1

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

FACULTAD DE INGENIERIA DE MINAS







CURSO DE ACTUALIZACIN PROFESIONAL 2014-I





ESTADSTICA APLICADA





ELABORADO POR


ING. M.Sc. GILMAR LEON OSCANOA


Huancayo, Febrero de 2014


2








NDICE

PGINA

I. Sesin 1: Obtencin de datos y anlisis de Pareto 3
II. Sesin 2: Diagrama de causa - efecto 7
III. Sesin 3: Histograma , correlacin y regresin 15
IV. Sesin 4: Grfico de control 21


3
SESIN I: OBTENCIN DE DATOS Y ANLISIS DE PARETO
MODALIDAD: VIRTUAL
OBJETIVO: CMO OBTENER DATOS Y ELABORAR EL GRFICO DE PARETO

1. ESTADSTICA

Estadstica es la ciencia que utilizando las matemticas y de modo particular el clculo estudia
las leyes de comportamiento de aquellos fenmenos que no estando sometidos a leyes rgidas
dependen del azar y basndose en ella, se predicen resultados.

La estadstica tiene dos grandes ramas: Descriptiva e Inferencial.

- Estadstica Descriptiva analiza las caractersticas de una poblacin o muestra
definindose unas propiedades acerca de su estructura y composicin.

- Estadstica Inferencial basndose en los resultados obtenidos de una muestra induce o
estima las leyes reales de comportamiento de la poblacin de la que proviene dicha muestra.

POBLACIN, MUESTRA Y VARIABLE

- Poblacin son todos y cada uno de los elementos que se quieren analizar. Puede ser finita o
infinita( en realidad las poblaciones infinitas no existen, pero cuando se trata de un nmero
grande se trata como si lo fuera).

- Muestra es un subconjunto de la poblacin o parte de la poblacin que se observa.

- Caracterstica de una poblacin es la propiedad que se estudia.

- Variables es cualquier caracterstica cuantitativa ( tome valor numrico) de una poblacin .

Ejemplo: Poblacin Estudiantes de la Facultad de Ingeniera de Minas, Caracterstica Edad
de ellos, la caracterstica se designa con letras maysculas X, Y, Z,...., los valores de esas
edades son numricos entonces es una variable cuantitativa y los valores que toman se
denotaran X={x1, x2, x3,........xn }.

- Dominio de la variable son los valores que toma

- Variable Discreta cuando toma un nmero finito de valores o bien cuando toma infinitos y son
numerables es decir entre dos no hay otro intermedio. Ejemplo: la edad, las notas.

- Variable continua cuando entre dos valores cualesquiera siempre puede haber otro. Ejemplo:
Talla, peso,......

- Variable unidimensional Estudia solo una caracterstica de la poblacin. Ejemplo: Estudiar el
peso (X)

- Variable bidimensional Estudia dos caractersticas de una poblacin. Ejemplo Estatura(X) y
peso (Y)

- Variable infidimensional estudiara infinitas caractersticas

- Atributos son caractersticas de la poblacin no susceptibles de cuantificacin numrica.
Ejemplo.: Color del pelo, los atributos se designan con letras A, B, C, .......y sus valores
A={a1, a2, .............., an}.


ETAPAS DEL ANLISIS ESTADSTICO

1) Recoleccin de datos

4
2) Ordenacin de los mismos en tablas
3) Resumen de la informacin recogida a travs de las medidas(Descriptiva)
4) Analizar los datos provenientes de una muestra para sacar conclusiones sobre la poblacin
de la que proviene la muestra ( Inferencial).

ESCALAS DE MEDIDA

- Escala nominal la caracterstica estudiada se clasifica en una serie de caractersticas no
numricas y mutuamente excluyentes y no se puede establecer ningn orden entre ellos.

- Escala ordinal el carcter medido no es numrico pero puede establecerse algn tipo de
orden. Ejemplo estudios de una persona.

- Escala de intervalos la caracterstica puede cuantificarse numricamente, establecindose
intervalos entre dos operaciones. Ejemplo: Renta mensual que percibe una persona.

CONCEPTO DE PROBLEMA
Definiremos "el problema" como la brecha (gap) existente entre lo que debera estar sucediendo
y lo que realmente sucede, con una importancia y urgencia suficiente que amerite su correccin.
CONCEPTO DE PROCESO
Entendemos el-proceso como-, "Grupo de actividades que emplea insumos los transforma y
agrega valor, para generar productos hacia clientes internos o externos.
INDICADOR CLAVE DE RENDIMIENTO (KPI)
Son expresiones matemticas que permiten cuantificar la caracterstica o hecho que queremos
controlar, para determinar que tan bien se estn administrando los procesos de la empresa. En
adelante los identificaremos como KPI (Key Performance Indicator). Ejemplos:
Toneladas por hora
Ciclo de carguo
Disponibilidad, etc.
EFICIENCIA
Es un indicador que se utiliza para evaluar el uso de los recursos, y se define como la relacin
entre la cantidad de recursos realmente utilizados y la cantidad de recursos que se haba
programado utilizar.
EFECTIVIDAD
Es un indicador que mide el grado de cumplimiento de los objetivos planificados, y se define
como la relacin entre los resultados logrados y los resultados que se haba planificado
alcanzar.
ENFOQUE DEL MTODO DE SOLUCIN DE PROBLEMAS
El enfoque para la solucin de problemas en el trabajo que desarrollaremos en el presente
manual, es inductivo, porque el mtodo trata de determinar las causas que originan el problema,
preguntndonos repetidamente: por qu?, por qu? y por qu?. El mismo que ser efectivo
en la medida que se cumplan las siguientes condiciones:
- Las razones para seleccionar el problema son conocidas.
- Las metas son claramente establecidas.
- Se realiza un anlisis exhaustivo usando las herramientas estadsticas bsicas.
- Se determina claramente la relacin entre las causas y efectos del problema.
- Las soluciones se orientan a eliminar el problema atacando las causas races que
lo originan.
- Se establecen mtodos de control para asegurar la efectividad y continuidad de

5
las soluciones y de los mejores resultados alcanzados.

2. OBTENCIN DE DATOS

Son formatos o tablas diseadas con anticipacin, para recolectar informacin relacionada con
el problema que se quiere estudiar en un periodo de tiempo.
Usos:
Obtener informacin relevante y ordenada para el anlisis de problema.
Facilitar el estudio amplio del problema.
Ayudar en la construccin de grficos.
Mtodo para elaborar una hoja de chequeo:
Definir el problema que se desea estudiar.
Datos que se desea recolectar.
Registrar informacin relevante.
Interpretar las hojas de chequeo.

VOLADURA CONTROLADA EN LAS PAREDES FINALES DEL TAJEO (TRIM BLEASTING)
DEFECTO
04-mar 5 6 7 8 9 10 11 12 13 14 15 16
L M M J V S D L M M J V S
Grietas III I III I II
Bvedas en las paredes II I II I II III I
Mala fragmentacin III I I II III II I II
Total 6 2 2 4 3 6 2 3 3 2 1 1 2
Total semana 10 11

3. TORMENTA DE IDEAS

Es una tcnica grupal que permite aprovechar la experiencia de los integrantes de un equipo, para
la generacin de ideas sobre un determinado problema; a la vez permite que los dems miembros
del equipo desarrollen o mejoren sus ideas sobre la base de comentarios.
Usos:
Identificar los posibles problemas de un proceso o rea de trabajo.
Identificar las causas de un problema.
Generar ideas para desarrollar soluciones a un problema.
Mtodo para desarrollar:
Respetar ideas: Todas las ideas se aceptan y no se critican.
No descartar ideas por ms extravagante y/o exageradas que pudieran parecer.
Trabajar sobre las ideas de otros, completando, desarrollando o complementando con otros
puntos de vista.
No usar palabras como: Falta de., en su lugar usar insuficientes, inadecuado, etc.
Designar a un responsable el proceso.
Generar las ideas por lo menos tres oportunidades.



6

Revisar lista.
N Problema: Excesivo tiempo muerto en chancadora Observacin
1 Mineral muy hmedo
2 Chute muy angosto
3 Capacitacin insuficiente de operadores
4 Tiempo excesivo por espera de camin

Diagrama a usar:
Tema principal


4. ANLISIS DE PARETO

Es una herramienta que se utiliza para priorizar los problemas o las causas que los generan.
El nombre de Pareto fue dado en honor al economista italiano VILFREDO PARETO (1848-1923)
quien realiz un estudio sobre la distribucin de la riqueza, en el cual descubri que la minora de
la poblacin posea la mayor parte de la riqueza y la mayora de la poblacin posea la menor
parte de la riqueza.
El Dr. Juran aplic este concepto a la calidad, obtenindose lo que hoy se conoce como la regla
80/20. Segn este concepto, si se tiene un problema con muchas causas, podemos decir que el
20% de las causas resuelven el 80 % del problema y el 80 % de las causas solo resuelven el 20
% del problema.
USOS
Para identificar oportunidades para mejorar
Para identificar un producto o servicio para el anlisis de mejora de la calidad.
Cuando existe la necesidad de llamar la atencin a los problemas o causas de una forma
sistemtica.
Para analizar las diferentes agrupaciones de datos.
Al buscar las causas principales de los problemas y establecer la prioridad de las soluciones
Para evaluar los resultados de los cambios efectuados a un proceso comparando sucesivos
diagramas obtenidos en momentos diferentes, (antes y despus)
Cuando los datos puedan clasificarse en categoras.
Cuando el rango de cada categora es importante.
PROPSITO
Analizar las causas
Estudiar los resultados
Planear una mejora continua

7
EJEMPLO DE APLICACIN

TIEMPO PERDIDO EN CHANCADO
Causas N de casos
Demora de camin 5
Cambio de guardia 4
Paro por voladura 3
Atoro de la zaranda 2 8
Total 20

Preparar la tabla de Pareto:


Interpretar el diagrama de Pareto: las dos primeras causas se constituyen como principales,
porque son las responsables del aproximadamente 60% del problema; all hay poner la atencin.


SESIN II: DIAGRAMA DE CAUSA -EFECTO

MODALIDAD: PRESENCIAL
OBJETIVO: CMO OBTENER DATO
TRABAJO: ELABORA EL DIAGRAMA CAUSA - EFECTO

1. DIAGRAMA CAUSA EFECTO

Es una herramienta importante que permite establecer las relaciones de causas y efectos de un
problema, es conocido como diagrama de Ishikawa o diagrama de pez.
Usos:
Identificar las posibles causas de un problema.
Relacionar las causas con los efectos.

8
Ayudar a identificar las causas del problema.
Mtodo para elaborar:
Identificar el efecto o problema que se quiere analizar.
Identificar y analizar las posibles causas
Para la identificacin de las causas, el equipo de mejora buscar las relaciones causa-efecto
basados en hechos y datos, para lo cual se debe cumplir las siguientes sub actividades:
Generar las posibles causas del problema utilizando la tcnica de "tormenta de ideas",
formulando repetidamente la siguiente pregunta: Cules son las causas que generan el
problema ?
Las respuestas no se cuestionan ni se critican, slo se aclaran o precisan.
Identificar las similitudes o duplicidades en el listado de posibles causas, procediendo a
agruparlas o eliminarlas, segn corresponda.
Precisar y agrupar las causas en cuatro grandes grupos (4M: Mano de obra, Materiales, Mtodo
y Mquinas), y registrarlos en una matriz.
Iniciar la confeccin del diagrama de causa-efecto (diagrama de ishikawa), tomando
como base la matriz confeccionada en el punto anterior.
Desplegar las posibles causas preguntando repetidamente por qu?, por qu? y por qu?
(mnimo 3 veces), para cada una de las espinas del diagrama.
Seleccionar aquellas causas que a opinin del equipo de mejora, tienen alta posibilidad de ser
causas races.
Ejemplo: El lder del equipo inicia la tormenta de ideas formulando la siguiente pregunta: Por
qu tenemos tiempos perdidos por llantas?, se generan 34 respuestas las mismas que zona
grupadas, clasificarlas en las 4Ms y precisadas con palabras claves, quedando culminada la
matriz base para construir la espina de pez. Una parte de la tabla se muestra a continuacin:
Luego procedemos a confeccionar el diagrama de 4M, preguntando como mnimo 3 veces Por
qu?, revisan cuidadosamente el diagrama y seleccionan las posibles causas races. El
diagrama queda como se muestra.
Confirmar las causas races.- Para confirmar si realmente existe una relacin entre las
posibles causas races y el efecto, y, en caso de que exista, qu tan fuerte es la relacin, el
equipo de mejora comprobar la hiptesis segn se describe a continuacin:
Recopilar o generar informacin relacionada con las posibles causas races, que incluya:
Data histrica
Data diaria estratificada
Informacin generada de experimentos o simulaciones en el lugar de trabajo.
Analizar la informacin recolectada o generada con la ayuda de las herramientas estadsticas
bsicas, segn las pautas que se indican:
Estratificacin.- Confeccionar grficos estratificados, histogramas, grficos de
dispersin, grficos de control y determinar si existen diferencias entre los diferentes estratos.
Variaciones en el tiempo.- Generar grficos, hojas de chequeo y grficos de control para
determinar si existen variaciones en el tiempo.
Correlacin.- Preparar grficos de correlacin y determinar si existe correlacin entre causa y
causa, causa y caracterstica, caracterstica y caracterstica.
Investigar el lugar de trabajo y los equipos. Observar cuidadosamente el lugar de trabajo,
personas, cosas, mquinas y determine anormalidades o no conformidades.
Integrar toda la informacin investigada y determinar cules son las causas races en las que el
equipo de mejora concentrar sus esfuerzos.

9
Ejemplo: Para confirmar las causa races, el equipo de mejora revisa y analiza la informacin
que tienen disponible y contrastan cada una de las posibles causas races con el diagrama de
Pareto y seleccionan aquellas causas que atacan las prdidas mayores, quedando las
siguientes como causas races:
Rotacin o cambio de llantas no sincronizado con los Mantenimiento programados (PMs).
Excesiva rotacin de llantas
Inspecciones duplicadas
Reventones de llantas posiciones 5 y 6
Mantenimiento inadecuado de vas.


Problema o efecto

Identificar las posibles causas, considerando las categoras de: mano de obra, mtodo,
mquina, material, medio ambiente, etc.

Problema: Excesivo tiempo muerto en
chancadora

N Posible causa Precisar Categorizar Observacin
1 Mineral muy hmedo Mineral Material
2 Chute muy angosto Chute Mquina
3 Capacitacin insuficiente de operadores Capacitacin Mano de obra
4 Tiempo excesivo por espera de camin Camin Mtodo

Desarrollo de las grandes ramas o categoras:
La categora a la que pertenece (mquina, mtodo, etc.)
Especifique que la posible causa en una palabra o frase muy pequea.
Para cada posible causa especificada, pregunte repetidamente por qu?, hasta terminar la
causa raz.
Identificar las posibles causas races:
Revisar los datos y el lugar de trabajo a fin de determinar las causas que influyen fuertemente
en el problema o efecto.
Seleccione por lo menos seis a ocho posibles causas races.
Utilice diagrama de Pareto u otras herramientas para determinar la importancia relativa de las
causas races.

10
Tiempo perdido
en chancado
Mquina
Material
Mtodo
Mano de obra
Chute
Operador
Mineral
Mineral muy
hmedo
Angosto
Capacitacin
insuficiente
Camin
Espera de
camin


2. MTODO PARA SOLUCIN DE PROBLEMA

Un equipo de mejoramiento continuo que trabaja y sigue un mtodo estructurado y ordenado
para la solucin de problemas, logra resultados cuantitativos y cualitativos sorprendentes por los
siguientes pasos:
Paso 1 : Diagnosticar oportunidades y fijar metas
El primer paso tiene como objetivo diagnosticar o buscar las oportunidades de mejora en las
reas o procesos bajo estudio mediante la identificacin de problemas, posterior evaluacin y
seleccin del problema que a criterio del equipo de mejora se considere como el ms
importante.
Identificar y seleccionar el problema
La seleccin del problema constituye un hito muy importante y decisivo para el inicio del trabajo
de los equipos de mejora, razn por la cual debern seguir disciplinadamente las siguientes
actividades:
Identificar y listar los problemas.- La identificacin y listado de situaciones no deseadas o
anmalas (problemas) que afectan al proceso bajo estudio, comprende las siguientes sub
actividades:
Revisar y comprender claramente los objetivos del departamento en su conjunto, esto
constituye una gua para enfocar el trabajo del equipo de mejora.
Seleccionar el rea o proceso donde se desarrollar el proyecto de mejora.
Usar la tcnica de tormenta de ideas para generar el listado de problemas, respondiendo
parte o la totalidad de las siguientes preguntas:
Los costos de produccin son excesivos?
Existen "cuellos de botella " en el proceso?
Qu produce insatisfaccin en los clientes?
Los tiempos perdidos por paradas programadas son excesivas?
Los ajustes en los equipos de produccin son extensos?
Las paradas imprevistas de los equipos son comunes?
Los equipos trabajan por debajo de su capacidad?








11
METODO PARA LA SOLUCIN DE PROBLEMAS
PASO SUB-PASO Actividades Diagrama
1
DIAGNOSTICAR
OPORTUNIDADES
Y FIJAR METAS
Identificar y
seleccionar
el problema
Identificar y listar los
problemas

Seleccionar el problema
Entender el
problema y
fijar metas.
Identificar los indicadores del
problema y las fuentes de
prdidas.

Determinar los lmites
tcnicos y el potencial de
mejora.

Fijar metas para los
indicadores claves (KPI)

2
GENERAR Y
EVALUAR IDEAS
Analizar las
causas
Identificar y analizar las
causas

Confirmar las causas races
Generar y
priorizar
soluciones
Generar las posibles
soluciones

Evaluar y priorizar las
posibles soluciones

3
PLAN DE
IMPLEMENTACIN
Implementar
las
soluciones
Implementar las soluciones
Go Do

Elaborar planes de accin
Desarrollar el sistema de
control de avances

Evaluar
resultados
Evaluar el resultado de las
mejoras

Identificar y cuantificar los
beneficios.

Estandarizar
Establecer los nuevos
estndares y mtodos de
control.


Existe fallas en el proceso por errores de operacin o calidad de material?
Los arranques de produccin son extensos y descoordinados?
Se presentan prdidas por reproceso o reciclaje de materiales rechazados?
Los tiempos perdidos por paradas programadas son excesivas?
Tiempos de espera por repuestos o materiales son excesivos?
Existen inventarios en exceso?
Se presenta transporte excesivo para realizar los trabajos?
Qu actividades son peligrosas?
Qu actividades son incmodas o innecesariamente exigentes?
Qu actividades son sucias o insalubres?
Otras preguntas que considere conveniente el equipo de mejora.
Las respuestas a estas preguntas, emitidas por los integrantes del equipo no se
cuestionan ni se critican, slo se aclaran y se registran en un listado matriz.
Revisar, aclarar y depurar el listado de posibles problemas con el fin de:
Eliminar o fusionar las ideas similares o complementarias
Identificar el
problema
Entender el
problema y fijar
metas
Analizar las
causas
Generar y
priorizar
soluciones
Implementar las
soluciones
Evaluar
resultados
Estandarizar

12
Mejorar o precisar las ideas.
Eliminar las ideas poco realistas
De ser necesario, preseleccionar los problemas ms importantes usando la tcnica de
votacin mltiple, hasta quedar con un mximo de cinco.
Ejemplo: El presente es un equipo de mejora conformado por operadores de volquetes 785 y su
respectivo jefe de guardia, quin a su vez fue designado como lder del equipo, ellos quieren
poner en prctica las tcnicas y herramientas aprendidas en el curso que participaron una
semana antes, ellos tienen la intencin de desarrollar un proyecto de mejora que sea
relativamente fcil de resolver pero que contribuya sustancialmente a mejorar la productividad
de los camiones, estando todos de acuerdo, desarrollan una tormenta de ideas para listar los
principales problemas que afectan la productividad de los camiones, luego revisan y depuran la
lista de problemas y se quedan con los siguientes cinco problemas:
Baja disponibilidad de los camiones
Tiempos perdidos en exceso durante el acarreo
Excesivo tiempo perdido por llantas
Inadecuado mantenimiento de carreteras
Excesivo peso de tolvas
Seleccionar el problema.- Habiendo obtenido la lista de problemas reducida y ordenada en la
actividad anterior, el equipo de mejora seleccionar el problema ms importante con la ayuda de
la matriz de seleccin de problemas, cuyo desarrollo se describe a continuacin:
Identificar y seleccionar los criterios de evaluacin a utilizar en la matriz de seleccin (usar
la tcnica de tormenta de ideas).
Establecer la escala de puntuacin y pesos a ser usados con los criterios de evaluacin
establecidos.
Emitir una calificacin individual por cada integrante del equipo de mejora para cada uno de
los problemas en evaluacin.
Sumar los resultados parciales para determinar el puntaje total y el orden de prioridad
respectivo, seleccionar como problema principal, aquel que tenga el mayor puntaje
acumulado en la matriz de seleccin.
Para una buena seleccin del problema, el equipo de mejora deber tener presente, los
siguientes lineamientos:
Estar alineado con los objetivos del rea o el proceso en estudio.
Comn a todos los miembros del equipo de mejora
Desafiante, pero alcanzable
Permita el desarrollo de las habilidades del equipo de mejora.
Ejemplo: Para seleccionar el proyecto de mejora ms importante a criterio de ellos, ponen en
prctica la matriz de seleccin, para lo cual eligen los factores de evaluacin y los respectivos
pesos, realizan la calificacin individual, totalizan resultados y seleccionan como su proyecto el
que quedo en la posicin nmero 1, tal como se muestra en la siguiente matriz:
Entender el problema y fijar metas
El objetivo de este segundo sub paso, es precisar mejor la definicin del problema, entender sus
caractersticas y fijar las metas que el equipo de mejora desea alcanzar cuando culmine su
proyecto.
Identificar los indicadores del problema y las fuentes de prdidas.- En este sub-paso, el
equipo reunir hechos y datos que permitan un entendimiento completo de las prdidas que
origina el problema, para-ello-se-deber:
Investigar el flujo del proceso de trabajo y sus respectivos estados.
Seleccionar las caractersticas o indicadores que tengan estrecha relacin con el problema,

13
estas pueden ser:
Caractersticas/
indicadores de:
Excesos o deficiencia con:
Calidad Material rechazado, errores, de trabajos, quejas, etc.
Costo Consumibles, energa, inventarios, mantenimiento, labor, activos, etc.
Productividad Produccin horaria, tiempo de ciclo, paradas, produccin disminuida, etc.
Eficiencia Recuperacin, ajustes, transporte, esperas, arranques de produccin,
desperdicios, sobretiempo, etc.
Seguridad Accidentes, incidentes, polucin, enfermedades, etc.
Recopilar data pasada y actual que ayude a expresar numricamente el problema.
Identificar como de prdidas, aquellos casos en que se observen dispersiones,
desviaciones, cambios anormales, carencias, excesos, etc.
Confeccionar un diagrama de Pareto para visualizar las prdidas que tienen mayor
incidencia en el problema.
Ejemplo: El equipo de mejora quiere entender claramente el problema y deciden analizar
cuidadosamente la data que han logrado recopilar con mucho esfuerzo, luego de un
cuidadoso anlisis y discusiones varias, logran cuantificar las principales prdidas del
problema y llegan a las siguientes conclusiones:
Las prdidas totales por llantas equivalen a 1088 horas/ao/flota
Dicha prdida equivale aproximadamente a un total de 350.000 toneladas de material no
acarreado.
Existe 5 tipos de prdidas que originan el 80% del problema y deciden que concentrarn
sus esfuerzos en reducir o eliminar estas prdidas.
Determinar los lmites tcnicos y el potencial de mejora.- Los lmites tcnicos son valores
que alcanzan los indicadores o caractersticas del problema, bajo las mejores condiciones de
operacin o condiciones de diseo, estos valores constituyen la referencia para determinar el
potencial de mejora, de acuerdo a las siguientes pautas:
Para cada indicador seleccionado, determinar el valor del lmite tcnico adoptando
alguno de los siguientes criterios:
Record histrico del indicador
Comparacin con otras operaciones o minas
Experiencia o consenso de los integrantes del equipo
Datos de diseo del fabricante
Ajuste de desviaciones del indicador
Pruebas u observaciones
Otros que el equipo considere conveniente
Determinar la diferencia (gap) que existe entre el lmite tcnico y el valor actual de los
indicadores seleccionados.
Ordenar de mayor a menor las brechas (gap) cuantificadas y calcular el total, dicho valor
constituye el potencial de mejora del problema.
Ejemplo: Ahora que tienen un mejor conocimiento del problema, el equipo desea determinar
el potencial de mejora, para ello inician la tarea de determinar el lmite tcnico para cada uno
de los indicadores seleccionados. Luego de muchas discusiones determinan los lmites
tcnicos adoptando diversos criterios, en algunos casos toman el record histrico, en otros
deciden por

14
consenso y experiencia, etc. Efectan os clculos correspondientes y determinan que su
potencial de mejora equivale a 978 horas por ao y por flota, tal como muestran en la
siguiente tabla:
Fijar metas para los indicadores claves (KPI).- Las metas constituyen el nivel de mejora
que el equipo se propone alcanzar, las mismas que debern ser desafiantes y estimulantes,
pero posible de alcanzar, el procedimiento a seguir es el siguiente:
Definir el indicador clave de rendimiento (KPI) que servir de base para evaluar el
progreso del equipo de mejora.
Definir la meta del equipo tomando como base los siguientes criterios:
Determinar el porcentaje del potencial de mejora (gap) que se intenta reducir.
Definir el plazo para lograr la meta.
Estimar el beneficio esperado.
Proyectar la evolucin planeada del KPI hasta el final de! proyecto.
Para la determinacin del porcentaje de reduccin del gap, se puede tomar como
referencia los siguientes porcentajes: 33% o 50% cuando se ataca el problema por
primera vez, porcentajes menores cuando es segunda o tercera vez.
Ejemplo: El equipo de mejora tiene dificultades para definir el porcentaje de reduccin del
gap, por lo que deciden adoptar como criterio 50% de reduccin, ya que es la primera vez
que se ataca el problema, igualmente deciden tomar 5 meses como plazo para culminar el
proyecto, preparan un resumen y presentan lo siguiente:
Indicador clave (KPI) : Tiempo perdido / flota / ao
Valor actual : 1088 h / flota / ao
Gap : 978 h / flota / ao
% del gap a reducir : 50% (489 h / flota /ao)
Valor meta : 1088 - 489 = 599 h / flota lao.
Duracin del proyecto : 5 meses
Establecer el plan de trabajo.- El plan de trabajo constituye la gua de trabajo del equipo de
mejora y asegura el avance sostenido y equilibrado del proyecto de mejora, incluye:
Tabla de actividades o Diagrama de Gantt, que contenga como mnimo los siguientes
elementos:
Actividades a desarrollar
Responsables y
Cronograma de actividades.
Para determinar las actividades que debe contener el programa de trabajo, tomar los
paso y sub pasos del mtodo de solucin de problemas.
Los plazos del proyecto de mejora, son siempre variables y depender de la complejidad
del mismo, pero se puede tomar como referencia los siguientes plazos:
Diagnosticar oportunidades y fijar metas ( 2 semanas)
Generar y evaluar ideas (6 semanas)
Implementar (12 semanas)
Los planes de trabajo deben ser aprobados por los integrantes del equipo de mejora y el
responsable del rea.




15
SESIN III: HISTOGRAMA, DIAGRAMA DE DISPERSIN Y REGRESIN

MODALIDAD: VIRTUAL
OBJETIVO: INTERPRETAR UN HISTOGRAMA, DIAGRAMA DE DISPERSIN.
FORMULAR LA REGRESIN LINEAL

1. HISTOGRAMA

- Distribucin unidimensional est formada por los valores que toma la variable que se
estudia acompaados de sus respectivas frecuencias.

- Frecuencia absoluta ( fi ) es el nmero de veces que se repite un determinado valor.

- Frecuencia relativa ( hi) es el cociente entre la frecuencia absoluta y el nmero total de
observaciones, por tanto la frecuencia relativa est siempre entre cero y uno.
- Frecuencia absoluta acumulada

i
j
j i
f F
01
es decir se suman las frecuencias
anteriores a un valor dado, por tanto la acumulada al final coincide con la poblacin N.

- Distribucin por datos no agrupados es cuando se especifican todos y cada uno de los
valores de la variable.

- Distribucin por datos agrupados los valores de la variable se miden en intervalos , la
amplitud del intervalo es la diferencia entre el extremo superior e inferior del intervalo y la
suma de las amplitudes de todos los intervalos es igual al recorrido ( diferencia entre el
valor mayor y el menor de la distribucin).

- Marca de clase de un intervalo es la semisuma de los extremos del intervalo y es el valor
que sustituye a todo el intervalo
2
1 l l
x
i i
i

siendo el intervalo [li-1 , li ].

Histograma para datos agrupados en intervalos

El rea de cada rectngulo nos da la frecuencia del intervalo, por tanto la base es la amplitud
y la altura la densidad de frecuencia de dada uno di



MEDIDAS DE POSICIN

Se trata de resumir la informacin en un nico nmero.

16
Las medidas de posicin pueden ser:

De tendencia central o promedios

1. Media
2. Mediana
3. Moda

De tendencia no central

1. Cuartiles.

MEDIDAS DE TENDENCIA CENTRAL: MEDIA

La media puede ser:

Aritmtica simple o ponderada
Media Cuadrtica
Media Geomtrica
Media Armnica

Media aritmtica simple

Se suman de todos los valores de la variable ponderados por sus frecuencias absolutas y
divididas todo ello por el nmero total de observaciones

La media aritmtica es siempre el centro de gravedad de la distribucin y es siempre un valor
que entra dentro del campo de variacin de la variable.
Si los datos estn agrupados en intervalos se toma la marca de clase de cada intervalo para
su clculo.

Media Aritmtica ponderada

Es igual que la media aritmtica simple, pero se pondera cada valor de la variable por un
coeficiente distinto de la frecuencia absoluta.

MEDIANA

Es el valor de la variable que ocupa el lugar central de la distribucin, es decir el valor de la
variable que deja el 50% de observaciones hacia la izquierda y el 50% a la derecha.

Para poder hallar la mediana, lo primero que hay que hacer es ordenar los valores de la
variable de forma creciente, y escribir los valores de las frecuencias acumuladas Fi.

Distinguiremos dos casos, datos no agrupados y datos agrupados.

Para datos no agrupados

Se calcula primero el 50% de la poblacin N/2, se lleva ese valor a la columna de frecuencias
absolutas acumuladas.

MODA

Es el valor de la variable que ms veces se repite. En algunos casos existen varias modas,
pero normalmente es una, si son dos se llama bimodal.

Para datos no agrupados

La moda es el valor de la variable correspondiente a la mayor frecuencia absoluta.

17

Para datos agrupados en intervalos

Se halla la densidad de frecuencia de cada uno de los intervalos (di) y el de mayor densidad
de frecuencia se selecciona como intervalo modal, para determinar el valor de la Moda, se
aplica la siguiente frmula, basada en la proporcionalidad:

CUARTILES

Son medidas de posicin que no tiene porqu ser central. Hay varios tipos de cuartiles:

1.- Cuartiles Son valores de la variable que dividen a la distribucin en cuatro partes iguales,
por lo tanto los cuartiles son tres C1 que deja por detrs de l al 25% de la poblacin, C2 que
divide a la poblacin en dos partes iguales y C3 que deja detrs de l al 75% de la poblacin.

2.- Deciles Son valores e la variable que dividen a la distribucin en diez partes iguales, por
lo tanto los deciles son nueve, D1 deja al 10% antes, D2 al 20% y as sucesivamente hasta D9
que deja al 90% antes y al 10% despus de l.

MEDIDAS DE DISPERSIN

Las medidas de dispersin nos indican el mayor o menor alejamiento de los valores de una
variable respecto a un promedio. Casi siempre acompaando a un promedio debe ir una
medida de dispersin que nos indica la mayor o menor representatividad del promedio.

Las medidas de dispersin absoluta ms utilizadas son:

Recorrido
Recorrido Intercuartlico
Desviacin Media
Varianza
Desviacin Tpica

DESVIACIN TPICA (Sx)

Es la raz cuadrada positiva de la varianza y es la medida de dispersin ms utilizada.

Clases de medidas de dispersin relativas

Se caracterizan por ser adimensionales, la ms importante es el coeficiente de variacin de
Pearson, nos indica la mayor o menor homogeneidad de los datos respecto de la media y por
lo tanto nos da la representatividad de la media en la distribucin.

MEDIDAS DE FORMA

Hacen referencia a la forma de la distribucin, simtrica, asimetra a la derecha o a la
izquierda.

Coeficiente de asimetra de Pearson, slo se puede utilizar en distribuciones
campaniformes (forma de campana) y unimodales Este coeficiente puede ser:

0 entonces la media igual que la moda, distribucin simtrica
>0 entonces la media mayor que la moda, asimetra a la derecha positiva
<0 entonces la media menor que la moda asimetra a la izquierda negativa
Coeficiente de asimetra de Fisher, tiene la ventaja de que se puede hallar para todas
las distribuciones, aunque su clculo es complicado y laborioso.

Este coeficiente puede ser:


18
0 entonces la distribucin es simtrica
>0 entonces asimetra a la derecha
<0 entonces asimetra a la izquierda.

Curtosis hace referencia al mayor o menor apuntamiento que tiene una distribucin
de frecuencias respecto a una distribucin Normal, por lo tanto slo se estudia en
distribuciones campaniformes , para compararlas con la campana de Gauss, su calculo
tambin es muy laborioso.

Este coeficiente puede ser:
0 la curva es igual que la normal, se llama Mesocrtica
>0 la curva es ms puntiaguda que la normal se llama Leptocrtica
<0 la curva es ms aplastada que la normal, se llama Platicrtica

2. DIAGRAMA DE CORRELACIN

Son grficos que permiten determinar el nivel de dispersin o correlacin que existeb entre dos
variables.
Usos:
Seleccionar variables fuertemente correlacionadas.
Determinar los rangos que permiten fijar condiciones de control entre dos variables.
Para comparar los resultados de experimentos.
Mtodo para elaborar el diagrama de correlacin:
Determinar las variables a correlacionar y recolectar datos.
Graficar los pares de datos.
Determinar el coeficiente de correlacin.
Interpretar el diagrama de dispersin.
Si las variables (X e Y) que se relacionan, se llevan a graficarlas en un plano cartesiano,
obtendremos una nube de puntos de diversas representaciones y correspondindoles a cada
diagrama de dispersin su respectivo coeficiente de correlacin el mismo que slo variar entre
-1.00 <= r <= +1.00




19
EJEMPLO DE APLICACIN

Se desea saber la existencia de correlacin entre los dos tajeos en cuanto de pies perforados
por tonelada.

TAJEO 1
(pp/t)
TAJEO 2
(pp/t)
1,20 1,30
1,30 1,35
1,15 1,20
1,20 1,17
1,35 1,39




Tiene correlacin fuerte y es positiva.
Valor de correlacin: 0,87

3. REGRESIN LINEAL SIMPLE

El Anlisis de Regresin es un modelo estadstico de pronstico, esto se refiere a describir
y evaluar la relacin entre una variable dada (generalmente llamada la variable dependiente o
relacionada) y una o ms variables (generalmente llamadas variables independientes).
Uso del Anlisis de Regresin.
El anlisis de la regresin puede predecir el resultado de un indicador dominante
determinado del negocio (variable relacionada) basado en sus interacciones con otros
factores directivos (las variables explicativas). Por ejemplo: permite que usted prediga el
volumen de ventas, usando la cantidad anterior de publicidad y el nmero de personal de ventas
que usted emplea. Por supuesto, un modelo verdadero necesitara ms variables y es mucho
ms complejo.
Nadie puede realmente ver el futuro. Como sea, los mtodos estadsticos modernos, los
modelos economtricos y el software de inteligencia de negocio se pueden utilizar para
pronosticar y para estimar qu va a suceder en el futuro.
Los modelos del Anlisis de Regresin se utilizan para ayudarnos a predecir el valor de una
variable desconocida, con unas o ms otras variables que valores puedan ser predeterminados.
Pasos al interior del Anlisis de Regresin. Proceso
La primera etapa del proceso es identificar la variable que debemos predecir (la variable
relacionada). Entonces realizamos el Anlisis de Regresin mltiple, centrndose en las
variables que deseamos utilizar como predictores (variables explicativas). El Anlisis de
1.15
1.2
1.25
1.3
1.35
1.4
1.45
1.1 1.15 1.2 1.25 1.3 1.35 1.4
Series1

20
Regresin mltiple entonces identificar la relacin entre la variable relacionada y las variables
explicativas. Entonces, finalmente esto se presenta como modelo (frmula).
Cuando la variable dependiente es cuantitativa (por ejemplo, el nmero de especies) y la
relacin entre ambas variables sigue una lnea recta, la funcin es del tipo y= c + bx, en donde c
es el intercepto o valor del punto de corte de la lnea de regresin con el eje de la variable
dependiente (una medida del nmero de especies existente cuando la variable ambiental tiene
su mnimo valor) y b es la pendiente o coeficiente de regresin (la tasa de incremento del
nmero de especies con cada unidad de la variable ambiental considerada).
Si la relacin no es lineal pueden transformarse los valores de una o ambas variables para
intentar linearizarla. Si no es posible convertir la relacin en lineal, puede comprobarse el grado
de ajuste de una funcin polinomial ms compleja. La funcin polinomial ms sencilla es la
cuadrtica (y= c + bx + bx2) que describe una parbola, pero puede usarse una funcin cbica u
otra de un orden aun mayor capaz de conseguir un ajuste casi perfecto a los datos. Cuando la
variable dependiente se expresa en datos cualitativos

Ejemplo de aplicacin

Deseamos determinar la funcin de variacin del precio de la plata.

MES
Precio de
metales
(US$/oz)
Enero 22,2
Febrero 22,0
Marzo 21,9
Abril 23,4
Mayo 20,8
Junio 20,5
Julio 20,1






y = -0.3714x + 23.043
R = 0.4867
18.0
19.0
20.0
21.0
22.0
23.0
24.0
1 2 3 4 5 6 7
Series1
Lineal (Series1)

21

SESIN IV: GRFICO DE CONTROL

MODALIDAD: PRESENCIAL
OBJETIVO: GRAFICAR E INTERPRETAR EL GRFICO DE CONTROL
ACTIVIDAD: RESUELVE EL EXAMEN

1. GRFICO DE CONTROL

Son grficos compuestos por una lnea central y un par de lmites de control, donde se registra
los valores caractersticos de un proceso, para determinar si este se encuentra bajo control.
Usos:
Evaluar y determinar si el proceso est fuera de control o no.
Mantener la estabilidad de un proceso.
Identificar las causas que generan los puntos fuera de control
Verificar la efectividad de las acciones de mejora realizadas a un proceso.
Mtodo para elaborar:
Recolectar datos, determinar medias y rangos.
Calcular lmites de control.
Generar el grfico de control.