HISTOGRAMA

Y
GRÁFICA
d
PROBABILIDAD
e
CARRERA: Ingeniería Industrial en Productividad y Calidad

GRUPO: 1-4

PROFESOR: M. C. Penélope G. Álvarez Vega

ALUMNOS:
M. Samantha Rivera
José Ángel Maldonado D.
José Elizandro León L.
Adrián Coronado
Elizandro
• Es una representación gráfica de
una variable en forma de barras, donde la
longitud de cada barra es proporcional a
la frecuencia de los valores representados.
• Sirven para obtener una "primera vista" general o
panorama: permite visualizar la distribución, la
tendencia central y la dispersión de los datos.
• Sus valores se agrupan en clases.
 6

5
FRECUENCIAS

0
2 4 7 10 13 17

MAGNITUD DE LOS DATOS

• En un proceso de inyección de plástico una
característica de calidad del producto (disco) es su
grosor, que debe ser de 1.20 mm con una tolerancia
de ±0.10mm. Así, el grosor del disco debe estar
dentro de la especificación inferior, EI=1.10, y la
superior, ES=1.30, para considerar que el proceso de
inyección fue satisfactorio.
Durante una semana se obtuvieron de una línea
de producción los siguientes 125 datos:
1.19 1.17 1.13 1.15 1.20 1.18 1.17 1.16
1.18 1.16 1.17 1.15 1.21 1.15 1.20 1.18
1.13 1.20 1.17 1.19 1.23 1.20 1.24 1.17
1.23 1.22 1.19 1.13 1.15 1.15 1.22 1.19
1.16 1.19 1.20 1.17 1.13 1.22 1.19 1.21
1.19 1.17 1.19 1.17 1.20 1.16 1.19 1.20
1.21 1.19 1.22 1.19 1.14 1.19 1.17 1.20
1.15 1.20 1.17 1.16 1.16 1.15 1.17 1.20
1.20 1.17 1.17 1.20 1.14 1.19 1.13 1.19
1.17 1.17 1.13 1.16 1.16 1.17 1.20 1.18
1.17 1.17 1.17 1.18 1.24 1.16 1.18 1.16
1.18 1.19 1.17 1.16 1.17 1.18 1.19 1.23
1.20 1.19 1.17 1.19 1.22 1.19 1.18 1.11
1.20 1.17 1.25 1.16 1.16 1.20 1.20 1.16
1.16 1.15 1.20 1.12 1.11 1.18 1.16 1.16
1.15 1.22 1.19 1.19 1.18
¿Qué tipo de discos en
cuanto a grosor se
están produciendo?
¿El grosor medio es
adecuado?
¿La variabilidad del grosor
es mucha o poca?
 Determinar el rango de los datos.

1.19 1.17 1.13 1.15 1.20 1.18 1.17 1.16

1.18 1.16 1.17 1.15 1.21 1.15 1.20 1.18
1.13 1.20 1.17 1.19 1.23 1.20 1.24 1.17
1.23 1.22 1.19 1.13 1.15 1.15 1.22 1.19
1.16 1.19 1.20 1.17 1.13 1.22 1.19 1.21
1.19 1.17 1.19 1.17 1.20 1.16 1.19 1.20
1.21 1.19 1.22 1.19 1.14 1.19 1.17 1.20
1.15 1.20 1.17 1.16 1.16 1.15 1.17 1.20
1.20 1.17 1.17 1.20 1.14 1.19 1.13 1.19
1.17 1.17 1.13 1.16 1.16 1.17 1.20 1.18
1.17 1.17 1.17 1.18 1.24 1.16 1.18 1.16
1.18 1.19 1.17 1.16 1.17 1.18 1.19 1.23
1.20 1.19 1.17 1.19 1.22 1.19 1.18 1.11
1.20 1.17 1.25 1.16 1.16 1.20 1.20 1.16
1.16 1.15 1.20 1.12 1.11 1.18 1.16 1.16
1.15 1.22 1.19 1.19 1.18
RANGO= Dato mayor – Dato menor

• Dato mayor = 1.25

• Dato menor = 1.11

RANGO = 1.25 – 1.11 = 0.14

 Obtener el número de clases (k) .

• Aplicando la Regla de Strugles:

• n = 125

Se recomienda que el número

de clases sea de 5 a 15.
k=8
 Establecer la longitud de clase ( l )

Tenemos:
• R = 0.14
• k=8

Redondear hacia arriba con el

mismo número de decimales que
l = 0.02
los datos.
 Centrado de los datos.
1.25 1.11

R = 0.14

• Amplitud (A).
 +0.02

1.10 1.12 1.14 1.16 1.18 1.20 1.22 1.24 1.26

1.11 – 0.01 1.25 + 0.01

 GROSOR DE FREC.
CLASE MARCAS PARA CONTEO FREC.
DISCOS (X) PORCENTUAL
1 1.10 ˂ x ≤ 1.12 /// 3 2.4%
2 1.12 ˂ x ≤ 1.14 ///// /// 8 6.4%
3 1.14 ˂ x ≤ 1.16 ///// ///// ///// ///// / 26 20.8%
///// ///// ///// /////
4 1.16 ˂ x ≤ 1.18 34 27.2%
///// ///// ////
///// ///// ///// /////
5 1.18 ˂ x ≤ 1.20 39 31.2%
///// ///// ///// ////
6 1.20 ˂ x ≤ 1.22 ///// //// 9 7.2%
7 1.22 ˂ x ≤ 1.24 ///// 5 4.0%
8 1.24 ˂ x ≤ 1.26 / 1 0.8%
Ʃ= 125 100%
• La tendencia central de los datos se ubica
alrededor de 1.18.
• El proceso está descentrado a la izquierda.
• La primera acción es mejorar su centrado.

José Ángel
• Localizar en el eje horizontal las barras con
mayores frecuencias.
• Observar la posición central del cuerpo del
histograma con respecto a la calidad óptima y
a las especificaciones.

Centrado con poca variabilidad Centrado con mucha variabilidad

Descentrado con poca Descentrado con mucha
variabilidad variabilidad
 • Comparar la amplitud de las especificaciones con el
ancho del histograma. Si la dispersión no es
demasiada, el ancho del histograma debe caber
holgadamente en las especificaciones.

Centrado con poca variabilidad Centrado con mucha variabilidad

• La forma de distribución de campana es la que
más se da en salidas de proceso y tiene
características similares a la distribución
normal.
• Refleja el desplazamiento
paulatino de un proceso
debido a desgastes o
desajustes.
• Procedimiento de medición
viciado.
• Desempeño especial del
proceso.
• Se aprecian claramente dos o más modas (picos).
– Diferencias de lote a lote en la materia prima.
– Cuando intervienen varios operadores.
– Mediciones realizadas por personas o instrumentos
diferentes.
• Mismas causas que la distribución bimodal
pero no tan fuertes.
• Corte muy brusco de la
caída de la distribución.
– Exclusión de artículos que
no cumplen con alguna
medida (mínima o
máxima).
– Errores en la medición.

Adrián
• Mediciones muy extremas.
• Aparecen una o más barras pequeñas aisladas del
resto.
– Datos incorrectos: error de medición, de registro o de
“dedo”.
– Medir un artículo que no forma parte del proceso.
• Clasificar y analizar los datos de acuerdo con
las distintas fuentes de donde proceden:
máquinas, lotes, proveedores, turnos, etc.
• Es un procedimiento que
permite determinar de
forma visual si los datos
muestrales se ajustan a
una distribución específica
(normal en este caso).
 Responde a…

Los datos de la
característica de calidad
que estudio, ¿presentan
una Distribución Normal?
• Se grafican los datos x(j) frente a los puntajes
normales estandarizados z(j).
2

z(j) 0

-1

-2

x(j)
 DISTRIBUCIÓN OTRA DISTRIBUCIÓN
NORMAL Los puntos se desvían
Los puntos en la de manera
gráfica tenderán a significativa de una
ubicarse a lo largo línea recta.
de la línea recta.
Exponencial
• El peso que deben contener ciertas bolsas de
detergente es de 750g con una tolerancia de ±5g. Se
desea verificar si es razonable suponer que la
distribución del peso sigue un distribución normal. Para
ello, se toma una muestra aleatoria de 25 productos, se
pesan y se obtienen los siguientes datos:
750 749.3 752.5 748.9 749.9 748.6 750.2
748.4 747.8 749.3 749.6 749 747.7 748.3
750.5 750.6 750 750.4 752 750.2 751.4
750.9 752.4 751.7 750.6
 Samantha

• Se ordenan los datos de menor a mayor (x(j)).

DATOS ORDENADOS DATOS ORDENADOS
NÚMERO j NÚMERO j
(Xj) (Xj)
1 747.7 14 750.2
2 747.8 15 750.2
3 748.3 16 750.4
4 748.4 17 750.5
5 748.6 18 750.6
6 748.9 19 750.6
7 749 20 750.9
8 749.3 21 751.4
9 749.3 22 751.7
10 749.6 23 752
11 749.9 24 752.4
12 750 25 752.5
13 750
• Se aplica la siguiente fórmula para cada dato.
 DATOS DATOS
NÚMERO j ORDENADOS RAZÓN (j) NÚMERO j ORDENADOS RAZÓN (j)
(Xj) (Xj)
1 747.7 0.9969 14 750.2 1.0003
2 747.8 0.9971 15 750.2 1.0003
3 748.3 0.9977 16 750.4 1.0005
4 748.4 0.9979 17 750.5 1.0007
5 748.6 0.9981 18 750.6 1.0008
6 748.9 0.9985 19 750.6 1.0008
7 749 0.9987 20 750.9 1.0012
8 749.3 0.9991 21 751.4 1.0019
9 749.3 0.9991 22 751.7 1.0023
10 749.6 0.9995 23 752 1.0027
11 749.9 0.9999 24 752.4 1.0032
12 750 1.0000 25 752.5 1.0033
13 750 1.0000
 • Se calcula esta Razón (j) acumulada que
llamaremos sólo j.
DATOS DATOS
NÚMERO j ORDENADOS RAZÓN (j) j NÚMERO j ORDENADOS RAZÓN (j) j
(Xj) (Xj)
1 747.7 0.9969 0.9969 14 750.2 1.0003 13.9827
2 747.8 0.9971 1.9940 15 750.2 1.0003 14.9829
3 748.3 0.9977 2.9917 16 750.4 1.0005 15.9835
4 748.4 0.9979 3.9896 17 750.5 1.0007 16.9841
5 748.6 0.9981 4.9877 18 750.6 1.0008 17.9849
6 748.9 0.9985 5.9863 19 750.6 1.0008 18.9857
7 749 0.9987 6.9849 20 750.9 1.0012 19.9869
8 749.3 0.9991 7.9840 21 751.4 1.0019 20.9888
9 749.3 0.9991 8.9831 22 751.7 1.0023 21.9911
10 749.6 0.9995 9.9825 23 752 1.0027 22.9937
11 749.9 0.9999 10.9824 24 752.4 1.0032 23.9969
12 750 1.0000 11.9824 25 752.5 1.0033 25.0003
13 750 1.0000 12.9824
• Se calcula la FRECUENCIA ACUMLADA
OBSERVADA para cada dato (j) usando la
fórmula.
 DATOS DATOS
NÚMERO j ORDENADOS j FREC. ACUM. NÚMERO j ORDENADOS j FREC. ACUM.
(Xj) (Xj)
1 747.7 0.9969 0.0199 14 750.2 13.9827 0.5393
2 747.8 1.9940 0.0598 15 750.2 14.9829 0.5793
3 748.3 2.9917 0.0997 16 750.4 15.9835 0.6193
4 748.4 3.9896 0.1396 17 750.5 16.9841 0.6594
5 748.6 4.9877 0.1795 18 750.6 17.9849 0.6994
6 748.9 5.9863 0.2195 19 750.6 18.9857 0.7394
7 749 6.9849 0.2594 20 750.9 19.9869 0.7795
8 749.3 7.9840 0.2994 21 751.4 20.9888 0.8196
9 749.3 8.9831 0.3393 22 751.7 21.9911 0.8596
10 749.6 9.9825 0.3793 23 752 22.9937 0.8997
11 749.9 10.9824 0.4193 24 752.4 23.9969 0.9399
12 750 11.9824 0.4593 25 752.5 25.0003 0.9800
13 750 12.9824 0.4993
• Determinar los puntajes normales estandarizados Z(j)
: ubicando para cada valor obtenido de la frecuencia
acumulada el valor Z correspondiente en la tabla
para la distribución normal.

Z(0.6293)=0.33
 DATOS DATOS
FREC. VALOR DE VALOR DE
NÚMERO j ORDENADOS NÚMERO j ORDENADOS FREC. ACUM.
ACUM. Z Z
(Xj) (Xj)
1 750 0.0200 -2.05 14 749.6 0.5401 0.10
2 748.4 0.0599 -1.56 15 750.4 0.5802 0.20
3 750.5 0.0999 -1.28 16 750.6 0.6202 0.31
4 750.9 0.1400 -1.08 17 749.9 0.6602 0.41
5 749.3 0.1800 -0.92 18 749 0.7001 0.52
6 747.8 0.2198 -0.77 19 752 0.7402 0.64
7 750.6 0.2599 -0.64 20 748.6 0.7802 0.77
8 752.4 0.3000 -0.52 21 747.7 0.8200 0.92
9 752.5 0.3401 -0.41 22 750.2 0.8601 1.08
10 749.3 0.3801 -0.31 23 750.2 0.9001 1.28
11 750 0.4201 -0.20 24 748.3 0.9400 1.55
12 751.7 0.4602 -0.10 25 751.4 0.9801 2.05
13 748.9 0.5001 0.00

Con la función:
DISTR.NORM.ESTAND.INV(celda con FREC. ACUM.)
• Graficar X(j) frente a Z(j) utilizando un gráfico
de Dispersión.
GRAFICA DE PROBABILIDADES
2.00
1.50
1.00
Valores de Z(j)

0.50
0.00
747 748 749 750 751 752 753
-0.50
-1.00
-1.50
-2.00
-2.50
• Trazar una línea recta que pase lo más cerca
posible de los puntos. En Excel:
 GRAFICA DE PROBABILIDADES
2.00
1.50
1.00
Valores de Z(j)

0.50
0.00
-0.50
-1.00
-1.50
-2.00
-2.50

Se debe poner mayor atención a los puntos de la parte

media de la gráfica que a los que están en los extremos.
 Se aprecia que prácticamente
todos los puntos siguen la línea
recta.

Se acepta que los datos

provienen de una DISTRIBUCIÓN
NORMAL.