1.

1 IMPORTANCIA DEL MANEJO DE DATOS

La manera como normalmente conocemos la realidad consiste en
observarla, obteniendo de nuestras observaciones el mayor nmero posible
de datos. En esta forma podemos predecir qu suceder en casos semejantes
y cmo ser el futuro comportamiento del proceso o de la realidad que
hemos observado.
Ms no siempre nos es posible conocer todos los datos.
Podemos ciertamente saber cuntas toneladas de carga se
transportaran en determinado da. Pero sera demasiado difcil y
costoso averiguar este dato en todos y cada uno de los vuelos
relacionados.
Podemos saber el tiempo exacto de vida de una determinada
pieza; pero sera tarea difcil medir y monitorear todas las piezas
de todos los equipos de aviacin de PEMEX.
Podemos examinar el coeficiente intelectual de algunos
estudiantes; pero resultara tarea muy laboriosa investigar este
dato en todos los estudiantes de todas las escuelas de un pas.
Debido a esto se ha optado por trabajar con unos cuantos datos,
seleccionados cientficamente, para inferir, a partir de ellos, un
comportamiento general. En esta forma de proceder se basa gran parte de
nuestros conocimientos.
La necesidad de seleccionar unos cuantos datos y de operar mediante el
conocimiento obtenido a travs de ellos se deja sentir, sobre todo, en el
terreno de la actividad productiva del hombre.
No es posible saber con toda exactitud la cantidad de divisas
extranjeras que ingresan por el turismo. Sin embargo, es muy
importante para la vida econmica obtener este dato aunque sea
en forma aproximada. Por eso, para evaluar el ingreso que deja
el turismo, se calcula el gasto que hace en promedio un visitante
y se multiplica este dato por el nmero de turistas que han
ingresado en una determinada poca.
Toda empresa saca muestras de las entregas de materia prima
que recibe, para ver si las piezas que compra responden a las
especificaciones que ella ha establecido a sus proveedores.

Como gran parte del conocimiento de la actividad productiva se basa en los

datos y puesto que no es posible conocerlos todos; por eso, cada da cobra
mayor importancia el estudio de una ciencia que nos ensea a inferir a partir
de unos cuantos datos. Esta ciencia en la estadstica.

1.2 QUE ES ESTADSTICA

CONCEPTOS FUNDAMENTALES.
Todos tenemos una idea general de lo que es la estadstica, pues utilizamos
en forma espontnea sus procedimientos.
Constantemente tomamos muestras para ver la calidad de un producto que
vamos a comprar; como tambin hablamos con mucha frecuencia de
promedios, por ejemplo, con respecto a nuestro gasto mensual de gasolina.
La estadstica es la ciencia que se ocupa recopilar, organizar, representar,
analizar, extraer y generalizar la informacin contenida en un conjunto de
datos.
Llamamos poblacin estadstica al conjunto de todos los datos sobre los
que versan las actividades de recopilacin, organizacin, etc., que acabamos
de mencionar.
Si se efectuaron 500 vuelos, cuyos tiempos de vuelo vara entre 2.5 y 4.5
hrs., la poblacin estadstica est formada por estos 500 datos.
Si examinamos 250 reportes de fallas y vemos que el tiempo de atencin
oscila entre 3.25 y 3.65 das, estos 250 datos integran la poblacin
estadstica.
En un mes determinado se programaron 150 cursos que se etiquetaron con
realizado o demorado segn que cumplieron, o no, las fechas establecidas.
La poblacin estadstica abarca los 150 cursos.
Dado que en la mayora de los casos resulta poco prctico o incosteable
analizar la totalidad de los elementos de que se compone la poblacin
estadstica, se ha optado por seleccionar unos cuantos de stos para su
estudio. Los elementos seleccionados se denominan muestra.
Una muestra, pues, est constituida por algunos elementos de la poblacin
estadstica.
Para que podamos estudiar la poblacin estadstica a travs de muestras,
es necesario que stas sean representativas de aqulla.
2

Cuando todos los elementos de la poblacin estadstica tienen la misma

posibilidad de ser seleccionados y en esas circunstancias se obtiene una
muestra, sta se llama muestra representativa.
La muestra representativa se llama tambin muestra aleatoria.
Una empresa va a invertir una fuerte cantidad de dinero en el
bienestar de los trabajadores. Supongamos que, para decidir si
el dinero se invierte en deportes o en el teatro de la empresa, se
toma una muestra de entre los miembros de los equipos de ftbol
y bisbol; es claro entonces que esta muestra no es
representativa.
Tampoco son muestras representativas del nivel de operacin de
la gerencia y base Mxico un da de operacin o an un mes
completo.
La estadstica descriptiva es la parte de la estadstica que versa sobre la
recoleccin, organizacin y anlisis de datos.
La estadstica inductiva o inferencial es la parte de la estadstica que hace
inferencias o generalizaciones con base en los resultados de las muestras
representativas.
Hacemos inferencias o generalizaciones a partir de las muestras
de una poblacin, cuando suponemos que las situaciones que
hemos observado en las muestras aparecen en toda la poblacin.
Estas situaciones pueden ser el grado de variacin de los datos,
el que gran cantidad de los productos est dentro o fuera de las
especificaciones, el que todos los datos se encuentren alrededor
de un valor determinado, y observaciones de este tipo.

1.3 DATOS QUE INTEESAN A LA ESTADSTICA DEL

CONTROL DEL PROCESO.
Dos son los datos fundamentales que interesan a la estadstica aplicada al
control del proceso:
*
*

las caractersticas que pueden ser medidas

y la presencia o ausencia de cualidades que nos permitan emitir
juicios tales como aceptado o rechazado, pase o no pasa, segn que
los artculos satisfagan, o no, determinadas especificaciones.

Siempre es necesario medir, porque no hay dos artculos exactamente

iguales, no obstante que la mquina empleada se encuentre en excelentes
condiciones, que el operario tenga mucha experiencia en el manejo de la
herramienta y que la materia prima sea de alta calidad.
Son objetos de medicin el tiempo de vuelo, el no. De pasajeros
transportados, la temperatura, presiones, el consumo de
combustible, etc.
Necesitamos tambin contar los objetos que cumplen determinados
requerimientos o especificaciones. La presencia o ausencia de dichas
cualidades es lo que no permite aceptarlos o rechazarlos. Es esta aceptacin
o rechazo lo que expresamos con nuestros juicios de realizado o
demorado.
Etiquetamos con realizado o demorado un determinado vuelo, si
este sali a la hora programada o no.
Se denominan variables
*
*

tanto las caractersticas que pueden medirse,

como la cantidad que es el resultado del conteo de objetos en los que
hemos observado la presencia o ausencia de cualidades que nos
permite emitir los juicios de realizado o demorado, realizado o
cancelado, en servicio o fuera de servicio, afecta o no
aeronavegabilidad.

Las variables se suelen representar con letras maysculas X, Y, Z.

As, por ejemplo, la X puede ser la variable que representa el
consumo de combustible; la Y, la variable que representada la fecha
de recepcin de un reporte de falla; la Z, la variable que representa
la carga transportada en kg.
O bien, la X puede representar el nmero de vuelos demorados; la
Y puede representar el nmero de equipos fuera de servicio en un
mes, etc.
Llamamos valor a la medida o nmero que la variable representa.
Llamamos variacin a la diferencia que existe entre los valores de una
variable.

2.1 OBSERVACIONES A TENER EN CUENTA EN LA

RECOLECCIN DE DATOS.
Un buen estudio estadstico comienza con una recoleccin de datos hecha
en forma correcta.
Esto requiere tomar ciertas precauciones. A continuacin enumeramos
algunas de ellas:
a) Los valores que se registran deben corresponder realmente a lo que
hemos observado. Es necesario registrar fielmente los datos
b) Si los datos son continuos, es muy importante efectuar la medicin con
la mayor precisin posible se debe cuidar que los instrumentos de
medicin estn bien calibrados.
c) Se debe cuidar que los instrumentos de medicin estn bien calibrados.
d) Se debe usar adecuadamente los instrumentos de medicin.
Si hay errores en la obtencin de datos, las conclusiones no sern objetivas
a pesar de tener muestras representativas y realizar un buen estudio
estadstico.

2.2 LA ORGANIZACIN DE DATOS EN LA TABLA DE

FRECUENCIA.
Para poder analizar los datos y obtener la informacin que deseamos a partir
de ellos, necesitamos ordenarlos. Los datos en desorden no nos dicen nada.
La forma comn de ordenarlos consiste en construir con ellos la llamada
tabla de frecuencia.
Esta tabla consiste bsicamente en organizar los datos por grupos, a fin de
poder ver
*
*

qu datos representan los valores ms bajos, y cules los ms altos

y con qu frecuencia.

PROCEDIMIENTO
FRECUENCIA.

PARA

ELABORAR

LA

TABLA

DE

Paso 1: Obtencin del rango (R)

Se entiende por rango (R) la diferencia que existe entre el dato mayor () y
el menor ( ) de un conjunto de datos.

=
Una forma prctica para llevar a cabo este paso es la siguiente:
*

Los datos se recogen por hileras y por columnas hasta formar un

rectngulo.
Ejemplo:
Se desea analizar el no. de pasajeros transportados. Para ello, se
procede a obtener una muestra de 30 das registrando el nmero de
pasajeros transportados. Los resultados obtenidos se recogen por
hileras y por columnas en la siguiente forma:
237
290
315
284
261

180
234
284
292
374

285
271
320
192
228

225
295
255
318
358

288
247
305
268
210

232
338
274
279
244

Se detectan en cada hilera el dato menor y el dato mayor, los que se

colocan en dos columnas adicionales al rectngulo.

237
290
315
284
261

180
234
284
292
374

Datos
285
225
271
295
320
255
192
318
228
358

288
247
305
268
210

232
338
274
279
244

180
234
255
192
210

288
338
320
318
374

Integradas las dos columnas de datos menores y mayores, se

identifican el dato mayor y el dato menor de dichas columnas.
237
290
315
284
261

180
234
284
292
374

Datos
285
225
271
295
320
255
192
318
228
358

288
247
305
268
210

232
338
274
279
244

180
234
255
192
210
180

288
338
320
318
374
374

Al dato mayor identificado se le resta el dato menor identificado,

siendo el rango (A) el resultado de esta resta.
= 374 180 = 194

Paso 2: Determinacin del nmero de clases (K) en las que se van a

agrupar los datos.
Se llama clase a cada uno de los subconjuntos en los que se agrupan los
datos.
Para determinar en cuntas clases (K) conviene agrupar los datos, se
acostumbra tomar en cuenta la siguiente norma:
Cantidad de datos (N)
Menos de 500
50 a 100
100 a 250
Ms de 250

Cantidad de clases (K)

5a7
6 a 10
7 a 12
10 a 20

En el caso de ejemplo citado, agruparemos los datos en 5 clases, pues

la cantidad de ellos es menor de 50.

Paso 3: Determinacin de la amplitud (A) de las clases.

Establecido el nmero de clases en que van a quedar agrupados los datos,
se determina dentro de qu amplitud se escogern los datos para cada
clase.
Esto se lleva a cabo, primero, dividiendo el rango (R) obtenido del conjunto
de datos entre el nmero establecido de clases.
=
7

En nuestro ejemplo: =

194
5

= 38.8

Cuando se manejan datos enteros y el resultado de incluye cifras

decimales, stas de suprimen y el resultado se redondea elevndolo en una
unidad. Cuando se manejan datos que incluyen un decimal y el resultado
incluye dos o ms cifras decimales, esta cantidad se redondea en una nica
cifra decimal, la inmediata superior al primer decimal expresado en el
resultado; y as sucesivamente.
Por ejemplo, para un cuadro de datos con nmeros enteros
38
-------

25
-------

27
-------

....

Si =7.24, entonces A=8;

Para un cuadro de datos con nmeros que estn expresados en

dcimas.
1.2
-------

1.4
-------

2.8
-------

---------

Si

=0.323,

entonces

A=0.4;

La unidad mnima decimal manejada

en este ejemplo es la dcima.

Para un conjunto de datos que estn expresados en centsimas.

8.75
-------

7.69
-------

9.23
-------

---------

Si =0.2566, entonces A=0.26;

Para el siguiente cuadro tenemos un valor de R/K en las mismas

unidades de los datos.
11.6
-------

17.9
-------

18.1
-------

---------

=1.3, entonces A=1.3:

Aplicando lo anterior a nuestro ejemplo, la cifra 38.8 se redondea a

39.
A=39.

Paso 4: Determinacin de las fronteras o lmites de cada clase.

Con este resultado (A) pasamos, enseguida, a establecer las fronteras
inferior ( ) y superior ( ) de cada clase.
1.

La frontera inferior de la primera clase se establece restando la mitad

de una unidad (u) al dato menor de todo el conjunto.
Cuando se trabaja con nmeros enteros, la unidad (u) equivale a 1.
Cuando se trabaja con nmeros fraccionarios,
la unidad (u) es de la misma clase que las
unidades fraccionarias que se manejan.
a) As, si se trabaja con dcimas, la unidad es una dcima (0.1);
b) Si con centsimas, la unidad es una centsima (0.01);
c) Si con milsimas, la unidad es La milsima (0.001);
etc.

Como trabajamos con nmeros enteros, la unidad (u) es el nmero 1.

de = 12
En nuestro ejemplo, LI de = 180 -1/2 = 179.5.
La frontera superior de la primera clase se establece aadiendo a la frontera
inferior la cantidad de amplitud (A) obtenida.
de = ( 12) +
En nuestro ejemplo, de = 179.5 + 39 = 218.5
2.

La frontera inferior de la segunda clase se identifica con la frontera

superior de la primera clase.
La frontera superior de la segunda clase se obtiene aadiendo 2 veces
la cifra obtenida como amplitud, a la frontera inferior de la primera
clase ( ).
Frontera superior de la segunda clase = + 2A.
9

3.

La frontera inferior de la tercera clase se identifica con la frontera

superior de la segunda clase.
La frontera superior de la tercera clase se obtiene aadiendo 3 veces
la cifra obtenida como amplitud (3A), a la frontera inferior de la
primera clase ( ).

4.

Y as sucesivamente.
Intervalos o
clases

1
2
3
4
r

Fronteras

+A
+2A
+3A
+(r-1)A

+A
+2A
+3A
+4A
+rA

En nuestro ejemplo

+
+
+
+
+

1A
2A
3A
4A
5A

=
=
=
=
=

179.5
179.5
179.5
179.5
179.5

+
+
+
+
+

(1
(2
(3
(4
(5

x 39) = 218.5
x 39) = 257.5
x 39) = 296.5
x 39) = 335.5
X 39) = 374.5

1
Intervalos o
clases

179.5

218.5

2
3
4
5

218.5
257.5
296.5
335.5

257.5
296.5
335.5
374.5

Fronteras

10

Paso 5: Identificacin del valor medio de cada clase; valor que es llamado
marca de clase ( ). :
Para encontrar la marca de clase, se suma la frontera inferior con la frontera
superior de dicha clase, dividiendo despus el resultado entre 2. Tambin
se dice que la marca de clase o punto medio es la semisuma de sus fronteras.
=
Intervalos
o clases
i
1
2
3
4
5

+
2

Fronteras de
Marca de
clases
clases

179.5
218.5
199
218.5
257.5
238
257.5
296.5
277
296.5
335.5
316
335.5
374.5
355

Conteo
111
1111 111
1111 1111 11
1111
111

Paso 6: Conteo de datos que pertenecen a cada clase.

Intervalos
o clases

i
1
2
3
4
5

Fronteras de
clases

179.6
218.5
257.6
296.6
335.5

218.5
257.5
296.5
335.5
374.5

Marca de
clases

199
238
277
316
355

Conteo

Frecuencia
absoluta

111
1111 111
1111 1111 11
1111
111

3
8
12
4
3
30

Establecidos los lmites inferior y superior de cada clase, se cuentan los

datos que caen dentro de cada una de las clases establecidas.

Paso 7: Elaboracin de la tabla de frecuencias ().

Puesto que ya tenemos la amplitud de cada clase, el nmero de datos que
pertenecen a cada una de las clases y la marca de clase, podemos entonces
pasar a elaborar la tabla de frecuencias.

11

La tabla de frecuencias contiene inicialmente los siguientes datos:

1

Intervalos
o clases

Fronteras de
clases

Marca de
clases

Conteo

Frecuencia
absoluta

111
1111 111
1111 1111 11
1111
111

3
8
12
4
3
30

i
1
2
3
4
5

179.7
218.5
257.7
296.7
335.5

218.5
257.5
296.5
335.5
374.5

199
238
277
316
355

El total de las frecuencias absolutas debe coincidir con el total de los datos
manejados.
*

A fin de que la tabla de frecuencias proporcione ms informacin

sobre los datos, se le aaden otras 3 columnas ms:

una para indicar el porcentaje que los datos de cada clase representan
con respecto al total de los datos (frecuencias relativas);

otra para indicar la suma de datos que va resultando de sumar las

cifras de una clase con las cifras de las clases anteriores (frecuencias
absolutas acumuladas);

y otra para indicar el porcentaje acumulado que va resultando al

sumar el porcentaje de una clase con el porcentaje de las clases
anteriores (frecuencias relativas acumuladas).

Paso 8: Adicin de la columna de frecuencias relativas (hi).

En esta columna se indica el porcentaje que representan los datos
contenidos en una clase con respecto al total de ellos.
Para obtener este porcentaje, basta dividir el nmero que representa la
cantidad de datos contenidos en la clase entre el total de datos de la tabla.
El resultado lo multiplicamos por cien para expresarlo en tanto por ciento.

Paso 9: Adicin de la columna de frecuencias absolutas acumuladas ( ).

En esta columna se indica el resultado de sumar las frecuencias de una
clase ( ) con las frecuencias de las clases anteriores.

12

Paso 10: Adicin de las frecuencias relativas acumuladas ( ).

En esta columna se indica el resultado de sumar el porcentaje ( ) de una
clase con el porcentaje de las clases anteriores.
De esta manera la tabla completa de frecuencias toma, en nuestro
ejemplo. La siguiente presentacin:
1
Intervalos
o clases
i
1
2
3
4
5

2
Fronteras de
clases
FI
179.5,
218.5,
257.5
296.5,
335.5,

FS
218.5
257.5
296.5
335.5
374.5

3
Marca
de
clases
Xi
199
238
277
316
355

Frecuencia
Frecuencia Frecuencia
absoluta
absoluta
relativa
acumuladas
fi
hi
Fi
3
10%
3
8
26.7%
(8+3=11)
12
40%
(12+11=23)
4
13.3%
(23+4=27)
3
10%
(27+3=30)

13

7
Frecuencia
relativa
acumuladas
Hi
10%
36.66%
76.66%
90%
100%

2.3 PRESENTACIN GRFICA DE LOS DATOS.

2.3.1 El histograma
El histograma es una grfica integrada por un conjunto de barras que
representan los intervalos o clases, ubicadas en un eje de coordenadas.
La lnea vertical sirve para indicar la cantidad de datos que contiene cada
clase; por consiguiente, se grada teniendo en cuenta el nmero de datos
que, corresponden a cada clase. La lnea horizontal se divide en el nmero
establecido de clases.
Las barreras corresponden a cada clase.
En el extremo izquierdo de la primera barra se anota el lmite inferior del
primer grupo; en la barra siguiente, el lmite superior del primer grupo,
cantidad que coincide con el lmite inferior de la segunda barra; y as
sucesivamente. En la parte central del ancho de la barra se anota la
cantidad que corresponde a la marca de clase.
El histograma de nuestro ejemplo es el siguiente:

12

10

Histograma de frecuencias absolutas

14

355

374.5

316

335.5

277

296.5

238

257.5

199

218.5

160

179.5

394

2.3.2 El polgono de frecuencias

El polgono de frecuencias es la figura que resulta de relacionar entre s
mediante lneas rectas, las marcas de clase tomando como base el
histograma.
El polgono debe partir de la base; por consiguiente, es necesario aadir una
marca de clase antes de la primera barra y otra despus de la ltima barra.
Estas dos nuevas marcas se determinan d acuerdo con las indicaciones
dadas en el paso 5 para la elaboracin de la tabla de frecuencias.
Cuando el polgono es de frecuencias absolutas, la lnea vertical se grada
d acuerdo con los nmeros de las frecuencias absolutas; cuando es de
frecuencias relativas, la lnea vertical lleva entonces los nmeros de las
frecuencias relativas.
El polgono de frecuencias absolutas de nuestro ejemplo es el siguiente:

12

10

4
2

355

Histograma y polgono de frecuencias absolutas

15

374.5

316

335.5

277

296.5

238

257.5

199

218.5

160

179.5

394

El polgono de frecuencias relativas en nuestro ejemplo es el siguiente:

40%
35%

30%
25%
20%
15%
10%
5%

X
0%
1

Histograma y polgono de frecuencias relativas

2.3.3 Las ojivas

Las ojivas son grficas que representan las frecuencias absolutas
acumuladas y/o las relativas acumuladas.
La lnea vertical se grada teniendo en cuenta, segn el caso, o bien las
frecuencias absolutas acumuladas, o bien las frecuencias relativas
acumuladas.
En la lnea horizontal se anotan los lmites establecidos en el histograma.
Se identifican, enseguida, los puntos que interceptan los nmeros que
representan las frecuencias acumuladas, anotadas en la lnea vertical, y los
nmeros que representan los lmites de cada clase; y se dibujan curvas que
unan entre s a dichos puntos.

16

La ojiva de las frecuencias absolutas acumuladas de nuestro ejemplo es la

siguiente:

30
25

20
15
10
5

0
179.5

218.5

257.5

296.5

335.5

374.5

Ojiva de frecuencias absolutas

La ojiva de las frecuencias relativas acumuladas de nuestro ejemplo es la

siguiente:

100%

80%

60%

40%

20%

0%
179.5

218.5

257.5

296.5

335.5

Ojiva de frecuencias absolutas acumuladas

17

374.5

3.1 QUE ES EL DIAGRAMA DE PARETO

El diagrama de Pareto es una grfica que representa en forma ordenada el
grado de importancia que tienen las diferentes causas en un determinado
problema tomando en consideracin la frecuencia con que ocurre cada una
de dichas causas.
El diagrama de Pareto, al catalogar las causas por orden de importancia,
facilita una correcta toma de decisiones.

Ejemplo:

Al inspeccionar un lote de 2000 pernos encontramos algunos defectuosos

debidos a algunas o varias de las causas que se enumeran.

HOJA DE REGISTRO
Articulo

Perno

Lote de Produccin 195

No. De artculos
Inspeccionados

2000

Fecha de produccin 21 enero

Inspeccionado por

Defecto

Conteo

Cabezas rotas
Tamao inadecuado de la cabeza
Enroscado imperfecto
Longitud escasa
Dureza fuera de especificacin
Otros
TOTAL

18

Total
22
10
7
12
29
4
84

DIAGRAMA DE PARETO
Del nmero de pernos defectuosos
De un lote de 2000

90

100

80

60
50
50

40
30
20
10
0
Dureza fuera Cabezas rotas
de
especificacin

Longitud
escasa

Tamao
Enroscado
inadecuado de imperfecto
la cabeza

19

Otros

PORCENTAJES

70

3.2 PROCEDIMIENTO PARA ELABORAR EL DIAGRAMA DE

PARETO
El diagrama de Pareto se asemeja, en gran medida a un diagrama de barras.
Se elabora en dos etapas: en la primera se recolecta y ordenan los datos en
la segunda estos datos se transcriben a la grfica.
Primera etapa: recoleccin y ordenamiento de los datos.

Paso 1 Se elabora una lista de los factores o causas potenciales del

problema.
Ejemplo:
En PEMEX se consider el tiempo en minutos de paralizacin del trabajo
debido a fallas de ciertas mquinas, observadas en el perodo del 8 al 11 de
abril.
Mediante reportes se encontr que las posibles causas eran: Falta de
lubricacin, desgaste, ajustes inadecuados, manejo incorrecto,
interrupcin de la energa elctrica, situacin geogrfica, clima.

Paso 2 Se establece el perodo de tiempo dentro del cual se obtendrn los

datos.
Durante los das 8, 9, 10 y 11 de abril se llevaran registros rigurosos de las
causas.
El nmero de minutos considerados 4 x 8 x 60 = 1920 minutos.

Paso 3 Obtenidos los datos sobre la frecuencia con que ocurre cada causa
o tipo de defecto dentro del perodo fijado, se transcriben dichos datos en
una hoja de registro.
Se elabora la hoja de registro en donde se van anotando las fallas.

Paso 4 Con base en los datos de la hoja de registro, se ordenan las distintas
causas que influyen en el problema conforme al nmero de veces que
ocurren, comenzando con la que se da con mayor frecuencia y terminando
con la de menor frecuencia.
Se registra, adems, el nmero de casos de cada causa.

20

La hoja de registro del ejemplo mencionado toma entonces la siguiente

forma:
REGISTRO DE TIEMPO (en minutos)
DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados

Causas de tallas

Desgaste
Ajuste inadecuado
Interrupcin EE.
Manejo incorrecto
Falta de lubricacin
Otros
TOTAL

N = 1920

Tiempo de
paralizacin
(minutos)

202
114
92
45
19
16
d = 488

Paso 5 Se calcula el porcentaje absoluto de artculos defectuosos con

respecto al nmero total de artculos inspeccionados.
REGISTRO DE TIEMPO (en minutos)
DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados

Causas de tallas

Desgaste
Ajuste inadecuado
Interrupcin EE.
Manejo incorrecto
Falta de lubricacin
Otros
TOTAL

Tiempo de
paralizacin
(minutos)

202
114
92
45
19
16
d = 488
21

N = 1920

Porcentaje abs
del tiempo de
paralizacin
100
=

10.52
5.94
4.79
2.35
0.99
0.83
25.42

Con esta informacin se puede saber el grado de mejoramiento que se

lograra en la produccin si se tomasen acciones efectivas para eliminar
algn tipo de defecto.

Paso 6 Se obtiene el porcentaje relativo de productos defectuosos

atribuibles a cada causa, con respecto al nmero total de casos defectuosos.

REGISTRO DE TIEMPO (en minutos)

DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados

Causas de tallas

Desgaste
Ajuste inadecuado
Interrupcin EE.
Manejo incorrecto
Falta de lubricacin
Otros
TOTAL

N = 1920

Tiempo de
paralizacin
(minutos)

202
114
92
45
19
16
d = 488

Porcentaje abs
del tiempo de
paralizacin
100
=

10.52
5.94
4.79
2.35
0.99
0.83
25.42

Porcentaje real
del tiempo de
paralizacin
100
=

41.39
22.96
18.85
9.3
4.0
3.27
99.96

Paso 7 Se calcula el porcentaje relativo que se va acumulando sumando el

porcentaje de cada causa
Con esta informacin se comprende qu porcentaje de productos
defectuosos se eliminara si se emprenden acciones efectivas que supriman
las causas principales de los productos defectuosos.

22

REGISTRO DE TIEMPO (en minutos)

DE PARALIZACION DEL TRABAJO
Fecha________________________
No. De minutos considerados

Causas de tallas

Tiempo de
paralizacin
(minutos)

Desgaste
Ajuste inadecuado
Interrupcin EE.
Manejo incorrecto
Falta de lubricacin
Otros
TOTAL

202
114
92
45
19
16
d = 488

N = 1920
Porcentaje abs
del tiempo de
paralizacin

100

10.52
5.94
4.79
2.35
0.99
0.83
25.42

Porcentaje real
del tiempo de
paralizacin

Porcentaje real
acumulado

100

= 1 + 2 .

41.39
22.96
18.85
9.3
4.0
3.27
99.96

41.39
64.75
83.60
92.82
96.69
99.96

Paso 8 La informacin obtenida se presenta en una tabla como la anterior.

Segunda etapa: Elaboracin de la grfica

Paso 9 Se trazan un eje horizontal y dos ejes verticales, uno en cada

extremo del eje horizontal.
El eje horizontal se divide en tal forma que queden representadas las causas,
las cuales se anotan de izquierda a derecha teniendo en cuenta en este
ordenamiento el nmero en que ocurren. La que ocurre con mayor
frecuencia la izquierda y la de menor frecuencia a la derecha
El eje vertical izquierdo se grada en tal forma que sirva para mostrar el
nmero de productos defectuosos que se da en razn de cada una de las
causas.
El eje vertical derecho se grada en tal forma que sirva para mostrar el
nmero de productos defectuosos que se da en razn de cada una de las
causas.
El eje vertical derecho se grada en tal forma que sirva para mostrar el
porcentaje relativo acumulado. La escala se divide en cuatro o cinco partes
iguales para ubicar el porcentaje

23

Diagrama de Pareto

NUMERO DE DEFECTUOSOS

%
500

100

400

80

300

60

200

40

100

20

EJE 0HORIZONTAL0

PORCENTAJE RELATIVO ACUMULADO

DEFECTOS

Paso 10 Se ponen las barras correspondientes a los distintos factores o

causas. La altura de las barras representa el nmero de veces que ocurri
la causa. Las barras se dibujan con la misma amplitud, conectadas unas
con otras como en un histograma.
Diagrama de Pareto
%
500

100

400

80

300

60

200

40

100

20

0
DESGASTE

AJUSTE
INTERRUPCION MANEJO
FALTA DE
INADECUADO ENERGIA ELEC. INADECUADO LUBRICACION

24

OTROS

PORCENTAJE RELATIVO ACUMULADO

Paso 11 Se coloca los puntos que representan el porcentaje relativo

acumulado, teniendo en cuenta para esto la graduacin de la barra vertical
derecha; los puntos se colocan en la posicin que corresponde al extremo
derecho de cada barra; y se traza una curva que una dichos puntos. En esta
forma queda graficada la curva del porcentaje relativo.
Diagrama de Pareto
Tiempo de paralizacin.

500

100

400

80

300

60

200

40

100

20

0
DESGASTE

AJUSTE
INTERRUPCION MANEJO
FALTA DE
INADECUADO ENERGIA ELEC. INADECUADO LUBRICACION

25

OTROS

PORCENTAJE RELATIVO ACUMULADO

3.3 USO DEL DIAGRAMA.

Cuando se hace una lista de los factores que afectan a la calidad de un
proceso o sistema, por lo general slo un pequeo nmero de causas
contribuyen a la mayor parte del efecto, mientras que las restantes
causas tienen una participacin mnima en el fenmeno.
El diagrama de Pareto sirve precisamente para identificar las causas
principales que afectan la calidad y, por tanto, para establecer qu
acciones prioritarias deben ponerse en marcha, a fin de reducir en un
grado considerable las causas de un mal desempeo del proceso o del
sistema. En esta forma se aprovechan mejor los recursos y se canalizan
ms eficazmente los esfuerzos de las personas.
Adems del uso mencionado, el diagrama de Pareto se utiliza para
verificar si las acciones llevadas a cabo en orden del mejoramiento del
proceso o sistema, fueron o no eficaces y en qu grado lo fueron. Dicha
verificacin se logra al comparar el primer diagrama de Pareto, elaborado
antes de la toma de decisiones, con este segundo. El segundo diagrama
deber abarcar el mismo periodo de tiempo e igual nmero de casos,
para que la comparacin tenga sentido. Si esto no es posible, es
preferible utilizar porcentajes absolutos o relativos en el eje vertical
izquierdo, en lugar del nmero de artculos defectuosos.
Si no han sido eficaces los esfuerzos para obtener mejoras, se debe
cambiar el orden de las barras. Si la altura de todas las barras
disminuye, esto significa que se ha reducido el nivel general de defectos
por alguna accin comn, por ejemplo, capacitacin del personal,
mantenimiento del equipo, etc.
Finalmente, el diagrama de Pareto se utiliza para expresar los costos que
significan cada tipo de defectos y los ahorros logrados mediante el efecto
correctivo logrados por determinadas acciones.

26