UNIVERSIDAD NACIONAL SANTIAGO ANTNEZ DE MAYOLO

FACULTAD DE ADMINISTRACIN Y TURISMO

ADMINISTRACIN DE OPERACIONES

GUA DE PRCTICA
HISTOGRAMA
(Herramienta 5 / 7 para la calidad con el MINITAB)

SIETE

M. Sc. RICARDO TOLEDO QUIONES

HUARAZPERENERO2011

UNASAMFAT

Administracin de Operaciones

HISTOGRAMA 1. OBJETIVO

Los histogramas dividen los valores de las muestras en muchos intervalos denominados secciones. Las barras representan el nmero de observaciones que se ubican dentro de cada seccin (su frecuencia). Permite ver tres propiedades de los datos numricos: 2. Forma en la que se distribuyen las observaciones (asimetra y curtosis). Tendencia central (media, mediana, moda). Dispersin (desviacin estndar). CARACTERSTICAS Y MEDIDAS

Cada barra es proporcional a la frecuencia de los valores representados. En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de las variables, normalmente sealando las marcas de clase, es decir, la mitad del intervalo en el que estn agrupados los datos. La utilidad del histograma tiene que ver con la posibilidad de establecer de manera visual, ordenada y fcilmente comprensible todos los datos numricos estadsticos que pueden tornarse difciles de entender. Hay muchos tipos de histogramas y cada uno se ajusta a diferentes necesidades como tambin a diferentes tipos de informacin. Los datos que se representan generalmente estn referidos una: Poblacin: totalidad de valores posibles de una caracterstica particular de un grupo especificado de objetos, los cuales constituyen un universo. Ejemplo: Universo: personas que se encuentran en el saln de clases. Caractersticas: edad Poblacin: edades de dichas personas Muestra: parte de la poblacin en estudio seleccionada segn una regla o plan. Ejemplo: Muestra: edades de 10 personas elegidas al azar. ser los eje las

Para un histograma existen dos tipos de informaciones bsicas (que pueden complementados o no de acuerdo a la complejidad del diseo): la frecuencia de valores y los valores en s. Normalmente, las frecuencias son representadas en el vertical mientras que en el horizontal se representan los valores de cada una de variables (que aparecen en el histograma como barras bi o tridimensionales).

Existen diferentes tipos de histogramas. Los histogramas de barras simples son los ms comunes y utilizados. Tambin estn los histogramas de barras compuestas que permiten introducir informacin sobre dos variables. Luego estn los histogramas de barras agrupadas segn informacin y por ltimo el polgono de frecuencias y la ojiva porcentual, ambos sistemas utilizados normalmente por expertos. En la forma como se distribuyen pueden ser medidos a nivel de asimetra y curtosis, en el Anexo 1 se presentan grficamente sus caractersticas y significado de sus medidas. Pueden existir otras formas de distribucin tales como en forma de: J, de J invertida, de U, bimodal o multimodal o aquellas que no describen ninguna forma. Se pueden combinar ambos criterios, encontrando que una curva puede ser simtrica y leptocrtica, simtrica platicrtica, positivamente asimtrica y leptocrtica, etc. R.Toledo -1-

UNASAMFAT

Administracin de Operaciones

Asimetra Es el grado en que un conjunto de datos no es simtrico. Como muchas otras estadsticas bsicas, la asimetra puede ayudar a establecer un entendimiento inicial de los datos. Puede evaluar la asimetra mediante una grfica (como un histograma) o a travs de la estadstica de la asimetra (ver Anexo 2). A medida que los datos son ms simtricos, el valor de su asimetra se acerca a cero. Los datos normalmente distribuidos, por definicin, exhiben asimetras relativamente pequeas. Al dividir en dos un histograma y observar que aproximadamente un lado es reflejo del otro se puede advertir que son datos normales. Pero puede suceder que los datos son tambin reflejos pero que salen a partir del medio, en este caso estn lejos de ser datos normales. Distribuciones asimtricas a la derecha o positivas. Los datos con asimetra positiva o datos asimtricos a la derecha se denominan as debido a que la "cola" de la distribucin apunta hacia la derecha y porque el valor de la asimetra ser mayor que 0 (o positivo). Con frecuencia los datos sobre salarios presentan esta asimetra: muchos empleados en una compaa ganan relativamente poco, mientras que cada vez menos gente gana salarios muy elevados. Distribuciones asimtricas a la izquierda o negativas. En este caso, la cola de la distribucin apunta hacia la izquierda y produce un valor de asimetra negativa. Los datos de tasa de fallas con frecuencia son asimtricos a la izquierda. Consideremos el caso de las bombillas: muy pocas se quemarn inmediatamente, la gran mayora dura un tiempo considerablemente largo. Curtosis (o kurtosis) Es el grado en el cual un conjunto de datos alcanza su valor mximo. Como muchas otras estadsticas bsicas, la curtosis puede ayudar a establecer un entendimiento inicial de los datos (ver Anexo 2). Lnea base: la distribucin normal. Los datos normalmente distribuidos establecen la lnea base para la curtosis: con picos no demasiado bajos ni demasiado altos. Los datos que siguieron una distribucin normal perfectamente tendran un valor de curtosis de 0. Datos de picos altos. Una distribucin con un pico ms alto de lo normal tendr un valor de curtosis positivo. Datos de picos bajos. Una distribucin con un pico ms bajo de lo normal tendr un valor de curtosis negativo. Tendencia central Como medidas de ubicacin se utilizan medidas para describirlas, generalmente se desea que el valor sea representativo de todo el grupo, llamadas medidas de tendencia central, utilizndose para esto principalmente la media (o promedio), la mediana y la moda (ver ubicacin de acuerdo a forma que adopta la distribucin en el Anexo 1). Media. Describe un conjunto entero de observaciones con un valor individual que representa el centro de los datos. Mediana. Representa el centro del rango de datos: la mitad de las observaciones es menor que o igual al valor y la mitad de las observaciones es mayor que o igual al valor. Moda. Es el valor que ocurre con ms frecuencia en un conjunto de observaciones. R.Toledo -2-

UNASAMFAT

Administracin de Operaciones

Dispersin Las medidas de dispersin describen un grupo de valores, en funcin de la variacin o dispersin de los tems incluidos dentro de ese grupo. Existen varios indicadores como el rango, la desviacin estndar y el coeficiente de variacin. Dentro del anlisis estadstico es gran utilidad la llamada distribucin normal, caractersticamente representada por una curva que es a la vez simtrica y mesocrtica en la que alrededor del 68.27% de los datos estn situados dentro de una desviacin estndar de la media, el 95.45% a dos unidades de desviaciones estndar de la media y el 99.73% a tres unidades. Normalidad Muchos procedimientos estadsticos parten del supuesto de que los datos siguen una distribucin normal. Para verificar este supuesto, se puede realizar una prueba de normalidad en los datos, para ello se pueden utilizar varias pruebas, a partir de la formulacin de las hiptesis siguientes: (Nota: H1: Indica: DIFERENCIAS). H0: los datos siguen una distribucin normal. H1: los datos no siguen una distribucin normal.

Las tcnicas estadsticas ms frecuentemente utilizadas por los analistas en todo tipo de reas son denominados contrastes paramtricos o pruebas PARAMTRICAS fundamentadas por ejemplo en el hecho o supuesto que los datos siguen una distribucin normal y que la varianza de los residuos sea constante. Pero de no cumplirse estos supuestos, que podra ser ms comn de lo que se piensa, se debe proceder a contrastes o pruebas NO PARAMTRICAS, en el cual se pueden englobar en este trmino genrico a los contrastes de distribucin libre. El objetivo de la presente Gua es efectuar este contraste slo para probar la aceptacin o no de H0. Prueba de Anderson-Darling (AD) Esta prueba tiene un buen nivel de potencia y es especialmente efectiva para la deteccin de alejamiento de la normalidad en los valores altos y bajos de una distribucin. Para el valor del estadstico AD o lo que es lo mismo para A-cuadrado, tiene como valores crticos ms utilizados, los siguientes: Si el estadstico supera 1.029 entonces se acepta H1 para un nivel de prueba de 1% (99% de confianza). Si el estadstico supera 0.870 entonces se acepta H1 para un nivel de prueba de 2.5% (97.5% de confianza). Si el estadstico supera 0.751 entonces se acepta H1 para un nivel de prueba de 5% (95% de confianza). Si el estadstico supera 0.632 entonces se acepta H1 para un nivel de prueba de 10% (90% de confianza).

Si el valor probabilstico calculado (p-valor), es mayor o igual al Nivel de Significancia ( = 1 Nivel de Confianza) seleccionado, generalmente 0.01, 0.05 0.10 que indican niveles de confianza del 99%, 95% y 90% respectivamente, se concluye que los datos siguen la distribucin normal. No siempre se muestra un p-valor para la prueba de Anderson-Darling, porque sta no existe matemticamente para ciertos casos), En resumen: Si la probabilidad de p-valor es mayor a , se considera que los datos son normales. R.Toledo -3-

UNASAMFAT

Administracin de Operaciones

Prueba de normalidad de Ryan-Joiner (RJ) Esta prueba tiene un buen nivel de potencia. Evala la normalidad calculando la correlacin entre sus datos y las puntuaciones normales de sus datos. Su regla es: Si la probabilidad de p-valor es mayor a 0.05, los datos son normales. Una seal de lo anterior es que el coeficiente de correlacin es cercano a 1. Prueba de Kolmogorov-Smirnov (KS) Es una prueba muy conocida y utilizada, pero tiende a ser menos potente que las otras dos pruebas. Su interpretacin a partir del p-valor, es similar a la de Anderson-Darling: Si p-valor calculado , se acepta H0 (los datos siguen una distribucin normal) Si p-valor calculado < , se acepta H1 (los datos NO siguen una distribucin normal) 3. IMPORTANCIA

a) Representa los datos grficamente permitiendo establecer sus caractersticas generales. Datos dispersos son agrupados de acuerdo a las veces que se presentan, permitiendo que el anlisis se facilite. b) Permite establecer la importancia de algunos datos en relacin a otros. 4. PROBLEMA RESUELTO

Se seleccionan 50 cables terminales para analizar la variabilidad de su longitud (en cm), los resultados son los que figuran a continuacin. Se solicita con el MINITAB: a) Elaborar el Histograma. b) Fijar si los datos siguen una distribucin normal a un 1% de significacin. c) De probarse H0 en b), describir sus estadsticas segn el anlisis paramtrico (basado en la Distribucin Normal) y efectuar lo mismo en el Excel, activando el complemento Herramientas para anlisis. d) Establecer cmo se comportan en relacin a las especificaciones si como intervalos de tolerancia se tiene que el Limite Inferior de Especificaciones (LIE) = 49.80 y Lmite Superior de Especificaciones (LSE) = 50.20 al 99%.
CABLE 1 2 3 4 5 6 7 8 9 10 11 12 13 LONGITUD 49.63 50.26 49.98 50.15 49.50 50.48 49.90 50.00 49.96 49.69 50.32 50.36 49.54 CABLE 14 15 16 17 18 19 20 21 22 23 24 25 26 DATOS (Longitud en cm) LONGITUD CABLE LONGITUD 49.91 27 49.75 49.92 28 49.66 49.77 29 49.79 49.88 30 49.94 49.85 31 49.91 50.12 32 49.80 50.00 33 49.94 49.68 34 49.99 49.72 35 50.28 50.12 36 49.82 49.97 37 50.10 49.98 38 49.95 50.10 39 50.36 CABLE 40 41 42 43 44 45 46 47 48 49 50 LONGITUD 49.78 50.10 49.70 50.25 49.74 49.79 49.98 50.25 49.96 49.97 49.94

R.Toledo -4-

UNASAMFAT

Administracin de Operaciones

a) Histograma: i) ii) Abrir el MINITAB. Escribir o copiar del Excel, como variables en el MINITAB los datos de Cable y Longitud.

iii) Ir a Grfica / Histograma, seleccione Con ajuste, Aceptar, en la ventana que aparezca, seleccionar: LONGITUD y Aceptar. El resultado ser:
Histograma de LONGITUD
Normal 12 10 8 Frecuencia 6 4 2 0
Media Desv.Est. N 49.95 0.2206 50

49.6

49.8

50.0 LONGITUD

50.2

50.4

iv) Edite los colores con un clic derecho del mouse sobre la regin de figuras (aparecer: Editar la regin de figuras) y luego sobre la regin de datos (aparecer: Editar la regin de datos), luego sobre esta misma regin ingresar a Agregar / Lneas de referencia y para X agregar 49.8 (dejar un espacio) y 50.2 y Aceptar. El resultado ser similar a la Grfica antes mostrada pero sta vez con dos lneas verticales que fija los lmites de tolerancia especificadas por el problema. Se podra interpretar as a partir del Anexo 2 Figura 5, que existe una dispersin con una amplitud mayor que la permitida por las especificaciones. Pero sta sera una conclusin apresurada, primero se debe comprobar si los datos se distribuyen normalmente (ver resultado b) para el problema) y luego considerando que se est analizando UNA MUESTRA, el anlisis correcto es por Intervalos de Tolerancia (ver resultado d) para el problema planteado). b) Prueba de normalidad: i) Para probar si los datos siguen una Distribucin Normal, se tienen las siguientes alternativas: (1) (2) ii) Ir a Estadsticas / Estadstica bsica / Prueba de normalidad. Ir a Estadsticas / Estadstica bsica / Resumen grfico.

La alternativa (1), le permite elegir entre las pruebas de Anderson-Darling, RyanJoiner o Kolmogorov-Smirnov.

iii) La alternativa (2) es ms directa y su resultado es el que se muestra a continuacin, donde se puede establecer que Supera la prueba de normalidad a un 99% de R.Toledo -5-

UNASAMFAT

Administracin de Operaciones

confianza, al ser el p-valor > 0.01 (0.258 > 0.01), aceptando que los datos siguen una distribucin normal, siendo el lmite inferior 49.500 y el Superior de 50.480. Se llega a la misma conclusin si se compara el valor del estadstico A-cuadrado con su valor crtico al 99% de confianza (0.46 < 1.029), lo que permite deducir que los datos responden a una distribucin normal.

Resumen para LONGITUD

P rueba de normalidad de A nderson-Darling A -cuadrado V alor P M edia Desv .E st. V arianza A simetra Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 49.888 49.893
Intervalos de confianza de 95%
Media

0.46 0.258 49.951 0.221 0.049 0.304976 -0.206066 50 49.500 49.788 49.945 50.100 50.480 50.014 49.980 0.275

49.6

49.8

50.0

50.2

50.4

Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 0.184

Mediana 49.900 49.925 49.950 49.975 50.000

c) Estadsticas segn el anlisis paramtrico: i) Comprobada la normalidad de los datos, es posible efectuar el anlisis paramtrico, para lo cual, si bien parte de sus estadsticas se muestran en el Histograma (media, desviacin estndar y nmero de datos), lo ms adecuado es obtener una relacin ms completa en el MINITAB: Ir a Estadsticas / Estadstica bsica / Mostrar estadsticas descriptivas.

ii)

iii) Seleccionar la variable LONGITUD, ingresar al botn: Estadsticas, all seleccionar las que anteriormente se han descrito: Media, Desviacin Estndar, Mnimo, Mximo, N valores presentes, Mediana, Moda, Asimetra, Curtosis y Aceptar. El resultado del MINITAB ser: (Nota: se edit resultados en el Excel):
Variable LONGITUD N 50 Media 49.951 Desv.Est. 0.221 Mnimo 49.5 Mediana 49.945 Mximo 50.48 Rango 0.98 Moda 49.98 Asimetra 0.3 Curtosis -0.21

Por facilidad para su exportacin, las estadsticas tambin se generan en el Excel, el resultado es el de la Tabla que se presenta a continuacin y que fija que la media (49.95 cm), mediana (49.95 cm) y la moda (49.98 cm), casi coinciden en valor, una seal tambin de la normalidad de los datos. R.Toledo -6-

UNASAMFAT

Administracin de Operaciones

La curtosis indica que es ligeramente achatada y el coeficiente de asimetra fija que es un poco sesgada a la derecha (indica posibilidad de no tener normalidad). Un 68% de los datos aproximadamente estn entre 49.73 cm y 50.17 cm (Media Desviacin estndar). LONGITUD Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta Nivel de confianza (95.0%) d) Intervalos de tolerancia: i) Para resolver lo planteado es preferible utilizar un Histograma que fije los lmites de tolerancia, que los fabricantes frecuentemente utilizan para detectar una variacin excesiva, al comparar los requisitos del cliente con los lmites de tolerancia que cubren una proporcin aceptable de la poblacin. Para ello, teniendo el archivo de datos, aperturado en el MINITAB: Ir a Estadsticas / Herramientas de calidad / Intervalos de tolerancia, en el botn: Opciones ..., considerar el 99% de confianza, cambiar tambin % poblacin: 99.0. 49.9508 0.031202878 49.945 49.98 0.220637666 0.04868098 -0.206066286 0.304975967 0.98 49.5 50.48 2497.54 50 0.06270453

ii)

iii) Comentario: Lo que interesa es saber en qu rangos est operando, a un 99% de confianza, para luego compararlo con las especificaciones. Por defecto el anlisis es Bilateral, dejarlo as. Si interesara conocer por ejemplo: A un 95% de confianza cuntas horas durarn focos fabricados, se debe seleccionar: Lmite inferior. iv) En la ventana que aparecer, seleccionar LONGITUD, y aceptar. v) Resultado: Tres grficas. Se agreg lneas de referencia para X 49.8 y 50.2. IMPORTANTE: Con la tecla F3 se restablece las opciones originales en una ventana de ingreso de datos. vi) Respecto al comportamiento del proceso en relacin a las especificaciones se puede decir lo siguiente: La media de la longitud de los cables es 49.95, a un 99% de confianza la longitud de los cables estn entre 49.203 y 50.699 cm. Si el Lmite Inferior de Especificacin es (LIE) es 49.8 y el Lmite Superior de Especificacin (LSE) es 50.2, se puede establecer que la dispersin es mayor en ambos extremos del histograma, que la permitida por las especificaciones. Es necesario reducir la dispersin. vii) La prueba del "Lpiz Grueso" se aplica en la ltima grfica, si uno se imagina un lpiz grueso y ste cubre a todos los puntos que estn juntos a la lnea diagonal, se acepta que los datos se acondicionan a una curva normal. R.Toledo -7-

UNASAMFAT

Administracin de Operaciones

Grfica de intervalos de tolerancia para LONGITUD

Intervalo de tolerancia de 99% Al menos 99% de la poblacin cubierto
49.8 50.2

Estadsticas N Media Desv.Est. Normal 50 49.951 0.221 49.203 50.699 49.500 50.480 0.455 0.258

49.2 N ormal N o paramtrico 49.0

49.5

49.8

50.1

50.4

50.7

Inferior Superior Inferior Superior

No paramtrico

49.5

50.0

50.5

Prueba de normalidad AD Valor P

Grfica de probabilidad normal

99 P or centaje 90 50 10 1 49.50 49.75 50.00 50.25 50.50

5.

PROBLEMA PROPUESTO

Despus de recolectar los datos de la presin de inflado (Psi) de llantas de una flota de camiones mineros se pudo obtener los siguientes resultados 95 95 94 93 102 103 98 94 100 99 94 95 102 98 93 92 95 96 97 98 95 95 97 98 99 93 95 94 98 97 96 94 93 94 95 96 96 98 99 101 100 100 95 95 95 99 100 98

Se solicita a un 99% y luego al 95% de confianza: a) Efectuar el anlisis de normalidad. b) Efectuar el anlisis de intervalos de tolerancia, considerando que de acuerdo a las especificaciones tcnicas la Presin (Psi) debiera estar entre 91 y 104. RESPUESTA: A un 99% de confianza los datos se distribuyen normalmente. A un 95% de confianza los datos NO se distribuyen normalmente. b) A un 99% de confianza se est dentro de los intervalos de tolerancia. A un 95% no, la dispersin es mayor a la permitida por las especificaciones (para sta evaluacin, no se considera el anlisis paramtrico, sino el no paramtrico que seala que los lmites para la Presin son de 92 y 103). BIBLIOGRAFA GUTIRREZ Mario MINITAB Inc. (2004) Administrar para la calidad. Mxico, Editorial Limusa S.A. 297 pg. (2007) Minitab 15. Estados Unidos, Companion by Minitab, 146 pg.

R.Toledo -8-

UNASAMFAT

Administracin de Operaciones

ANEXO 1

MEDIDAS DE UBICACIN Y DISPERSIN

Co eficiente de asimetra = Negativo
Moda Mediana Media

Co eficiente de asimetra = 0

Co eficiente de asimetra = P o sitivo

Moda Mediana Media

Moda Mediana Media

Negativamente asimtrica
Co eficiente de curto sis = Negativo

Simtrica
Co eficiente de curto sis = 0

Positivamente asimtrica
Co eficiente de curto sis = P o sitivo

Platicrtica

Mesocrtica

Leptocrtica

R.Toledo -9-

UNASAMFAT

Administracin de Operaciones

ANEXO 2
FORMAS QUE PUEDE TOMAR EL HISTOGRAMA DE UN PROCESO EN RELACIN CON LAS ESPECIFICACIONES (*) 1 2 3

LIE

LSE

LIE

LSE

LIE

LSE

Comportamiento dentro de las especificaciones.

Comportamiento dentro de las especificaciones, pero muy cercano a las tolerancias. Es necesario reducir la dispersin.

Proceso descentrado. Es necesario centrarlo con respecto a las especificaciones.

LIE

LSE

LIE

LSE

LIE

LSE

Proceso descentrado. Es necesario centrarlo con respecto a las especificaciones.

Dispersin con una amplitud mayor que la permitida por las especificaciones. Es necesario reducir la dispersin.

Proceso descentrado y con una dispersin cuya amplitud es mayor que la permitida por las especificaciones, es necesario centrar el proceso y reducir la dispersin.

(*) Tambin un comportamiento no deseado sera el que el proceso no obedezca a una distribucin previsible, por ejemplo se espera que se acondicione a una distribucin normal y no ocurre esto.

R.Toledo - 10 -

FAT UNASAM RTQ / 2011