You are on page 1of 19

ESTADISTICA DE CALIDAD

Histogramas
Los histogramas de frecuencias son gráficas que representan un conjunto de datos que se emplean para representar datos de una variable cuantitativa. En el eje horizontal o de las abscisas se representan los valores tomados por la variable, en el caso de que los valores considerados sean continuos la forma de representar los valores es mediante intervalos de un mismo tamaño llamados clases. En el eje vertical se representan los valores de las frecuencias de los datos. Las barras que se levantan sobre la horizontal y hasta una altura que representa la frecuencia.

Objetivos
Definir las reglas básicas a seguir para la construcción e interpretación de los Histogramas, resaltando las situaciones en que pueden, o deben, ser utilizados.

Síntesis Permite resumir grandes cantidades de datos.

Análisis Permite el análisis de los datos evidenciando esquemas de comportamiento y pautas de variación que son difíciles de captar en una tabla numérica.

Capacidad de comunicación Permite comunicar información de forma clara y sencilla sobre situaciones complejas.

Diagrama de dispersión
Un diagrama de dispersión es un tipo de diagrama matemático que utiliza las coordenadas cartesianas para mostrar los valores de dos variables para un conjunto de datos. Los datos se muestran como un conjunto de puntos, cada uno con el valor de una variable que determina la posición en el eje horizontal y el valor de la otra variable determinado por la posición en el eje vertical.1 Un diagrama de dispersión se llama también gráfico de dispersión.
1

se reduzca el de la variable y. la correlación es débil. Diagrama de Dispersión El diagrama de dispersión permite analizar si existe algún tipo de relación entre dos variables. lo que hace más fácil visualizar e interpretar los datos. Para una correlación lineal. si los datos son representados por un modelo de mezcla de relaciones simples. Si los valores de ambas variable se revelan independientes entre sí. el procedimiento de ajuste es conocido como regresión lineal y garantiza una solución correcta en un tiempo finito. por ejemplo. Uno de los aspectos más poderosos de un gráfico de dispersión. La correlación puede ser positiva (aumento). 2 . cualquier variable se puede representar en cada eje y el diagrama de dispersión mostrará el grado de correlación (no causalidad) entre las dos variables. Una ecuación para la correlación entre las variables puede ser determinada por procedimientos de ajuste. De otro lado. Por ejemplo. También podría ocurrir que al producirse una en un sentido. Además. al aumentar el valor de la variable x. se afirmaría que no existe correlación. permite cuantificar el grado de relación entre ambas. se estaría ante una correlación negativa. así como su signo. calculando el coeficiente de correlación entre dos variables. Representa la relación entre dos variables de forma gráfica. Cuando toma un valor próximo a −1. negativa (descenso). Si existe un parámetro que se incrementa o disminuye de forma sistemática por el experimentador. o nula (las variables no están correlacionadas). es su capacidad para mostrar las relaciones no lineales entre las variables. se incremente el de la otra. puede ocurrir que dos variables estén relacionadas de manera que al aumentar el valor de una. En este caso hablaríamos de la existencia de una correlación positiva. El valor de este coeficiente puede estar comprendido entre −1 y 1. Un coeficiente de 0 indicaría independencia total entre ambas variables. Se puede dibujar una línea de ajuste (llamada también "línea de tendencia") con el fin de estudiar la correlación entre las variables. se le denomina parámetro de control o variable independiente = eje de x y habitualmente se representa a lo largo del eje horizontal. A su vez. la correlación es fuerte y positiva. estas relaciones son visualmente evidentes como patrones superpuestos. Un diagrama de dispersión puede sugerir varios tipos de correlaciones entre las variables con un intervalo de confianza determinado. un coeficiente de correlación lineal de 1 ó de -1 señalaría que entre ambas variables hay dependencia funcional. sin embargo. Si el coeficiente de correlación lineal presenta un valor próximo a 0. El diagrama de dispersión es una herramienta gráfica que ayuda a identificar la posible relación entre dos variables. la correlación es fuerte y negativa. Entonces. La variable medida o dependiente = eje de y usualmente se representa a lo largo del eje vertical. Si no existe una variable dependiente. la otra derive en el sentido contrario. Si el valor es cercano a +1. positiva o negativa según el signo del coeficiente.Se emplea cuando una variable está bajo el control del experimentador.

RECORRIDO Medida de la dispersión. de forma que los datos pertenecientes a cada grupo comparten unas características comunes que definen la categoría.ESTRATIFICACIÓN Separación de un conjunto de datos en diferentes grupos o categorías. PROCESO DIAGRAMA DE FLUJO 3 . correspondiente a la diferencia entre el valor máximo y el valor mínimo de un conjunto de valores.

CONSTRUCCIÓN Paso 1: Preparación de los datos Como en todas las herramientas de análisis de datos.Exactos: Debemos asegurarnos que la variabilidad en el proceso de recogida de datos (variabilidad de la medida) no desvirtúa la variabilidad del proceso en estudio. etc.) en previsión de los diferentes análisis que pueden ser necesarios. 4 . Los datos deben ser: .Completos: Se debe registrar toda la información relevante asociada a cada toma de datos (máquina. .Objetivos: Basados en hechos. empleado. hora del día. el primer paso consiste en recoger estos de forma correcta o asegurarse de la adecuación de los existentes. . no en opiniones.

Representativos: Deben reflejar todos los diferentes hechos y circunstancias que se producen en la realidad. = 15 grs. El número de clases es igual al de barras del Histograma. Paso 3: Definir las "clases" que contendrá el Histograma Clases: Son los intervalos en que se divide la característica sobre la que se han tomado los datos. a) Definir el número de clases que debe tener el Histograma según la tabla siguiente: 5 . Pasó 2: Determinar los valores extremos de los datos y el recorrido Identificar en la tabla de datos originales el valor máximo. (120 unidades medidas) Recorrido total = máximo – mínimo = 258 grs. Ejemplo: Datos sobre la cantidad exacta de café contenido en paquetes de 250 gramos. el valor mínimo y el recorrido (R = Vmax ..Vmin).

La tabla anterior es un buen compromiso entre la máxima sencillez de análisis y la mínima pérdida de información. 5. b) Obtener la amplitud del intervalo de cada clase. Dependiendo del número de clases en que agrupemos los datos perderemos más o menos información tratando de identificar la pauta de comportamiento.). La amplitud aproximada del intervalo se halla dividiendo el recorrido por el número de clases.Numero recomendado de clases en un histograma El mínimo para un histograma son 40 datos./8=1. Pueden darse menos si el histograma original ha sido estratificado. Todas las clases tendrán el mismo intervalo. etc. No habrá solapamiento entre distintas clases. necesitamos entonces aproximadamente 8 clases para el histograma. Amplitud aproximada de cada clase 15gr. En el ejemplo de los paquetes de café hay 120 datos. 2.875 grs. Esta amplitud se redondea posteriormente a un número o cifra decimal conveniente para el manejo de las clases y la graduación del eje horizontal del Histograma (1. Paso 4: Construir las clases anotando los límites de cada una de ellas 6 . Amplitud elegida como conveniente en este caso: 2 grs. 10.

cuatro verticales y el quinto cruzándolos.83. no existe deterioro ni en la sencillez ni en la información. 3. de amplitud Determinar el número de datos que están incluidos en cada una de las clases (frecuencia de clase). Señalar para dicha clase. debido al redondeo posteriormente efectuado. 3. definir éstos de forma que tengan una cifra más detrás de la coma.etc).565. un "palote". etc. los datos tienen dos cifras detrás de la coma (3. por ejemplo.Los límites de la primera clase incluirán el valor mínimo de los datos.78.55. Ejemplo: Como el valor menor en nuestros datos es 243 grs. Comprobar que el número total de datos es igual a la suma de las frecuencias de cada clase. Si se obtiene una clase más o menos respecto del número recomendado.). 3. Ejemplo 7 . 545-3. Para evitar que algunos datos coincidan con los límites de los intervalos. y construiremos ocho clases con 2 grs. Para facilitar el recuento final se dibujan los "palotes" en grupos de cinco. empezaremos el primer intervalo en 242. El recuento se hará de la siguiente forma: Empezar con el primer dato de la lista e identificar la clase en la cual está incluido. 3.64. Si. Repetir el mismo proceso para cada dato del conjunto.. se definirán las clases hasta la tercera cifra detrás de la coma (3.5 grs.555. 3.73. La suma de los "palotes" marcados para cada clase corresponde a la frecuencia de la misma.555-3.

Rotular los límites de los intervalos de clase. Este eje se divide en tantos segmentos iguales como clases se hay han definido. por tanto en él se rotularán números naturales. dependiendo su valor y escala del número de datos que se han tomado. Ejemplo 8 . El eje horizontal representa la magnitud de la característica medida por los datos.Paso 6: Dibujar y rotular los ejes El eje vertical representa las frecuencias. Rotular el eje con la característica representada y las unidades de medida empleadas.

Paso 7: Dibujar el Histograma Dibujar las barras verticales correspondientes a cada clase. Ejemplo: Resultados de las mediciones del contenido de café (120 paquetes medidos) 9 . Cuando proceda. los límites de tolerancia nominales. las condiciones en que se han recogido los datos. Su base está situada en el eje horizontal y su altura corresponderá a la frecuencia de la clase representada. poner el título. Estas notas ayudan a los demás a interpretar el gráfico y sirven de recordatorio de la fuente de los datos. etc.

recogiendo otros datos que nos den información más específica sobre dicha teoría. Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para utilizar esta herramienta de forma eficaz. Por ser una teoría es necesario confirmarla o rechazarla. puesto que no existen reglas fijas que se puedan utilizar para explicar de forma precisa las pautas de variación en cualquier situación.INTERPRETACIÓN Identificación e interpretación de las pautas de variación Uno de los propósitos del análisis o interpretación de un Histograma es identificar y clasificar la pauta de variación del conjunto de datos estudiado (valor medio. forma) y elaborar una explicación admisible y relevante para dicha pauta. La experiencia y habilidad del grupo de trabajo en la interpretación son fundamentales en la utilización de esta herramienta. recorrido. El resultado de este análisis es una teoría sobre el funcionamiento del proceso o sobre la causa del problema que se está investigando. que relacione la variación con el proceso o fenómeno en estudio. 10 .

individual. operador.Definir el fenómeno o característica a analizar. Toda información debe ser estratificada de acuerdo a operadores individuales en máquinas específicas y así sucesivamente. grupo de trabajo. La estratificación es lo que clasifica la información recopilada sobre una característica de calidad. lote. Material. en el análisis de Pareto y en los gráficos de control. Causa y efecto.. producto. en los histogramas.. fecha de producción. proveedor. este principio se utiliza en manufacturera. etc. 3. También se puede aplicar cuando estemos estudiando la relación entre dos variables empleando los diagramas de correlación.. Fases de Estratificación La estratificación se utiliza en la hoja de recogida de datos.De manera general. lo que ha sucedido es una estratificación de los materiales. lodo y agua puede separarse.Seleccionar los factores de estratificación. 11 . Usted observara que después de algún tiempo las piedras. Los criterios efectivos para la estratificación son: Tipo de defecto. representar los datos relativos a dicho fenómeno. en otras palabras.¿Qué es Estratificación? Estratificación significa separar o dividir en estratos. 2. arena. Las fases de aplicación de la estratificación son las siguientes: 1. con el objeto de asegurarse de los factores asumidos.

o materiales (Proveedor. la estratificación habrá sido útil.Comparar los grupos homogéneos de datos dentro de cada criterio de estratificación para observar la posible existencia de diferencias significativas entre los propios grupos.Representar gráficamente cada grupo homogéneo de datos. sand. Material. edad. expedición. mud and water removed. operator individual supplier. edad. histogramas o el análisis de Pareto. tecnología.). etc.) Maquinas y equipo (modelo. 12 . All information must be stratified according to individual operators on specific equipment and so on. útiles. etc. this principle is used in manufacturing. Para ello se pueden utilizar otras herramientas..). etc.. tipo. composición. 4. sexo. de operarios (antigüedad. -. in order to ensure assumed factors. semana.. what has happened is a layering of materials. etc. date of production. estaciones.como ventaja. 6.Los datos los podemos agrupar en función del tiempo (turno. You will observe that after some time the stones. workgroup. Causes and effect. in other words. Si observamos diferencias significativas. 5. What is Stratification? Stratification means separate or divide into strata. etc. día. como por ejemplo. product.Clasificar los datos en grupos homogéneos en función de los factores de estratificación seleccionados. experiencia. Effective criteria for stratification are: Default type. destacar que la compresión de un fenómeno resulta más completa si se utiliza la estratificación.). lot.. Stratification is thus classified information collected on a quality characteristic.

week.-To graph data homogenous group. seasons. así como de todos los procesos que implican su diseño. age. in the histograms in the Pareto analysis and control charts.Define the phenomenon or characteristic to be analyzed. 2. composition.The advantage. noting that the compression of a phenomenon is most complete when using stratification. etc. . teniendo en cuenta los siguientes aspectos. To do this you can use other tools such as histograms or Pareto analysis. 4. technology. gender. etc.. Por ello las organizaciones deben conocer quiénes son sus clientes para adaptar su oferta productiva en términos de mercado y en función de las normas vigentes. expectativas y exigencias del cliente. producción y distribución. 3. Application phases of stratification are: 1. experience.Compare groups homogeneous data within each stratification criterion to observe the possible existence of significant differences between the groups themselves. The data can be grouped in function of time (shift. 6. etc. .-Classifying data into homogeneous groups according to the stratification factors selected.. deseos.) or materials (Supplier. tools.Stratification is used in the data collection sheet. age. Estos aspectos impulsan la mejora continua de los productos y servicios.Select the stratification factors. . esto quiere decir que calidad se alcanza cuando el producto o servicio llega a satisfacer las necesidades y expectativas del cliente.In general.) Of workers (age. CALIDAD DE PROCESO La base fundamental de todo sistema de calidad es que el diseño de los productos y servicios debe ajustarse a las necesidades.). stratification has been useful. 5.. Como se indicó antes.) Machines and equipment (model. day. . . If significant differences. represent data on this phenomenon. type. etc.. delivery. Also be applied when we studied the relationship between two variables using the correlation diagrams. 13 .

These aspects drive the continuous improvement of products and services as well as all processes involving design.   Fair price: Acquiring a top quality product at a lower price. 14 . this mental image will be true to him. although in reality this is not true. expectations and customer requirements.  Perceived Quality of product or service: If the customer perceives that the property offered is of "poor quality". taking into account the following aspects. Percepción de calidad del producto o servicio: Si el cliente percibe que el bien ofrecido es de “mala calidad”.  Servicio en menor tiempo: No se trata solo de llevar el producto o servicio al consumidor en términos de calidad y precio. aunque en realidad esto no sea cierto. sino de brindárselo en el momento que éste lo necesita. Therefore organizations must know who your customers to adapt their range of products in terms of market and depending on the standards. but to offer it at the time it needs it. As noted above. Service in less time: This is not just about bringing the product or service to the consumer in terms of quality and price. desires. The fundamental basis of any system of quality is that the design of the Products and services must meet the needs. production and distribution.  Precio justo: Adquirir un producto de óptima calidad a un menor precio. this means that total quality is achieved when the product or service gets to meet the needs and expectations of client. esta imagen mental será cierta para él.

sobre la zona de las líneas PC es la “Zona Verde”. Cuando el proceso queda calificado. el proceso continua corriendo. Si ocurren dos amarillas consecutivas. debe detenerse el proceso e investigarse. fuera de los límites de especificación se encuentra la “Zona Roja”. entre las líneas y los límites se encuentran la “Zona Amarilla”. Para calificar el proceso del Pre-Control: Se toman mediciones individuales sobre una característica hasta que cinco medidas consecutivas caigan dentro de la zona verde. Se dibujan dos rectas de Pre-control (PC). se toma la segunda medida de B. 15 . cada una a 1/4 hacia adentro de la distancia total entre los límites de tolerancia.Graficas de Pre-Control (PC) El Pre-control (PC) es una técnica sencilla para la evaluación inicial de la capacidad de un proceso y puede ser visto como una herramienta de validación de la puesta a punto o el cumplimiento de las especificaciones de un proceso productivo. Si ocurre amarilla se reinicia el conteo. Si A y B son ambas amarillas. se aplican las siguientes reglas de control al proceso de operación: Se usa una muestra de dos medidas consecutivas. Si A es verde. Si A es amarilla. para facilitar esto. A y B. Si ocurre una roja se hace ajuste y se vuelve a verificar el proceso. se ajusta el proceso.

4. Contiene una introducción general al muestreo de aceptación por atributos y un resumen de los esquemas y planes de muestreo que se detallan en las otras partes de la norma. en esencia. Su amplia aceptación en el control de calidad motivó que fuera adoptado por la ISO (International Standardization Organization Organización Internacional de Estandarización) en la norma ISO 2859. Procedimientos de muestreo para la inspección por atributos 16 .4 (American National Standards Institute Estados Unidos) y la BS 6001(Reino Unido).Military Standard 105E Inspección y muestreo por el Military Standard 105E (ANSI/ASQC Z1.BS 6001. fue desarrollado durante la II Guerra Mundial ante la necesidad de garantizar la calidad de pertrechos militares (municiones. como la terminología de no conformidad y porcentaje no conforme. Las partes de la ISO 2859 son: ISO 2859-10:2006.ISO 2859Inspección por atributos) y el Military Standard 414(inspección por variables).). Pero. El Military Standard 105 (MIL-STD-105E (1989). la norma es similar al MIL-STD-105E. ISO 2859-2:1985. Sustituye a ISO 2859-0:1995. ligeras modificaciones de las reglas de cambio. Esquemas de muestreo indexados por NCA para la inspección lote a lote. etc. ISO 2859-1:1999 (Tiene la nota Cor 1:2001). En específico en la ISO 2859 se encuentran pequeñas diferencias con el estándar militar. durante su producción en lotes. etc. existiendo además normas concordantes con la ISO en muchos países (con igual número aunque con códigos literales específicos de cada país) y la norma ANSI/ASQC Z1. Estas normas son la contraparte civil del MIL-STD-105 y su adopción llevó en definitiva a la cancelación del MIL-STD-105E el 27 de febrero de 1995. Procedimientos de muestreo para la inspección por atributos – Parte 1. Por ello los aspectos que abordaremos son válidos para ambas normas. Es un sistema de inspección de aceptación por atributos porque es una colección de esquemas de muestreo que a su vez comprenden planes de muestreo. donde E indica la revisión). También proporciona una guía para la selección del sistema de inspección a emplear en situaciones específicas. Esta norma es el sistema de inspección de aceptación más difundido a nivel mundial.

proceso. 17 . Se establecen los procedimientos y planes de muestreo que pueden emplearse para evaluar si el nivel de calidad de una entidad (lote.Porcedimientos para la evaluación de niveles de calidad declarados. Procedimientos de muestreo para la inspección por atributos – Parte 3. ISO 2859-4:2002.).Planes de muestreo indexados por la calidad límite para la inspección de lotes individuales o aislados. etc.– Parte 2. Características del MIL-STD-105E y de la ISO 2859-1. Es un sistema de muestreo de aceptación por atributos. Su objetivo es estandarizar los procedimientos de muestreo en productos de alta calidad suministrados por un proveedor que tiene un aseguramiento de la calidad satisfactorio y se puede determinar aleatoriamente cuando un lote puede ser aceptado sin inspección. ISO 2859-3:2005. ISO 2859-5:2005.Procedimientos de muestreo con salto de lote. Procedimientos de muestreo para la inspección por atributos – Parte 4. es conforme con un nivel de calidad declarado. Contiene esquemas de muestreo secuencial que son suplementarios a los de la parte 1. basado en el NCA y su objetivo es inducir al proveedor a mantener un promedio del proceso al menos igual que el NCA.

STD.105E on February 27. .105E. It also provides guidance for the selection of the inspection system to be used in specific situations.4 (American National Standards Institute USA ) and BS 6001 (United Kingdom). ISO 2859-2-1985. as the terminology of non-compliance and percent nonconforming .Part 1. Replaces ISO 2859-0:1995. slight modifications of the rules change. Sampling schemes indexed by AQL inspection for batch to batch. Therefore we will discuss aspects are valid for both standards. and there are also consistent with ISO standards in many countries ( with the same number but with specific literal codes each country) and ANSI / ASQC Z1. BS 6001. These standards are the civilian counterpart of MIL -STD -105 and its adoption ultimately led to the cancellation of MIL -STD . etc.105E ( 1989 ) .STD. But essentially. 1995. Contains a general introduction to acceptance sampling by attributes and a summary of the sampling schemes and plans as detailed in the other parts of the standard.MILITARY STANDARD 105E Inspection and sampling by the Military Standard 105E (ANSI / ASQC Z1. etc. where E indicates the review) . It is a system acceptance inspection by attributes because it is a collection of sampling schemes that in turn comprise sampling plans. Parts of the ISO 2859 are: ISO 2859-10:2006. was developed during World War II for the need to ensure the quality of military equipment ( ammunition . ISO 2859Inspección attribute ) and Military Standard 414 ( inspection variables). This standard is the inspection system more widespread acceptance worldwide.4. During batch production . ISO 2859-1:1999 (It has the note Cor 1:2001). 18 . Sampling procedures for inspection by attributes . . The Military Standard 105 ( MIL. the standard is similar to MIL. ) . Specifically in ISO 2859 are small differences with military standard . Its wide acceptance in quality control led to its being adopted by ISO ( International Standardization Organization International Organization for Standardization ) in ISO 2859.

Contains sequential sampling schemes that are additional to those in Part 1.Part 4. Sampling procedures for inspection by attributes . based on the NCA and its objective is to induce the supplier to maintain a process average at least equal to the NCA. It aims to standardize sampling procedures with high quality products supplied by a provider who has a satisfactory quality assurance and can be determined randomly when a lot can be accepted without inspection. ISO 2859-4:2002. ISO 2859-3:2005. process. It is a system of acceptance sampling by attributes. . 19 . etc. ISO 2859-5:2005. Establishes procedures and sampling plans can be used to assess whether the quality level of an entity (lot . Sampling procedures for inspection by attributes . ) Conforms to a declared quality level.Procedimientos hop sampling batch.STD.Planes indexed by the quality inspection limit for individual lots or isolated.Porcedimientos for evaluating quality levels reported.Sampling procedures for inspection by attributes .Part 3.Sampling Part 2. Features MIL.105E and ISO 2859-1.