PLAN DE PRCTICA

DIRECCIN DE CARRERA DE MECATRNICA REA

MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

FECHA DE EMISIN:27/06/16
FECHA DE REALIZACIN: 27/06/16
ASIGNATURA: CONTROL ESTADISTICO DE
PROCESOS.

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 1 DE 20

ELABOR:
REVIS: Dra. Violeta Lugo Lugo.
APROB: Dra. Violeta Lugo Lugo.

UNIDAD TEMTICA: 1
TEMA:

CUATRIMESTRE: MT - 91

NMERO DE PARTICIPANTES RECOMENDABLE: 5

DURACIN:

LUGAR:

Profesor: Dra. Violeta Lugo Lugo.

Alumno(a):
JOEL DE LA CRUZ GONZLEZ.
JOSUE VILLANUEVA VAZQUEZ.
JESUS FELIPE TORRES DURAN.
URIEL HERNANDEZ HUERTA.
JOSE IGNACIO BRAULIO DE LA CRUZ.

REQUISITOS TERICOS DE LA PRCTICA:

El Control Estadstico de Procesos naci a finales de los aos 20 en los Bell Laboratories. Su creador
fue W. A. Shewhart, quien en su libro Economic Control of Quality of Manufactured Products (1931)
marc la pauta que seguiran otros discpulos distinguidos (Joseph Juran, W.E. Deming, etc.). Sobre
este libro han pasado ms de 70 aos y sigue sorprendiendo por su frescura y actualidad. Resulta
admirable el ingenio con el que plantea la resolucin de problemas numricos pese a las evidentes
limitaciones de los medios de clculo disponibles en su poca.
Lamentablemente, a Shewhart se le recuerda solo por los grficos de control (X-R, etc.). Por si fuera
poco, a menudo se emplean estos grficos de modo incorrecto o se desconoce las limitaciones de los
mismos. Normalmente, la utilizacin incorrecta de los grficos de control dimana del desconocimiento
de los fundamentos estadsticos que los sustentan. Por esta razn se ha considerado conveniente hacer
hincapi en los fundamentos
estadsticos, el problema del sobre ajuste del proceso y las limitaciones que presentan para la deteccin
de derivas en los procesos y aumentos en la variabilidad en los mismos.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 2 DE 20

Qu es la Estadstica:
Estadstica es una ciencia que utiliza datos numricos para obtener inferencias basadas en el clculo de
probabilidades. Una estadstica es tambin un conjunto de datos obtenidos a travs de un estudio
estadstico.
Este trmino procede del alemn statistik (con un significado diferente al actual) y a su vez del latn
statisticum collegium.
Una poblacin estadstica es un conjunto de sujetos o elementos que presentan caractersticas comunes.
Sobre esta poblacin se realiza el estudio estadstico con el fin de sacar conclusiones.

El tamao poblacional es el nmero de individuos que constituyen la poblacin. Segn el nmero de

sujetos, el tamao puede ser finito o infinito. Los conjuntos infinitos son algo artificial o conceptual, ya
que toda poblacin de entidades fsicas es finita.

Poblacin finita: el conjunto de habitantes de una ciudad, los bolgrafos producidos en una
fbrica en un da, etc.

Poblacin infinita: el conjunto de los nmeros positivos.

Cuando la poblacin es muy grande, normalmente es imposible estudiar a todos los individuos.
Las medidas de tendencia central (o de centralizacin) son medidas que tienden a localizar en qu
punto se encuentra la parte central de un conjunto ordenado de datos de una variable cuantitativa.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 3 DE 20

Media.
Definimos media (tambin llamada promedio o media aritmtica) de un conjunto de datos (X1, X2,
, XN) al valor caracterstico de una serie de datos resultado de la suma de todas las observaciones
dividido por el nmero total de datos.

Es decir:

Visto desde un punto de vista ms conceptual, la media aritmtica es el centro de los datos en el
sentido numrico, ya que intenta equilibrarlos por exceso y por defecto. Es decir, si sumamos todas las
diferencias de los datos a la media da cero.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 4 DE 20

Mediana.

La mediana (Me(X)) es el elemento de un conjunto de datos ordenados (X 1, X2,, XN) que deja a
izquierda y derecha la mitad de valores.

Si el conjunto de datos no est ordenado, la mediana es el valor del conjunto tal que el 50% de los
elementos son menores o iguales y el otro 50% mayor o iguales.
Moda.

La moda (Mo(X)) es el valor ms repetido del conjunto de datos, es decir, el valor cuya frecuencia
relativa es mayor. En un conjunto puede haber ms de una moda.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 5 DE 20

Cuartiles.

Distinguimos los casos en que los datos estn agrupados en frecuencias y los que no lo estn. Los
datos tambin pueden estar agrupados en intervalos de valores.

Vayamos a datos no agrupados. Para el Q1 y Q3 hallaremos su posicin mediante los siguientes

pasos:
(N+1)/4 y 3(N+1)/4 pueden resultar nmeros decimales. Por ejemplo, si el conjunto de datos es de
20 elementos, N=20, tendremos que el sujeto del primer cuartil es el (N+1)/4= (20+1)/4=21/4=5,25.
Qu hacemos en el caso de que nos d un nmero decimal?

Diferenciaremos dos casos:

1.-Sin parte decimal: elegimos ese mismo sujeto. Por ejemplo, si el conjunto tiene 19 elementos,
(N+1)/4= (19+1)/4=20/4=5, por lo que el primer cuartil ser Q1=X5.
2.-Con parte decimal: supongamos que el elemento es un nmero con parte decimal entre el
sujeto i y el i+1. Sea un nmero de la forma i, d donde i es la parte entera y del decimal. El cuartil
ser:

Podemos ver un ejemplo prctico en el siguiente apartado.

El clculo del segundo cuartil depende de si el nmero de sujetos N es par o impar. Al ser la
mediana, se utiliza el procedimiento de clculo de la mediana.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 6 DE 20

Ejemplo
Sea un conjunto de la edad de los veinte integrantes (N=20) de un club. Supongamos que el
conjunto est ordenado:

Primer cuartil.
El primer cuartil ser el sujeto (N+1)/4=21/4=5,25. Como es decimal, el cuartil ser un nmero
entre el X5=28 y X6=29.

El nmero decimal es el 5,25, por lo que i=5 y d=0,25. El cuartil 1 es:

Segundo cuartil.
El segundo cuartil es la mediana. Al ser un conjunto con un nmero par de elementos, el cuartil es
la media de los sujetos N/2=20/2=10 y N/2+1=20/2+1=11.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 7 DE 20

Es decir, ser la media de X10=34 y X6=37.

Tercer cuartil.
El tercer cuartil es el sujeto 3(N+1)/4=63/4=15,75. Como el nmero es decimal, el cuartil estar
entre X15=52 y X16=53.

El nmero decimal es el 15,75, por lo que i=15 y d=0,75. El cuartil 3 es:

Percentiles.
El percentil es una medida de posicin no central. Los percentiles P i son los 99 puntos que dividen
una serie de datos ordenada en 100 partes iguales, es decir, que contienen el mismo nmero de
elementos cada una. El percentil 50 es la mediana.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 8 DE 20

Sea (X1, X2,, XN) una muestra de N elementos. El percentil Pi es:

Los percentiles estn pensados para conjuntos de elementos de ms de cien elementos.

Una aplicacin muy conocida de los percentiles son las tablas de crecimiento de los nios, en las
que se ubica el peso y la talla de un determinado nio dentro de su grupo de edad.
Las medidas de dispersin o medidas de variabilidad muestran la variabilidad de un conjunto de
datos, indicando la mayor o menor concentracin de datos respecto a las medias de centralizacin.
Rango.
El rango (R) o recorrido estadstico es la diferencia entre el valor mximo y el mnimo de un
conjunto de elementos.

Rango intercuartlico.
El rango intercuartlico (IQR) (o rango intercuartil) es una estimacin estadstica de la dispersin
de una distribucin de datos. Consiste en la diferencia entre el tercer y el primer cuartil. Mediante esta
medida se eliminan los valores extremadamente alejados. El rango intercuartlico es altamente
recomendable cuando la medida de tendencia central utilizada es la mediana (ya que este estadstico es
insensible a posibles irregularidades en los extremos).

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 9 DE 20

Con el IQR podremos elaborar los diagramas de caja, que es un instrumento muy visual para
evaluar la dispersin de una distribucin.
Varianza
La varianza (S2) mide la dispersin de los datos de una muestra respecto a la media, calculando
la media de los cuadrados de las distancias de todos los datos.

Al elevar las diferencias al cuadrado se garantiza que las diferencias absolutas respecto a
la media no se anulan entre s. Adems, resaltan los valores alejados.
Siempre se cumple que la varianza es mayor o igual que cero (S2 0). La varianza es cero cuando
todos los datos son el mismo (ejemplo: {1, 1, 1, 1,1}).
Si en vez de tratarse de una muestra, la varianza se refiere a la poblacin, el denominador ser N.

Asimetra.
La asimetra es la medida que indica la simetra de la distribucin de una variable respecto a
la media aritmtica, sin necesidad de hacer la representacin grfica. Los coeficientes de asimetra
indican si hay el mismo nmero de elementos a izquierda y derecha de la media.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 10 DE 20

Existen tres tipos de curva de distribucin segn su asimetra:

1.-Asimetra negativa: la cola de la distribucin se alarga para valores inferiores a la media.
2.-Simtrica: hay el mismo nmero de elementos a izquierda y derecha de la media. En este caso,
coinciden la media, la mediana y la moda. La distribucin se adapta a la forma de la campana de
Gauss, o distribucin normal.
3.-Asimetra positiva: la cola de la distribucin se alarga para valores superiores a la media.

Existen diferentes coeficientes de asimetra:

Coeficiente de asimetra de Fisher
El coeficiente de asimetra de Fisher CAF evala la proximidad de los datos a su media x. Cuanto
mayor sea la suma (xix)3, mayor ser la asimetra. Sea el conjunto X=(x1, x2,, xN), entonces la
frmula de la asimetra de Fisher es:

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 11 DE 20

Si CAF<0: la distribucin tiene una asimetra negativa y se alarga a valores menores que la media.
Si CAF=0: la distribucin es simtrica.
Si CAF>0: la distribucin tiene una asimetra positiva y se alarga a valores mayores que la media.

Existen tres coeficientes de asimetra:

Coeficiente de asimetra de Pearson
El coeficiente de asimetra de Pearson CAP mide la diferencia entre la media y la moda respecto a
la dispersin del conjunto X=(x1, x2,, xN).
Este procedimiento, menos usado, lo emplearemos solamente en distribuciones unos modales y
poco asimtricas.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 12 DE 20

1.-Si CAP<0: la distribucin tiene una asimetra negativa, puesto que la media es menor que
la moda.
2.-Si CAP=0: la distribucin es simtrica.
3.-Si CAP>0: la distribucin tiene una asimetra positiva, ya que la media es mayor que la moda

El coeficiente de asimetra de Bowley CAB toma como referencia los cuartiles para determinar
si la distribucin es simtrica o no. Para aplicar este coeficiente, se supone que el comportamiento de la
distribucin en los extremos es similar. Sea el conjunto X=(x1, x2,, xN), la asimetra de Bowley es:

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 13 DE 20

Esta frmula viene de:

Recordemos que la mediana (Me) es lo mismo que el segundo cuartil (Q2).

Si CAB<0: la distribucin tiene una asimetra negativa, puesto que la distancia de

la mediana al primer cuartil es menor que al tercero.

Si CAB=0: la distribucin es simtrica, ya que el primer y tercer cuartil estn a la misma

distancia de la mediana.

Si CAB>0: la distribucin tiene una asimetra positiva, ya que la distancia de la mediana al

tercer cuartil es mayor que al primero.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 14 DE 20

OBJETIVO DE LA PRCTICA
Realizar un estudio estadstico en la empresa Plasti-Tec de Grupo Bocar para detectar las
principales causas que originan tiempos muertos dentro de la misma empresa, mediante el uso de
herramientas de control estadstico.

PROCEDIMIENTO.

Para comenzar a realizar dicho estudio se realiz otro estudio previo arrojando las causas posibles que
originan los tiempos muertos en la empresa.
Principales fallas:
mantenimiento preventivo
exceso de mantenimiento

preventivo
falla elctrica / electrnica
falla hidrulica

falla mecnica

fugas de aceite/agua

termo regulador falla

dispositivo falla

coloctronic falla

platinas magnticas falla

A continuacin, se muestra una tabla donde se presentan las fallas por mes.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 15 DE 20

De acuerdo a la tabla anterior se muestra las fallas que se presentaron durante cada mes provocando en ellas tiempos muertos y a su vez generando
prdidas a la empresa.

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 16 DE 20

RESULTADOS

En la tabla anterior se muestra la cantidad de veces que presento cada falla a lo largo del ao demostrando que
las fallas ms propensas fueron las Fallas mecnicas

66.99166
MEDIA
67
MEDIANA
44
MODA
5
VARIANZ 3708.361
A
27
60.89631
D.E
58

Columna
1
MIN
Q1
Q2
Q3
MAX

VALORES
2
20
44
36.5
254

CAJA 1- ESCODIDA
CAJA 2- INFERIOR

20
24

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 17 DE 20

CAJA 3- SUPERIOR

7.5

BIGOTE SUPERIOR
BIGOTE INFERIOR

217.5
18

Quartil
Q1
Q2
Q3

POSICIO
N
VALOR
30
20
60
44
90
36.5

DECILES
1
2
3
4
5
6
7
8
9

POSICIO
N
12
24
36
48
60
72
84
96
108

VALOR
7
13
26.5
34.5
44
56.5
80
129.5
171.5

En el siguiente hipervnculo se mostrar la hoja de clculo en Excel respectivamente.

EXAMEN_equipo_5 corregido.xlsx

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 18 DE 20

ANLISIS DE RESULTADOS.

Donde :
Mantenimiento preventivo =1
Exceso de mantenimiento preventivo
=2
Falla elctrica / Electrnica =3
Falla hidrulica =4
Falla mecnica = 5
Fugas de aceite/Agua =6
Termo regulador falla =7
Dispositivo falla = 8
Coloctronic falla = 9
Platinas magnticas falla =10

La grafica anterior reprecenta el mayor indice de tiempos muertos ocacionado por Fallas mecanicas seguidas
de Fallas eleecticas/ eclectornicas y otra causa con mayor tiempo de paros Dispositivio de Fallos

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 19 DE 20

CONCLUSIONES.

En las grficas anteriores obtuvimos datos estadsticos de lo que son los tiempos muertos de fallas de
mantenimiento; mantenimiento preventivo, exceso de mantenimiento preventivo, fallas hidrulicas, fallas
mecnicas entre otras. En las cuales obtuvimos la moda, la mediana, media, varianza, cuartiles y deciles.
En este examen se implementaron todos los temas proporcionados por el facilitador, y se pudo localizar el
objetivo inicial y como resultado tuvimos que las principales fallas que afectan la empresa son:

PLAN DE PRCTICA
DIRECCIN DE CARRERA DE MECATRNICA REA
MANUFACTURA FLEXIBLE.
TITULO DE LA PRCTICA:

NO. DE PRCTICA:

1
FECHA:27/06/16
PGINA 20 DE 20

Falla mecnica
Falla elctrica/electrnica
Dispositivos

Siendo estas las causas principales que detienen el proceso, provocando altos costos en el mantenimiento de la
empresa, as mismo retrasando la produccin y generando daos
.

BIBLIOGRAFIA

https://books.google.com.mx/books?
id=pPM2TgQsx8wC&printsec=frontcover&dq=ESTADISTICA&hl=es&sa=X&ved=0ahUKEwiW08C
Qrc7NAhXIMyYKHUNmDJUQ6AEIGzAA#v=onepage&q=ESTADISTICA&f=false
http://cvonline.uaeh.edu.mx/Cursos/BV/L0706/U4/lec_43_TeoriaMedidasDdispersion.pdf
http://www.fic.umich.mx/~lcastro/4dispersion.pdf
http://moodle2.unid.edu.mx/dts_cursos_mdl/lic/AE/E/AM/04/datos_no_agrupados.pdf
http://www.deie.mendoza.gov.ar/aem/material/teoria/MEDIDAS%20DE%20TENDENCIA
%20CENTRAL%20Y%20DE%20VARIABILIDAD.pdf
http://asesorias.cuautitlan2.unam.mx/Laboratoriovirtualdeestadistica/DOCUMENTOS/TEMA
%202/1.%20MEDIDAS%20DE%20TENDENCIA%20CENTRAL%20Y%20DISPERSION.pdf
http://www.ine.es/explica/docs/pasos_tipos_graficos.pdf