27/09/2019

Edwin A. Garavito-Hernández [Link].

MAESTRÍA EN INGENIERÍA INDUSTRIAL
Universidad de Puerto Rico
ESPECIALIZACIÓN EN GERENCIA DE LA
PRODUCCIÓN – MEJORAMIENTO CONTINUO
ESPECIALIZACIÓN EN DOCENCIA UNIVERSITARIA
INGENIERÍA INDUSTRIAL
Universidad Industrial de Santander

CONTROL DE CALIDAD
Control Estadístico de INVESTIGACIÓN DE OPERACIONES SIMULACIÓN
Procesos Técnicas de Optimización Simulación de Sistemas de Eventos
Análisis de Capacidad de Análisis de Procesos Estocásticos Discretos
Proceso DISEÑO DE SISTEMAS PRODUCTIVOS Análisis e Interpretación de Sistemas
Planes de Muestreo Análisis y Diseño de Sistemas de Manufactura y Servicios Validación Estadística
Diseño de Experimentos

1
 27/09/2019

¿Qué es la estadística?
Conjunto de técnicas y procedimientos que ayudan a describir, mostrar y resumir,
la información de un conjunto de datos.

Ciencia que ocupa la recopilación, tabulación, análisis, interpretación y

presentación y presentación de datos cuantitativos.
OBJETIVO:
Interpretar hechos.
Tomar decisiones
Inferir en la población

• DESCRIPTIVA o DEDUCTIVA: Descripción o análisis de un tema o grupo.

Presenta los resultados de los datos de manera específica; sin generalizaciones.

• INDUCTIVA o INFERENCIAL: Obtener una conclusión a partir de una

cantidad de datos.
“Lo que no se puede medir no se puede
controlar y lo que no se controla, no se
puede mejorar”.

Estadística Estadística
Descriptiva Inferencial

Muestra

Datos
Estadística Descriptiva
Población

2
 27/09/2019

Obtención de Datos

¿Cómo/dónde conseguir información?

Primaria Secundaria

Encuestas, observación Otras

directa fuentes

Hospitales.
Cámara de
Fasecolda El DANE Ministerios Historia del
Comercio
paciente.

Obtención de Datos
¿Y la precisión?
• La cantidad de cifras debe estar en función de su uso.
• Entre mayor número de decimales se necesite, mas complejo debe ser el
instrumento de medición.
• La técnica de redondeo debe ser aplicada cuantas veces sea necesario.

3
 27/09/2019

Obtención de Datos

¿Cómo conseguir información?

• Establecer objetivos claros: ¿Qué se va a hacer con la información?.
Control y monitoreo de un proceso.
Análisis de lo que no se ajusta a la norma.
Inspección.
• ¿Cuál es su propósito?: Determinar el tipo de comparación  ¿Qué tipo de
datos se necesitan? Estratificación.
• ¿Son confiables las mediciones? Instrumentos de medición, Mediciones
sensoriales.
• Formas apropiadas de recolectar los datos: Organizarlos para facilitar su
proceso posterior. Origen de los datos.

Obtención de Datos

Construcción de un cuestionario
Formulación del
Por teléfono, correo, Realizar pruebas
problema de
internet, personal faciales
investigación

Establecimiento de
Especificar la las modalidades de Preparar el
información que se recolección de los cuestionario
debe obtener datos

4
 27/09/2019

Obtención de Datos
Una variable es una característica de nuestro interés que posee la población y
que podemos medir.
Las variables que se observan y analizan pueden ser de dos tipos:

Nominal
Cualitativa
Ordinal
Variable
Intervalo
Cuantitativa
Razón
Escalas de
Medición

10

Obtención de Datos
Una variable es una característica de nuestro interés que posee la población y
que podemos medir.
Las variables que se observan y analizan pueden ser de dos tipos:

Nominal
Cualitativa
Ordinal
Variable
Intervalo
Cuantitativa
También se denominan variables categóricas o variables de atributos. Los
valores de una variable categórica se pueden colocar en un número contable de
Razóntener o no algún
categorías o grupos diferentes. Los datos categóricos pueden
orden lógico.

5
 27/09/2019

11

Obtención de Datos
Una variable es una característica de nuestro interés que posee la población y
que podemos medir.
Las variables que se observan y analizan pueden ser de dos tipos:

Intervalo
Cuantitativa
Razón
Variable
Intervalo
Cuantitativa
Los valores de una variable cuantitativa se pueden ordenar y medir.
Razón

12

Obtención de Datos
Estas variables consideran categorías que no se pueden ordenar y son
mutuamente excluyentes. Los números que se asignan a objetos o
fenómenos son nombres o clasificaciones, solo son etiquetas

Soltero(a), casado(a), unión libre,

Escala Nominal

¿Cuál es su estado civil?

separado(a), etc.

Ingeniero(a), enfermero(a), psicólogo(a),

¿Cuál es su profesión?
matemático(a), etc.

¿Cuál es su último nivel de Primaria, bachillerato, tecnología,

estudios? universitario, posgrado, etc.

¿A cuál ARL se encuentra

afiliado? Positiva, Colpatria, Sura, Colmena, etc.

6
 27/09/2019

13

Obtención de Datos
Permite establecer un orden entre los elementos medidos. Los números
ordinales se emplean para indicar orden de clasificación. La regla que se
utiliza es que los objetos tienen un determinado orden pero se encuentra a
distancias desiguales
Escala Ordinal

Clasificación de riesgos laborales Clase I, clase I, clase III, clase IV, clase V

¿Qué tan satisfecho se encuentra Totalmente satisfecho(a), satisfecho(a),

con su aseguradora? neutral, insatisfecho(a)…

Nivel socioeconómico Bajo, medio, alto.

14

Obtención de Datos
Una escala de medición es de intervalo si los datos tienen las propiedades de
los datos ordinales y los intervalos entre observaciones se expresan en
términos de una unidad de medición fija. Los datos de intervalo tienen que ser
numéricos.
Escala Intervalo

Rango de temperatura de Bucaramanga La temperatura estuvo entre °C y

el 27 de septiembre °C

Rango de notas en la asignatura

Estadística descriptiva y técnicas de Entre 0 y
muestreo

7
 27/09/2019

15

Obtención de Datos
Tiene todas las propiedades de las anteriores y además punto cero absoluto.
Con esta escala podemos clasificar los objetos, ordenarlos y comparar
diferencias.
La regla en este caso señala que los objetos pertenecen a la misma categoría,
que se encuentra ordenados, a una distancia igual uno de otro y que existe un
cero absoluto.
Escala Razón

¿Cuál es su estatura? 160 cm, 180 cm, etc.

¿Cuál es su ingreso mensual? $10’000.000, $7’000.000, etc.

miligramos/metro cúbico de
monóxido de carbono 10 miligramos/metro cúbico

16

¿Qué hacer la información obtenida?

8
 27/09/2019

17

Estadísticos
Es una cantidad numérica calculada sobre una muestra que resume su
información sobre algún aspecto.

Estadísticos
Estadísticos

Posición
Posición Variación
Variación Relación
Relación

Media
Media Mediana
Mediana Moda
Moda Cuantil
Cuantil Rango
Rango Varianza
Varianza Desviación
Desviación Correlación
Correlación Covarianza
Covarianza

18

Medidas de Posición
Media Muestral

Suponga que se tienen los siguientes datos , , . . , de una muestra. Se

define el siguiente valor llamado media aritmética
.. 1
̅

EJEMPLO: Una muestra aleatoria de 20 trabajadores se elige de entre una

gran población y se solicita su genero y edad. ¿Qué información se puede
obtener?

̅
Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46
43,75 años

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46
42,28 años

Género M F F F F F M F M F F F F F F M M F F M
47,16 años
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

9
 27/09/2019

19

Medidas de Posición
Mediana

Suponga que se tienen los siguientes datos , , . . , de una muestra. Se

ordena la muestra en orden ascendente, sea el orden , ,.., (
incluyendo los valores repetidos)
  n +1
 si n es im par =   valor or denado
  2 
x% = 
 si n es par n n 
= pr om edio de   y  + 1  valor es o r denado s
 2 2 

EJEMPLO: Una muestra aleatoria de 20 trabajadores se elige de entre una gran

población y se solicita su genero y edad. ¿Qué información se puede obtener?

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

20

Medidas de Posición
Mediana

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

Orden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Género F F F M F F F M F F F M M F F F F M M F Me 45,5 años
Edad 20 27 29 32 36 36 40 41 43 45 46 46 49 50 51 54 56 57 58 59

Orden 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Género F F F F F F F F F F F F F F 44 años
Edad 20 27 29 36 36 40 43 45 46 50 51 54 56 59

Orden 1 2 3 4 5 6
Género M M M M M M 47,5 años
Edad 32 41 46 49 57 58

10
 27/09/2019

21

Medidas de Posición
Moda

La moda es el valor de la observación que aparece con más frecuencia.

Género M F F M F F M F M F F F M F F M M F F M M F F M
Edad 36 43 41 36 50 20 41 46 41 36 27 43 41 43 51 41 57 54 29 36 25 36 27 41

EDAD - F

3
2,5
6
2
1,5
5
1
4 0,5
0
3 20 27 29 36 41 43 46 50 51 54

2 EDAD - M

1 5
4
0
3
20 25 27 29 36 41 43 46 50 51 54 57 59
2
1
0
25 36 41 57

22

Medidas de Posición

Cuantil

Se define los cuantiles de orden k como los valores de la variable ordenada de

menor a mayor, que la dividen en k partes con la misma frecuencia de
observaciones. Por lo tanto existirán k-1 cuantiles de orden k.

PERCENTILES (Pj) CUARTILES (Qj) DECILES (Dj)

11
 27/09/2019

23

Medidas de Posición

Cuantil PERCENTILES (Pj)

Son los 99 puntos que dividen la distribución en 100 partes de 1% de los valores
de la distribución.

P – el percentil que se quiere

1 encontrar
100 n – el número total de valores
I – la parte entera del ranking
D – la parte decimal del ranking

Los datos se ordenan en forma creciente y el valor r, si r es entero se toma

como la posición del percentil, de caso contrario se realiza el promedio entre las
posiciones enteras cercanas.

24

Medidas de Posición

Cuantil CUARTILES (Qj)

Son los tres valores que dividen la distribución en 4 partes iguales, cada una
incluye el 25% de los valores.

3
1 ! "
4
Los datos se ordenan en forma creciente y se calcula la posición Qi
correspondiente al cuartil.

12
 27/09/2019

25

Medidas de Posición

Cuantil DECILES (Dj)

Son los 9 puntos que dividen la distribución en 10 partes, en cada una esta
incluida el 10% de los valores

1
#$%& ' 1 ! "
10

1 Los datos se ordenan en

#$%& ' 2 ! " forma creciente y se calcula la
10
posición Di correspondiente al
1 decil.
#$%& ' 3 ! "
10
…

1
) #$%& ' 9 ! "
10

26

Estadísticos

Estadísticos

Posición Variación Relación

Media Mediana Moda Cuantil Rango Varianza Desviación Correlación Covarianza

13
 27/09/2019

27

Medidas de Variación - Dispersión

Rango/Recorrido

El rango, recorrido o amplitud es la diferencia entre los valores mayor y

menor en un conjunto de datos.

"+ , , ,…

-. "$ , , ,…

/ -. 0
EJEMPLO: Se aplica una encuesta a 20 trabajadores entre los 20 y 60
años.
/ 60 0 20
/ 40

28

Medidas de Variación - Dispersión

Desviación Media

Media aritmética de los valores absolutos de las desviaciones respecto a la

media aritmética. Sea las calificaciones de un examen de diez estudiantes son:
3.5, 4.3, 3.8, 3.7, 3.6, 3.8, 3.9, 3.5, 3.5, 3.8. La media es 3.74, por lo tanto, las
desviaciones serían: -0.24, 0.56,…0.06l luego se calcula el promedio de las
desviaciones en valor absoluto,
N
x − µ
DM A(X ) = i =1
i

N
EJEMPLO: A partir de los siguientes datos, calcular la desviación media.

̅
Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46
43,75 años

14
 27/09/2019

29

Medidas de Variación - Dispersión

Varianza

La varianza poblacional es el promedio de las desviaciones cuadráticas.

Se llama desviación cuadrática a di 2 = ( xi − µ ) 2

La varianza se denota con la letra sigma al cuadrado 2

( xi − µ) 2
N 2
xi
σ =2
 i =1 N
=  N
− µ2

EJEMPLO: A partir de los siguientes datos, calcular la varianza.

̅
Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46
43,75 años

30

Medidas de Variación - Dispersión

Varianza muestral y Desviación estándar

La varianza muestral estima la varianza de la población.

1
3 0 ̅
01

Una fórmula equivalente, es:

1 4
3 0
01

La desviación estándar muestral es la raíz cuadrada de la varianza muestral.

15
 27/09/2019

31

Medidas de Variación - Dispersión

Coeficiente de variación

El coeficiente de variación es la razón de la desviación estándar a la media

aritmética, expresada como porcentaje.

3
5# 100%
̅

EJEMPLO: A partir de los siguientes datos, calcular el coeficiente de

variación.

̅
Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46
43,75 años

32

Estadísticos

Estadísticos

Posición Variación Relación

Media Mediana Moda Cuantil Rango Varianza Desviación Correlación Covarianza

16
 27/09/2019

33

¿Cómo representar los datos estadísticos?

Distribución de frecuencias y representaciones gráficas

Distribución de frecuencias
Agrupamiento de datos en categorías que muestran el número de observaciones
en cada categoría mutuamente excluyente.
Frecuencia absoluta: número de veces que aparece un determinado valor en un
estudio estadístico.
Frecuencia relativa: cociente entre la frecuencia absoluta de un determinado
valor y el número total de datos.
Frecuencia acumulada: suma de las frecuencias absolutas de todos los valores
inferiores o iguales al valor considerado
Frecuencia relativa acumulada: cociente entre la frecuencia acumulada de un
determinado valor y el número total de datos.

34

¿Cómo representar los datos estadísticos?

Elaboración de una distribución de frecuencias

Pregunta que Presentación

Recolección Organización
se desea de los datos Conclusiones
de datos de los datos
responder (gráfica)

Distribución de
frecuencias

17
 27/09/2019

35

¿Cómo representar los datos estadísticos?

DATOS

No
Agrupados
agrupados

EJEMPLO: A partir de los siguientes datos, construir la distribución de

frecuencias.
Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

2
Frecuencia

0
20 27 29 32 36 40 41 43 45 46 49 50 51 54 56 57 58 59
Edad

36

¿Cómo representar los datos estadísticos?

Agrupados

• Clases: intervalos que tengan la misma amplitud, se le asigna su frecuencia

correspondiente.

• Limites de clase: Cada clase está delimitada por el límite inferior de la clase
y el límite superior de la clase.

• Amplitud de clase: Diferencia entre el límite superior e inferior de la clase.

• Marca de clase: es el punto medio de cada intervalo y es el valor que

representa a todo el intervalo

18
 27/09/2019

37

¿Cómo representar los datos estadísticos?

Agrupados

1. Se localizan los valores menor y mayor de la distribución.

2. Se restan y se busca un número entero un poco mayor que la diferencia y que
sea divisible por el número de intervalos queramos establecer.
3. Se forman los intervalos
4. Se calculan las frecuencias

EJEMPLO: A partir de los siguientes datos, construir la distribución de

frecuencias.

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

38

¿Cómo representar los datos estadísticos?

Elaboración de una distribución de frecuencias

Simétrica Asimetría a la derecha Asimetría a la izquierda

(Normal)

Bimodal Leptocurtica Platicurtica

19
 27/09/2019

39

Diagrama de tallo y hoja

Técnica estadística para representar un conjunto de datos. Cada valor numérico se

divide en dos partes: los dígitos principales son el tallo y el dígito siguiente es la hoja.

Nota: una ventaja de la representación de tallo y hoja comparado con la distribución de

frecuencias es que no se pierde la identidad de cada observación.

Un diagrama de tallo y hojas presenta información acerca de los siguientes aspectos:

• Identificación de un valor característica o representativo.
• Grado de dispersión respecto al valor característica.
• Presencia de huecos en los datos.
• Cantidad y ubicación de picos.
• Presencia de valores atípicos.

40

Diagrama de tallo y hoja

Construcción del diagrama:
1. Seleccione uno o mas dígitos iniciales para los valores de tallo. El digito o dígitos
final(es) se convierte(n) en hojas.
2. Haga una lista de valores de tallo en una columna vertical.
3. Registre la hoja por cada observación junto al valor correspondiente de tallo.
4. Indique las unidades para tallos y hojas en algún lugar del diagrama.

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

Tallo Hoja
2 07
3 266
4 0135669
5 0146789

20
 27/09/2019

41

Tablas de frecuencia
Es una herramienta que permite ordenar los datos de manera que se
presentan numéricamente las características de la distribución de un conjunto
de datos o muestra.

Frecuencia Frecuencia
Límite Límite Frecuencia Frecuencia
Clase absoluta relativa
inferior superior absoluta relativa
acumulada acumulada
1 20 25 1 1 0,05 0,05
2 25 30 2 3 0,1 0,15
3 30 35 1 4 0,05 0,2
4 35 40 3 7 0,15 0,35
5 40 45 3 10 0,15 0,5
6 45 50 4 14 0,2 0,7
7 50 55 2 16 0,1 0,8
8 55 60 4 20 0,2 1
20 1

: Frecuencia absoluta
9 : Frecuencia absoluta acumulada

7 /9: Frecuencia relativa

: 9 /9 Frecuencia relativa acumulada

42

Histograma
Gráfica donde las clases se marcan en el eje horizontal y las frecuencias de
clase en el eje vertical. Las frecuencias de clase se representan por las alturas
de las barras y éstas se trazan adyacentes entre sí.
16
14
12
Frecuencia

10
8
6
4
2
0
Femenino Masculino
Género

1. Elija los puntos limite para los intervalos

2. Calcule la frecuencias y las frecuencias relativas para cada clase
3. Calcula la densidad para cada clase.
4. Dibuje un rectángulo para cada clase cuya altura es la densidad

21
 27/09/2019

43

Histograma

1. Elija los puntos limite para los intervalos

2. Calcule la frecuencias y las frecuencias relativas para cada clase
3. Calcula la densidad para cada clase.
4. Dibuje un rectángulo para cada clase cuya altura es la densidad

4
Frecuencia

0
20 - 25 25 - 30 30 - 35 35 - 40 40 - 45 45 - 50 50 - 55 55 - 60
Edad

44

Polígono de frecuencias

Un polígono de frecuencias consiste en segmentos de línea que conectan los

puntos formados por el punto medio de la clase y la frecuencia de clase.

EJEMPLO: Representar la distribución de edades.

Representar el nivel máximo de educación en un gráfico.
5 7

6
4
5
Frecuencia

Frecuencia

3 4

2 3

2
1
1

0 0
20 - 25 25 - 30 30 - 35 35 - 40 40 - 45 45 - 50 50 - 55 55 - 60 Primaria Bachillerato Tecnólogo Universitario Posgrado
Edad Máximo nivel de estudio

22
 27/09/2019

45

Gráfico circular

Es en especial útil para desplegar una distribución de frecuencias relativas. Se

divide un círculo de manera proporcional a la frecuencia relativa y las
rebanadas representan los diferentes grupos.

EJEMPLO: Representar la distribución del máximo nivel de educación

alcanzado por los habitantes de Yopal.
12%

34%

24%

14% 16%
Primaria Bachillerato Tecnólogo Universitario Posgrado

46

Gráfico de distribución de frecuencia acumulada (ojiva)

Una distribución de frecuencias acumulada (ojiva) se usa para determinar

cuántos o qué proporción de los valores de los datos es menor o mayor que
cierto valor.
EJEMPLO: A partir de los siguientes datos, construir la distribución de
frecuencias.

Género M F F F F F M F M F F F F F F M M F F M
Edad 58 43 40 56 50 20 32 46 49 36 27 45 36 59 51 41 57 54 29 46

20

CLASE FRECUENCIA Facumulada

20 - 25 1 1 15
25 - 30 2 3
Frecuencia

30 - 35 1 4
35 - 40 3 7 10
40 - 45 3 10
45 - 50 4 14
50 - 55 2 16 5

55 - 60 4 20
0
20 - 25 25 - 30 30 - 35 35 - 40 40 - 45 45 - 50 50 - 55 55 - 60
Edades

23
 27/09/2019

47

Gráfico de barras
Gráfica de barras: construir una gráfica de barras para el número de personas
cuyo nivel de educación (NE) es superior a bachillerato en las distintas
ciudades de Colombia por cada 50 habitantes.

Personas con NE
CÓDIGO CIUDAD superior a 40 37
bachillerato

# nivel de educación/ 50 habitantes

34 33
35
1 Medellín 31 31 32 32

2 Manizales 28 30 28 28 28 28

3 Barranquilla 23 25 23
4 Neiva 28
20
5 Cúcuta 32
6 Yopal 32 15
7 Popayan 34 10
8 bogota 37
5
9 Cali 28
10 Tunja 33 0
1 2 3 4 5 6 7 8 9 10 11
11 Bucaramanga 28
Ciudades

48

Diagrama de Pareto
Es un tipo especial de gráfica de barras
donde los valores graficados están
organizados de mayor a menor.

1. Definir el método que se empleará

para clasificar los datos: por
problema, por causa, por tipo de
rechazo, etc.
2. Definir si para clasificar la gradación de las características se va a
utilizar la frecuencia o el costo expresado en unidad monetaria.
3. Reunir los datos correspondientes a determinado período.
4. Resumir los datos y disponer las categorías, en orden descendente.
5. Calcular el porcentaje acumulativo (si desea emplearse)
6. Construir el diagrama y determinar la minoría vital.

24
 27/09/2019

49

Diagrama de Pareto
Ejemplos de minorías vitales de características
• La minoría de los clientes que representan la mayoría de las ventas.
• La minoría de los productos, procesos, o características de calidad
causantes de la mayor cantidad de desperdicio o de los costos de
reproceso.
• La minoría de los rechazos que representa la mayoría de las quejas de
los clientes.
• La minoría de vendedores relacionados con la mayoría de partes
rechazadas.
• La minoría de problemas causante de la gran cantidad del retraso de
un proceso.
• La minoría de productos que generan la mayor cantidad de ganancias.
• La minoría de elementos que representan el mayor costo de inventario

50

Diagrama de Pareto
Construcción del diagrama:
• Decidir y delimitar el problema o área de mejora que se va a atender. Tener
claro que objetivo se persigue. A partir de lo anterior visualizar o imaginar
que tipo de diagrama de Pareto puede ser útil para localizar prioridades o
entender mejor el problema.
• Con base en lo anterior decidir el tipo de datos que se van a necesitar , y
los posibles factores que sería importante estratificar. Construir una hoja de
verificación que identifique tales factores
• Definir el período del que se tomarán los datos, y determinar quién será
responsable de ello.
• Al terminar de obtener los datos, construir una tabla donde se cuantifique la
frecuencia de cada defecto, su porcentaje y demás información necesaria
para el análisis.

25
 27/09/2019

51

Diagrama de Pareto

Principales aplicaciones

Identifica los problemas mas importantes a través de diferentes escalas de

medición (costo, frecuencia etc..) - Los problemas mas frecuentes no son
siempre los mas costosos.
EMBARQUE

DOCUMENTACION
INSTALACION

INSTALACION
DOCUMENTACION
ENTREGA

EMBARQUE
FRECUENCIA

COSTO ($)

ENTREGA
VARIOS

VARIOS 52

Diagrama de Pareto

Principales aplicaciones

• Analizar los
Frec.
Frec.

Frec.

diferentes grupos
de datos

A B C D E 4 1 2 3 1 2 3
Tipo de defecto Máquina Turno
100.

100.

Antes 65% Después 25%

• Medir el impacto
%.

%.

de los cambios
50.

50.

hechos en un
proceso.

26
 27/09/2019

53

Diagrama de Pareto

Principales aplicaciones

• Desglosar ampliamente las causas en más y más partes específicas.

Tipos de herida Causas de heridas en

los ojos
25
No. de accidentes.

20 25

No. de accidentes.
15 20
10 15
5 10
0 5
0

54

Diagramas de dispersión
Es útil cuando se desea estudiar la posible relación entre dos variables.
1. Reunir pares de datos (50-100), cuyas relaciones se quiere estudiar
2. Decidir las escalas a utilizar en los ejes
3. Registrar los datos en el diagrama. Si los valores se repiten, coloque un
círculo cada vez que esto suceda en el valor correspondiente.
4. Analizar.
Código Ciudad
EJEMPLO: A partir del siguiente gráfico, qué 1 Bogotá
información puede inferir. 2 Medellín
60
3 Bucaramanga
4 Barranquilla
55
5 Manizales
50
6 Cali
45
7 Cúcuta
Edad

40 8 Tunja
35 9 Neiva
30 10 Yopal
25 11 Popayán
20
0 1 2 3 4 5 6 7 8 9 10 11 12
Ciudad

27
 27/09/2019

55

Estratificación
Clasificación de datos de acuerdo con variables o factores de interés, de tal
manera que en una situación dada se facilite la identificación de las fuentes
de la variabilidad (Origen de los problemas).

• Posibles clasificaciones:
• Departamentos, áreas, secciones o cadena de producción
• Operarios, y estos a su vez por experiencia, edad, sexo o turno
• Maquinaria o equipo; modelo, marca, tipo, vida etc.
• Proceso: procedimiento, temperatura
• Materiales y proveedores.

56

Estratificación

Recomendaciones para estratificar

• A partir de un objetivo claro e importante, determinar con discusión y

análisis las características o factores a estratificar.
• Mediante la colección de datos, evaluar la situación actual de las
características seleccionadas, expresándolas gráficamente.
• Determinar las posibles causas de variación en los datos obtenidos con
la estratificación.
• Profundizar los análisis en el factor que presente mas problema.
• Seguir estratificando hasta donde sea posible y obtener conclusiones de
todo el proceso.

28
 27/09/2019

57

Diagrama de caja y bigotes

Es una ilustración gráfica, basada en cuartiles, que ayuda a visualizar un
conjunto de datos.
Se requieren cinco tipos de datos para construir un diagrama de caja: limite
superior, el primer cuartil, la mediana, el tercer cuartil, y el limite inferior.

x
Ls= Q3+1.5 IQR
Q3

Mediana
Atípicos

Q1

Li= Q1-1.5 IQR

x
x

58

Diagrama de caja y bigotes

Construcción del diagrama:
1. Calcule la mediana, el primero y tercer cuartil de la muestra. Indique éstos
con líneas horizontales. Dibuje líneas verticales para completar la caja.
2. Encuentre el valor de la muestra más grande que no esté a más de 1.5 IQR
arriba del tercer cuartil y el valor de la muestra más pequeño que no esté a
más de 1.5 IQR debajo del primer cuartil. Extienda líneas verticales
(«bigotes») desde las líneas de los cuartiles a estos puntos.
3. Puntos a más de 1.5IQR arriba del tercer cuartil, o a mas de 1.5IQR del
primer cuartil, se denominan datos atípicos.

Mediana 45,5
Primer cuartil 36
Tercer cuartil 53,25
Máximo 59
Mínimo 20

29
27/09/2019

30