Académique Documents
Professionnel Documents
Culture Documents
REQUIEREN AGRUPARSE EN R
Ruby Gómez Unzueta
Resumen- El presente proyecto realizado se llevo a cabo utilizando una de las herramientas
mas practicas en el sector industrial, Diagrama de Pareto, siendo este una de las 7 herramientas básicas
de calidad, se mostrará como utilizando el software R podemos realizar fácil y rápido esta herramienta
para crear un análisis.
Palabras clave- Distribución, Datos, Muchos triviales, Pocos vitales, Estadística, Algoritmo.
Introducción
Muchas escuelas y empresas ya utilizando el software R para sus análisis, siendo uno de los
lenguajes mas utilizados en investigación científica. Puede descargarse por cualquier usuario y crear su
código de manera gratuita.
Desarrollo
En 1909 el economista y sociólogo Vilfredo Pareto (1848 – 1923) publicó los resultados de sus
estudios sobre la distribución de la riqueza, observando que el 80% de la misma se encontraba concentrada en
el 20% de la población. Siendo así que A finales de los años 30, durante una visita a la central de General
Motors Corporation para el intercambio de buenas prácticas de ingeniería industrial, Juran tuvo la oportunidad
de conocer los trabajos de Pareto sobre la distribución de la riqueza.
Más adelante Juran, mientras preparaba la primera edición de su obra Manual de Control de la
Calidad , se vio ante la necesidad de dar un nombre corto al principio de “los pocos vitales los muchos
triviales”. Bajo el título “La mala distribución de las pérdidas de calidad”, en el que figuraban numerosos
ejemplos de mala distribución, señaló que Pareto había encontrado mal distribuida la riqueza, mostró
ejemplos de curvas acumulativas para la desigual distribución de la riqueza y la desigual distribución de las
pérdidas de calidad.
Dando como título a esas curvas “principio de Pareto” de la distribución desigual aplicado a la
distribución de la riqueza y la distribución de las pérdidas de calidad.
El diagrama de Pareto es una técnica gráfica, también llamado curva cerrada o Distribución A-B-C
sencilla para clasificar aspectos en orden de mayor a menor frecuencia.
Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no es un
proceso lineal, sino que el 20% de las causas totales hace que sean originados el 80% de los efectos y rebotes
internos del pronosticado.
Permite centrarse en los aspectos cuya mejora tendrán más impacto, optimizando por tanto los
esfuerzos.
Proporciona una visión sencilla y rápida de la importancia relativa de los problemas.
Ayuda a evitar que empeoren algunas causas al tratar de solucionar otras menos significativas.
Su visión gráfica del análisis es fácil de comprender y estimula al equipo para continuar con la
mejora.
Los datos deben ser recolectados durante un periodo corto de tiempo, debido a que los datos podrían
no ser confiables y las causas pueden ser inestables, pueden cambiar de una semana a la siguiente
Elija las categorías cuidadosamente, y que su categoría “otro” no sea muy grande.
Concentrarse en los problemas con mayor frecuencia, concentrarse en los problemas con mayor
costo debería aumentar los beneficios financieros de la mejora.
La meta de un análisis de pareto es obtener la máxima recompensa de los esfuerzos de calidad.
Es una herramienta muy poderosa para todo tipo de procesamiento y manipulación de datos.
Algunas técnicas avanzadas y robustas solo pueden realizarse con este software.
Asi como R Existen diferentes programas en los que se puede realizar un diagrama de pareto,
implicando cada uno cuestiones o datos diferentes, a continuación, se mostrara el mismo ejemplo en tres
diferentes softwares.
El problema para resolver es de defectos, los cuales no se encuentran en orden descargaremos readxl
directamente de excel, se utilizaron los siguientes comandos, para agruparlos, sumarlos y finalmente obtener
el Pareto, descargando la librería qcc.
# una variable es el tipo de defecto y otro es la cantidad
#Lectura de datos
library(readxl)r
Tabla_defectos <- read_excel("~/Escritorio/R/Tabla con defectos
separados/Tabla_defectos.xlsx")
names(Tabla_defectos)
Tabla de defectos
#Como puede observarse los defectos deben agruparse por tipo
#Agrupando los defectos por tipo
attach(Tabla_defectos)
Tabla_tipo <- split(x = Cantidad, f = Defectos) # Se agrupa la cantidad
por tipo de defecto
Tabla_tipo
#Se aplica la suma a los valores
Suma_tipo <- sapply(X = Tabla_tipo, FUN = sum)
Suma_tipo
A continuacion se mostrará otro ejemplo realizado en R el cual fue tomado en cuenta a defectos
presentados en el área de OFDC en commscope, en el cual descargaremos el paquete QCC, para
realizar el Pareto.
Conclusiones
Conocer nuevo software es una puerta más, ¿qué quiero decir con esto? Hoy en día el sector
industrial, busca personas que adquieran y tengan conocimientos nuevos y más avanzados. La
competencia cada día, es más, y el poner en práctica este software es un beneficio a esto, ya que
tenemos la oportunidad de brindar nuestros conocimientos a una empresa, en los cuales talvez no es
muy conocido o usado esta herramienta, y esto da al alumno la ventaja de ser tomado en cuenta para
un nuevo puesto.
Es muy importante día a día adquirir conocimientos sobre nuevos temas, nuevas software, nuevas
herramientas, que hará la vida en el trabajo más práctica y fácil.
https://www.r-project.org/
Análisis de Pareto con tabla con datos por agrupar. (2019). Retrieved from
https://rstudio-pubs
static.s3.amazonaws.com/243458_6df30303a2d446af9ac1250a8dd52c34.html
a8dd52c34.html
Análisis de Pareto con tabla con datos por agrupar. (2019). Retrieved from
https://rstudiopubsstatic.s3.amazonaws.com/243458_6df30303a2d446af9ac1250a8dd52c3
4.html