Professional Documents
Culture Documents
Metodologa:
Se aplica en la recapitulacin de informacin, que despus ser
clasificada en grupos o categoras homogneas. La informacin puede
obtenerse, clasificarse o agruparse de acuerdo con los siguientes
puntos:
Opiniones de personas, mediante encuestas.
Eventos, como verificar los requisitos de inscripcin de alumnos en
una universidad o recepcin de automviles en un taller.
Inspeccin o revisiones, como cuestionarios para visita de
inspeccin.
Base de datos, como registros.
Clasificacin:
1. Hojas de verificacin para datos medibles.
2. Hojas de verificacin para defectos o items defectuosos.
3. Hojas de verificacin para confirmacin.
Ejemplos:
Ejemplos:
Coordenada
Y
una variable
EFECTO
Punto de
Correlacin
Coordenada
X
una variable
CAUSA
Metodologa:
Registrar los valores de dos variables, como mnimo debern ser tres de cada
una.
En un eje de coordenadas trazar los pares de datos ordenados en forma
ascendente.
Estudiar el comportamiento de la nube de puntos.
Trazar la lnea de correlacin correspondiente.
Correlacin No Lineal
Ejemplo:
Una empresa se plantea cambiar la composicin de uno de sus productos utilizando
un nuevo material. Antes de tomar una decisin, la empresa decide realizar un
ensayo para estudiar la posible relacin entre la utilizacin de dicho material y el
nmero de defectos. Para ello analiza lotes con diferentes porcentajes del nuevo
material y toma los siguientes datos:
Desarrollo:
1. Dibujar, en un diagrama cartesiano, los ejes vertical y horizontal de la misma
longitud. Observar los valores mximo y mnimo de los grupos de datos, para
escoger la escala de representacin adecuada a los mismos y evitar as errores
de interpretacin.
2. Representar en el diagrama mediante puntos cada par de datos, reflejando los
valores de la clase de datos que se considera dependiente (causa) sobre el eje
horizontal X y los valores de la clase de datos que se considera independiente
(efecto) sobre el eje vertical Y.
3. Si dos o ms pares de datos caen en el mismo punto, dibujar crculos
concntricos alrededor del punto individualizado.
3. Una vez construido el diagrama se analiza la forma que tiene la nube de puntos
obtenida, para as determinar las relaciones entre los dos tipos de datos. Este
anlisis puede efectuarse por tcnicas estadsticas que permitan determinar si
existe o no relacin, y el grado de existencia en su caso. Las herramientas
utilizadas son:
La recta de regresin.
El coeficiente de correlacin lineal.
y x x xy
a
n x x
2
= +
SCxy
SCx SCy
n xy x y
SCxy xy
n x 2 x
x y
x
SCx x
n
n
2
y
SCy y
n
2
Frmulas
= +
SCxy
SCx SCy
y x x xy
a
n x x
2
SCxy xy
SCx x 2
n xy x y
n x 2 x
x y
n
y
SCy y
n
2
r = 0,918
El valor obtenido es muy prximo a 1, lo que nos confirma que la correlacin es
fuertemente positiva.
Se utiliza cuando:
Se desea predecir tendencias en un proceso.
Para determinar si un proceso es estable o no.
Para analizar variables y su influencia sobre el proceso.
Para prevenir problemas especficos, implementar cambios y proyectos nuevos.
Cuando el proceso requiera ir tomando decisiones para mantenerlo dentro de los
lmites (ya que esta herramienta permite detectar tendencias).
Se desea para mejorar la productividad, ya que la reducir el rechazo y la
reelaboracin los costos disminuyen y la capacidad de produccin aumenta.
Ejemplo:
Una empresa metal mecnica fabrica muebles de oficina, para lo cual debe realizar
una pieza clave del proceso. Esta pieza tiene como lmite de especificacin un
espesor de entre 10 y 13 mm. Se extrajeron 20 subgrupos de 4 observaciones cada
uno; los que se presentan en el siguiente cuadro:
Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
X1
11.2
11
11.9
10.8
10
11.8
11.6
12.5
12.9
11.1
11.7
12.6
11.7
11.6
11.7
12.3
11.6
11.9
12.3
12.6
Observaciones
X2
X3
11.6
11.2
11.7
11.3
11.4
11.1
10.9
11
10.9
11.4
12
11.1
11
11.5
11.6
11.8
12
10.5
11.1
13.1
13.6
12.5
12.8
12
10
10.5
10.6
11
13.6
10.9
11.5
10.6
12
11.8
10.5
10
13.4
14.6
12.8
13.2
X4
11.5
11.1
11.4
10.2
11.3
10.1
12
11.2
12.2
11.6
11.8
11.9
12.2
10.8
11.5
10.7
11.9
11.4
11.7
11.5
11.38
11.28
11.45
10.73
10.90
11.25
11.53
11.78
11.90
11.73
12.40
12.33
11.10
11.00
11.93
11.28
11.83
10.95
13.00
12.53
232.23
11.61
0.4
0.7
0.8
0.8
1.4
1.9
1
1.3
2.4
2
1.9
0.9
2.2
1
2.7
1.7
0.4
1.9
2.9
1.7
30
1.5
= + 3( / )/(2 )
= 3( / )/(2 )
= 11.61+3(1.5/(4)1/2)/(2.059) = 12.70
= 11.61-3(1.5/(4)1/2)/(2.059) = 10.52
= (4 )( )
= (3 )( )
= (2.282)(1.5) = 3.42
= (0)(1.5) = 0
Grfico de Medias
14.00
13.50
13.00
12.50
12.00
11.50
11.00
10.50
10.00
9.50
9 10 11 12 13 14 15 16 17 18 19 20
9.00
Grfica de rangos
4
3.5
3
2.5
2
1.5
1
0.5
0
1
10 11 12 13 14 15 16 17 18 19 20
Estratificacin de Datos
La estratificacin de datos consiste bsicamente en la clasificacin y
separacin de los datos en grupos o categoras con el objeto de realizar un
anlisis ms profundo y exacto de las causas, indagar sobre problemas o
comprobar que las acciones correctivas y de mejora son eficientes.
Por si sola no es una herramienta de mejora, pero es de inestimable ayuda en
la elaboracin de otras herramientas como el diagrama de Pareto o el
diagrama de dispersin.