You are on page 1of 14

FACULTAD DE CIENCIAS

AGROPECUARIAS
ESCUELA DE INDUSTRIAS ALIMENTARIAS

HERRAMIENTAS BASICAS DE CALIDAD


(HISTOGRAMAS)

CURSO : CONTROL DE CALIDAD DE LOS ALIMENTOS

DOCENTE : ING. VICTOR PERALTA LAZARO

TRABAJO : PRÁCTICA DE LABORATORIO

ALUMNOS(AS): EVA MARTHA TITO OSCO

CODIGO : 2013 - 38995

TACNA – PERU

2017
CONTROL DE CALIDAD 2

INTRODUCCIÓN

En toda medición existen incertezas (o errores) asociadas en su determinación.


Cuando realizamos una medición intentamos determinar el valor más
representativo para la magnitud medida “mejor valor”, acotándola en un
intervalo cuyos límites están determinados por sus correspondientes errores o
incertezas de medición.

El presente informe tiene como finalidad la realización de un estudio estadístico


simple en valores discretos obtenidos en el desarrollo de las clases de
laboratorio. Se presentarán las siguientes medidas:

Promedio, Desviación estándar, Histograma, Promedio ajustado.

1. Objetivos :

Dar a conocer que el histograma es una herramienta de gran uso en una


empresa.

A través de nuestra investigación explicamos que es la técnica de


histograma, como está compuesta y como se debe de hacer o aplicar, sus
características y beneficios.

2. Fundamento Teórico :

¿Qué es?

Es una gráfica de la distribución de un conjunto de datos. Es un tipo especial


de gráfica de barras, en la cual una barra va pegada a la otra, es decir no hay
espacio entre las barras. Cada barra representa un subconjunto de los datos.

¿Qué muestra el histograma?


CONTROL DE CALIDAD 3

Un histograma muestra la acumulación o tendencia, la variabilidad o dispersión


y la forma de la distribución.

¿Para qué tipo de variable se usa?

Un histograma es una gráfica adecuada para representar variables continuas,


aunque también se puede usar para variables discretas. Es decir, mediante un
histograma se puede mostrar gráficamente la distribución de una variable
cuantitativa o numérica.

Los datos se deben agrupar en intervalos de igual tamaño, llamados clases.

¿Cómo se construye el histograma?

Utilizando software de aplicación estadística se puede obtener fácilmente el


histograma de los datos por lo que hoy en día nos debemos centrar más en su
interpretación. Sin embargo, no está por demás hacer en forma manual el
histograma de los datos.

Ejemplo de un histograma

Supongamos que cuatro monedas se dan la vuelta y los resultados son


registrados. El uso apropiado de la tabla de distribución binomial o de los
cálculos sencillos con la fórmula binominal, muestra la probabilidad de que
ninguna cabeza muestre 1/16, la probabilidad de que una cabeza esté
mostrando 4/16, de que dos cabezas muestren 6/16, tres cabezas 4/16 y cuatro
cabezas 1/16.

Construimos un total de cinco clases, cada una de una anchura. Estas clases
corresponden con el número de cabezas posibles: cero, una, dos, tres, o
cuatro. Si el diagrama de arriba fuera una barra vertical o rectángulo y contase
con estas cuatro monedas y sus cabezas contables, las alturas de sus barras
corresponderían con las probabilidades anteriormente mencionadas.

Histogramas y probabilidades
CONTROL DE CALIDAD 4

Lo antes mencionado no solo demuestra la construcción de un histograma, sino


que también muestra la discreta probabilidad de distribuciones que pueden ser
representadas con un histograma.

Para construir un histograma que represente una distribución de probabilidad,


comenzaremos por seleccionar las clases. Estas deben ser los productos de un
experimento de probabilidad. La amplitud de cada una de estas clases debería
ser de una unidad, mientras que las alturas de las barras del histograma son
las probabilidades de cada una de estas salidas o productos. Si se construye
un diagrama de esta forma, las áreas de las barras también son probabilidades.

Frecuencia en los histogramas

En estadística hay muchos términos que pueden tener pequeñas definiciones


dentro de ellos. Un ejemplo, es la diferencia entre frecuencia y frecuencia
relativa. A pesar de que hay muchas utilizaciones para las frecuencias relativas,
solo hay una en particular que involucra a los histogramas. Este es un tipo de
gráfico que cuenta con conexiones de otros temas en estadística y matemática
estadística.
CONTROL DE CALIDAD 5

Clases o compartimentos

El primer paso es encontrar el valor más alto y más bajo, dentro del conjunto de
datos. A partir de estos números puede ser computado el rango por
substracción del valor mínimo y del máximo. No hay una regla fija, pero, en
general, el rango debe ser dividido en cinco conjuntos pequeños de datos y en
20 para los grupos más grandes. Estos números darán lugar a una clase o
compartimento amplio. Podemos necesitar redondear este número y/o utilizar
el sentido común.

Una vez que la amplitud de la clase esté determinada, elegimos una de ellas,
en la que se incluirá el valor de datos mínimo. Entonces utilizaremos la
amplitud de clases para producir clases posteriores, parando cuando hayamos
producido el máximo valor de datos.

Tablas de frecuencia

Una vez determinadas las clases, el siguiente paso es crear una tabla de
frecuencias. Comienza con una columna que englobe las clases en orden
creciente. La siguiente columna deberá tener un total para cada una de las
clases. La tercera columna es para la cuenta o la frecuencia de datos de cada
clase. Mientras que la columna final es para la frecuencia relativa de cada
clase. Esto indica cuál es la proporción de datos en cada clase particular.
CONTROL DE CALIDAD 6

Dibujando el histograma

Ahora que has organizado los datos por clases, estás listo para comenzar a
dibujar el histograma.

 Dibuja una línea horizontal. Estará donde vamos a anotar nuestras


clases.
 Coloca marcas espaciadas de forma eventual a lo largo de esta línea,
correspondientes a las clases.

 Etiqueta las marcas así la escala se verá clara, y proporciónale un


nombre al eje horizontal.

 Dibuja una línea vertical, justo a la izquierda de la clase más baja.

 Elige una escala para el eje vertical que acomodará la clase con la
frecuencia más alta.

 Etiqueta la escala para que quede clara y proporciónale un nombre al


eje vertical.

 Construye barras para cada clase. La altura de cada barra debe


corresponder con la frecuencia de la clase en la base de la barra.

3. Materiales y Métodos :

 Laboratorio de cómputo.
 Microsoft Excel.

4. Procedimiento:

 Pregunta 1:

En la elaboración de envases de plástico primero se elabora la preforma, para


la cual se tienen varios criterios de calidad, uno de ellos es el peso de está.
Para cierto envase se tiene que el peso mínimo debe ser 27 g y el máximo 28
g. A continuación se muestran los últimos 40 datos obtenidos mediante
muestreo de esta variable:
CONTROL DE CALIDAD 7

27.99 27.96 28.01 28.04 28.04 28.05 27.93 27.99

28.03 27.97 27.98 27.95 27.94 27.97 27.98 27.94

27.98 27.99 28.00 27.99 27.99 27.99 28.04 28.00

27.99 27.98 28.06 28.03 28.07 27.98 28.05 27.95

28.02 28.03 28.06 28.00 27.98 28.02 27.99 28.02

 Resultados:

 Paso 1:

27.99 27.96 28.01 28.04 28.04 28.05 27.93 27.99

28.03 27.97 27.98 27.95 27.94 27.97 27.98 27.94

27.98 27.99 28 27.99 27.99 27.99 28.04 28

27.99 27.98 28.06 28.03 28.07 27.98 28.05 27.95

28.02 28.03 28.06 28 27.98 28.02 27.99 28.02

 Paso 2 :

cantidad pesos niveles


15 28.06 27.93
12 27.98 27.94
11 28.01 27.95
5 28.02 27.96
6 27.96 27.97
3 27.98 27.98
1 27.99 27.99
8 27.99 28
7 27.97 28.01
4 27.99 28.02
2 28.03 28.03
10 28.03 28.04
14 28.06 28.05
9 27.98 28.06
13 28 28.07
16 28.04
17 27.95
CONTROL DE CALIDAD 8

18 27.99
19 28.03
20 28
21 28.04
22 27.94
23 27.99
24 28.07
25 27.98
26 28.05
27 27.97
28 27.99
29 27.98
30 28.02
31 27.93
32 27.98
33 28.04
34 28.05
35 27.99
36 27.99
37 27.94
38 28
39 27.95
40 28.02

 Paso 3 :

27.99

Media 27.99974359
Error típico 0.005779194
Mediana 27.99
Moda 27.99
Desviación estándar 0.036091053
Varianza de la muestra 0.001302564
Curtosis -0.694279527
Coeficiente de asimetría 0.096220949
Rango 0.14
Mínimo 27.93
Máximo 28.07
Suma 1091.99
Cuenta 39
Nivel de confianza (95.0%) 0.011699366

0.011327011 28.0110706
27.98841658
CONTROL DE CALIDAD 9

 Paso 4 :

Clase Frecuencia
27.93 1
27.94 2
27.95 2
27.96 1
27.97 2
27.98 6
27.99 8
28 3
28.01 1
28.02 3
28.03 3
28.04 3
28.05 2
28.06 2
28.07 1
y mayor... 0
CONTROL DE CALIDAD 10

 Pregunta 2:

En una fábrica de piezas de asbesto una característica de importante de la


calidad es el grosor de las láminas. La especificación de dichas láminas es de
5mm como mínimo, menor a este valor no reúne las condiciones de resistencia
para su uso, y como máximo 6 mm, mayor a este valor en grosor eleva el costo
del producto. Se tomaron 50 mediciones como muestra del grosor de estas
láminas:

5.82 5.84 5.88 5.79 5.73 5.76 5.80 5.73 5.83 5.76

5.82 5.81 5.79 5.83 5.79 5.84 5.77 5.84 5.78 5.80

5.80 5.80 5.77 5.84 5.79 5.74 5.80 5.76 5.84 5.82

5.77 5.77 5.80 5.79 5.81 5.76 5.83 5.81 5.85 5.84

5.79 5.79 5.72 5.88 5.78 5.79 5.81 5.78 5.79 5.80

 Resultados:

 Paso 1 :

5.82 5.84 5.88 5.79 5.73 5.76 5.8 5.73 5.83 5.76

5.82 5.81 5.79 5.83 5.79 5.84 5.77 5.84 5.78 5.8

5.8 5.8 5.77 5.84 5.79 5.74 5.8 5.76 5.84 5.82

5.77 5.77 5.8 5.79 5.81 5.76 5.83 5.81 5.85 5.84

5.79 5.79 5.72 5.88 5.78 5.79 5.81 5.78 5.79 5.8
CONTROL DE CALIDAD 11

 Paso 2 :

CANTIDAD PESOS NIVELES


1 5.82 5.72
2 5.82 5.73
3 5.8 5.74
4 5.77 5.76
5 5.79 5.77
6 5.84 5.78
7 5.81 5.79
8 5.8 5.8
9 5.77 5.81
10 5.79 5.82
11 5.88 5.83
12 5.79 5.84
13 5.77 5.85
14 5.8 5.88
15 5.72
16 5.79
17 5.83
18 5.84
19 5.79
20 5.88
21 5.73
22 5.79
23 5.79
24 5.81
25 5.78
26 5.76
27 5.84
28 5.74
29 5.76
30 5.79
31 5.8
32 5.77
33 5.8
34 5.83
35 5.81
36 5.73
37 5.84
38 5.76
39 5.81
40 5.78
CONTROL DE CALIDAD 12

41 5.83
42 5.78
43 5.84
44 5.85
45 5.79
46 5.76
47 5.8
48 5.82
49 5.84
50 5.8

 Paso 3 :

Columna1

Media 5.7986
Error típico 0.00498986
7
Mediana 5.8
Moda 5.79
Desviación estándar 0.03528369
Varianza de la muestra 0.00124493
9
Curtosis 0.11494315
6
Coeficiente de asimetría 0.04227189
6
Rango 0.16
Mínimo 5.72
Máximo 5.88
Suma 289.93
Cuenta 50
Nivel de confianza (95.0%) 0.01002751
4

0.00977996 5.80837996
INTERVALO DE CONFIANZA 5.78882004

 Paso 4 :

Clase Frecuencia
5.72 1
5.73 2
5.74 1
5.76 4
5.77 4
5.78 3
CONTROL DE CALIDAD 13

5.79 9
5.8 7
5.81 4
5.82 3
5.83 3
5.84 6
5.85 1
5.88 2
Y mayor... 0

 Pregunta 3:
En una empresa se llevan los registros del número de fallas de equipos
por mes, el promedio es 24 y la mediana es 29. Si usted tiene que reportar
la tendencia central de fallas ¿Qué valor reportaría? ¿Por qué?

Reportaría el número 29 porque me da el valor medio que de fallas que


ocurrieron cada mes. Es decir: que el 50% de fallas es inferior a 29 y el otro
50% es superior a 29.
CONTROL DE CALIDAD 14

5. Conclusiones:

Realizamos una prueba de Normalidad para saber si es normal o no


normal donde aprendimos que cuando la Mediana y la Moda son
similares a la Media la Distribución es normal y cuando el nivel de
confianza está por debajo de 0,05 es representativo.

El histograma es una representación gráfica con barras verticales para


representar los datos. La altura de una barra corresponde a la frecuencia
relativa de la cantidad de datos que hay en una clase.

6. Referencias bibliográficas :

Juran, J. M.; Manual de la Calidad; 2000; New York, McGraw-Hill.

You might also like