Debe hacerse hincapié en que la verdad o falsedad de una hipótesis en particular nunca
puede conocerse con certidumbre, a menos de que pueda examinarse a toda la
población. Esto es imposible en muchas situaciones prácticas. Por lo tanto, es necesario

21
desarrollar un procedimiento de prueba de hipótesis teniendo en cuenta la probabilidad
de llegar a una conclusión equivocada.

La hipótesis nula, representada por H0 es la afirmación sobre una o más características

de poblaciones que al inicio se supone cierta (es decir, la "creencia a priori").
La hipótesis alternativa, representada por Ha , es la afirmación contradictoria a H0, y
ésta es un enunciado sobre la población. Su posibilidad de ser evaluada es con base en
la información obtenida de una muestra aleatoria de la población.

Con base en lo anterior, la hipótesis nula se caracterizó como la afirmación hecha sobre
la población; tal afirmación puede tener dos resultados posibles y complementarios al
probar su validez, estos son:
La hipótesis H0 es cierta.
La hipótesis H0 es falsa.
Si los datos sugieren que la hipótesis nula es falsa, entonces se debe rechazar y concluir:
la hipótesis 𝐻0 no está ampliamente respaldada por los datos de la muestra; en caso
contrario se concluirá que la hipótesis 𝐻0 está ampliamente respaldada por los datos de
la muestra.
En una prueba de hipótesis, la toma de decisiones se ha sujeta a los datos recolectados
a través de un experimento o de una muestra aleatoria, por lo que es posible cometer
dos tipos de errores que pueden llevar a una pérdida sustancialmente diferente, estos
errores son:
• Error tipo I: Rechazar una hipótesis verdadera
• Error tipo II: No rechazar una hipótesis falsa
En la tabla 1.5 se muestra esquemáticamente este tipo de errores que se pueden cometer
relacionando las decisiones que se pueden tomar de acuerdo con la situación real del
problema.

Situación real de 𝐇𝟎

Cierta Falsa
Rechazar H0 Error de tipo I α Decisión
Decisión correcta
No rechazar H0 Decisión correcta Error de tipo II β

Tabla 1.5 Reglas de decisión de una hipótesis estadística. Elaboración propia

El tamaño de estos dos tipos de error se define como la probabilidad de que cada uno de
ellos ocurra; al término α (alfa) se le llama nivel de significancia de la prueba,
generalmente se le asignan los valores 0.10, 0.05 ó 0.01 y se determina al inicio de la
investigación; a β (beta) se le denomina potencia de la prueba. Nótese que, debido a la
relación existente entre las hipótesis, los dos tipos de error se hallan relacionados, y al
22
controlar el error tipo I automáticamente se controla el otro para un tamaño de muestra
dado.

En la práctica se pueden presentar tres diferentes tipos de prueba. Sea 𝜃 un parámetro

poblacional y 𝜃0 un valor que se obtiene en un experimento, el cual se comparará con el
parámetro de la población a través de una hipótesis. Las diferentes formas que puede
presentar una prueba estadística de hipótesis son las siguientes:

Unilateral derecha Unilateral izquierda Bilateral

𝑯𝟎 : 𝜽 = 𝜽𝟎 𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0

𝑯𝒂 : 𝜽 > 𝜽𝟎 𝐻𝑎 : 𝜃 < 𝜃0 𝐻𝑎 : 𝜃 ≠ 𝜃0

1.6 Estudio de capacidad del proceso

Los procesos tienen variables de salida o de respuesta, las cuales deben cumplir con
ciertas especificaciones para saber que el proceso está funcionando de manera
satisfactoria. Evaluar la habilidad o capacidad de un proceso consiste en conocer la
amplitud de la variación natural de éste para una característica de calidad dada, lo cual
permitirá saber en qué medida tal característica de calidad cumple las especificaciones.

Esta variación es denominada por causas comunes (o por azar) es aquella que
permanece día a día, lote a lote; y es aportada de forma natural por las condiciones de
las 6 M (materiales, maquinaria, medición, mano de obra, métodos y medio ambiente).
Esta variación es resultado de la acumulación y combinación de diferentes causas que
son difíciles de identificar y eliminar, ya que son inherentes al sistema y la contribución
individual de cada causa es pequeña; no obstante, a largo plazo representan la mayor
oportunidad de mejora.

Un proceso es capaz cuando se asegura que casi la totalidad de la producción cumplirá

con las especificaciones establecidas por el cliente.

Para relacionar la variabilidad del proceso con los límites especificados, se definen los
siguientes índices de capacidad sus definiciones y formulas fueron consultados en
(Gutierrez, 2009).

• Índice Cp. El índice de capacidad potencial del proceso, 𝐶𝑝 , se define como el

cociente entre la variación tolerada del proceso y la variación real observada del
mismo.

𝐿𝑆𝐸 − 𝐿𝐼𝐸
𝐶𝑝 =
6𝜎𝑥

23
En donde:
− LSE: límite superior de especificación
− LIE: límite inferior de especificación
− 6σx corresponde al rango de tolerancia natural del proceso y contiene el 99.73%
de los productos.

Interpretación del índice 𝑪𝒑 . Para que el proceso sea considerado potencialmente

capaz de cumplir con especificaciones, se requiere que la variación real (natural) siempre
sea menor que la variación tolerada. En la tabla 1.6 se muestra los valores de 𝐶𝑝 para
diferentes categorías de proceso, según sea la habilidad que tenga para cumplir con las
especificaciones.

Valor de 𝐂𝐩 Categoría de Decisión (si el proceso está centrado)

(corto plazo) proceso
𝑪𝒑 ≥ 𝟐 Clase mundial Se tiene calidad Seis Sigma.

𝑪𝒑 ≥ 𝟏. 𝟑𝟑 1 Adecuado.
𝟏 < 𝑪𝒑 < 𝟏. 𝟑𝟑 2 Parcialmente adecuado. Requiere de un control
estricto
𝟎. 𝟔𝟕 < 𝑪𝒑 < 𝟏 3 No adecuado. Se requiere análisis y adaptación del
proceso para alcanzar una calidad satisfactoria.
𝑪𝒑 < 𝟎. 𝟔𝟕 4 No adecuado. Requiere de modificaciones serias.
Tabla 1.6 Clasificación de los procesos de acuerdo con su capacidad. Recuperado de Gutierrez (2009)

La capacidad potencial, 𝐶𝑝 , no es el único índice que se utiliza para determinar la

capacidad de un proceso industrial: tiene la desventaja de no tomar en cuenta el grado
de centrado del proceso. Se han desarrollado otros índices, algunos de los cuales se
presentan a continuación.

• Índice Cr. Un índice menos conocido que el 𝐶𝑝 , es el que se conoce como razón
de capacidad potencial, 𝐶𝑟 , y está definido por:

6σx
𝐶𝑟 =
𝐿𝑆𝐸 − 𝐿𝐼𝐸

Como se puede apreciar, el índice 𝐶𝑟 es el inverso del 𝐶𝑝 , ya que compara la variación

real frente a la variación tolerada. La ventaja del índice 𝐶𝑟 sobre el 𝐶𝑝 es que su
interpretación es un poco más intuitiva, a saber: el valor del índice 𝐶𝑟 representa la
proporción de la banda de especificaciones que es ocupada por el proceso.

• Índices laterales 𝑪𝒑𝒊 , 𝑪𝒑𝒔 y la capacidad real 𝑪𝒑𝒌. La desventaja de los índices
𝐶𝑝 y 𝐶𝑟 es que no toman en cuenta el centrado del proceso, debido a que en las
fórmulas para calcularlos no se incluye de ninguna manera la media del proceso,
24
 μx Una forma de corregir esto consiste en evaluar por separado el cumplimiento
de la especificación inferior y superior, a través del índice de capacidad para la
especificación inferior, 𝐶𝑝𝑖 , y índice de capacidad para la especificación superior,
𝐶𝑝𝑠 , respectivamente, los cuales se calculan de la siguiente manera:

μ𝑥 − 𝐿𝐼𝐸
𝐶𝑝𝑖 =
3σ𝑥

𝐿𝑆𝐸 − μ𝑥
𝐶𝑝𝑠 =
3σ𝑥

Por su parte, el índice 𝐶𝑝𝑘 , que se conoce como índice de capacidad real del proceso, es
considerado una versión corregida del 𝐶𝑝 que sí toma en cuenta el centrado del proceso.

𝐶𝑝𝑘 = 𝑚𝑖𝑛{𝐶𝑝𝑖 , 𝐶𝑝𝑠 }

Si 𝐶𝑝𝑘 < 1, entonces el proceso no cumple con por lo menos una de las especificaciones.
Algunos elementos adicionales para la interpretación del índice 𝐶𝑝𝑘 son los siguientes:

− El índice 𝐶𝑝𝑘 siempre va a ser menor o igual que el índice 𝐶𝑝 cuando son muy
próximos, eso indica que la media del proceso está muy cerca del punto medio
de las especificaciones, por lo que la capacidad potencial y real son similares.
− Si el valor del índice 𝐶𝑝𝑘 es mucho más pequeño que el 𝐶𝑝 , significa que la media
del proceso está alejada del centro de las especificaciones. De esa manera, el
índice 𝐶𝑝𝑘 estará indicando la capacidad real del proceso, y si se corrige el
problema de descentrado se alcanzará la capacidad potencial indicada por el
índice 𝐶𝑝 .
− Cuando el valor del índice 𝐶𝑝𝑘 sea mayor a 1.25 en un proceso ya existente, se
considerará que se tiene un proceso con capacidad satisfactoria. Mientras que
para procesos nuevos se pide que 𝐶𝑝𝑘 > 1.45 .
− Es posible tener valores del índice 𝐶𝑝𝑘 iguales a cero o negativos, e indican que
la media del proceso está fuera de las especificaciones.

• Índice de localización, K. El índice de descentrado de proceso o índice de

localización, K, mide en términos relativos y porcentuales qué tan descentrado
está el proceso con respecto al valor nominal N:

μ𝑥 − 𝑁
𝐾= ∗ 100%
1
(𝐿𝑆𝐸 − 𝐿𝐼𝐸)
2

25
El valor nominal, N, corresponde a la calidad objetiva y óptima. Cualquier desviación de
este valor significa una disminución en la calidad, ya que el descentrado del proceso
provoca la producción de unidades fuera de especificación.

− Si el signo del valor de K es positivo significa que la media del proceso es mayor
al valor nominal y será negativo cuando μ < N.

− Valores de K menores a 20% en términos absolutos se consideran aceptables,

pero a medida que el valor absoluto de K sea más grande que 20%, indica un
proceso muy descentrado, lo cual contribuye de manera significativa a que la
capacidad del proceso para cumplir especificaciones sea baja.

• Índice 𝑪𝒑𝒎 (índice de Taguchi) Los índices 𝐶𝑝 y 𝐶𝑝𝑘 están pensados a partir de lo
importante que es reducir la variabilidad de un proceso para cumplir con las
especificaciones. Sin embargo, desde el punto de vista de G. Taguchi, cumplir
con especificaciones no es sinónimo de buena calidad y la reducción de la
variabilidad debe darse en torno al valor nominal (calidad óptima), en
consecuencia, Taguchi (1986) propone que la capacidad del proceso se mida con
el índice 𝐶𝑝𝑚 que está definido por:

𝐿𝑆𝐸 − 𝐿𝐼𝐸
𝐶𝑝𝑚 =
6τ

Donde: τ = √σ2𝑥 + (μ𝑥 − 𝑁)2

• Índice Z. Otra forma de medir la capacidad del proceso es mediante el índice Z,

el cual consiste en calcular la distancia entre las especificaciones y la media μ del
proceso en unidades de la desviación estándar,σ. De esta manera, para un
proceso con doble especificación se tiene z superior, zs , y z inferior, zi , que se
definen de la siguiente manera:

μx − LIE
zi =
σx

LSE − μx
zs =
σx

26
1.7 Diagramas de control
Varios autores presentan explicaciones claras sobre lo que es un diagrama de control.
La información presentada en este inciso está basada en los libros de Gutiérrez (2009) y
Breyfogle (2003).

Esta teoría general de los gráficos de control fue propuesta por primera vez por Shewhart
en 1924. La publicación en 1931 del libro de Shewhart, Economic control of quality of
manufactured products, marcó el inicio de control estadístico de procesos.

Las gráficas de control son gráficas poligonales que muestran el estado del proceso en
el tiempo; son elementos indispensables en manos de quienes deben resolver problemas
de cambios en el proceso por causas específicas, porque proporcionan información
sobre:

− El intervalo de variación en el que básicamente se mueve la característica de

calidad.
− La consistencia del proceso de producción en el tiempo.
− El nivel medio de la característica de calidad, cuyo conocimiento es básico para
la toma de decisiones.

Las gráficas de control se usan, entre otras cosas, para:

− verificar que los datos obtenidos vienen de procesos con condiciones semejantes.
− observar el proceso productivo, a fin de poder investigar las causas de un
comportamiento anormal.

Existen diferentes gráficas de control en función de la variable a observar y del proceso

a controlar. El proceso por controlar puede basarse en el registro de una variable o un
atributo. Las gráficas de control tradicionales más utilizadas son las siguientes:

Gráficas de control para variables:

• (de medias muestrales)

• R (de rangos)
• S (de desviaciones estándar)
• X (de medidas individuales)

Gráficas de control para atributos:

• p (proporción o fracción de artículos defectuosos)

• np (número de unidades defectuosas)
• c (número de defectos)
• u (número de defectos por unidad)

27
Los gráficos de control son la herramienta más poderosa del control estadístico de
procesos. Su finalidad es conseguir y mantener un proceso bajo control estadístico
mediante la reducción sistemática de la variabilidad atribuible a causas específicas.

Esta variación es denominada por causas especiales (o atribuibles) es causada por

situaciones o circunstancias especiales que no están de manera permanente en el
proceso. Por ejemplo, la falla ocasionada por el mal funcionamiento de una pieza de la
máquina, el empleo de materiales no habituales o el descuido de un operario. Las causas
especiales, por su naturaleza relativamente discreta, a menudo pueden ser identificadas
y eliminadas si se cuenta con los conocimientos y condiciones para ello.

Cuando un proceso trabaja sólo con causas comunes de variación se dice que está bajo
control estadístico o es estable, porque su variación a través del tiempo es predecible.
Además, independientemente de que su variabilidad sea mucha o poca, el desempeño
del proceso es predecible en el futuro inmediato, en el sentido de que su tendencia central
y la amplitud de su variación se mantienen sin cambios, al menos en el corto plazo. En
contraste, se dice que un proceso en el que están presentes causas especiales de
variación está fuera de control estadístico (o simplemente que es inestable); este tipo de
procesos son impredecibles en el futuro inmediato pues en cualquier momento pueden
aparecer de nuevo las situaciones que tienen un efecto especial sobre la tendencia
central o sobre la variabilidad. No distinguir entre estos dos tipos de variabilidad conduce
a cometer dos errores en la actuación de los procesos.

Una de las tantas preguntas es saber qué gráfico de control seleccionar con base en el
tipo y número de datos, por lo cual en la figura 1.7 se presenta un diagrama de flujo que
sirve de ayuda para saber qué tipo de gráfico emplear.

Figura 1.7 Diagrama de flujo para selección de gráficos de control. Elaboración propia
28
De acuerdo con el diagrama de flujo anterior se selecciona el tipo apropiado de gráfico
de control y se calculan los estadísticos, así como los límites de control basado en los
estadísticos del muestreo de los elementos muestreados en cada momento en el tiempo.
Cabe mencionar que también existen graficas de control para detectar cambios pequeños
en el proceso como son CUSUM y EWMA, que se detallaran más adelante.

Las gráficas de control para variables se aplican a características de calidad de tipo

continuo, que intuitivamente son aquellas que se miden con un instrumento de medición
(peso, volumen, voltaje, longitud, resistencia, temperatura, humedad, etc.). La gráfica de
control en realidad corresponde a una secuencia de pruebas de hipótesis de que la
característica de control no haya cambiado en el tiempo; los límites de control
corresponden a los límites de aceptación de la prueba de hipótesis anterior. En la tabla
1.7 se muestra información de cómo calcular los límites de control dependiendo de qué
tipo de gráfico se quiera construir; en este caso es para diagramas de control para
variables.

Tipo de gráfico LIC Línea central LSC

𝑅̅⁄ 𝑅̅⁄
̅−𝑹
𝑿 𝑋̿ − 3(
𝑑2
) 𝑋̿ 𝑋̿ + 3(
𝑑2
)
√𝑛 √𝑛

𝑆̅ 𝑆̅
̅ −𝑺
𝑿 𝑋̿ − 3( ) 𝑋̿ 𝑋̿ + 3( )
𝑐4 √𝑛 𝑐4 √𝑛

𝑿−𝑹 𝑅̅ 𝑅̅
𝑋̅ − 3 𝑋̅ 𝑋̅ + 3
(Medidas individuales) 1.128 1.128

R 𝑅̅ 𝑅̅
𝑅̅ − 3𝑑3 ( ) 𝑅̅ 𝑅̅ − 3𝑑3 ( )
(Rangos)
𝑑2 𝑑2

S 𝑆̅ 𝑆̅
𝑆̿ − 3 √1 − 𝑐42 𝑆̅ 𝑆̿ + 3 √1 − 𝑐42
(Desviación estándar)
𝑐4 𝑐4

Tabla 1.7 Fórmulas para el cálculo de límites de control para variables. Elaboración propia

Si el producto no tiene la calidad deseada, no se permite que pase a la siguiente etapa

del proceso: es segregado y se le denomina artículo defectuoso.

En la tabla 1.8 se muestra de igual manera información de cómo calcular los límites de
control dependiendo de qué tipo de gráfico se quiera construir; en este caso es para
diagramas de control para atributos.

29
 Tipo de gráfico LIC Línea central LSC
𝒑
𝑝 ̅
̅ (1 − 𝑝) 𝑝̅ ̅
̅ (1 − 𝑝)
𝑝
(Proporción de defectuosos)
𝑝̅ − 3√ 𝑝̅ + 3√
𝑛 𝑛

𝒏𝒑
𝑛𝑝̅ − 3√𝑛𝑝̅ (1 − 𝑝̅ ) 𝑛𝑝̅ 𝑛𝑝̅ + 3√𝑛𝑝̅ (1 − 𝑝̅)
(Número de defectuosos)

𝒄
𝑐̅ − 3√𝑐̅ 𝑐̅ 𝑐̅ + 3√𝑐̅
(Número de defectos)

u
𝑢̅ 𝑢̅ 𝑢̅
𝑢̅ − 3√ 𝑢̅ + 3√
(Número de defectos por unidad) 𝑛 𝑛
Tabla 1.8 Fórmulas para el cálculo de límites de control para atributos. Elaboración propia

Una desventaja de los gráficos de control tradicionales (tipo Shewhart), es que no son
rápidas para detectar “cambios pequeños” en el proceso. Para solucionar este problema
existen las gráficas tipo CUSUM y EWMA.

• CUSUM. Este gráfico fue propuesto por Page (1954), y el nombre de CUSUM se
debe a que es un gráfico que construye a través de la suma acumulada de las
desviaciones con respecto a la media global (si el proceso está centrado, se
podrían considerar las desviaciones con respecto al valor nominal de la
característica de interés). Entonces, en los primeros m puntos de inspección sobre
el diagrama CUSUM se grafican las sumas acumuladas:

̅̅̅1 − 𝑢̂)
𝑆1 = (𝑋
̅̅̅1 − 𝑢̂) + (𝑋
𝑆2 = (𝑋 ̅̅̅2 − 𝑢̂)
̅̅̅1 − 𝑢̂) + (𝑋
𝑆3 = (𝑋 ̅̅̅2 − 𝑢̂) + (𝑋
̅̅̅3 − 𝑢̂)
.
.
.
̅̅̅1 − 𝑢̂) + (𝑋
𝑆𝑚 = (𝑋 ̅̅̅2 − 𝑢̂) + (𝑋
̅̅̅3 − 𝑢̂) + ⋯ + (𝑋
̅̅̅̅
𝑚−𝑢̂) = ∑(𝑋̅𝑖 − 𝑢̂)
𝑖=1

• EWMA. La gráfica EWMA (por sus siglas en inglés: Exponentially Weighted

Moving-Average, “promedios móviles exponencialmente ponderados” fue
propuesta por Roberts (1959). Este gráfico tiene un desempeño muy parecido a
la CUSUM en la detección de pequeños cambios de nivel del proceso. El
estadístico EWMA, que se grafica al tiempo t en la gráfica, está dado por la
siguiente fórmula:

30
 𝑍𝑡 = 𝜆𝑋𝑡 + (1 − 𝜆)𝑍𝑡−1

donde Z0 = X̿ que coincide con el valor nominal si el proceso está centrado, y 0 < λ ≤ 1.
Por ejemplo, hasta 𝑍3 , las tres primeras sumas estarían dadas por:

𝑍1 = 𝜆𝑥
̅̅̅1 + (1 − 𝜆)𝑍0

𝑍2 = 𝜆𝑥
̅̅̅2 + (1 − 𝜆)𝑍1

𝑍3 = 𝜆𝑥
̅̅̅3 + (1 − 𝜆)𝑍2

A partir de esto, el parámetro 𝜆 determina la profundidad de la memoria de la EWMA:

mientras más cerca esté de cero es mayor el peso de los datos históricos, es decir,
recuerda más el pasado. Por otro lado, si está más cerca de uno, tiene más influencia la
última media observada y el pasado tiene menos paso. Cuando 𝜆 = 1, el diagrama de
control será equivalente al gráfico de promedios tradicional, que no da ningún peso a la
información anterior a un punto dado. La experiencia ha mostrado que lo adecuado es
que 0.1 ≤ λ ≤ 0.3, y el valor 0.2 es el más típico.

La varianza del estadístico 𝑍𝑡 está dada por:

𝜎2 𝜆
𝑉𝑎𝑟(𝑍𝑡 ) = [ ] [1 − (1 − 𝜆)2𝑡 ]
𝑛 2−𝜆

donde n es el tamaño del subgrupo. De aquí que los límites en el punto o subgrupo t
están dados por:

𝜎̂ 𝜆
𝐿𝐶𝑆 = 𝑍0 + 3 √[ ] [1 − (1 − 𝜆)2𝑡 ]
√𝑛 2−𝜆

3𝜎̂ 𝜆
𝐿𝐶𝐼 = 𝑍0 − √[ ] [1 − (1 − 𝜆)2𝑡 ]
√𝑛 (2 − 𝜆)

Como en las expresiones anteriores, el término [1 − (1 − 𝜆)2𝑡 ] tiende a 1 cuando t se

incrementa, de manera que la varianza de 𝑍𝑡 se va incrementando y con ello los límites
de control del gráfico EWMA se van abriendo en los primeros puntos hasta estabilizarse
en:

3𝜎̂ 𝜆
𝐿𝐶𝑆 = 𝑍0 + √[ ]
√𝑛 (2 − 𝜆)

3𝜎̂ 𝜆
𝐿𝐶𝐼 = 𝑍0 − √[ ]
√𝑛 (2 − 𝜆)
31
1.8 Muestro de aceptación
En las actividades de control de calidad, en ocasiones es necesario inspeccionar lotes
de materia prima, así como partes o productos terminados para asegurar que se cumplen
ciertos niveles de calidad con un buen grado de confianza. El muestreo de aceptación es
el proceso de inspección de una muestra de unidades extraídas de un lote que se realiza
con el propósito de aceptar o rechazar todo el lote. Se puede aplicar en cualquier relación
cliente-proveedor.

Se debe tener claro que el muestreo de aceptación es una forma particular de inspección,
en la que simplemente se aceptan y rechazan lotes, pero no mejora la calidad. Es decir,
este muestreo no es una estrategia de mejora de la calidad, sino más bien una estrategia
para proporcionar cierto nivel de seguridad de que los niveles de calidad declarados para
cierto producto se están alcanzando. Por lo tanto, es una estrategia defensiva ante el
posible deterioro de la calidad.

De acuerdo con Montgomery (2016), hay tres enfoques para la dictaminación de lotes y
son los siguientes:

− La aceptación sin inspección

− La inspección al 100%
− El muestreo de aceptación

Montgomery habla de ventajas y desventajas del muestro cuando se compara con la

inspección al 100% y estás son:

− Suele tener costos más bajos, debido a que hay menos inspección
− Hay menos manejo del producto y, en consecuencia, se reducen los daños
− Puede aplicarse en pruebas destructivas
− En las actividades de inspección participa menos personal
− La cantidad de errores de inspección generalmente se reduce en gran medida
− El rechazo de lotes completos, por oposición a la simple devolución de las
unidades defectuosas, con frecuencia proporciona una motivación mayor para
que el proveedor atienda el mejoramiento de calidad

El muestro de aceptación también presenta varias desventajas. Entre ellas se

encuentran:

− Existe el riesgo de aceptar lotes “malos” y de rechazar lotes “buenos”

− Por lo general se genera menos información acerca del producto o acerca del
proceso con que se fabricó el producto, que con un muestreo al 100%
− El muestreo de aceptación requiere la planeación y documentación del
procedimiento de muestreo de aceptación, mientras que la inspección de todo el
lote no lo requiere
32
El muestreo de aceptación es un “terreno intermedio” entre los extremos de la inspección
del 100% y no hacer ninguna inspección.

1.9 ¿Qué es R?
R es un lenguaje de programación para la manipulación de datos, cálculo y
representación gráfica. Este software ofrece una amplia variedad de técnicas
estadísticas, por mencionar algunas: modelos de regresión lineal, pruebas estadísticas,
análisis de series temporales, clasificación y agrupación de datos, etc.

En 1993, R fue desarrollado como lenguaje de programación por Ross Ihaka y Robert
Gentleman, profesores de estadística de la Universidad de Auckland en Nueva Zelanda
como un dialecto del lenguaje S, que había sido creado a principios de los años 90 del
Siglo XX por los Laboratorios AT&T Bell (Jose Miguel Contreras Garcia, 2010).

En junio de 1995 ya se disponía de una versión publica de R para el cual el código fuente
estuvo disponible en los términos de la licencia general GNU de la Free Software
Foundation. Con este lanzamiento surgió una amplia comunidad de usuarios, como
estadísticos y expertos en computación que, de manera desinteresada, comenzaron a
desarrollar y publicar cambios en el código de R, los cuales eran comunicados a los
fundadores a través de correo. De vez en cuando se liberaban versiones actualizadas; R
se convirtió en un software libre debido a que los usuarios tienen la libertad de ejecutar,
copiar, distribuir, estudiar, modificar y mejorar el software. El software libre es una
cuestión de libertad, no de precio (GNU, 2016).

Como se menciona en la página de GNU, un software es libre sí cumple con las cuatro
libertades

− Libertad 0. La libertad de ejecutar el programa con cualquier propósito y como el

usuario lo desee.
− Libertad 1. La libertad de estudiar el funcionamiento del programa y adaptarlo a
sus necesidades. El acceso al código fuente es un prerrequisito para esto.
− Libertad 2. La libertad de redistribuir copias para ayudar a los demás.
− Libertad 3. La libertad de mejorar el programa y de publicar las mejoras, de modo
que toda la comunidad se beneficie. El acceso al código fuente es un prerrequisito
para esto.

En marzo de 1996, R tuvo un mayor desarrollo y la gente comenzó a portar más

aplicaciones sobre el mismo, por lo cual para Ross y Robert era casi imposible darles
seguimiento a todas estas observaciones por medio del correo. Tras un breve debate, se
tomó la decisión de establecer el archivo en un sitio en Austria. Con esta implementación
se obtuvieron más informes y sugerencias. La participación de la gente fue tanta que no
siempre se podía hacer los cambios a una velocidad tal que esta fuera satisfactoria para
los que pedían cambios.
33
A mediados de 1997, se estableció un "grupo central" más grande, eran personas que
podían realizar cambios en el archivo de código fuente, dado que todo el trabajo en R es
estrictamente de carácter voluntario, la organización tenía poco avance, porque los
miembros contribuían cuando y como podían.

Para el año 2000 aparece la primera versión oficial para el público en general (la versión
1.0.0), desde entonces con el paso de los años se ha tenido un progreso en su desarrollo
y actualmente está disponible la versión 3.5.1.

1.9.1 Características
R se ha convertido en un software muy potente a nivel internacional, al grado que, a
estadísticos, ingenieros, científicos e investigadores, aún sin conocimientos previos de
programación, les resulta fácil de usar. R permite hacer análisis desde muy básicos a
complejos, dependiendo del propósito que cada usurario quiera lograr.

Es importante mencionar que R tiene cerca de 1,600 paquetes complementarios

realizados por distintas personas alrededor del mundo; estos paquetes, antes de ser
publicados en el sitio oficial correspondiente, pasan por una revisión por especialistas en
el tema y una vez concluida ésta se pública para disposición del público en general. El
número de paquetes ha crecido de manera exponencial.

Como resultado del trabajo comunitario que se ha realizado a través de los años,
actualmente en R se puede realizar infinidad de tareas con base en sus características
tales como:

• Un manejo eficaz de los datos

• Usar un conjunto de operadores para cálculos en matrices
• Una programación que incluye condicionales, bucles, funciones recursivas
definidos por el usuario y las instalaciones de entrada y salida
• Realizar avanzadas operaciones de análisis de datos, que se presentan en
pantalla y permiten obtener resultados intermedios (valores p, coeficientes de
regresión, residuales, entre otros)
• Exportar la información a un archivo de datos para su visualización o para ser
utilizados en posteriores análisis
• Importar de datos, por ejemplo, de CSV, SAS y SPSS, o directamente desde
Microsoft Excel, Microsoft Access, Oracle, MySQL y SQLite
• Obtener representaciones gráficas de los análisis, que pueden ser visualizados
en la propia ventana de R o ser exportados a distintos formatos (jpg, png, bmp,
pdf, emf, pictex, xfig, entre otros)
• R puede ser extendido fácilmente a través de paquetes
• R tiene su propio formato de documentación similar al látex, que se utiliza para
suministrar una amplia documentación, tanto en línea como en varios formatos
34
1.9.2 Descarga e instalación de R
1. Entrar en la página web: [Link]

2. Pulsar el conector CRAN bajo la referencia Download. Aparecen un conjunto de direcciones

web donde está disponibles copias del software para ser descargadas. Por proximidad se
puede elegir cualquiera de las siguientes tres opciones que aparecen en el apartado de
México.

México

[Link] Instituto Tecnológico Autónomo de México

[Link] Instituto Tecnológico Autónomo de México

[Link] Colegio de Postgraduados, Texcoco

3. En el recuadro Download and Install R, seleccionar el sistema operativo de interés (Linux,

MAC, Windows)

4. Para descargar el paquete básico, dar click en el hipervínculo llamado base Resulta una
página con el título R-3.5.1 for Windows. En ella, elegir el hipervínculo Download R-3.5.1,
con lo que saldrá la siguiente ventana de diálogo
5. Se elige Ejecutar, es el programa ejecutable (.exe) instalador del sistema R básico. En la
ventana de diálogo que resulta se elige Ejecutar. Posteriormente se solicita el idioma de
instalación se selecciona el que sea de su preferencia y seguir los pasos que se inidican
en cada ventana hasta concluir con la instalación.

1.9.3 Rstudio
Rstudio es un entorno de desarrollo integrado (Integrated Development Enviroment, IDE,
por sus siglas en inglés) para el lenguaje de programación R. De acuerdo con Venzani
(2011). Un IDE es una aplicación de software que proporciona un entorno de
programación para agilizar el desarrollo y la depuración de software.

Generalmente, un IDE proporciona una interfaz fácil de usar, automatiza los pasos de
desarrollo y permite a los desarrolladores ejecutar y depurar programas desde una sola
pantalla. También puede proporcionar el enlace desde un sistema operativo de desarrollo
a una plataforma de destino de aplicaciones, como un entorno de escritorio, un teléfono
inteligente o un microprocesador. En este sentido, Rstudio es un IDE de R.

35
Rstudio se inicia como la mayoría de las demás aplicaciones. En la figura 1.8 se puede
ver la aplicación ejecutándose bajo una versión de Windows. Se muestran los 3 paneles
principales, los cuales se muestran amigables para cualquier usuario.

Aunque el funcionamiento de los códigos programáticos en R es el mismo que en RSudio,

en este trabajo se prefiere el último, por su mayor facilidad de uso, integración y
estructuración.

Figura 1.8 Pantalla inicial de Rstudio. Elaboración propia

36
2 Funcionamiento general de R y manejo
de funciones
2.1 Uso de R
Este trabajo está orientado para lectores que ya tengan cierta experiencia en el manejo
de R, por lo cual se abordaran sólo algunos conceptos del funcionamiento de este en un
breve repaso.

R es un lenguaje de programación para el análisis y manipulación de datos, por lo que la

programación se realiza por medio de funciones orientadas a objetos, lo que significa que
las variables, datos, funciones, resultados, etc., se guardan en la memoria activa de la
computadora en forma de objetos con un nombre especifico. Se puede modificar o
manipular estos objetos con operadores aritméticos, lógicos, y comparativos. En la tabla
2.1 se muestran los tipos de operadores aritméticos y comparativos de los que se puede
hacer uso.

Operadores
Aritméticos Comparativos
+ adición  menor que
− substracción  mayor que
 multiplicación = menor o igual que
 división = mayor o igual que
^ potencia == igual
%  % división de enteros ! = diferente de
Tabla 2.1 Operadores en R. Elaboración propia con base en Paradise, (2003)

2.1.1 Ayuda
En R se puede buscar ayuda en línea, sólo se debe ingresar el siguiente signo “?” seguido
de la función que se está buscando y automáticamente se despliega información
detallada de la misma. Como ejemplo, ejecutando la siguiente línea de código, se
mostrará información de cómo utilizar la función plot, a través de una ventana con
información específica de la función, así como ejemplos de cómo se debe utilizar.
?plot

También se puede utilizar el comando help el cual tiene la misma función de brindar
ayuda, como se muestra en la siguiente línea de código.
help(plot)

37
2.2 Tipos de variables y su asignación
Un objeto en R puede ser un vector, una lista, una función, arreglo, matriz, etc., que
pueden ser de tipo numérico, carácter, complejo o lógico. Este puede ser creado con el
operador “asignar” que es representado con los siguiente símbolos y operadores “−“,
“−” o “=”. A continuación, se darán 3 ejemplos de la forma en la cual se puede asignar.

Ejemplo 1

x <- c (10.4,5.6,3.1,6.4,21.7)

Ejemplo 2

c (10.4,5.6,3.1,6.4,21.7)-> x

Ejemplo 3

x = c (10.4,5.6,3.1,6.4,21.7)

En los ejemplos mostrados anteriormente se puede ver como un objeto en este caso
llamado x guarda los siguientes valores (10.4, 5.6, 3.1, 6.4, 21.7). Posteriormente se
puede realizar operaciones de adición, sustracción, división, etc., con dicho objeto, que
a su vez puede ser mezclado con otros objetos para poder realizar la programación de
un código que busca obtener información a través de datos reales.

2.2.1 Como manejar distribuciones de probabilidad

En R, manejar distribuciones de probabilidad no es una tarea complicada debido a que
se pueden calcular fácilmente incluyendo probabilidades acumuladas, también maneja
funciones de densidad y probabilidad puntual, así como la generación de valores pseudo-
aleatorios siguiendo diferentes funciones de distribución habituales (tanto discretas como
continuas). En la tabla 2.2. se muestran los nombres de varias funciones junto con
argumentos adicionales que se pueden encontrar en R, en este caso para determinar
números aleatorios con diferente distribución de probabilidad.

Distribución/función función
Gausse (normal) rnorm (n, mean=0, sd=1)
exponencial rexp (n, rate=1)
gamma rgamma (n, shape, scale=1)
Poisson rpois (n, lambda)
Weibull rweibull (n, shape, scale=1)
Cauchy rcauchy (n, location=0, scale=1)
beta rbeta (n, shape1, shape2)

38
 Student' (t) rt (n, df)
Fisher-Snedecor (F) rf (n, df1, df2)
2
Pearson (𝜒 ) rchisq (n, df)
binomial rbinom (n, size, prob)
geométrica rgeom (n, prob)
Hypergeométrica rhyper (nn, m, n, k)
logística rlogis (n, location=0, scale=1)
lognormal rlnorm (n, meanlog=0, sdlog=1)
binomial negativa rnbinom (n, size, prob)
uniforme runif (n, min=0, max=1)
Estadístico de Wilcoxon's rwilcox (nn, m, n), rsignrank (nn, n)
Tabla 2.2 Tipos de distribuciones en R. Recuperado de Paradise, (2003)

Para cada una de las distribuciones mostradas en la tabla anterior, se puede cambiar el
prefijo de la función para obtener distinta información de los datos; los prefijos son los
siguientes:

− d Función de densidad o de probabilidad puntual

− p Distribución acumulada
− q Función cuantil o percentil
− r Generar variables pseudo-aleatorias

Este trabajo está enfocado al control de la calidad de algún producto o servicio por lo cual
se hará más énfasis en la distribución normal que es la que se ocupa usualmente para el
análisis de control de calidad. En la tabla 2.3 se observan los prefijos anteriores para
diferentes aplicaciones de la distribución normal.

Prefijo Función Descripción

d dnorm (x, mean = 0, sd = 1, log = F) Función de densidad
p pnorm (q, mean = 0, sd = 1, lower. tail = T, log. p = F) Distribución acumulada
q qnorm (p, mean = 0, sd = 1, lower. tail = T, log. p = F) Función cuantil o percentil
r rnorm (n, mean = 0, sd = 1) Generar variables pseudo-aleatorias
Tabla 2.3 Descripción de los prefijos de la distribución normal en R. Elaboración propia con base en
Paradise, (2003)

La descripción de los argumentos que se muestran en cada una de las funciones de la

tabla 2.3, son:

• x, q: Variable o vector de cuantiles.

• p: Vector de probabilidades.

39
 • n: Números de observaciones.

• mean: Vector de medias. Por defecto, su valor es 0.

• sd: Vector de desviación estándar. Por defecto, su valor es 1.

• log, log.p: Parámetro booleano, si es TRUE, las probabilidades p son devueltas

como log (p).

• [Link]: Parámetro booleano, si es TRUE (por defecto), las probabilidades

son P[X ≤ x], de lo contrario, P [X > x].

En el siguiente código se muestra cómo encontrar 10 valores pseudo-aleatorios que

siguen una distribución normal.

x <- rnorm (10)

## [1] -0.07990359 -0.06531329 -1.17337858 1.38286311 -0.28497070

## [6] -1.02290933 -1.51348260 1.47496178 0.47754027 2.71815436

0.126913017 0.134432286 0.355951466 0.009920816

La función de dnorm se utiliza para encontrar los valores de densidad en el eje x, que
por medio de una expresión en R llamada “curve” que sirve para graficar una curva
correspondiente a una función, en este caso dnorm que es una función de densidad y
se utilizará en un intervalo de -3 a 3, como se muestra en la siguiente línea de código. El
resultado al momento de ejecutar dicha línea de código se muestra en la figura 2.1.

curve(dnorm(x), from = -3, to = 3)

Figura 2.1. Curva de distribución normal. Elaboración propia

40
Para realizar una explicación del funcionamiento de las funciones pnorm y qnorm se
tomará en cuenta que z es una variable aleatoria normal con una media de 0 y una
desviación estándar igual a 1 (ejemplos 1 a 4).

Ejemplo 1. Con el código mostrado se realiza el cálculo de P (Z > 2); se usa la función acumulada
de distribución, indicando que la probabilidad de cola es hacia la derecha.

pnorm (2, mean = 0, sd = 1, lower. tail = FALSE)

## [1] 0.02275013

Ejemplo 2. Se muestra como al calcular P (-2 ≤ Z ≤ 2) se vuelve a emplear la función de densidad

acumulada, pero esta vez con la probabilidad de cola por defecto, hacia la izquierda.

pnorm(c(2), mean = 0, sd = 1) - pnorm(c(-2), mean = 0, sd = 1)

## [1] 0.9544997

Ejemplo 3. Para resolver P (0 ≤ Z ≤ 1.73), se usan los mismos procedimientos anteriores.

pnorm(c(1.73), mean = 0, sd = 1) - pnorm(c(0), mean = 0, sd = 1)

## [1] 0.4581849

Ejemplo 4. Ahora se debe obtener el valor de a para que se cumpla la probabilidad de P (Z ≤ a) =

0.5793 por lo cual se usa la función de cuantiles

qnorm(0.5793, mean = 0, sd = 1)

## [1] 0.20010

2.3 Leer datos desde un archivo

Aunque hay otras formas de lectura para diferentes formatos, para el uso de este trabajo,
se utilizará [Link], que sirve para leer archivos en excel, pero este archivo debe estar
guardado con la extensión .csv para que puedan generar los datos en R.

A la instrucción [Link] se le puede dar el nombre del archivo para que lo busque en el
ordenador sustituyendo la palabra file por el nombre exacto.

[Link] (file, header = TRUE, sep = ",", quote="\"", dec=".", fill = TRUE, ...)

En caso de que no se conozca el nombre del archivo o su ubicación, se puede utilizar

[Link], que al momento de ejecutar el código despliega una ventana en la cual se
busca el archivo con extensión .csv en la computadora, se selecciona y automáticamente
41
 se cargan los datos en R, al usar header como se muestra en la instrucción anterior puede
asignarle una variable lógica (FALSE o TRUE), indicando si el archivo contiene el nombre
de las variables en la primera fila o línea.

Al ejecutar la instrucción:

línea1 <- [Link]([Link](), header = TRUE)

aparece un recuadro de dialogo para seleccionar el archivo.

2.3.1 Graficar
La manera en la cual se presentan los datos estadísticos después de un análisis es
importante para tener una buena comunicación de los resultados correspondientes
dentro de una organización. Los gráficos sirven para comprender mejor el
comportamiento de los datos; en el control de la calidad visualizar los datos en forma
gráfica es importante para detectar variabilidad, patrones y tendencia de los datos en el
proceso, por los cual es de utilidad saber cómo realizar los gráficos con ayuda de R.

R es un software con una gran variedad de gráficos para proporcionar al usuario una
herramienta para la presentación de los datos; también cuenta con una gran flexibilidad
para realizar los mismos, desde gráficos muy simples hasta gráficos personalizados que
pueden ser modificados en cualquier momento.

En este trabajo no es posible detallar todos los tipos de gráficos que se pueden realizar
en R, debido a que son muy extensos y al mismo tiempo cada uno de ellos cuenta con
un número de parámetros que se pueden personalizar dependiendo de qué tan detallado
se requiera el gráfico, por lo cual en este capítulo solo se dará un resumen de los gráficos
que se pueden generar y cuál es su función en R así como sus parámetros que se pueden
modificar; en el siguiente capítulo generaran gráficos enfocados al control de la calidad y
se realizarán desde el más básico hasta uno más complejo.

La tabla 2.4 muestran solo algunos tipos de gráficos que se pueden realizar en R que
para fines de este trabajo solo se muestra 7, para información más detallada de cómo
utilizar otros tipos de gráficos se puede consultar el documento de (Paradis, 2003).

plot (x) graficar los valores de x (en el eje y) ordenado en el eje x

plot (x, y) Gráfico bivariado de x (en el eje x) y y (en el y)
piechart (x) gráfico circular tipo 'pie'
boxplot (x) gráfico tipo caja-y-bigote'
hist (x) histograma de las frecuencias de x

42
barplot (x) gráfica de barras para los valores de x
qqnorm (x) cuartiles de x con respecto a lo esperado bajo una distribución normal
Tabla 2.4 Funciones graficas en R. Elaboración propia con base en Paradise, (2003)

Los gráficos se pueden clasificar en gráficos de alto nivel y gráficos de bajo nivel. Los
gráficos de alto nivel son funciones que generan un gráfico principal mientras que los
gráficos de bajo nivel son funciones que afectan al gráfico principal ya existente. En la
tabla 2.5 se muestran comandos que se clasifican como de bajo nivel.

points (x, y) agrega puntos (se puede usar la opción type =)

lines (x, y) igual a la anterior, pero con líneas
agrega texto dado por labels en las coordenadas (x, y); un uso
text (x, y, labels, …)
típico: plot (x, y, type = "n"); text (x, y, names)
agrega texto dado por text en el margen especificado por side
mtext (text, side = 3, line = 0, …) (ver axis () más abajo); line especifica la línea del área de
graficado
segments (x0, y0, x1, y1) dibuja una línea desde el punto (x0, y0) hasta el punto (x1, y1)
igual al anterior, pero con flechas desde (x0, y0) si code=2, al
arrows (x0, y0, x1, y1, angle=30,
punto (x1, y1) si code=1, o en ambos si code =3; angle controla el
code=2)
ángulo desde la base de la flecha hasta la punta de la misma
abline (a, b) dibuja una línea con pendiente b e intercepto a
abline (h = y) dibuja una línea horizontal en la ordenada y
abline (v = x) dibuja una línea vertical en la abcisa x
abline ([Link]) dibuja la línea de regresión dada por [Link] (ver sección 5)

rect ((x1, y1, x2, y2) dibuja un rectángulo donde las esquinas izquierdas, derecha,
superior e inferior están dadas por (x1, x2, y1, y2) respectivamente
polygon (x, y) dibuja un polígono uniendo los puntos dados por x y y
agrega la leyenda en el punto (x, y) con símbolos dados por
legend (x, y, legend)
legend
title () agrega un título y opcionalmente un subtitulo
agrega un eje en la parte inferior, izquierda, superior o derecha
axis (side, vect) (side = 1, 2, 3, 4); vect (opcional) da la abscisa u ordenada donde
se deben dibujar los marcadores ('tick marks') del eje
rug (x) dibuja los datos X en el eje x como pequeñas líneas verticales
Figura 2.5 Comandos de graficación de bajo nivel. Recuperado de Paradise, (2003)

43
2.3.2 Paquetes y complementos
Los paquetes en R son un conjunto de códigos en un formato estandarizado sobre algún
tema en específico que sirven para ejecutar ciertas tareas de una manera más fácil y
rápida. Estos paquetes son elaborados por la comunidad de usuarios y actualmente
existen miles de paquetes que fueron realizados por usuarios de varias partes del mundo.
Los paquetes se almacenan en un lugar llamado biblioteca dentro de R; para poder usar
un paquete en R se debe tener conexión a internet.

R viene con un conjunto estándar de paquetes. Otros están disponibles para su descarga
e instalación. Una vez instalado dicho paquete tiene que ser cargado en la sesión a
utilizar.

En la figura 2.2 se muestra la pantalla de Rstudio en la cual se observa la pestaña con el

nombre de “Packages” la cual contiene paquetes predeterminados con los que cuenta R
sin necesidad de que estos sean descargados e instalados.

En esta pestaña se pueden visualizar

algunos de los paquetes que tiene R.

Figura 2.2. Pantalla de R Studio para instalar Packages. Elaboración propia

A continuación, se mostrará como instalar paquetes en Rstudio, los cuales son de utilidad
para el usuario. El paquete por instalar lleva el nombre de SixSigma, el cual sirve para
llevar a cabo análisis estadísticos en la forma de Seis Sigma. A través del ciclo DMAIC
(Definir, Medir, Analizar, Mejorar y Controlar), también puede gestionar varios estudios
de gestión de calidad tales como R & R, Análisis de capacidad, gráficos de control entre
otros.

Pasos para instalar un paquete.

1. El usuario debe contar con el nombre del paquete a instalar, en este caso se instalará un
uno llamado “SixSigma”. Se debe tener cuidado en respetar las letras mayúsculas y
minúsculas que aparecen en el nombre de este, en caso contrario no se encontrará y por
consecuencia no se instalará. Se debe ingresar la siguiente línea de código; es necesario
que el nombre vaya entre comillas.

44
 [Link]("SixSigma")

2. Se debe ejecutar la línea de código y empezará a descargarse el paquete como se

muestra en la figura 2.3.

Figura 2.3. Instalación de paquete en R. Elaboración propia

3. Para poder utilizar las funciones y datos de la librería, se carga en el espacio de trabajo
de R; esto se hace con la siguiente línea de código.
library("SixSigma")

4. Para verificar que ya se encuentra descargado e instalado en el espacio de trabajo como

se muestra en la figura 2.4 al momento de colocar el nombre en la pestaña de búsqueda
se puede observar que aparece nombre del paquete y una palomita lo cual significa que
ya está listo para usarse.

Figura 2.4. Espacio de trabajo con el paquete instalado. Elaboración propia

5. Por último, en dado caso que se requiera ser desinstalado, se utiliza la siguiente línea de
código.

[Link]("SixSigma")

45
3 Generación de los códigos aplicables
3.1. Descripción del proceso hipotético analizado
Como ya se mencionó en el marco teórico, al planear los aspectos de calidad en la
manufactura y/o en servicios, es importante asegurarse que el proceso cumple con las
especificaciones y técnicas deseadas. Para iniciar el análisis se utilizará un caso de
estudio como referencia, el cual se describe a continuación.

En este capítulo se muestra la estructura de un código hecho en R para el análisis

estadístico de un proceso de producción, cabe mencionar que hay muchas formas de
realizar el análisis en R, todo depende de la práctica y conocimiento del usuario sobre el
software. Esta es una propuesta de las muchas que existen o pueden ser diseñadas para
un usuario no muy experto.

El código se desarrolla con una empresa hipotética que lleva por nombre Fideos &
Pastas, SA de CV, que quisiera certificar su proceso de producción de pasta. La empresa
estableció que los paquetes de pasta de 200 g ya sean letras, balas, plumas o lo que
sea, deben contener entre 192 y 208 gramos del producto. La empresa cuenta con 3
líneas de producción; cada línea produce una forma diferente de pasta.

Para analizar el comportamiento del proceso de empaque, el ingeniero de calidad Jorge

Martinez, de la empresa Fideos & Pastas, decidió obtener el peso neto de los paquetes
empacadas mediante muestreos horarios de 5 muestras cada hora, durante 24 horas en
cada una de las 3 líneas de producción. La información de los muestreos de cada linea
se muestra a continuación en la tabla 3.1.
Linea 1 Linea 2 Linea 3
X1 X2 X3 X4 X5 X1 X2 X3 X4 X5 X1 X2 X3 X4 X5
194 195 198 196 205 202 193 189 185 189 188 185 208 185 193
197 193 200 205 191 206 189 190 189 202 189 186 200 185 195
204 205 203 209 200 199 209 195 190 206 214 188 188 185 212
201 195 195 190 205 198 185 197 190 205 205 189 204 188 213
188 189 194 193 187 197 185 202 191 195 190 190 175 189 184
190 202 193 207 201 198 187 197 192 213 185 190 197 190 186
192 206 188 185 210 197 187 195 193 211 193 195 190 195 187
195 191 196 194 195 188 190 204 193 193 188 196 192 197 208
168 194 195 210 214 194 190 202 193 188 213 197 206 202 212
200 204 202 204 208 213 191 195 195 213 185 197 199 195 207
189 206 204 208 204 199 191 185 196 197 188 198 202 195 211
185 206 195 211 208 189 192 197 196 189 211 199 191 195 214
201 207 204 207 198 185 193 185 200 203 208 199 210 197 205
204 209 199 205 195 191 194 185 203 199 189 205 199 202 200
189 211 192 189 207 197 194 188 205 209 213 185 188 197 194
207 213 210 211 208 192 204 202 205 207 193 187 209 202 195
207 205 204 194 210 212 205 212 205 198 201 210 200 204 193
199 203 204 202 210 197 207 215 207 204 195 191 208 204 197
212 197 207 196 210 199 207 204 209 191 195 192 189 205 196
204 188 187 210 211 211 208 205 211 206 190 187 213 208 195
201 198 202 203 211 212 210 208 211 205 206 191 190 211 207
205 189 194 197 212 214 210 211 212 194 203 190 198 212 197
202 199 202 214 213 206 211 212 213 195 207 194 185 212 198
207 213 191 206 213 205 205 195 206 214 204 205 204 215 193

Tabla 3.1 Muestreo de la línea 1,2 y 3. Elaboración propia

46
Con base en los datos mostrados en las tablas 3.1, se realizará un análisis del proceso
con códigos de programación diseñados y elaborados en R.

Los datos muéstrales se obtuvieron a través de un proceso de muestreo aleatorio, es

decir, no suelen ser constantes, por lo que es necesario que se indique el valor alrededor
del cual se agrupan los datos; asimismo se puede determinar una medida que haga
referencia a la variabilidad. En este sentido pueden examinarse varias características,
siendo las más comunes: la tendencia central de los datos, la dispersión o variación con
respecto a este centro, los datos que ocupan ciertas posiciones, la simetría de los datos
y la forma en la que los datos se agrupan. Se describirá el análisis para la línea 1; para
las líneas 2 y 3 se presentarán los resultados en el capítulo 4.

Como se menciona en el punto 2.1.4. respecto a la lectura de datos en R, primero se

tienen que tener los datos guardado en un objeto, para eso primero se deben leer los
datos desde un archivo en excel con extensión csv para que sean cargados a R y así
realizar el análisis correspondiente.

El objeto que tendrá guardados los datos sobre los pesos de los empaques de la línea 1
llevará el nombre de línea1, de acuerdo con los datos mostrados en la tabla 3.1.

La función attach ayuda a vincular la información de cada columna con el nombre de la

misma. Por ejemplo, en la siguiente línea de código si no se usara la función attach y se
necesitara información de alguna columna se tiene que usar la función línea1$X1 para
saber qué información contiene esa columna.

linea1 <-[Link]([Link]())

linea1$X1

[1] 194 197 204 201 188 190 192 195 168 200 189 185 201 204 189 207
207 199 212 204 201 205 202 207

Con la función attach el manejo de datos es más practico ya que como se muestra en el
siguiente código vincula todos los datos con su respectiva columna y además la función
names(línea1) te dice el número de columnas existentes y el nombre de cada una de
ellas. Así mismo la siguiente vez que se desee utilizar los datos de la columna X1, X2,
X3, X4, X5 solo bastara con colocar su nombre y la operación que se necesita realizar.

linea1 <-[Link]([Link]())

attach(linea1)

names(linea1)

[1] "X1" "X2" "X3" "X4" "X5"

> X1*X2

47
 [1] 37830 38021 41820 39195 35532 38380 39552 37245 32592 40800 38934
38110 41607 42636 39879 44091 42435 40397 41764

[20] 38352 39798 38745 40198 44091

Los datos se tienen en 5 columnas que representan las muestras que se tomaron cada
hora, por lo cual se tiene que obtener un vector con el total de los datos llamado vlinea1.

vlinea1 <- c (X1, X2, X3, X4, X5)

[1] 194 197 204 201 188 190 192 195 168 200 189 185 201 204 189 207
207 199 212 204 201 205 202 207 195 193 205 195 189
[30] 202 206 191 194 204 206 206 207 209 211 213 205 203 197 188 198
189 199 213 198 200 203 195 194 193 188 196 195 202
[59] 204 195 204 199 192 210 204 204 207 187 202 194 202 191 196 205
209 190 193 207 185 194 210 204 208 211 207 205 189
[88] 211 194 202 196 210 203 197 214 206 205 191 200 205 187 201 210
195 214 208 204 208 198 195 207 208 210 210 210 211
[117] 211 212 213 213

Para saber cuántos datos tiene el vector vlinea1 se obtiene de la siguiente forma:
length(vlinea1)

## [1] 120

El promedio aritmético se puede obtener como:

mean(vlinea1)

## [1] 200.8

La mediana muestral es el percentil de orden 0.50; esto quiere decir que tiene por debajo
al menos la mitad de los datos y por encima la otra mitad. Se puede obtener de la
siguiente manera:
median(vlinea1)

## [1] 202.0

El mínimo y el máximo se puede obtener como:

max(vlinea1)

## [1] 214.0

min(vlinea1)

## [1] 168.0

48
O bien
range(vlinea1)

## [1] 168 214

El rango es el máximo valor menos el mínimo valor se obtiene de la siguiente manera:

max(vlinea1)-min(vlinea1)

## [1] 46

O bien
diff(range(vlinea1))

## [1] 46

Una medida más robusta que el rango es el rango intercuartílico. Se define como la
diferencia entre los percentiles de orden 0,75 y 0,25, es decir, el cuartil superior menos
el cuartil inferior. Se puede obtener con:
IQR(vlinea1)

## [1] 12

La función summary que es una función que proporciona una descripción básica de los
datos. En concreto, da el mínimo, el primer cuartil, la media, la mediana, el tercer cuartil
y el máximo.
summary(vlinea1)

## Min. 1st Qu. Median Mean 3rd Qu. Max.

## 168.0 195.0 202.0 200.8 207.0 214.0

También se puede plantear cómo conseguir un percentil de orden p (con 0 < p < 1)
arbitrario. En este caso se utilizará p = 0.27 para saber el valor bajo el cual se encuentran
el 27% de los pesos obtenidos.
quantile(vlinea1,0.27)

## 27%

## 195.0

O bien p = 0.80 lo cual significa que el 80% de los pesos están por debajo de 208 gramos
mientras que el 20% está fuera de especificación de acuerdo con el límite superior.
quantile(vlinea1,0.80) ## 80% ## 208

49
Cuando p = 0.25 al percentil se le denomina cuartil inferior. Si p = 0.75 se denomina
cuartil superior y también se pueden obtener de la siguiente forma:
quantile(vlinea1,probs = c(0.25,0.75))

## 25% 75%

## 195 207

Para medidas descriptivas de dispersión podemos obtener la varianza y la desviación

estándar la cuales se pueden obtener de la siguiente manera:
var(vlinea1)

## [1] 67.31513

sd(vlinea1)

## [1] 8.20458

Como se puede ver, manipular datos en R y realizar un análisis previo de medidas

descriptivas se puede hacer de forma rápida y sencilla.

3.1.1. Generación de histogramas

Generar un histograma en R es una tarea muy simple, depende de que tan personalizado
se requiera; este gráfico se realiza con la siguiente función:

hist(x, breaks = "Sturges",freq = NULL, [Link] = TRUE, right =

TRUE,
density = NULL, angle = 45, col = NULL, border = NULL, main =
paste("Histogram of" , xname),xlim = range(breaks), ylim = NULL, xlab =
xname, ylab,axes = TRUE, plot = TRUE, labels = FALSE, nclass = NULL,
[Link] = TRUE, ...)

Para más información sobre cómo usar los argumentos de la función se puede consultar
(Correa & Nelfi, 2002).

Para poder generar un histograma se necesita tener un vector de valores; en este caso
de utilizará el vector que tiene por nombre vlinea1 el cual tiene 120 valores que son el
peso de los paquetes de pasta. El código para generar un histograma es el que se
muestra a continuación y se muestra en la figura 3.1.

hist(vlinea1)

50
 Figura 3.1 Histograma de peso de paquetes de pasta de la línea 1. Elaboración propia

Se puede personalizar el gráfico tanto como se desee, en la figura 3.2 se muestra un

histograma con los mismos datos que el de la figura 3.1; a diferencia que el segundo se
muestra con algunas modificaciones como; nombre de los ejes, color, título, y número de
barras.

[Link] (vlinea1, breaks = 11, freq = TRUE,

right = TRUE, col = "lightblue", border = "black",
main = "Peso de paquetes de pasta",
xlab = "Peso", ylab = "Frecuencia")

Figura 3.2 Histograma de peso de paquetes de pasta de la línea 1 personalizado. Elaboración propia

3.1.2. Prueba de hipótesis

En este sub capitulo, se realizará una prueba de hipótesis para validar la información que
se tiene sobre el proceso de la línea 1, recordando que la empresa Fideos & Pastas, SA
de CV, quiere certificar su proceso de producción por eso la empresa estableció que los
paquetes de pasta deben pesar 200 gr., ya sean letras, balas, plumas o lo que sea. A la
empresa no le conviene que los paquetes vayan con menos de 200 gr porque puede
perder mercado, por otro lado, tampoco le conviene que lleven más de 200 gr por la
pérdida económica que representa.

51
 • Planteamiento de hipótesis:
𝐻0 : µ = 200
𝐻𝑎 : µ ≠ 200

• Nivel de significancia α= 0.05

El código se debe iniciar con los datos generales como es el valor de alpha que
representa el nivel de significancia, el valor hipotético (mu0) y el valor de la media
muestral (mu) que es un estimador de la media de la población, así como el tamaño de
la muestra (n) y la desviación estándar (sdTest) de la muestra; estos valores se tienen
que guardar en un objeto de la siguiente manera:

alpha <- 0.05

mu0 <- 200

mu <- mean(vlinea1)

n <- length(vlinea1)

sdTest <- sd(vlinea1)

Con base en la distribución muestral de un estadístico apropiado, se construye un criterio

para probar la hipótesis nula contra la alternativa determinada. Se calcula, a partir de los
datos, el valor estadístico sobre el cual se basa la decisión. Para trabajar con tablas
normalizadas se usa Z que para función de este trabajo se llamará ZTest que es el objeto
que guarda el dato de 1.001372.

𝑋̅ − µ
𝑍= 𝜎
√𝑛

También se calcula 𝑍𝛼⁄2 y −𝑍𝛼⁄2 que forman parte de los límites de la región critica o de
rechazo, por medio de la función qnorm que es una función que sirve para encontrar el
valor de Z con una probabilidad de 𝛼⁄2 que en este caso es igual a 0.025.

El argumento [Link] significa si es True es −𝑍𝛼⁄ y si es False es 𝑍𝛼⁄ .

2 2

zTest <- (mu - mu0)/ (sdTest/sqrt(n))

zalphaiz <- qnorm(alpha/2,[Link] = True)

zalphader <- qnorm(alpha/2, [Link] = False)

52
Para realizar el grafico de la distribución normal se usa la función pretty que sirve para
calcular una secuencia de números (n+1) a partir de los valores fijados, por ejemplo, en
el eje X se necesitan valores de entre -3 y 3 con espacios de 0.1 que son 50 valores en
total. Para el eje Y se busca una función de densidad en este caso dnorm con base en
los valores de x.

Por último, para generar el gráfico de la distribución normal es por medio de la función
plot con los valores de x y y, como se muestra en la figura 3.3.

x <- pretty(-3:3,n = 50)

y <- dnorm(x)
plot(x,y, ylab = "Densidad", type = "l", col = "black", main="Prueba de
hipotesis bilateral")

Figura 3.3 Gráfico de la distribución normal. Elaboración propia

Las siguientes líneas de código sirven para sombrear la región critica en donde se
rechaza la hipótesis nula, así como la región o zona de aceptación de la misma. Los
valores que componen el objeto que lleva por nombre [Link] son valores que van desde -
3 hasta el valor de zalphaiz que es igual a -1.95996.

Dentro de este objeto se utiliza la función seq que sirve para generar números
secuenciales dentro de un rango. Por ejemplo, en este caso se buscan números que
vayan desde -3 hasta zalphaiz con una secuencia de 0.001, esto es con el fin de que
cuando se generen los valores de densidad de [Link] se pueda dibujar un polígono por
medio de la función polygon cuyos vértices se dan en los valores de [Link] y [Link]. El
gráfico sombreado con la primera región de rechazo de la hipótesis nula se muestra en
la figura 3.4.

[Link] <- c(-3,seq(-3,zalphaiz,by = 0.001),zalphaiz)

[Link] <- c(0,dnorm(seq(-3,zalphaiz,by = 0.001)),0)
polygon([Link],[Link],col = "cornflowerblue",lty = 1,lwd=1)

53
 Figura 3.4 Gráfico con la zona de rechazo de la hipótesis nula. Elaboración propia

Para sombrear la zona de aceptación se utiliza el mismo código, solo se cambia el

nombre de los objetos en este caso se llaman cor.x y cor.y que contienen los vértices
para generar el polígono que va desde zalphaiz que es igual -1.95996 hasta zalphader
que es igual a 1.95996 sobre el eje X. En la figura 3.5 se muestra el gráfico de acuerdo
con las especificaciones en el código.

cor.x <- c(zalphaiz, seq(zalphaiz,zalphader, by=0.001),zalphader)

cor.y <- c(0,dnorm(seq(zalphaiz, zalphader, by=0.001)),0)
polygon(cor.x,cor.y, col = "cadetblue1",lty = 1,lwd=2)

Figura 3.5 Gráfico con la zona de rechazo y aceptación de la hipótesis nula. Elaboración propia

Para concluir con el código se busca sombrear la segunda región critica de rechazo de
la hipótesis nula a través de la estructura de las mismas líneas de códigos anteriores a
diferencia de que los valores sobre el eje X van desde zalphader que es igual 1.95996
hasta 3.

[Link] <- c(zalphader,seq(zalphader,3, by=0.001),3)

[Link] <- c(0,dnorm(seq(zalphader,3,by=0.001)),0)
polygon([Link],[Link], angle = 45,col = "cornflowerblue",lty = 1,lwd=1)

La función text sirve para colocar texto al interior del gráfico, por medio de una ubicación
sobre el eje X y Y, es importante mencionar que el texto a colocar debe ir entre comillas.
Por último, la función abline sirve para colocar una línea al interior del grafico desde una
54
posición sobre el eje X. En la figura 3.6 se muestra el gráfico completo con el código
ejecutado en su totalidad.

text(zTest, 0.02, "ZTest", cex= NULL, pos=4, col="black"

abline(v = zTest, col = "black",lty=3)
text(0, 0.2 , "Zona de aceptacion H0", cex= NULL, pos=1, col="black")

Figura 3.6 Gráfico con la zona de rechazo y aceptación de la hipótesis nula. Elaboración propia

Con ayuda del siguiente código se puede ver gráficamente sí la hipótesis nula es rechaza
o no es rechazada, en la figura 3.6 se puede ver que la hipótesis nula no es rechazada,
lo cual refleja que la hipótesis 𝐻0 está ampliamente respaldada por los datos de la
muestra.

3.2. Herramientas básicas de la calidad

3.2.1. Diagrama de Pareto

El diagrama de Pareto se va a realizar con ayuda de un paquete de nombre “qcc”
nombrado así por sus siglas en ingles “Quality Control Charts” el cual sirve para generar
cartas de control de calidad Shewhart para datos continuos y atributos, cartas de control
Cusum y EWMA. Índices de capacidad, gráfico de Pareto y gráfico de causa y efecto.

En el capítulo 2 en el aparatado 2.1.5 se mostró como instalar un paquete por lo cual a

continuación solo se describirá el código para realizar el mismo.

Los datos mostrados en la tabla 3.2 son los defectos de calidad encontrados en la
empresa Fideos &Pastas SA de CV cuando se realizó una inspección del producto final.

Defectos Calidad
Paquetes con producto de mas 80
Paquetes con producto de menos 59
Empaque roto 16
Cajas mal selladas 12
Cajas con faltante de producto 6
Tabla 3.2 Defectos de calidad. Elaboración propia

55
El archivo en Excel debe estar guardado con la extensión csv con los datos mostrados
en la tabla 3.2.

Para este ejercicio el objeto lleva el nombre de “defectos” y se ejecuta el siguiente código:

defectos <- [Link]([Link](), header = TRUE)

attach(defectos)
names(defectos)
Variable <- Cantidad
names(Variable) <- Defecto
[Link](Variable)
Tabla <- ([Link](Variable))

Los datos obtenidos con el código se muestran a continuación en la figura 3.7 para poder
construir el diagrama de Pareto mostrado en la figura 3.8.

Figura 3.7 Datos del diagrama de Pareto

Figura 3.8 Diagrama de Pareto. Elaboración propia

3.2.2. Diagramas de dispersión

Un diagrama de dispersión está limitado a la presentación de dos variables. Para el
análisis con los datos que se tienen de las líneas de producción no es necesario realizar
un diagrama de dispersión, pero como herramienta para un análisis de control de calidad
es de utilidad por lo cual se realizará un ejemplo de cómo utilizarlo en R.
56
En R se obtiene este gráfico mediante la función plot:

plot(x, y, ...) para revisar los argumentos que contiene dicha función se puede
consultar (Correa & Nelfi, 2002).

Los siguientes datos que se analizaran corresponden al número de defectos encontrados

en paquetes de pastas. Los datos se encuentran en la tabla 3.3.

Paquetes Defectos
20 8
22 9
24 11
26 10
28 13
30 14
32 13
34 14
36 16
38 16
40 18
42 18
Tabla 3.3 Número de defectos. Elaboración propia

Por medio del siguiente código se puede crear un diagrama de dispersión para validar si
existe tendencia entre el número de paquetes auditados contra el número de defectos
encontrados en la muestra. Como primer punto se carga el archivo que como ya
mencionamos tiene que estar guardado con la extensión csv en un objeto llamado
dispersión, se utiliza la función attach para utilizar los nombres de las columnas con sus
respectivos datos y asignarlos a un objeto llamado x para paquetes y y para defectos

El código mostrado en la parte inferior muestra el diagrama de dispersión mostrado en

la figura 3.9.

dispersion <- [Link]([Link](), header = TRUE)

attach(dispersion)

names(dispersion)

x <- Paquetes

y <- Defectos

plot (x, y, type = "b", main = "Diagrama de dispersión",

xlab = "Paquetes", ylab = "Defectos")

57
 Figura 3.9 Diagrama de dispersión. Elaboración propia

3.3. Estudio de capacidad del proceso

A la empresa de Fideos & Pastas SA de CV, le interesa saber la capacidad de su proceso
para poder determinar la variación que existe en el mismo de acuerdo con las
especificaciones del cliente, en caso de no cumplir con las especificaciones realizar
ajustes en el proceso para poder obtener la Certificación.

El análisis se iniciará trabajando con dos objetos que ya están cargados en R uno tiene
por nombre linea1, este objeto tiene guardados los valores de los pesos de los paquetes
muestreados en la línea 1 de forma matricial como se muestran en la tabla 3.1., y el otro
lleva por nombre vlinea1 que es un vector con el total de los datos de la línea 1.

Cabe mencionar que para iniciar este estudio de capacidad del proceso se tiene que
validar que las variables de los pesos de los paquetes de pasta siguen una distribución
normal. La función qqnorm es una función cuyo método predeterminado produce una
gráfica Q-Q normal que significa un gráfico Cuantil-Cuantil que permite observar que tan
cerca está la distribución de un conjunto de datos a alguna distribución ideal en este caso
se quiere comparar con el gráfico de probabilidad normal. Por otro lado, la función qqline
agrega una línea teórica sobre el grafico Q-Q normal que ayuda visualmente a saber si
los datos siguen una distribución normal.

Por último, la función [Link] se usa para contrastar si un conjunto de datos sigue
una distribución normal o no, por medio de una prueba de hipótesis.

H0: los datos provienen de una distribución normal

H1: los datos no provienen de una distribución normal

58
Para determinar si los datos siguen una distribución normal se utiliza p-value, ya que sí
p-value ≤ 0.05 se rechaza la hipótesis nula y si p-value ≥ 0.05 no se rechaza la hipótesis
nula.

Al ejecutar las siguientes líneas de código se mostrará un gráfico como el de la figura

3.10 así como también el valor de p-value que es menor a 0.05 (0.0004056 < 0.05) por
lo tanto se rechaza la hipótesis nula H0, por lo que se puede afirmar que los datos no se
distribuyen siguiendo una distribución normal.

qqnorm(vlinea1)

qqline (vlinea1, col = "red")

[Link](vlinea1)

Figura 3.10 Gráfico de distribución normal. Elaboración propia

3.3.1 Estimación de µx y σx
Durante este análisis de estudio de la capacidad del proceso se utilizarán los valores
estimados de µx y σx debido a que no se tienen datos históricos confiables sobre la
población.

La estimación se puede realizar de diferentes maneras para estimar la media se utilizará

el promedio de los 24 promedios de los 5 datos de cada hora muestreada. Así mismo, la
desviación estándar, se estima por medio del promedio de los 24 valores de los rangos
por cada hora muestreada, cabe mencionar que el promedio de los rangos (Ṝ) es un
estimador sesgado y se debe corregir por medio de una constante 𝑑2 , esta constante
varía dependiendo de n, en este caso n=5 por lo que 𝑑2 = 2.316.

59
Para poder tener la estimación de la media se utilizará la función apply que sirve para
trabajar datos en matrices y opera sobre renglones, columnas o ambos, por ejemplo, en
las siguientes líneas de código se busca obtener el promedio, valor mínimo y máximo por
cada renglón que representan los pesos de los paquetes muestreados por hora y en cada
hora contiene 5 valores muestreados. La función apply trabaja sobre 3 argumentos de la
siguiente manera:

apply(X, MARGIN, FUN, ...)

Donde:

X es un arreglo o matriz

MARGIN es una variable que sirve dependiente de cómo se quiere aplicar

la función, MRGIN=1 (se aplica sobre renglones), MARGIN=2 (se aplica
sobre columnas), MARGIN=c(1,2) (se aplica sobre columnas y renglones)

FUN es la función que quieres aplicar a los datos

De acuerdo con el código mostrado en la parte de abajo el objeto llamado [Link]

contiene los promedios de cada hora, el objeto llamado mini guarda los valores mínimos
de cada hora y el objeto maxi guarda los valores máximos de cada hora.

[Link] <- apply(linea1, 1, mean)

mini <- apply(linea1, 1 , min)

maxi <- apply(linea1, 1 , max)

Para poder realizar el cálculo de los índices de capacidad se necesita tener datos como
son el límite inferior y superior de especificación, el valor nominal (N) del proceso que es
el valor que se busca que cada paquete de pasta pese, así como también el valor
estimado de la media que es el promedio de los promedios de cada hora del muestreo el
cual esta guardado en un objeto llamado mu.

LES <- 208

LEI <- 192

mu <- mean([Link])

N <- 200

También se debe tener el estimador de la desviación estándar se utilizará el estimador

𝑅𝑝𝑟
⁄𝑑 .
2
60
Para el estimador de la desviación estándar se necesita calcular el rango de los valores
de cada hora de la tabla de muestreo, así como el promedio de los rangos de cada hora
y este valor dividirlo entre el factor 𝑑2 .

rango <- maxi – mini

d2 <- 2.316

rdesvest <- mean(rango)/d2

Los índices de capacidad se calculan de acuerdo con las fórmulas que se explicaron en
el punto 1.5 de este trabajo y las líneas de código que los calculan se muestran a
continuación.

Cp <- (LES-LEI)/(6*rdesvest)

Cr <- (6*rdesvest)/(LES-LEI)

Cpi <- (mu-LEI)/(3*rdesvest)

Cps <- (LES-mu)/(3*rdesvest)

Cpk <- min(Cpi,Cps)

#Índice de Taguchi

tau <- sqrt((rdesvest^2)+((mu-N)^2))

Cpm <- (LES-LEI)/(6*tau)

El nivel z es la métrica que sirve para calcular la distancia entre las especificaciones y la
media del proceso. Cabe mencionar que entre mayor es z el proceso tiene menos
productos fuera de especificación. Se utiliza 𝑧𝑖 y 𝑧𝑠 para encontrar la probabilidad de
productos fuera de especificación por el lado izquierdo y el lado derecho respectivamente.
Así como también encontrar el número de defectuosos por millón de oportunidad.

zi <- 3*Cpi

Pzi <- 1-pnorm(zi)

DPMOi <- Pzi*1000000

zs <- 3*Cps

Pzs <- 1-pnorm(zs)

DPMOs <-Pzs*1000000

61
Por otro lado, el valor de zbench es el resultado cuando todos los defectos se concentran
en una cola de la distribución y como resultado se puede encontrar la probabilidad total
de encontrar defectuosos en los paquetes de pastas.

zbench <- qnorm(1-(Pzi+Pzs))

Pzbench <- 1-pnorm(zbench)

DPMO <- Pzbench*1000000

Por último, para generar un resumen de todos los índices de capacidad se utiliza la
función [Link] que sirve para almacenar tablas de datos y al momento de guardar
esa tabla de datos en un objeto llamado Resumen se genera una tabla con todos los
índices de capacidad.

Resumen<-
[Link](Cp,Cpi,Cps,Cpk,zi,Pzi,DPMOi,zs,Pzs,DPMOs,zbench,Pzbench,DPMO
,Cpm)

View(Resumen)

3.3.2 Representación gráfica de los resultados

Para representar gráficamente los resultados obtenidos en el punto 3.3.1. se iniciará
graficando un histograma de los pesos de los paquetes de la línea 1 asignándolo a un
objeto llamado h como se muestra en el siguiente código.

h <- hist(vlinea1, breaks = bins, freq = TRUE,

right = TRUE, col = "lightblue", border = "black",
main = "Peso de paquetes de pasta", xlim = c (170,230),
xlab = "Peso", ylab = "Frecuencia", las=1)

Se tienen que fijar los límites de especificación de los paquetes de pasta de 200 g que
son 192 g y 208 g, por lo cual a través del siguiente código se fija dentro del histograma
el límite inferior y superior de especificación, así como también el objetivo.

LES <- 208

LEI <- 192
N <- 200
abline(v = LES, col = "red",lty=3)
text(LEI, 30, "LEI", cex= NULL, pos=2, col="black")
abline(v = LEI, col = "red",lty=3)

62
text(LES, 30, "LES", cex= NULL, pos=4, col="black")
abline(v = N , col = "red",lty=3)
text(N, 30, "Objetivo", cex= NULL, pos=2, col="black")

Por último, se dibuja la curva de distrbuciion normal sobre el histograma en donde la

función lines es una función que toma coordenadas dadas de varias maneras y une los
puntos correspondientes con segmentos de línea. El objeto nombrado normal se
multiplica por el multiplicador que es el resultado de la división de la frecuencia (h$counts)
entre la frecuencia relativa (h$density)

myx <- seq(min(vlinea1), 230, [Link]= 50)

mymean <- mean(vlinea1)
mysd <- sd(vlinea1)
normal <- dnorm(x = myx, mean = mymean, sd = mysd)
multiplier <- h$counts / h$density
lines (myx, normal * multiplier[1], col = "blue", lwd = 2)

La figura 3.11 muestra gráficamente los límites de especificación para la línea 1; la figura
indica que una gran proporción de los paquetes se encuentran fuera de especificación.

Figura 3.11 Límites de especificación línea 1. Elaboración propia

Con base en los resultados de 𝑧𝑖 y 𝑧𝑠 el 10.7% de los paquetes no cumple con la

especificación inferior, mientras que el 15.2% no cumple con la especificación superior.

3.4. Diagramas de control

Para el desarrollo de este tema se utilizará la figura 1.7 Diagrama de flujo para selección
de gráficos de control; como bien lo dice su nombre, servirá para seleccionar el grafico
de control a utilizar de acuerdo con el número de datos y tipo de datos.

Para iniciar con el análisis se debe verificar que se tienen cargados los datos de los pesos
de los paquetes de pasta en el objeto llamado linea1. Como segundo paso se utilizará la
63
función apply que sirve para trabajar datos en matrices y opera sobre renglones,
columnas o ambos como se mencionó en el punto 3.3.1. Se obtiene la media, la mediana,
la varianza, el valor mínimo y el máximo de cada hora y se almacena la información en
los objetos llamados [Link], mediana, varianza, mini y maxi, respectivamente; así
como también la desviación estándar y el rango.

[Link] <- apply(linea1, 1, mean)

mediana <- apply(linea1, 1, median)

varianza <- apply(linea1,1, var)

mini <- apply(linea1, 1 , min)

maxi <- apply(linea1, 1 , max)

desvest <- sqrt(varianza)

rango <- maxi - mini

Para continuar con el análisis se debe calcular el número de columnas y renglones que
contiene la matriz de los datos de la línea 1 y eso se puede hacer por medio de las
funciones ncol y nrow, como se muestra en el siguiente código. Cabe mencionar que el
objeto nc es el tamaño de la muestra y nr es el número de veces que se muestreo.

nc <- ncol(linea1)

nr <- nrow(linea1)

Para estimar la media y la desviación estándar cabe mencionar que los dos son
estimadores sesgados y se deben corregir por medio de una constante, esta constante
varía dependiendo del tamaño de la muestra en este caso nc, por lo cual en un objeto
llamado factores se guardara la información mostrada en la tabla 3.4 que son los valores
de las constantes que se van a utilizar para realizar la estimación y poder construir los
diagramas de control.

64
 Tamaño de d2 d3 c4
1
muestra
2 1.128 0.853 0.7979
3 1.693 0.888 0.8862
4 2.059 0.88 0.9213
5 2.316 0.864 0.94
6 2.534 0.848 0.9515
7 2.704 0.833 0.9594
8 2.847 0.82 0.965
9 2.97 0.808 0.9693
10 3.078 0.797 0.9727
11 3.173 0.787 0.9754
12 3.258 0.778 0.9776
13 3.336 0.77 0.9794
14 3.407 0.763 0.981
15 3.472 0.756 0.9823
16 3.532 0.75 0.9835
17 3.588 0.744 0.9845
18 3.64 0.739 0.9854
19 3.689 0.734 0.9862
20 3.735 0.729 0.9869
21 3.778 0.724 0.9876
22 3.819 0.72 0.9882
23 3.858 0.716 0.9887
24 3.895 0.712 0.9892
25 3.931 0.708 0.9896
Tabla 3.4 Factores para la construcción de los diagramas de control. Elaboración propia

De acuerdo con el tamaño de nc que en este caso es 4 que es el número de muestras

que se tomaron en cada hora, por medio del siguiente código se crean tres objetos con
los nombres de d2, d3 y c4 en los cuales se guardan los valores de las constantes.

factores <- [Link]([Link](), header = TRUE)

d2 <- factores[nc,"d2"]

d3 <- factores[nc,"d3"]

c4 <- factores[nc,"c4"]

65
Tomando en cuenta la figura 1.7 de selección de diagramas de control y haciendo énfasis
en los datos por variables, de acuerdo con el tamaño de la muestra que es igual a 4 se
tiene que realizar un gráfico de control de tipo X(media)-R. Para diseñar el gráfico de
control se inicia con la estimación de la media y la desviación estándar.

muxr <- mean([Link])

sigmaxr <- (mean(rango))/(d2*sqrt(nc))

Los límites de control se calculan siguiendo las siguientes formulas:

𝑅̅⁄ 𝑅̅⁄
𝑑2 ̿ + 3( 𝑑2
𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝑋̿ − 3( ) y 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝑋 )
√𝑛 √𝑛

LICxr <- muxr - (3*sigmaxr)

LSCxr <- muxr + (3*sigmaxr)

El siguiente código por medio del objeto llamado limitesxr se encuentran los valores
mínimos y máximos de los límites de control y de los promedios de cada hora del
muestreo, esto con el fin de fijar las escalas del eje y en el gráfico de control.

limLCxr <- c(min(LICxr),max(LSCxr))

limxr <- c(min([Link]),max([Link]))
limitesxr <- c(limLCxr,limxr)

Para realizar el gráfico de control se utiliza la función plot, tomando en cuenta algunos de
los argumentos con los cuales cuenta dicha función.

plot([Link], ylim = c(min(limitesxr),max(limitesxr)), type = "b",

col = ifelse(([Link] >= LSCxr | [Link] <= LICxr),
"red","black"),
pch = ifelse(([Link] >= LSCxr | [Link] <= LICxr), 17, 19), cex
= 1,
main = "Carta de control Xpr - R",
xlab = "Subgrupo o muestra", ylab = "Promedio")

Para finalizar el código es importante colocar las líneas punteadas para identificar los
límites de control, así como los nombres de cada línea como se muestra en la figura 3.12.

abline(h = LICxs, col = "green", lty = 3)

66
text(nr - 1, LICxs, paste('LIC =',round(LICxs,2)), col = "green", pos =
3)
abline(h = LSCxs, col = "blue", lty = 3)
text(nr - 1, LSCxs, paste('LSC =',round(LSCxs,2)), col = "blue", pos =
1)
abline(h = mean([Link]), col = "red", lty = 3)
text(nr - 1, muxr, paste('mu =',round(muxr,2)), col = "red", pos = 3)

Figura 3.12 Diagrama de control X-R. Elaboración propia

3.4.1. Diagramas de control empleando la distribución binomial

Para realizar el análisis de estos diagramas de control se planeó determinar la cantidad

de paquetes defectuosas (abiertos o mal cerrados) con muestras horarias de 60 cajas
empacadas; sin embargo, el operador desafortunadamente tuvo distracciones no
muestreó exactamente 60 paquetes cada hora (además pensaba que podía compensar
su comportamiento muestreando más de 60 muestras de vez en cuando).

67
La información de los muestreos se muestra a continuación en la tabla 3.5.

Muestreo n Defectos Defectos Defectuosos

1 67 6
funcionales 4
en 4
2 59 8 6 6
acabado
3 58 3 1 1
4 62 6 3 3
5 58 7 5 5
6 66 5 2 2
7 65 5 5 2
8 57 5 1 1
9 62 4 2 2
10 61 7 3 3
11 69 8 5 5
12 56 6 6 5
13 56 6 6 1
14 57 8 8 3
15 57 3 1 1
16 61 2 6 1
17 55 5 3 3
18 57 6 4 4
19 65 9 3 3
20 67 1 1 1
21 50 11 6 8
22 61 4 5 3
23 58 4 3 3
24 56 1 1 1
Tabla 3.5 Muestreo de defectos y unidades defectuosas. Elaboración propia

De acuerdo con el diagrama de flujo para selección de gráficos de control mostrado en

la figura 1.7 y teniendo en cuenta que los tamaños de muestra no son constantes se
aplicará la gráfica p (proporción o fracción de artículos defectuosos).

Como primer punto es guardar la tabla 3.7 en un objeto llamado atributos1,

posteriormente se necesita convertir esa información en una matriz para poder separar
por vectores cada columna como se muestra en el siguiente código.

atributos1 <- [Link]([Link](), header = TRUE)

atributos1 <-[Link](atributos1[1:5])
nr <- nrow(atributos1)

68
n<-[Link](atributos1[,2])
[Link]<-[Link](atributos1[,3])
[Link]<-[Link](atributos1[,4])
Defectuosos<-[Link](atributos1[,5])
[Link] <- [Link]+[Link]

Para iniciar con la creación del gráfico de control p se debe calcular la proporción de
defectuosos y se guarda en un objeto llamado p; así como también la media y desviación
estándar.

p <- Defectuosos/n
mup <- mean(p)
sigmap <- sqrt(p*(1-p)/n)

Siguiendo la misma estructura del código para la creación del diagrama de control X-R
se inicia con el cálculo de los límites de control y el cálculo de los valores máximos y
mínimos de los límites de control y de la proporción disconforme.

LICp <- mup - (3*sigmap)

LSCp <- mup + (3*sigmap)
limLCp <- c(min(LICp),max(LSCp))
limp <- c(min(p),max(p))
limitesp <- c(limLCp,limp)

Por medio de la función plot se crea el grafico de control tomando en cuenta la escala del
eje y para que el gráfico tenga una mejor visibilidad sobre los datos que muestra.

plot(p, ylim = c(min(limitesp),max(limitesp)), type = "b",

col = ifelse((p >= LSCp | p <= LICp), "red","black"),
pch = ifelse((p >= LSCp | p <= LICp), 17, 19), cex = 1,
main = "Carta de control fracción disconforme (p)",
xlab = "Subgrupo o muestra", ylab = "Fracción disconforme")

Por último, se agregan al gráfico los límites de control, así como el nombre de cada uno
de ellos, se utiliza la función point debido a que los límites de control no son un valor fijo
sino variable por los tamaños de muestra y el número de defectuosos encontrados en
cada una de ellas.

69
points(LICp, type = "p", pch = 20, bg = par("bg"), col = "green", cex =
1)
text(nr - 1, min(LICp), paste("LIC"),col = "green")
points(LSCp, type = "p", pch = 20, bg = par("bg"), col = "blue", cex =
1)
text(nr - 1, max(LSCp), paste("LIC"),col = "blue")
abline(h = mean(p), col = "red", lty = 3)
text(nr - 1, mup, paste('mu =',round(mup,2)), col = "red", pos = 3)

En la figura 3.13 se muestra el diagrama de control

Figura 3.13 Diagrama de control fracción disconforme (p). Elaboración propia

Como parte del análisis es importante mencionar que los límites de control variables
como se muestra en la figura 3.13 pueden dificultar la aplicación de los patrones
especiales para la interpretación. Para evitar esa situación se puede usar un diagrama
estandarizado en el cual, en lugar de graficar la proporción muestral, se grafica la
proporción estandarizada. A continuación, el código para este diagrama de control.

Siguiendo la estructura que se ha venido ocupando para los diagramas de control,

primero se tiene que calcular la media y desviación estándar, posteriormente los límites
de control y por último el diagrama de control.

p <- Defectuosos/n
mup <- mean(p)
z <- ((p-mup)*sqrt(n))/(sqrt((1-mup)*mup))
LICz <- -3
70
LSCz <- +3
limLCz <- c(-3,3)
limz <- c(min(z),max(z))
limitesz <- c(limLCz,limz)
plot(z, ylim = c(min(limitesz),max(limitesz)), type = "b",
col = ifelse((z >= LSCz | z <= LICz), "red","black"),
pch = ifelse((z >= LSCz | z <= LICz), 17, 19), cex = 1,
main = "Carta de control estandarizada para la fraccion
disconforme",
xlab = "Subgrupo o muestra", ylab = "Zi")
abline(h = LICz, col = "green", lty = 3)
text(nr - 1, LICz, paste('LIC =',round(LICz,2)), col = "green", pos =
3)
abline(h = LSCz, col = "blue", lty = 3)
text(nr - 1, LSCz, paste('LSC =',round(LSCz,2)), col = "blue", pos = 1)
abline(h = 0, col = "red", lty = 3)

En la figura 3.14 se muestra el diagrama de control estandarizado

Figura 3.14 Diagrama de control estandarizado fracción disconforme. Elaboración propia

3.4.2. Diagramas de control empleando la distribución de Poisson

Para realizar el análisis de estos diagramas de control se planeó determinar la cantidad
de defectos funcionales o de acabado encontrados en muestras horarias de 60 cajas
empacadas; sin embargo, el operador desafortunadamente tuvo distracciones no
muestreó exactamente 60 paquetes cada hora (además pensaba que podía compensar
su comportamiento muestreando más de 60 muestras de vez en cuando).

71
Teniendo en cuenta que se va a trabajar con atributos, defectos no defectivos y que el
tamaño de muestra no es constante, siguiendo el diagrama de flujo de la figura 1.7 se
tiene que realizar un diagrama de control u (número de defectos por unidad). Para realizar
el diagrama de control de defectos por unidad primero se inicia estimando la media y
desviación estándar en donde n es el tamaño del subgrupo muestreado.

u <-[Link]/n

muu <- sum([Link])/sum(n)

sigmau <- sqrt(muu/n)

Como siguiente paso es calcular los límites de control, así como mínimos y máximo para
definir la escala del eje y en el respectivo gráfico.

LICu <- muu - (3*sigmau)

LSCu <- muu + (3*sigmau)

limLCu <- c(min(LICu),max(LSCu))

limu <- c(min(u),max(u))

limitesu <- c(limLCu,limu)

Por último, se crea el gráfico de control con sus límites de control como se muestra en
la figura 3.15.

plot(u, ylim = c(min(limitesu),max(limitesu)), type = "b",

col = ifelse((u >= LSCu | u <= LICu), "red","black"),

pch = ifelse((u >= LSCu | u <= LICu), 17, 19), cex = 1,

main = "Diagrama de control para disconformidades por unidad (u)",

xlab = "Subgrupo o muestra", ylab = "Disconformidades por unidad")

points(LICu, type = "p", pch = 20, bg = par("bg"), col = "green", cex =

1)

text(nr - 1, min(LICu), paste("LIC"),col = "green")

points(LSCu, type = "p", pch = 20, bg = par("bg"), col = "blue", cex =

1)

text(nr - 1, max(LSCu), paste("LIC"),col = "blue")

abline(h = mean(u), col = "red", lty = 3)

text(nr - 1, muu, paste('mu =',round(muu,2)), col = "red", pos = 3)

72
 Figura 3.15 diagrama de control para disconformidades por unidad (u). Elaboración propia

En este caso los tamaños de los subgrupos no son muy distantes entre sí, pero en caso
de encontrar una variabilidad más grande, se puede construir un diagrama
estandarizado. La variable z sigue aproximadamente una distribución normal estándar
(µ=0, σ=1). Por lo tanto, la línea central en esta carta es igual a cero y los límites de
control inferior y superior son -3 y 3, respectivamente.

A continuación, el siguiente código sirve para generar el diagrama de control

estandarizado mostrado en la figura 3.16 que se puede utilizar cuando los valores son
graficados en unidades de desviación estándar y se debe calcular la z de prueba. Estos
gráficos de control tienen su línea central en cero y sus límites de control inferior y
superior son respectivamente -3 y 3.

u <-[Link]/n

muu <- sum([Link])/sum(n)

z <- ((u-muu)*sqrt(n))/(sqrt((1-muu)*muu))

LICz <- -3

LSCz <- +3

limLCz <- c(-3,3)

limz <- c(min(z),max(z))

limitesz <- c(limLCz,limz)

plot(z, ylim = c(min(limitesz),max(limitesz)), type = "b",

col = ifelse((z >= LSCz | z <= LICz), "red","black"),

pch = ifelse((z >= LSCz | z <= LICz), 17, 19), cex = 1,

main = "Diagrama de control estandarizada para las disconformidades

por unidad",

xlab = "Subgrupo o muestra", ylab = "Puntuacion z")

73
abline(h = LICz, col = "green", lty = 3)

text(nr - 1, LICz, paste('LIC =',round(LICz,2)), col = "green", pos =

3)

abline(h = LSCz, col = "blue", lty = 3)

text(nr - 1, LSCz, paste('LSC =',round(LSCz,2)), col = "blue", pos = 1)

abline(h = 0, col = "red", lty = 3)

Figura 3.16 Diagrama de control estandarizado para las disconformidades por unidad. Elaboración
propia

3.4.3. Diagramas CUSUM y EWMA

Los siguientes diagramas de control sirven para detectar cambios pequeños en el
proceso, donde un cambio de nivel se considera pequeño si es menor a 1.5 veces el error
estándar (<1.5𝜎𝑋̅ ).

El diagrama de control CUSUM sirve para monitorear la media del proceso no se basa
en las observaciones individuales, o promedios de una muestra de ellas, sino en la
acumulación de las desviaciones de cada observación respecto a media global.

El siguiente código sirve para obtener el diagrama de CUSUM tabular que funciona
acumulando las desviaciones de µ0 que están arriba del objetivo con un estadístico 𝐶 + y
acumulando las desviaciones de µ0 que están abajo del objetivo con otro estadístico 𝐶 −
a estos estadísticos se les llama las cusums unilaterales superior e inferior,
respectivamente. Se calculan de la siguiente forma:

𝐶𝑖+ = 𝑚á𝑥[0, 𝑥𝑖 − (µ0 + 𝐾) + 𝐶𝑖−1

+
]

𝐶𝑖− = 𝑚á𝑥[0, (µ0 − 𝐾)−𝑥𝑖 + 𝐶𝑖−1

−
]

donde los valores iniciales son 𝐶0+ = 𝐶0− = 0

74
De acuerdo con (Montgomery, 2016) la cusum tabular se diseña eligiendo valores para
el valor de referencia K y para el intervalo de decisión H, se han realizado diversos
estudios analíticos del desempeño de la ARL (longitud promedio de corrida) para
seleccionar mejor los valores de H y K.

Se define 𝐻 = ℎ𝜎 y 𝐾 = 𝑘𝜎 donde σ es la desviación de la variable muestral usada para

formar la cusum. Utilizando ℎ = 4 o ℎ = 5 y 𝑘 = 1⁄2 por lo general se obtendrá una
cusum que tiene propiedades convenientes de la ARL que corresponde al número
promedio de puntos que deben ser graficados antes de que un punto indique una
condición fuera de control, para un corriemiento de 1𝜎 se detectaría en 8.38 muestras
con (𝑘 = 1⁄2 y ℎ = 4) o en 10.4 muestras con (𝑘 = 1⁄2 y ℎ = 5) que en comparación
con una carta de control de Shewhart para mediciones individuales requeriría 43.96
muestras, en promedio, para detectar este corrimiento.

Para este caso utilizaremos ℎ = 4.77 , debido a que se obtendrá una cusum con 𝐴𝑅𝐿0 =
370 muestras el cual conicide con los limites 3𝜎 usuales con una probabilidad de
0.0027 de que este fuera de control.

Por otro lado, en este caso se esta trabajando con subgrupos racionales simplemente
de sustituye 𝑥𝑖 con 𝑥̅𝑖 (promedio muestral o de los subgrupos) en las fórmulas
anteriores, y σ se sustituye con 𝜎𝑋̅ = 𝜎⁄ .
√𝑛

En el siguiente código se inicia teniendo el valor objetivo µ𝟎 así como también el valor
𝑅̅⁄
𝑑2
de σ que para este caso vamos a estimar 𝜎𝑥̅ = .
√𝑛

mu0 <- 200

sigmax <- mean(rango)/d2 * 1/sqrt(nc)

K <- sigmax*0.5

Para obtener los valores del estadístico 𝐶 + y 𝐶 − se crea un objeto llamado Cs y Ci

respectivamente, en el cual se van a ir guardando los valores que se generen con la
función for; como se muestra en el código de abajo en el cual va guardando la suma
acumulada de cada interacción entre el valor objetivo y la media de cada subgrupo.

Cs <- c()
Cs <- max(0,[Link][1]-(N+K)+Cs[1])
for (i in 1:nr+1) {
Cs [i] <- max(0,[Link][i-1]-(N+K)+Cs [i-1])
}
75
Ci <- c()
Ci <- max(0,(N-K)-[Link][1]+Ci[1])
for (i in 1:nr+1) {
Ci[i] <- min(0,[Link][i-1]-(N-K)+Ci[i-1])
}

Como en los diagramas de control anteriores se calculan los límites de control inferior y
superior que en este caso están dados por el intervalo de decisión, 𝐿𝐼𝐶𝑐 = −𝐻 y 𝐿𝑆𝐶𝑐 =
𝐻.

LICc <- (-4.77)(sigmax)

LSCc <- (4.77)(sigmax)

Para fijar las escalas del eje en el diagrama de control se calculan los valores mínimos y
máximos de los límites de control y de los estadísticos 𝐶 + y 𝐶 − , y se guardan en un objeto
llama limitesc.

limLCc <- c(min(LICc),max(LSCc))

limCs <- c(min(Cs),max(Cs))

limCi <- c(min(Ci),max(Ci))

limitesc <- c(limLCc,limCs,limCi)

Para realizar el gráfico de control se utiliza la función plot, tomando en cuenta algunos de
los argumentos con los cuales cuenta dicha función. Primero se grafica el estadístico 𝐶 + .

plot(Cs, type = "b", col = ifelse((Cs > LSCc | Cs <

LICc),"red","black"),
pch = ifelse((Cs > LSCc | Cs < LICc), 17, 19), cex = 1, main =
"Cusum",
xlab = "Subgrupo o muestra",ylab = "Suma acumulada",
ylim = c(min(limitesc),max(limitesc)))

Posteriormente se grafica el estadístico 𝐶 − en la misma gráfica, pero por medio de la

función lines.

lines(Ci, col = ifelse((Ci > LSCc | Ci < LICc),"red" ,"black"), type =

"b",
pch = ifelse((Ci > LSCc | Ci < LICc), 17, 19), cex = 1)

76
Para concluir con el grafico que se muestra en la figura 3.17 se agregan las líneas de los
límites de control con su nombre y el valor de cada uno de ellos.

abline(h = LICc, col = "green", lty = 3)

text(nr - 1, LICc,paste('LIC =',round(LICc,2)), col = "green", pos = 3)
abline(h = LSCc, col = "blue", lty = 3)
text(nr - 1, LSCc, paste('LSC =',round(LSCc,2)), col = "blue", pos = 1)
points(Ci, type = "b",col = ifelse((Ci >= LSCc | Ci <= LICc),"red"
,"black"),
pch = ifelse((Ci >= LSCc | Ci <= LICc), 17, 19), cex = 1)
abline(h = 0 , col = "red", lty = 3)

Figura 3.17 Diagrama de control CUSUM. Elaboración propia

Por otro lado, el diagrama de control EWMA se crea a través del promedio móvil
ponderado exponencialmente y también sirve para monitorear la media del proceso.

Este tipo de diagrama se utiliza muy frecuentemente en el modelado de series de tiempo

y al hacer pronósticos.

El código se iniciará guardando el valor de λ equivalente a 0.2 y muy similar a lo que hizo
en el diagrama de cusum se crea un objeto con el nombre de Zt y sigmaZt para guardar
los valores que se vayan generando a través de la función for. La fórmula es la siguiente:

𝑍𝑡 = 𝜆𝑋𝑡 + (1 − 𝜆)𝑍𝑡−1

donde Z0 = ̿X que coincide con el valor nominal si el proceso está centrado, y 0 < λ ≤ 1.
Por ejemplo, hasta 𝑍3 , las tres primeras sumas estarían dadas por:

𝑍1 = 𝜆𝑥
̅̅̅1 + (1 − 𝜆)𝑍0

𝑍2 = 𝜆𝑥
̅̅̅2 + (1 − 𝜆)𝑍1

𝑍3 = 𝜆𝑥
̅̅̅3 + (1 − 𝜆)𝑍2
77
Por lo tanto, el código se muestra de la siguiente manera:

lamda <- 0.2

Zt <- c()
sigmaZt <- c()
Zt[1] <- (lamda * [Link][1]) + ((1 - lamda) * muxr)
lam <- sqrt((lamda)/(2 - lamda))
sigmaZt[1] <- sigmaxr * lam * sqrt((1 - (1 - lamda) ^ (2)))
for (i in 2:nr) {
Zt[i] <- lamda*[Link][i] + (1 - lamda) * Zt[i - 1]
sigmaZt[i] <- sigmaxr*lam*(sqrt(1 - (1 - lamda) ^ (2*i)))
}

Se calculan los límites de control con base en las siguientes formulas:

𝜎̂ 𝜆
𝐿𝐶𝑆 = 𝑍0 + 3 √[ ] [1 − (1 − 𝜆)2𝑡 ]
√𝑛 2 − 𝜆

3𝜎̂ 𝜆
𝐿𝐶𝐼 = 𝑍0 − √[ ] [1 − (1 − 𝜆)2𝑡 ]
√𝑛 (2 − 𝜆)

Así como también se calculan los valores mínimos y máximos de los límites de control y
el estadístico EWMA, que grafica al tiempo t en el diagrama, para fijar las escalas del eje
y.

LIC <- muxr - (3*sigmaZt)

LSC <- muxr + (3*sigmaZt)
limLC <- c(min(LIC),max(LSC))
limZt <- c(min(Zt),max(Zt))
limites <- c(limLC,limZt)

Por medio de la función plot se realiza el grafico que se muestra en la figura 3.18.

plot(Zt, type = "b", col = ifelse((Zt > LSC | Zt < LIC),"red","blue"),

pch = ifelse((Zt > LSC | Zt < LIC), 17, 19), cex = 1, main =
"EWMA",
xlab = "Subgrupo o muestra",ylab = "Zt",
ylim = c(min(limites),max(limites)))

78
Los límites de control como se muestra en la figura 3.18 tienen una variación al inicio
hasta que se estabilizan, por lo cual por medio de la función points se puede dar ese
efecto en el gráfico. Por último, se colocan los nombres de los límites de control y sus
valores.

points(t,LIC,pch = "_", col = "red",lwd = 2)

points(t,LSC,pch = "_", col = "red")
abline(h = muxr, col = "red", lty = 3)
text(nr - 2, muxr, paste('mu =',round(muxr,2)), col = "black", pos = 3)
text(nr - 2, tail(LIC, n = 1), paste('LIC =',signif(tail(LIC, n =
1))),col = "black", pos = 3)
text(nr - 2, tail(LSC, n = 1), paste('LSC =',signif(tail(LSC, n =
1))),col = "black", pos = 1)

Figura 3.18 Diagrama de control EWMA. Elaboración propia

79
 4 Análisis de control estadístico e
interpretación de códigos generados
De acuerdo con los datos proporcionados de la línea 1,2 y 3 la estadística descriptiva se
muestra en la tabla 4.1 como resumen de las 3 líneas.

Estadístico descriptivo Línea 1 Línea 2 Línea 3

Media 200.75 199.36 197.55
Mediana 202 198 197
Máximo 214 215 215
Mínimo 168 185 175
Q1 195 192 190
Q3 207 206 205
IQR 12 14 15
Desviación estándar 8.02 8.63 8.98
Varianza 67.31 74.50 80.78
Tabla 4.1 Resumen de estadísticas generadas por Rstudio. Elaboración propia

De acuerdo con el resumen de la tabla 4.1 sobre los pesos de los paquetes de pasta se
observa que, de las 3 líneas, la línea 3 presenta una mayor variabilidad entre los datos,
y la línea 1 tiene una tendencia central muy aproximada al valor que busca la empresa
que son 200 gramos por paquete.

Tomando en cuenta la desviación estándar se observa que la línea 3 es la de mayor

dispersión en los datos de la [Link] la figura 4.2 se muestran los histogramas de las

a) b)

c)

Figura 4.1 Histograma generado con Rstudio con límites de especificación y con 11 clases. a) línea 1, b) línea 2, c) línea 3. Elaboración
propia
80
4.1 Prueba de hipótesis
Analizado la prueba de hipótesis para validar la información que se tiene sobre el proceso
de las 3 líneas. A la empresa no le conviene que los paquetes vayan con menos de 200
gr porque puede perder mercado, por otro lado, tampoco le conviene que lleven más de
200 gr por la pérdida económica que representa.

• Planteamiento de hipótesis:
𝐻0 : µ = 200
𝐻𝑎 : µ ≠ 200

• Nivel de significancia α= 0.05

Los valores del estadístico de prueba |Z0 | para las 3 líneas se muestran en la tabla 4.2
así como también los valores Zα⁄2 , y tomando en cuenta que se rechaza 𝐻0 si |𝑍0 | >
𝑍𝛼⁄ , donde 𝑍𝛼⁄ es el punto porcentual 𝛼⁄2 superior de la distribución normal estándar.
2 2

Línea |𝐙𝟎 | 𝒁𝜶⁄ Conclusión

𝟐
1 1.0013 1.9599 No existe evidencia para rechazar 𝐻0
2 0.0837 1.9599 No existe evidencia para rechazar 𝐻0
3 2.9859 1.9599 Sí existe evidencia para rechazar 𝐻0
Tabla 4.2 Valores de prueba de hipótesis. Elaboración propia

En la figura 4.2 se observa gráficamente la zona de aceptación de 𝐻0 así como también

los intervalos (𝑍𝛼⁄ , ∞) y (−∞, −𝑍𝛼⁄ ) que forman la región critica de la prueba. Para la
2 2
línea 2 como se muestra en la figura 4.2a no existe evidencia para rechazar la hipótesis
nula, por lo tanto, se concluye que no hay evidencia suficiente que indique que el peso
de los paquetes difiere de 200 gramos, en cambio para la figura 4.2b que corresponde a
la línea 3 sí existe evidencia para rechazar la hipótesis nula, por lo cual se concluye que
hay suficiente evidencia de que los paquetes de pasta difierente de 200 gramos.

a) b)

Figura 4.2 Distribución normal de prueba de hipótesis. a) línea 2, b) línea 3. Elaboración propia

81
4.2 Índices de capacidad
El análisis de capacidad de un proceso se realiza principalmente por dos objetivos, uno
es verificar si el proceso es capaz de cumplir con las especificaciones del producto y el
otro saber el por qué el proceso no cumple con las especificaciones del producto,
entonces se habla que sirve como predicción y como análisis.

En la tabla 4.3 se muestra un resumen de los índices de capacidad de las 3 líneas de

llenado de paquetes de pasta.

Índice de Línea 1 Línea 2 Línea 3

Capacidad
Cp 0.3353079 0.3245714 0.275682

Cpi 0.366743 0.2988762 0.1912544

Cps 0.3038728 0.3502667 0.3601096
Cpk 0.3038728 0.2988762 0.1912544
Zi 1.100229 0.8966286 0.5737632
Pzi 0.1356162 0.1849586 0.283064
DPMOi 135,616.2 184,958.6 283,064
Zs 0.9116183 1.0508 1.080329
Pzs 0.1809848 0.1466752 0.1399979
DPMOs 180,984.8 146,675.2 139,997.9
Zbench 0.4772248 0.4354062 0.1940665
Pzbench 0.316601 0.3316338 0.4230619
DPMO 316,601 331,633.8 423,061.9
Cpm 0.3338267 0.3236114 0.2672431
Tabla 4.3 Resumen de índices de capacidad por Rstudio. Elaboración propia

El índice de capacidad del proceso 𝐶𝑝 no toma en consideración donde se localiza la

media del proceso respecto de las especificaciones, simplemente mide la extensión de
las especificaciones en comparación con la dispersión seis sigma del proceso, por lo
tanto, podemos concluir que en las 3 líneas el proceso no es capaz y se produce un
porcentaje inaceptable de productos defectuosos ya que los 𝐶𝑝 < 1.

Tomando en cuenta el índice 𝐶𝑝𝑘 = min (𝐶𝑝𝑖 , 𝐶𝑝𝑠 ), concluimos que si 𝐶𝑝 = 𝐶𝑝𝑘 el proceso
está centrado en el punto medio de las especificaciones y cuando 𝐶𝑝𝑘 < 𝐶𝑝 el proceso
esta descentrado.

En la tabla 4.4 se observa la relación entre los índices 𝐶𝑝 y 𝐶𝑝𝑘 y se puede concluir que
𝐶𝑝𝑘 es el peor índice lateral y mientras el valor es mayor el proceso cumple mejor con las
especificaciones.

82
Por lo tanto, las tres líneas se encuentran descentradas y las tres líneas no son capaces
y requieren los procesos modificaciones serias.

Línea 𝑪𝒑 𝑪𝒑𝒌 Conclusión

1 0.335307 0.303872 Proceso
2 0.324571 0.298876 descentrado
Proceso
3 0.275682 0.191254 descentrado
Proceso
descentrado
Tabla 4.4 Relación Cp y Cpk. Elaboración propia

En la figura 4.1 se pueden comprender visualmente el descentrado del proceso de las

tres líneas de acuerdo con las especificaciones de la empresa.

Por otro lado, el índice de Taguchi 𝐶𝑝𝑚 menciona que cumplir con las especificaciones
no es sinónimo de calidad, por lo que menciona que las mejoras del proceso deben ir
enfocadas en reducir la variabilidad del valor nominal en este caso 200 gramos y no solo
de las especificaciones. Los valores de 𝐶𝑝𝑚 son bajos debido a que la variabilidad es
alta.

Cabe mencionar que las 3 líneas no están centradas, por lo que es correcto calcular el
porcentaje de paquetes defectuosos por medio de los valores de 𝑧𝑖 𝑦 𝑧𝑠 que es la métrica
que corresponde a la distancia entre las especificaciones y la media del proceso estos
valores son diferentes entre sí ya que sirven para determinar la probabilidad de encontrar
paquetes de pasta fuera de especificación por la izquierda o por la derecha y esa
probabilidad sirve para poder cuantificar los DPMO (defectos por millón de oportunidad).

En la tabla 4.5 se puede observar que en la línea 1 de lado derecho se pueden encontrar
más paquetes defectuosos, mientras que en la línea 2 y 3 se pueden encontrar más por
la izquierda.

Línea P(zi) DPMOi P(zs) DPMOs

1 0.1356162 135,616.2 0.1809848 180,984.8
2 0.1849586 184,958.6 0.1466752 146,675.2
3 0.283064 283,064 0.1399979 139,997.9
Tabla 4.5 Probabilidad de paquetes defectuoso. Elaboración propia

4.3 Diagramas de control Xpr-R y Rango

El análisis realizado a través de histogramas, graficas de probabilidad e índices de
capacidad es un resumen del desempeño del proceso; sin embargo, para analizar la
capacidad potencial del proceso se tiene que abordar la cuestión del control estadístico
para detectar patrones sistemáticos en la salida del proceso y poder reducir la variabilidad
en cuestiones de calidad.

83
 Como se muestra en la figura 4.3 se tienen los diagramas de control de promedio y rango
para las 24 muestras de la línea 2. Los parámetros del proceso pueden estimar a partir
de la carta de control como

𝜇̂ = 𝑥̿ = 199.37

𝑅̅ 16.92
𝜎̂ = = = 7.274
𝑑2 2.326
a) b)

Figura 4.3 Diagramas de control a) Xpr y b) R para los datos de la línea 2. Elaboración propia

Con base en este análisis se ilustra en la figura 4.3a que el proceso hablando de
tendencia central tiene un punto fuera de los límites que podría ser una causa especial
del proceso.

Se espera que las medias del peso de los paquetes de pasta varíen de 189.61 a 209.12,
estos límites son utilizados para detectar cambios en la media del proceso y evaluar su
estabilidad.

En la figura 4.3b se ilustran cambios en la amplitud o magnitud de la variación del

proceso, el diagrama de control R en donde se observa que no hay puntos fuera de los
límites y además el comportamiento de los puntos no sigue ningún patrón especial; por
lo tanto, el proceso responsable del peso de los paquetes de pasta ha estado funcionando
de manera estable. La variación que se observa en los rangos muestrales se debe a la
variación que comúnmente tiene el proceso.

Tomando en cuenta el índice de capacidad de la línea 2, 𝐶𝑝 = 0.324 < 1, así que se

concluye que el proceso es incapaz de cumplir especificaciones. Por lo tanto, el proceso
es considerado establemente incapaz, por lo que se debe hacer análisis en busca de
detectar fuentes de variación que estén en el proceso.

Como se muestra en la figura 4.4 los diagramas de control para tendencia central y
amplitud o magnitud de la variación y tomando en cuenta el 𝐶𝑝 = 0.2756 < 1 también es
considerado establemente incapaz, por lo que también se requiere de un análisis de
mejora.

84
a) b)

Figura 4.4 Diagramas de control a) Xpr y b) R para los datos de la línea 3. Elaboración propia

4.4 Diagramas de control CUSUM y EWMA

Para continuar con el análisis, se tienen los diagramas de control de suma acumulada
(CUSUM) y de promedio móvil ponderado exponencialmente (EWMA) que sirven cuando
se produce un desajuste muy pequeño en el proceso y por medio de estos diagramas se
pueden detectar con más rapidez los cambios en la corrida de la media.

La figura 4.5 muestra el diagrama de CUSUM tabular de la línea 2 en donde se pueden

ver las desviaciones de cada valor respecto del valor objetivo o nominal. Se distinguirá
entre desviaciones positivas y negativas, puesto que en algunas situaciones ambas
desviaciones no tienen la misma repercusión en el proceso.

En este diagrama el valor de 𝐶𝑖+ y 𝐶𝑖− si el proceso está en control tendrían que tender a
valores nulos, en este diagrama a comparación del diagrama de Xpr y Rango se puede
ver mejor que el proceso no se encuentra bajo control por lo que requiere que se ajuste
tal vez la máquina que hace el llenado de los paquetes de pasta.

a) b)

Figura 4.5 Diagramas de control a) CUSUM y b) EWMA para los datos de la línea 2. Elaboración propia

85
 Para la línea 3 es un caso similar, debido a que en la gráfica cusum los valores de 𝐶𝑖−
se encuentran fuera del valor de decisión.

a) b)

Figura 4.6 Diagramas de control a) CUSUM y b) EWMA para los datos de la línea 3. Elaboración propia

4.5 Diagramas de control empleando la distribución binomial con n variable

En la figura 4.7a se ilustra el diagrama de control para fracción disconforme con
subgrupos variables, pero se utilizó el tamaño de subgrupo promedio 𝑛̅ , lo cual
representa que

𝑇𝑜𝑡𝑎𝑙 𝑖𝑛𝑠𝑝𝑒𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 1440

𝑛̅ = = = 60
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑠𝑢𝑏𝑔𝑟𝑢𝑝𝑜𝑠 24

La interpretación de este diagrama de control es que de cada 60 paquetes se espera que

la proporción de paquetes con problemas de peso varíe de 0.0 a 0.1, con un promedio
de 0.03. Al multiplicar por 100, se puede interpretar en términos porcentuales de la
siguiente manera: se espera que el porcentaje de paquetes con problemas de peso varíe
de 0.0 y 10% con un promedio de 3%.

De acuerdo con lo anterior, en la gráfica 4.7a se tiene un punto fuera del límite superior
de control, por lo cual se concluye que el proceso no fue estable, y se puede decir que el
proceso funciono en presencia de una causa especial que por lo general no está presente
en el proceso, y que causo que la proporción de disconformes fuera anormalmente
grande.

Por lo tanto, a pesar de que el proceso tiene solo un punto fuera del límite superior de
control, su desempeño se encuentra lejos de ser satisfactorio ya que el promedio de
defectos es relativamente alto 3%. Por lo que se propone revisar el proceso para
encontrar las causas comunes que están ocasionando el problema.

86
 En la figura 4.7b se tiene el diagrama de control p normalizado, que en lugar de graficar
la proporción muestral 𝑝𝑖 , se grafica la proporción estandarizada.

a) b)

Figura 4.7 Diagrama de control a) fracción disconforme (p) b) normalizada para los datos de la línea 2. Elaboración propia

En la figura 4.8a se muestra la línea 3 no tiene ningún punto fuera de los límites de control,
pero por cada 60 paquetes de pasta se espera que la proporción de paquetes con
problemas de peso varíe de 0.0 a 0.12, con un promedio de 0.04. En términos
porcentuales se espera que el porcentaje de paquetes con problemas de peso varíe de
0.0 y 12% con un promedio de 4%, por lo cual requiere de una implementación de mejora
para disminuir el problema. En la figura 4.8b se tienen el diagrama p normalizado.

a) b)

Figura 4.8 Diagrama de control a) fracción disconforme (p) b) normalizada para los datos de la línea 3. Elaboración propia

4.6 Diagramas de control empleando la distribución de Poisson

El diagrama de control u analiza la variación del número promedio de defectos por articulo
o unidad de referencia, debido a que el tamaño de subgrupo no es constante se utiliza

𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 152

𝑛̅ = = = 0.1055
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 1440

87
 En la figura 4.9a se pueden ver dos puntos fuera de los límites de control superior lo que
demuestra que el proceso no trabaja de manera estable, y que por cada paquete de pasta
se encuentran de 0.0 a 0.23 defectos con un promedio de 0.11.

a) b)

Figura 4.9 Diagrama de control a) disconformidades por unidad (u) b) normalizada para los datos de la línea 2. Elaboración
propia

La figura 4.9b muestra un diagrama de control estandarizado en caso de que los tamaños
de subgrupo sean muy distintos entre sí, en la cual, en lugar de graficar 𝑢𝑖 se grafica la
siguiente variable estandarizada.

Para el análisis de la línea 3, en la figura 4.10 no se tiene ningún punto fuera de los límites
de control, pero por cada paquete de pasta se encuentran de 0.0 a 0.29 defectos con un
promedio de 0.14.

a) b)

Figura 4.10 Diagrama de control a) disconformidades por unidad (u) b) normalizada para los datos de la línea 3. Elaboración
propia

Por último, todo el análisis que se hizo con Rstudio fue con base en los datos de la línea
1; sin embargo, los resultados obtenidos también se pueden conseguir con ayuda de
excel y minitab y por eso se ha elaborado un análisis de la línea 2 con minitab que se
encuentra en la sección de anexos en el punto 7.1 y un análisis de la línea 3 con ayuda
de excel en el punto 7.2 en donde se ven reflejados los resultados del análisis pero en
programas diferentes.
88
5 Conclusiones
Durante la elaboración de este trabajo fue posible desarrollar los códigos en Rstudio sin
tener conocimiento del software y así poder mostrar su aplicabilidad para estudiantes de
la carrera de Ingeniera Industrial en el área de la estadística, específicamente en el
análisis estadístico de control de procesos.

Al iniciar este trabajo el conocimiento sobre el software era casi nulo, así como también
su funcionalidad y la lógica que seguía el lenguaje; sin embargo, el lenguaje resulto ser
intuitivo y, para ser lenguaje de programación resulto ser amigable, por lo que el
aprendizaje de su estructura fue rápido. Uno de los puntos importante fue que no es
necesario tener un conocimiento tan amplio en programación ya que el software te lleva
de la mano. La existencia de una gran cantidad de blogs en internet ayuda a resolver
dudas que se te van presentando durante la elaboración del código. La gran cantidad de
materiales disponibles es debido a que es un software libre.

Cabe mencionar que al realizar personalmente el código ayudo a comprender mejor los
temas relacionados con el control estadístico de proceso, que sirve para mejor la calidad
en los productos o servicios, porque a pesar de que se trabaja con fórmulas
estandarizadas al obtener el resultado de los datos, se tiene conocimiento de cómo se
obtuvo y el por qué se obtiene ese resultado, en comparación con otros paquetes, por
ejemplo minitab por mencionar alguno, es excelente en el análisis de datos estadísticos
de calidad; sin embargo, solo plasman un resultado a diferencia de Rstudio que ese
resultado se obtiene de un código elaborado a la medida del análisis que se busca
obtener.

Una de las ventajas que tiene Rstudio en comparación con excel es que es menos
tardado hacer un análisis similar, en Rstudio es muy útil y cómodo usarlo para trabajos
repetitivos y es poco probable que te equivoques por error humano. Si tu código y/o
procedimiento de cálculo está bien para un dato o conjunto de datos, está bien para
todos. En excel se tendría que repetir los cálculos para cada proyecto o grupo de datos
esa es una de las ventajas que tiene este software.

Otra de las ventajas es que la calidad de gráficos en Rstudio es muy amplio y se puede
editar de acuerdo con las necesidades de cada usuario, a diferencia de minitab que los

89
gráficos tienen un formato predeterminado. En excel los gráficos son también de acuerdo
con la necesidad del usuario, pero no hay tantas opciones de editar la figura, por ejemplo,
graficar las distribuciones de probabilidad es difícil y graficar la distribución de
probabilidad encima de un histograma es aún más complejo que con ayuda de Rstudio
este tipo de gráficos es rápido de hacer.

Cabe mencionar que durante la investigación se concluyó que no es el paquete más

usado ya que actualmente es excel, ni el más rápido porque es C++, pero es un buen
intermedio para llevar a cabo un buen análisis de datos, una de las mejores formas de
medir la popularidad en el mercado del software para la ciencia de datos es contar el
número de anuncios de trabajo para cada uno y cada vez es más común encontrar
empleos que solicitan que se tenga conocimiento sobre el proceso de información en R,
esto quiere decir que las tendencias laborales dan una buena idea de lo que
probablemente se volverá popular en el futuro. Por lo cual se vuelve relevante que en las
universidades se haga conocimiento de la importancia que tiene este software y la
tendencia va incrementando al alza.

Por lo tanto, R no es la única opción para utilizar y tal vez no el más conveniente, todo
depende del uso que quieras darles a tus datos, así como el tamaño de estos, existen
muchos más softwares, pero el motivo de este trabajo es dar a conocer a los estudiantes
de la carrera de Ingeniería Industrial como herramienta potente de análisis de datos, pero
si sería muy conveniente que los egresados de la FI lo conozcan y que no le tengan
miedo porque es programación, como al inicio de este trabajo se pensaba; sin embargo,
queda demostrado que el procesos durante la elaboración del código no fue complicado
y es recomendable.

Por último, vale la pena mencionar que puedes mezclar paquetes ya elaborados por
algunos otros estudiantes o profesores alrededor del mundo, por ejemplo, sobre finanzas,
pronósticos, six sigma y al mismo tiempo ocupar paquetes para perfeccionar tus gráficos
que son importantes para que la visualización de tu análisis sea más amigable durante
alguna presentación. Realizando una pequeña comparación con minitab el cual es un
software potente en estadística, pero solo se aplica para estadística y no para temas
laterales a diferencia de R que se puede usar para muchas otras aplicaciones de análisis
de datos y big data.

90
6 Bibliografía

Allen, W. (2001). Estadística aplicada a los negocios y la economia. 3a Edición. México: McGraw
Hill.

Correa, J. C., & Nelfi, G. (2002). Graficos estadisticos con R. Obtenido de [Link]
[Link]/doc/contrib/[Link]

GNU. (5 de Mayo de 2016). ¿Qué es un software libre? Recuperado el 11 de Junio de 2016, de

GNU: [Link]

Gutiérrez Pulido, H., & De la Vera Salazar, R. (2009). Control estadistico de la calidad y seis
sigma. México D.F.: McGraw-Hill.

Jose Miguel Contreras Garcia, E. M. (2010). Introduccion a la programacion estadistica con R

para profesores. Granada: Los autores.

Juran M., J. (1990). Juran y el liderazgo para la calidad. Ediciones Diaz de Santos, S.A.

Leo Revilla, Á. (7 de Agosto de 2013). Breve historia de R. Recuperado el 11 de Junio de 2016, de

Momentotic: [Link]

Montgomery, D. C. (2016). Control Estadistico de la Calidad (Tercera ed.). Mexico: Limusa.

Paradis, E. (2003). R para principiantes. Recuperado el 3 de Junio de 2017, de [Link]

[Link]/doc/contrib/rdebuts_es.pdf

Purnal, A. W. (2012). Analisis de la capacidad de procesos industriales. Mexico: Facultad de

Ingenieria, Universidad Nacional Autonoma de Mexico.

Ross, I. (s.f.). R : Past and Future History. Recuperado el 11 de Junio de 2016, de The University
of Auckland: [Link]

The R Project. (s.f.). ¿What is R? Recuperado el 11 de Junio de 2016, de The R Project for
Statistical Computing: [Link]

Vance, A. (7 de Enero de 2009). Data Analysts Captivated by R’s Power. New York Times, pág. B6
.

Verzani, J. (2011). Getting started with RStudio. United State of America: O'Reilly Media.

91
7 Anexos
7.1 Minitab
Resultados para la Línea 2.

Figura 7.1 Estadísticos descriptivos. Elaboración propia

Figura 7.2 Histograma. Elaboración propia

Figura 7.3 prueba de hipótesis (Z de una muestra). Elaboración propia

Figura 7.4 Informe de capacidad del proceso. Elaboración propia

92
 Figura 7.5 Diagrama de control Xbarra-R. Elaboración propia

Figura 7.6 Diagrama de control de tiempo ponderado EWMA. Elaboración propia

Figura 7.7 Diagrama de control fracción disconforme (p). Elaboración propia

93
Figura 7.8 Diagrama de control disconformidades por unidad (u). Elaboración propia

94
 7.2 Excel
Resultados para la Línea 3

0.25

0.20

Frecuencia 0.15

0.10

0.05

0.00
167.50 172.50 177.50 182.50 187.50 192.50 197.50 202.50 207.50 212.50

Peso (gramos)

Figura 7.10 Histograma. Elaboración propia

Media 197.55
Mediana 197
Máximo 215
Mínimo 175
Q1 190
Q3 205
IQR 15
Desviación 8.988
estándar
Varianza 80.11
Tabla 7.9 Estadísticos descriptivos. Elaboración propia

215 50 42.21
209.09
210 40
205
200 30
Media

197.55
Rango

195 20 19.92
190 186.01 10
185 0.00
180 0
1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23
Subgrupo o muestra Subgrupo o muestra
LIC LSC Xprom LC LIC LSC Rango LC

Figura 7.11 Diagrama de control Xbarra y R. Elaboración propia

95
 20 14.65 202 201.40
Suma acumulada 200
0
198
-20

zt
-14.65 196 197.55
-40 194
-60 192 193.70
1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23
Subgrupo o muestra Subgrupo o muestra
LSC LIC C+ C- LIC LSC mu mu

Figura 7.12 Diagrama de control EWMA y CUSUM. Elaboración propia

0.15 4.000
0.118
Fraccion disconforme

3
2.000
0.10
Figura 7.9 Diagrama de control0.000
CUSUM y EWMA

Zi
0.05 0.042 -2.000
0.000 -3
0.00 -4.000
1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23
Subgrupo o muestra Subgrupa o muestra
P LIC LSC LC P LIC LSC

Figura 7.10 Diagrama de control a) Fracción disconforme (p) b) Normalizada. Elaboración propia
Disconformidades por

0.40 4
0.30
3
0.29 2
0.20
unidad

0
Zi

0.14
0.10
-2
0.00 0.0 -3
-0.10 -4
0 5 10 15 20 25 0 5 10 15 20 25
Subgrupo o muestra Subgrupo o muestra
LIC LSC u LC LIC LSC u

Figura 7.14 Diagrama de control a) Disconformidades por unidad (u) b) normalizada

96
LIE = 192
LSE = 208
LSE - LIE = 16
N= 200
Rpr/d2 spr/c4 √(s2pr)
8.600 8.622 8.461

Cp = 0.3101 0.3093 0.3152

¿Capaz? NO NO NO
Cr = 3.2248 3.2331 3.1728
Cpi = 0.2151 0.2146 0.2187
Cps = 0.4051 0.4040 0.4117
Cpk = 0.2151 0.2146 0.2187
zi = 0.65 0.64 0.66
P(z < zi) = 0.25934 0.25987 0.25592
DPMOi = 259341 259874 255920
zs = 1.22 1.21 1.24
P(z > zs) = 0.1122 0.1127 0.1084
DPMOs = 112150 112742 108392
zbench = 0.328 0.325 0.347
1 - P(zi < z < 37.15% 37.26% 36.43%
zs) =
DPMO = 371491 372616 364313
P(zi < z < zs) = 63% 63% 64%
t= 8.9418 8.9629 8.8083
Cpm = 0.2982 0.2975 0.3027
Tabla 7.1 Índices de capacidad línea 3. Elaboración propia

97