-
1
1.1 IMPORTANCIA DEL MANEJO DE DATOS
La manera como normalmente conocemos la realidad consiste en
observarla, obteniendo de nuestras observaciones el mayor nmero
posible
de datos. En esta forma podemos predecir qu suceder en casos
semejantes y cmo ser el futuro comportamiento del proceso o de la
realidad que
hemos observado. Ms no siempre nos es posible conocer todos los
datos.
Podemos ciertamente saber cuntas toneladas de carga se
transportaran en determinado da. Pero sera demasiado difcil y
costoso averiguar este dato en todos y cada uno de los vuelos
relacionados. Podemos saber el tiempo exacto de vida de una
determinada
pieza; pero sera tarea difcil medir y monitorear todas las
piezas de todos los equipos de aviacin de PEMEX.
Podemos examinar el coeficiente intelectual de algunos
estudiantes; pero resultara tarea muy laboriosa investigar este
dato en todos los estudiantes de todas las escuelas de un pas.
Debido a esto se ha optado por trabajar con unos cuantos datos,
seleccionados cientficamente, para inferir, a partir de ellos,
un
comportamiento general. En esta forma de proceder se basa gran
parte de nuestros conocimientos.
La necesidad de seleccionar unos cuantos datos y de operar
mediante el conocimiento obtenido a travs de ellos se deja sentir,
sobre todo, en el
terreno de la actividad productiva del hombre.
No es posible saber con toda exactitud la cantidad de divisas
extranjeras que ingresan por el turismo. Sin embargo, es muy
importante para la vida econmica obtener este dato aunque sea en
forma aproximada. Por eso, para evaluar el ingreso que deja el
turismo, se calcula el gasto que hace en promedio un visitante
y se multiplica este dato por el nmero de turistas que han
ingresado en una determinada poca.
Toda empresa saca muestras de las entregas de materia prima
que recibe, para ver si las piezas que compra responden a las
especificaciones que ella ha establecido a sus proveedores.
-
2
Como gran parte del conocimiento de la actividad productiva se
basa en los
datos y puesto que no es posible conocerlos todos; por eso, cada
da cobra mayor importancia el estudio de una ciencia que nos ensea
a inferir a partir
de unos cuantos datos. Esta ciencia en la estadstica.
1.2 QUE ES ESTADSTICA
CONCEPTOS FUNDAMENTALES. Todos tenemos una idea general de lo
que es la estadstica, pues utilizamos
en forma espontnea sus procedimientos. Constantemente tomamos
muestras para ver la calidad de un producto que
vamos a comprar; como tambin hablamos con mucha frecuencia de
promedios, por ejemplo, con respecto a nuestro gasto mensual de
gasolina.
La estadstica es la ciencia que se ocupa recopilar, organizar,
representar,
analizar, extraer y generalizar la informacin contenida en un
conjunto de datos.
Llamamos poblacin estadstica al conjunto de todos los datos
sobre los que versan las actividades de recopilacin, organizacin,
etc., que acabamos
de mencionar.
Si se efectuaron 500 vuelos, cuyos tiempos de vuelo vara entre
2.5 y 4.5 hrs., la poblacin estadstica est formada por estos 500
datos.
Si examinamos 250 reportes de fallas y vemos que el tiempo de
atencin oscila entre 3.25 y 3.65 das, estos 250 datos integran la
poblacin
estadstica.
En un mes determinado se programaron 150 cursos que se
etiquetaron con realizado o demorado segn que cumplieron, o no, las
fechas establecidas. La poblacin estadstica abarca los 150
cursos.
Dado que en la mayora de los casos resulta poco prctico o
incosteable
analizar la totalidad de los elementos de que se compone la
poblacin estadstica, se ha optado por seleccionar unos cuantos de
stos para su
estudio. Los elementos seleccionados se denominan muestra. Una
muestra, pues, est constituida por algunos elementos de la
poblacin
estadstica.
Para que podamos estudiar la poblacin estadstica a travs de
muestras, es necesario que stas sean representativas de aqulla.
-
3
Cuando todos los elementos de la poblacin estadstica tienen la
misma
posibilidad de ser seleccionados y en esas circunstancias se
obtiene una muestra, sta se llama muestra representativa.
La muestra representativa se llama tambin muestra aleatoria.
Una empresa va a invertir una fuerte cantidad de dinero en el
bienestar de los trabajadores. Supongamos que, para decidir si
el dinero se invierte en deportes o en el teatro de la empresa,
se toma una muestra de entre los miembros de los equipos de
ftbol
y bisbol; es claro entonces que esta muestra no es
representativa.
Tampoco son muestras representativas del nivel de operacin de la
gerencia y base Mxico un da de operacin o an un mes
completo.
La estadstica descriptiva es la parte de la estadstica que versa
sobre la recoleccin, organizacin y anlisis de datos.
La estadstica inductiva o inferencial es la parte de la
estadstica que hace inferencias o generalizaciones con base en los
resultados de las muestras
representativas.
Hacemos inferencias o generalizaciones a partir de las muestras
de una poblacin, cuando suponemos que las situaciones que hemos
observado en las muestras aparecen en toda la poblacin.
Estas situaciones pueden ser el grado de variacin de los datos,
el que gran cantidad de los productos est dentro o fuera de las
especificaciones, el que todos los datos se encuentren alrededor
de un valor determinado, y observaciones de este tipo.
1.3 DATOS QUE INTEESAN A LA ESTADSTICA DEL CONTROL DEL
PROCESO.
Dos son los datos fundamentales que interesan a la estadstica
aplicada al control del proceso:
* las caractersticas que pueden ser medidas * y la presencia o
ausencia de cualidades que nos permitan emitir
juicios tales como aceptado o rechazado, pase o no pasa, segn
que los artculos satisfagan, o no, determinadas
especificaciones.
-
4
Siempre es necesario medir, porque no hay dos artculos
exactamente
iguales, no obstante que la mquina empleada se encuentre en
excelentes condiciones, que el operario tenga mucha experiencia en
el manejo de la
herramienta y que la materia prima sea de alta calidad.
Son objetos de medicin el tiempo de vuelo, el no. De
pasajeros
transportados, la temperatura, presiones, el consumo de
combustible, etc.
Necesitamos tambin contar los objetos que cumplen
determinados
requerimientos o especificaciones. La presencia o ausencia de
dichas cualidades es lo que no permite aceptarlos o rechazarlos. Es
esta aceptacin o rechazo lo que expresamos con nuestros juicios de
realizado o
demorado.
Etiquetamos con realizado o demorado un determinado vuelo, si
este sali a la hora programada o no.
Se denominan variables
* tanto las caractersticas que pueden medirse, * como la
cantidad que es el resultado del conteo de objetos en los que
hemos observado la presencia o ausencia de cualidades que nos
permite emitir los juicios de realizado o demorado, realizado o
cancelado, en servicio o fuera de servicio, afecta o no
aeronavegabilidad.
Las variables se suelen representar con letras maysculas X, Y,
Z.
As, por ejemplo, la X puede ser la variable que representa el
consumo de combustible; la Y, la variable que representada la
fecha
de recepcin de un reporte de falla; la Z, la variable que
representa la carga transportada en kg.
O bien, la X puede representar el nmero de vuelos demorados; la
Y puede representar el nmero de equipos fuera de servicio en un
mes, etc.
Llamamos valor a la medida o nmero que la variable representa.
Llamamos variacin a la diferencia que existe entre los valores de
una
variable.
-
5
2.1 OBSERVACIONES A TENER EN CUENTA EN LA RECOLECCIN DE DATOS.
Un buen estudio estadstico comienza con una recoleccin de datos
hecha en forma correcta.
Esto requiere tomar ciertas precauciones. A continuacin
enumeramos
algunas de ellas:
a) Los valores que se registran deben corresponder realmente a
lo que hemos observado. Es necesario registrar fielmente los
datos
b) Si los datos son continuos, es muy importante efectuar la
medicin con la mayor precisin posible se debe cuidar que los
instrumentos de
medicin estn bien calibrados.
c) Se debe cuidar que los instrumentos de medicin estn bien
calibrados.
d) Se debe usar adecuadamente los instrumentos de medicin.
Si hay errores en la obtencin de datos, las conclusiones no sern
objetivas
a pesar de tener muestras representativas y realizar un buen
estudio estadstico.
2.2 LA ORGANIZACIN DE DATOS EN LA TABLA DE FRECUENCIA.
Para poder analizar los datos y obtener la informacin que
deseamos a partir de ellos, necesitamos ordenarlos. Los datos en
desorden no nos dicen nada.
La forma comn de ordenarlos consiste en construir con ellos la
llamada
tabla de frecuencia. Esta tabla consiste bsicamente en organizar
los datos por grupos, a fin de
poder ver
* qu datos representan los valores ms bajos, y cules los ms
altos * y con qu frecuencia.
-
6
PROCEDIMIENTO PARA ELABORAR LA TABLA DE FRECUENCIA.
Paso 1: Obtencin del rango (R)
Se entiende por rango (R) la diferencia que existe entre el dato
mayor () y el menor () de un conjunto de datos.
= Una forma prctica para llevar a cabo este paso es la
siguiente:
* Los datos se recogen por hileras y por columnas hasta formar
un
rectngulo.
Ejemplo:
Se desea analizar el no. de pasajeros transportados. Para ello,
se
procede a obtener una muestra de 30 das registrando el nmero de
pasajeros transportados. Los resultados obtenidos se recogen
por
hileras y por columnas en la siguiente forma:
237 180 285 225 288 232
290 234 271 295 247 338 315 284 320 255 305 274
284 292 192 318 268 279 261 374 228 358 210 244
* Se detectan en cada hilera el dato menor y el dato mayor, los
que se colocan en dos columnas adicionales al rectngulo.
Datos 237 180 285 225 288 232 180 288 290 234 271 295 247 338
234 338
315 284 320 255 305 274 255 320 284 292 192 318 268 279 192
318
261 374 228 358 210 244 210 374
-
7
* Integradas las dos columnas de datos menores y mayores, se
identifican el dato mayor y el dato menor de dichas
columnas.
Datos 237 180 285 225 288 232 180 288 290 234 271 295 247 338
234 338
315 284 320 255 305 274 255 320 284 292 192 318 268 279 192
318
261 374 228 358 210 244 210 374
180 374
* Al dato mayor identificado se le resta el dato menor
identificado,
siendo el rango (A) el resultado de esta resta.
= 374 180 = 194
Paso 2: Determinacin del nmero de clases (K) en las que se van a
agrupar los datos.
Se llama clase a cada uno de los subconjuntos en los que se
agrupan los datos.
Para determinar en cuntas clases (K) conviene agrupar los datos,
se
acostumbra tomar en cuenta la siguiente norma:
Cantidad de datos (N) Cantidad de clases (K) Menos de 500 5 a
7
50 a 100 6 a 10 100 a 250 7 a 12 Ms de 250 10 a 20
En el caso de ejemplo citado, agruparemos los datos en 5 clases,
pues
la cantidad de ellos es menor de 50.
Paso 3: Determinacin de la amplitud (A) de las clases.
Establecido el nmero de clases en que van a quedar agrupados los
datos,
se determina dentro de qu amplitud se escogern los datos para
cada clase.
Esto se lleva a cabo, primero, dividiendo el rango (R) obtenido
del conjunto de datos entre el nmero establecido de clases.
=
-
8
En nuestro ejemplo: =194
5= 38.8
Cuando se manejan datos enteros y el resultado de
incluye cifras
decimales, stas de suprimen y el resultado se redondea elevndolo
en una unidad. Cuando se manejan datos que incluyen un decimal y el
resultado incluye dos o ms cifras decimales, esta cantidad se
redondea en una nica
cifra decimal, la inmediata superior al primer decimal expresado
en el resultado; y as sucesivamente.
Por ejemplo, para un cuadro de datos con nmeros enteros
Si
=7.24, entonces A=8;
Para un cuadro de datos con nmeros que estn expresados en
dcimas.
Si
=0.323, entonces A=0.4;
La unidad mnima decimal manejada en este ejemplo es la
dcima.
Para un conjunto de datos que estn expresados en centsimas.
Si
=0.2566, entonces A=0.26;
Para el siguiente cuadro tenemos un valor de R/K en las mismas
unidades de los datos.
=1.3, entonces A=1.3:
38 25 27 ....
--- --- --- --- --- --- --- --- ---
1.2 1.4 2.8 --- --- --- --- ---
--- --- --- --- --- --- --- ---
8.75 7.69 9.23 ---
--- --- --- --- --- --- --- --- --- --- --- ---
11.6 17.9 18.1 --- --- --- --- ---
--- --- --- --- --- --- --- ---
-
9
Aplicando lo anterior a nuestro ejemplo, la cifra 38.8 se
redondea a
39. A=39.
Paso 4: Determinacin de las fronteras o lmites de cada
clase.
Con este resultado (A) pasamos, enseguida, a establecer las
fronteras inferior () y superior () de cada clase. 1. La frontera
inferior de la primera clase se establece restando la mitad
de una unidad (u) al dato menor de todo el conjunto.
Cuando se trabaja con nmeros enteros, la unidad (u) equivale a
1. Cuando se trabaja con nmeros fraccionarios,
la unidad (u) es de la misma clase que las unidades
fraccionarias que se manejan.
a) As, si se trabaja con dcimas, la unidad es una dcima
(0.1);
b) Si con centsimas, la unidad es una centsima (0.01); c) Si con
milsimas, la unidad es La milsima (0.001);
etc.
Como trabajamos con nmeros enteros, la unidad (u) es el nmero
1.
de =
12
En nuestro ejemplo, LI de = 180 -1/2 = 179.5. La frontera
superior de la primera clase se establece aadiendo a la
frontera
inferior la cantidad de amplitud (A) obtenida.
de = (
12 ) +
En nuestro ejemplo, de = 179.5 + 39 = 218.5
2. La frontera inferior de la segunda clase se identifica con la
frontera superior de la primera clase.
La frontera superior de la segunda clase se obtiene aadiendo 2
veces la cifra obtenida como amplitud, a la frontera inferior de la
primera
clase (). Frontera superior de la segunda clase = + 2A.
-
10
3. La frontera inferior de la tercera clase se identifica con la
frontera
superior de la segunda clase.
La frontera superior de la tercera clase se obtiene aadiendo 3
veces la cifra obtenida como amplitud (3A), a la frontera inferior
de la primera clase ().
4. Y as sucesivamente.
Intervalos o clases
Fronteras
1
2 3
4 - -
- r
+A +A +2A +2A +3A +3A +4A
- - - -
- - +(r-1)A +rA
En nuestro ejemplo
+ 1A = 179.5 + (1 x 39) = 218.5 + 2A = 179.5 + (2 x 39) = 257.5
+ 3A = 179.5 + (3 x 39) = 296.5 + 4A = 179.5 + (4 x 39) = 335.5 +
5A = 179.5 + (5 X 39) = 374.5
1 2
Intervalos o clases
Fronteras
1
2 3
4 5
179.5
218.5 257.5
296.5 335.5
218.5
257.5 296.5
335.5 374.5
-
11
Paso 5: Identificacin del valor medio de cada clase; valor que
es llamado marca de clase (). :
Para encontrar la marca de clase, se suma la frontera inferior
con la frontera superior de dicha clase, dividiendo despus el
resultado entre 2. Tambin
se dice que la marca de clase o punto medio es la semisuma de
sus fronteras.
= +
2
Intervalos o clases
Fronteras de clases
Marca de clases
Conteo
i
1
2 3
4 5
179.5 218.5
218.5 257.5 257.5 296.5
296.5 335.5 335.5 374.5
199
238 277
316 355
111
1111 111 1111 1111 11
1111 111
Paso 6: Conteo de datos que pertenecen a cada clase.
Intervalos
o clases
Fronteras de
clases
Marca de
clases Conteo
Frecuencia
absoluta
i
1
2 3
4 5
179.6 218.5
218.5 257.5 257.6 296.5
296.6 335.5 335.5 374.5
199
238 277
316 355
111
1111 111 1111 1111 11
1111 111
3
8 12
4 3
30
Establecidos los lmites inferior y superior de cada clase, se
cuentan los
datos que caen dentro de cada una de las clases
establecidas.
Paso 7: Elaboracin de la tabla de frecuencias (). Puesto que ya
tenemos la amplitud de cada clase, el nmero de datos que
pertenecen a cada una de las clases y la marca de clase, podemos
entonces pasar a elaborar la tabla de frecuencias.
-
12
La tabla de frecuencias contiene inicialmente los siguientes
datos:
1 2 3 4 5
Intervalos o clases
Fronteras de clases
Marca de clases
Conteo Frecuencia absoluta
i
1
2 3
4 5
179.7 218.5
218.5 257.5 257.7 296.5
296.7 335.5 335.5 374.5
199
238 277
316 355
111
1111 111 1111 1111 11
1111 111
3
8 12
4 3
30
El total de las frecuencias absolutas debe coincidir con el
total de los datos manejados.
* A fin de que la tabla de frecuencias proporcione ms informacin
sobre los datos, se le aaden otras 3 columnas ms:
* una para indicar el porcentaje que los datos de cada clase
representan
con respecto al total de los datos (frecuencias relativas); *
otra para indicar la suma de datos que va resultando de sumar
las
cifras de una clase con las cifras de las clases anteriores
(frecuencias absolutas acumuladas);
* y otra para indicar el porcentaje acumulado que va resultando
al
sumar el porcentaje de una clase con el porcentaje de las clases
anteriores (frecuencias relativas acumuladas).
Paso 8: Adicin de la columna de frecuencias relativas (hi). En
esta columna se indica el porcentaje que representan los datos
contenidos en una clase con respecto al total de ellos.
Para obtener este porcentaje, basta dividir el nmero que
representa la cantidad de datos contenidos en la clase entre el
total de datos de la tabla.
El resultado lo multiplicamos por cien para expresarlo en tanto
por ciento.
Paso 9: Adicin de la columna de frecuencias absolutas acumuladas
(). En esta columna se indica el resultado de sumar las frecuencias
de una clase () con las frecuencias de las clases anteriores.
-
13
Paso 10: Adicin de las frecuencias relativas acumuladas ().
En esta columna se indica el resultado de sumar el porcentaje ()
de una clase con el porcentaje de las clases anteriores.
De esta manera la tabla completa de frecuencias toma, en nuestro
ejemplo. La siguiente presentacin:
1 2 3 4 5 6 7
Intervalos
o clases
Fronteras de
clases
Marca de
clases
Frecuencia
absoluta
Frecuencia
relativa
Frecuencia absoluta
acumuladas
Frecuencia relativa
acumuladas
i FI FS Xi fi hi Fi Hi
1 2
3
4 5
179.5, 218.5 218.5, 257.5
257.5 296.5
296.5, 335.5 335.5, 374.5
199 238
277
316 355
3 8
12
4 3
10% 26.7%
40%
13.3% 10%
3 (8+3=11)
(12+11=23)
(23+4=27) (27+3=30)
10% 36.66%
76.66%
90% 100%
-
14
2.3 PRESENTACIN GRFICA DE LOS DATOS.
2.3.1 El histograma
El histograma es una grfica integrada por un conjunto de barras
que
representan los intervalos o clases, ubicadas en un eje de
coordenadas.
La lnea vertical sirve para indicar la cantidad de datos que
contiene cada
clase; por consiguiente, se grada teniendo en cuenta el nmero de
datos que, corresponden a cada clase. La lnea horizontal se divide
en el nmero
establecido de clases.
Las barreras corresponden a cada clase. En el extremo izquierdo
de la primera barra se anota el lmite inferior del
primer grupo; en la barra siguiente, el lmite superior del
primer grupo, cantidad que coincide con el lmite inferior de la
segunda barra; y as
sucesivamente. En la parte central del ancho de la barra se
anota la cantidad que corresponde a la marca de clase.
El histograma de nuestro ejemplo es el siguiente:
X
Histograma de frecuencias absolutas
0
2
4
6
8
10
12
160 199 238 277 316 355 394
179.
5
218.
5
257.
5
296.
5
335.
5
374.
5
-
15
2.3.2 El polgono de frecuencias El polgono de frecuencias es la
figura que resulta de relacionar entre s mediante lneas rectas, las
marcas de clase tomando como base el
histograma.
El polgono debe partir de la base; por consiguiente, es
necesario aadir una marca de clase antes de la primera barra y otra
despus de la ltima barra.
Estas dos nuevas marcas se determinan d acuerdo con las
indicaciones dadas en el paso 5 para la elaboracin de la tabla de
frecuencias.
Cuando el polgono es de frecuencias absolutas, la lnea vertical
se grada d acuerdo con los nmeros de las frecuencias absolutas;
cuando es de
frecuencias relativas, la lnea vertical lleva entonces los
nmeros de las frecuencias relativas.
El polgono de frecuencias absolutas de nuestro ejemplo es el
siguiente:
X
Histograma y polgono de frecuencias absolutas
0
2
4
6
8
10
12
160 199 238 277 316 355 394
179.
5
218.
5
257.
5
296.
5
335.
5
374.
5
-
16
0%
5%
10%
15%
20%
25%
30%
35%
40%
1 2 3 4 5 6 7
El polgono de frecuencias relativas en nuestro ejemplo es el
siguiente:
X
Histograma y polgono de frecuencias relativas
2.3.3 Las ojivas Las ojivas son grficas que representan las
frecuencias absolutas
acumuladas y/o las relativas acumuladas. La lnea vertical se
grada teniendo en cuenta, segn el caso, o bien las
frecuencias absolutas acumuladas, o bien las frecuencias
relativas acumuladas.
En la lnea horizontal se anotan los lmites establecidos en el
histograma.
Se identifican, enseguida, los puntos que interceptan los nmeros
que representan las frecuencias acumuladas, anotadas en la lnea
vertical, y los
nmeros que representan los lmites de cada clase; y se dibujan
curvas que unan entre s a dichos puntos.
-
17
0
5
10
15
20
25
30
179.5 218.5 257.5 296.5 335.5 374.5
0%
20%
40%
60%
80%
100%
179.5 218.5 257.5 296.5 335.5 374.5
La ojiva de las frecuencias absolutas acumuladas de nuestro
ejemplo es la
siguiente:
X
Ojiva de frecuencias absolutas
La ojiva de las frecuencias relativas acumuladas de nuestro
ejemplo es la siguiente:
X
Ojiva de frecuencias absolutas acumuladas
-
18
3.1 QUE ES EL DIAGRAMA DE PARETO
El diagrama de Pareto es una grfica que representa en forma
ordenada el grado de importancia que tienen las diferentes causas
en un determinado
problema tomando en consideracin la frecuencia con que ocurre
cada una de dichas causas.
El diagrama de Pareto, al catalogar las causas por orden de
importancia, facilita una correcta toma de decisiones.
Ejemplo:
Al inspeccionar un lote de 2000 pernos encontramos algunos
defectuosos debidos a algunas o varias de las causas que se
enumeran.
HOJA DE REGISTRO
Articulo Perno Lote de Produccin 195
No. De artculos Inspeccionados 2000 Fecha de produccin 21
enero
Inspeccionado por
Defecto Conteo Total
Cabezas rotas
Tamao inadecuado de la cabeza Enroscado imperfecto
Longitud escasa Dureza fuera de especificacin Otros
22
10 7
12 29 4
TOTAL 84
-
19
0
10
20
30
40
50
60
70
80
90
Dureza fuerade
especificacin
Cabezas rotas Longitudescasa
Tamaoinadecuado de
la cabeza
Enroscadoimperfecto
Otros
PO
RC
EN
TA
JE
S
DIAGRAMA DE PARETO Del nmero de pernos defectuosos
De un lote de 2000
100
50
-
20
3.2 PROCEDIMIENTO PARA ELABORAR EL DIAGRAMA DE PARETO El
diagrama de Pareto se asemeja, en gran medida a un diagrama de
barras.
Se elabora en dos etapas: en la primera se recolecta y ordenan
los datos en la segunda estos datos se transcriben a la grfica.
Primera etapa: recoleccin y ordenamiento de los datos.
Paso 1 Se elabora una lista de los factores o causas potenciales
del problema.
Ejemplo:
En PEMEX se consider el tiempo en minutos de paralizacin del
trabajo debido a fallas de ciertas mquinas, observadas en el perodo
del 8 al 11 de
abril.
Mediante reportes se encontr que las posibles causas eran: Falta
de lubricacin, desgaste, ajustes inadecuados, manejo incorrecto,
interrupcin de la energa elctrica, situacin geogrfica, clima.
Paso 2 Se establece el perodo de tiempo dentro del cual se
obtendrn los datos. Durante los das 8, 9, 10 y 11 de abril se
llevaran registros rigurosos de las
causas.
El nmero de minutos considerados 4 x 8 x 60 = 1920 minutos.
Paso 3 Obtenidos los datos sobre la frecuencia con que ocurre
cada causa o tipo de defecto dentro del perodo fijado, se
transcriben dichos datos en una hoja de registro.
Se elabora la hoja de registro en donde se van anotando las
fallas.
Paso 4 Con base en los datos de la hoja de registro, se ordenan
las distintas causas que influyen en el problema conforme al nmero
de veces que ocurren, comenzando con la que se da con mayor
frecuencia y terminando
con la de menor frecuencia.
Se registra, adems, el nmero de casos de cada causa.
-
21
La hoja de registro del ejemplo mencionado toma entonces la
siguiente
forma:
REGISTRO DE TIEMPO (en minutos) DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados N = 1920
Causas de tallas Tiempo de
paralizacin
(minutos)
Desgaste 202
Ajuste inadecuado 114
Interrupcin EE. 92
Manejo incorrecto 45
Falta de lubricacin 19
Otros 16
TOTAL d = 488
Paso 5 Se calcula el porcentaje absoluto de artculos defectuosos
con respecto al nmero total de artculos inspeccionados.
REGISTRO DE TIEMPO (en minutos) DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados N = 1920
Causas de tallas Tiempo de
paralizacin
(minutos)
Porcentaje abs del tiempo de
paralizacin
= 100
Desgaste 202 10.52
Ajuste inadecuado 114 5.94
Interrupcin EE. 92 4.79
Manejo incorrecto 45 2.35
Falta de lubricacin 19 0.99
Otros 16 0.83
TOTAL d = 488 25.42
-
22
Con esta informacin se puede saber el grado de mejoramiento que
se
lograra en la produccin si se tomasen acciones efectivas para
eliminar algn tipo de defecto.
Paso 6 Se obtiene el porcentaje relativo de productos
defectuosos atribuibles a cada causa, con respecto al nmero total
de casos defectuosos.
REGISTRO DE TIEMPO (en minutos) DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados N = 1920
Causas de tallas
Tiempo de
paralizacin (minutos)
Porcentaje abs
del tiempo de paralizacin
Porcentaje real
del tiempo de paralizacin
= 100
=
100
Desgaste 202 10.52 41.39
Ajuste inadecuado 114 5.94 22.96
Interrupcin EE. 92 4.79 18.85
Manejo incorrecto 45 2.35 9.3
Falta de lubricacin 19 0.99 4.0
Otros 16 0.83 3.27
TOTAL d = 488 25.42 99.96
Paso 7 Se calcula el porcentaje relativo que se va acumulando
sumando el porcentaje de cada causa
Con esta informacin se comprende qu porcentaje de productos
defectuosos se eliminara si se emprenden acciones efectivas que
supriman las causas principales de los productos defectuosos.
-
23
REGISTRO DE TIEMPO (en minutos)
DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados N = 1920
Causas de tallas Tiempo de
paralizacin
(minutos)
Porcentaje abs del tiempo de
paralizacin
Porcentaje real del tiempo de
paralizacin
Porcentaje real
acumulado
= 100
=
100
= 1 + 2 .
Desgaste 202 10.52 41.39 41.39
Ajuste inadecuado 114 5.94 22.96 64.75
Interrupcin EE. 92 4.79 18.85 83.60
Manejo incorrecto 45 2.35 9.3 92.82
Falta de lubricacin 19 0.99 4.0 96.69
Otros 16 0.83 3.27 99.96
TOTAL d = 488 25.42 99.96
Paso 8 La informacin obtenida se presenta en una tabla como la
anterior. Segunda etapa: Elaboracin de la grfica
Paso 9 Se trazan un eje horizontal y dos ejes verticales, uno en
cada extremo del eje horizontal.
El eje horizontal se divide en tal forma que queden
representadas las causas,
las cuales se anotan de izquierda a derecha teniendo en cuenta
en este ordenamiento el nmero en que ocurren. La que ocurre con
mayor frecuencia la izquierda y la de menor frecuencia a la
derecha
El eje vertical izquierdo se grada en tal forma que sirva para
mostrar el
nmero de productos defectuosos que se da en razn de cada una de
las causas.
El eje vertical derecho se grada en tal forma que sirva para
mostrar el nmero de productos defectuosos que se da en razn de cada
una de las
causas.
El eje vertical derecho se grada en tal forma que sirva para
mostrar el porcentaje relativo acumulado. La escala se divide en
cuatro o cinco partes
iguales para ubicar el porcentaje
-
24
100
80
60
40
20 0 0
100
200
300
400
500
0 0 0 0 0 0
NU
ME
RO
DE
DE
FE
CTU
OS
OS
PO
RC
EN
TA
JE
RE
LA
TIV
O A
CU
MU
LA
DO
0
100
200
300
400
500
DESGASTE AJUSTEINADECUADO
INTERRUPCIONENERGIA ELEC.
MANEJOINADECUADO
FALTA DELUBRICACION
OTROS PO
RC
EN
TA
JE
RE
LA
TIV
O A
CU
MU
LA
DO
100
80
60
40
20
0
Diagrama de Pareto
%
DEFECTOS
Paso 10 Se ponen las barras correspondientes a los distintos
factores o causas. La altura de las barras representa el nmero de
veces que ocurri
la causa. Las barras se dibujan con la misma amplitud,
conectadas unas con otras como en un histograma.
Diagrama de Pareto
%
EJE HORIZONTAL
-
25
PO
RC
EN
TA
JE
RE
LA
TIV
O A
CU
MU
LA
DO
Paso 11 Se coloca los puntos que representan el porcentaje
relativo acumulado, teniendo en cuenta para esto la graduacin de la
barra vertical
derecha; los puntos se colocan en la posicin que corresponde al
extremo derecho de cada barra; y se traza una curva que una dichos
puntos. En esta
forma queda graficada la curva del porcentaje relativo.
Diagrama de Pareto Tiempo de paralizacin.
%
0
100
200
300
400
500
DESGASTE AJUSTEINADECUADO
INTERRUPCIONENERGIA ELEC.
MANEJOINADECUADO
FALTA DELUBRICACION
OTROS
100
80
60
40
20
0
-
26
3.3 USO DEL DIAGRAMA.
Cuando se hace una lista de los factores que afectan a la
calidad de un
proceso o sistema, por lo general slo un pequeo nmero de causas
contribuyen a la mayor parte del efecto, mientras que las
restantes
causas tienen una participacin mnima en el fenmeno.
El diagrama de Pareto sirve precisamente para identificar las
causas
principales que afectan la calidad y, por tanto, para establecer
qu acciones prioritarias deben ponerse en marcha, a fin de reducir
en un
grado considerable las causas de un mal desempeo del proceso o
del sistema. En esta forma se aprovechan mejor los recursos y se
canalizan
ms eficazmente los esfuerzos de las personas. Adems del uso
mencionado, el diagrama de Pareto se utiliza para
verificar si las acciones llevadas a cabo en orden del
mejoramiento del proceso o sistema, fueron o no eficaces y en qu
grado lo fueron. Dicha
verificacin se logra al comparar el primer diagrama de Pareto,
elaborado antes de la toma de decisiones, con este segundo. El
segundo diagrama
deber abarcar el mismo periodo de tiempo e igual nmero de casos,
para que la comparacin tenga sentido. Si esto no es posible, es
preferible utilizar porcentajes absolutos o relativos en el eje
vertical
izquierdo, en lugar del nmero de artculos defectuosos.
Si no han sido eficaces los esfuerzos para obtener mejoras, se
debe cambiar el orden de las barras. Si la altura de todas las
barras
disminuye, esto significa que se ha reducido el nivel general de
defectos por alguna accin comn, por ejemplo, capacitacin del
personal, mantenimiento del equipo, etc.
Finalmente, el diagrama de Pareto se utiliza para expresar los
costos que
significan cada tipo de defectos y los ahorros logrados mediante
el efecto correctivo logrados por determinadas acciones.