SP - 02 - Maticurema Jose

UTA-FISEI-II-MP-UP-07-04 NOMBRE: MATICUREMA SALAZAR MILTON JOSE FECHA: 06/06/2022
S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 1/23

DIAGRAMAS ESTADISTICOS”
RESUELVA LOS PROBLEMAS SIGUIENTES

LIBRO: CONTROL DE CALIDAD, DALE BESTERFIELD, 8va. EDICIÓN
CAPÍTULO 4 EJERCICIOS: 7 Y 8
LIBRO: CONTROL ESTADÍSTICO DE CALIDAD Y SEIS SIGMA, GUTIERREZ PULIDO,
2Da. EDICIÓN
CAPÍTULO 2 EJERCICIOS: 15 Y 16
CAPÍTULO 6 EJERCICIO 32 Y 33
EJERCICIO 7
Una empresa que llena botellas de champú trata de mantener determinado peso del producto. La tabla
siguiente muestra el peso de 110 botellas, medidos a intervalos aleatorios. Haga una hoja de conteo para
estos pesos, y trace un histograma de frecuencias. (El peso está en kilogramos).
6.00 5.98 6.01 6.01 5.97 5.99 5.98 6.01 5.99 5.98 5.96
5.98 5.99 5.99 6.03 5.99 6.01 5.98 5.99 5.97 6.01 5.98
5.97 6.01 6.00 5.96 6.00 5.97 5.95 5.99 5.99 6.01 6.00
6.01 6.03 6.01 5.99 5.99 6.02 6.00 5.98 6.01 5.98 5.99
6.00 5.98 6.05 6.00 6.00 5.98 5.99 6.00 5.97 6.00 6.00
6.00 5.98 6.00 5.94 5.99 6.02 6.00 5.98 6.02 6.01 6.00
5.97 6.01 6.04 6.02 6.01 5.97 5.99 6.02 5.99 6.02 5.99
6.02 5.99 6.01 5.98 5.99 6.00 6.02 5.99 6.02 5.95 6.02
5.96 5.99 6.00 6.00 6.01 5.99 5.96 6.01 6.00 6.01 5.98
6.00 5.99 5.98 5.99 6.03 5.99 6.02 5.98 6.02 6.02 5.97
DESARROLLO:
- Para la elaboración de este ejercicio, se toman los datos obtenidos que deben establecer los
intervalos de acuerdo con los parámetros mencionados en la siguiente ecuación.
- Ancho de intervalo
𝑅
𝑖=
#𝑐𝑙𝑎𝑠𝑒𝑠 − 1
- Donde; R es el rango
𝑅 = 𝑀𝑎𝑥 − 𝑀𝑖𝑛
𝑅 = 6,05 − 5,94
𝑅 = 0,11
- #clases: número de las clases
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(110)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 7,8
#𝑐𝑙𝑎𝑠𝑒𝑠 = 8
REFERENCIA BIBLIOGRÁFICA
[1] G. Pulido, CONTROL ESTADÍSTICO DE CALIDAD Y SEIS SIGMA, México: Mc Graw Hill, 2009.
[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.
[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.


- Por lo que el ancho de banda es igual a:

𝑅
𝑖=
0,11
𝑖=
8−1
𝑖 = 0,016
- Se procede a realizar la tabla de intervalos y correspondientes su contabilización
# LRS LRI X F
1 6,055 6,039 6,047 2
2 6,038 6,023 6,031 3
3 6,021 6,007 6,014 31
4 6,004 5,991 5,998 20
5 5,987 5,975 5,981 41
6 5,970 5,959 5,965 12
7 5,953 5,943 5,948 2
8 5,936 5,927 5,932 1
- Lo que genera el siguiente histograma de frecuencias
ANALISIS:
El histograma de este ejercicio planteado muestra una distribución estilo peine, presentado los máximos
picos en los intervalos de 5,987 a 5,975 con una frecuencia de 42 y en el 6,021 a 6,007 con una frecuencia
de 31. Entonces se debe ajustar la maquina o componente encargado del llenado de botellas de champú,
en el caso de presentar mejoras, se deben analizar el método u otras componentes que interactúan en
este proceso de llenado llevar corregir y realizar el mismo análisis realizado anteriormente.
EJERCICIO 8:
A continuación, se presentan 125 anotaciones obtenida por un analista de tiempos y movimientos en un
hospital; tomó 5 datos cada día, durante 25 días. Elabore una hoja de conteo. Presente una tabla que
contenga los puntos medios de clase, límites de clase y frecuencia observadas. Trace un histograma de
frecuencia.


DÍA DURACIÓN DE TIEMPO DE OPERACIÓN

(MIN)
1 1.90 1.93 1.95 2.05 2.20
2 1.76 1.81 1.81 1.83 2.01
3 1.80 1.87 1.95 1.97 2.07
4 1.77 1.83 1.87 1.90 1.93
5 1.93 1.95 2.03 2.05 2.14
6 1.76 1.88 1.95 1.97 2.00
7 1.87 2.00 2.00 2.03 2.10
8 1.91 1.92 1.94 1.97 2.05
9 1.90 1.91 1.95 2.01 2.05
10 1.79 1.91 1.93 1.94 2.10
11 1.90 1.97 2.00 2.06 2.28
12 1.80 1.82 1.89 1.91 1.99
13 1.75 1.83 1.92 1.95 2.04
14 1.87 1.90 1.98 2.00 2.08
15 1.90 1.95 1.95 1.97 2.03
16 1.82 1.99 2.01 2.06 2.06
17 1.90 1.95 1.95 2.00 2.10
18 1.81 1.90 1.94 1.97 1.99
19 1.87 1.89 1.98 2.01 2.15
20 1.72 1.78 1.96 2.00 2.05
21 1.87 1.89 1.91 1.91 2.00
22 1.76 1.80 1.91 2.06 2.12
23 1.95 1.96 1.97 2.00 2.00
24 1.92 1.94 1.97 1.99 2.00
25 1.85 1.90 1.90 1.92 1.92
DESARROLLO
- Para desarrollar la tabulación de los datos obtenidos se deben establecer los intervalos de
acuerdo a parámetros descritos.
𝑅
𝑖=
𝑅 = 2,28 − 1,72
𝑅 = 0,56
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(125)


- A lo que el ancho de banda es:

𝑅
𝑖=
0,56
𝑖=
8−1
𝑖 = 0.08
- Se procede a realizar la tabla de intervalos y correspondiente su contabilización.
N LRS LRI X F
1 2,285 2,205 2,245 1
2 2,204 2,125 2,165 3
3 2,123 2,045 2,084 15
4 2,042 1,965 2,004 33
5 1,961 1,885 1,923 46
6 1,888 1,805 1,843 16
7 1,799 1,725 1,762 10
8 1,718 1,645 1,682 1
- Lo que general el siguiente histograma de frecuencias
ANALISIS:
El histograma planteado muestra una distribución normal, ya que los valores tienden por la parte central,
lo cual indica que los métodos aplicados están respondiendo adecuadamente, aunque se debe realizar un
ajuste debido a que los valores podrían presentar una tendencia de sesgo positivo.
LIBRO: CONTROL ESTADÍSTICO DE CALIDAD Y SEIS SIGMA, GUTIERREZ PULIDO, 2Da.
EDICIÓN
CAPÍTULO 2
EJERCICIO 15:
En la elaboración de envases de plástico primero se elabora la preforma, para la cual se tienen varios
criterios de calidad, uno de ellos es el peso de esta. Para cierto envase se tiene que el peso debe estar
entre 28.00 ± 0.5 g. A continuación, se muestran los últimos 112 datos obtenidos mediante una carta de
control para esta variable.


A. Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones es
adecuada.
B. Calcule la desviación estándar y una aproximación de los limites reales y con base en estos
decida si la variabilidad de los datos es aceptable.
C. Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos,
etcétera).
D. ¿Es adecuado el peso de las preformas?
27.72 28.39 28.21 28.19 28.02 27.93 27.89 28.88
28.06 27.91 27.97 27.95 27.96 27.94 28.04 28.05
27.81 27.74 27.95 27.91 27.93 28.07 28.13 27.98
27.87 27.87 27.82 28.23 27.90 27.91 18.16 27.94
27.86 27.84 27.70 27.98 28.02 28.00 27.99 28.13
28.26 28.10 27.94 28.07 27.84 27.90 27.87 27.76
27.95 27.94 27.81 27.76 27.96 27.84 27.85 27.93
28.22 27.96 27.88 28.08 28.04 28.19 27.89 28.08
28.09 28.02 27.85 28.27 27.75 27.98 27.75 27.82
28.13 27.88 28.11 28.05 28.14 28.11 28.08 28.16
28.04 28.05 27.75 27.89 27.94 28.19 28.10 27.78
27.63 27.93 27.74 28.10 28.14 27.91 27.84 28.21
27.85 27.84 28.12 28.01 27.97 27.88 28.00 28.10
28.16 28.16 28.01 28.13 27.97 27.90 27.87 27.94
DESARROLLO:
A. Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones
es adecuada.
- Para desarrollar la tabulación de los datos obtenidos, se deben establecer los intervalos de
acuerdo con los parámetros detallados por la ecuación.
𝑅
𝑖=
𝑅 = 28,39 − 27,63
𝑅 = 0,76
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(112)



𝑅
𝑖=
0,76
𝑖=
8−1
𝑖 = 0,109
- Una vez encontrado el valor de ancho de banda se procede a realizar la tabla de intervalos y su
contabilización.
N LRS LRI X F
1 28,395 28,286 28,3405 1
2 28,285 28,177 28,231 9
3 28,176 28,068 28,122 23
4 28,067 27,959 28,013 24
5 27,958 27,85 27,904 35
6 27,849 27,741 27,795 15
7 27,74 27,632 27,686 4
8 27,631 27,523 27,577 1
MEDIDAS DE TENDENCIA CENTRAL

 Media Aritmética
∑ 𝐹 ∗ 𝑋𝑚
𝑋̅ =
𝑛
 Moda
∆1
𝑀𝑂𝐷 = 𝐿𝑅𝑖𝐶𝑀𝑂𝐷 + ∗𝑖
∆1 + ∆2
 Mediana
𝑁
− 𝑓𝑎𝑎𝑛𝑡
𝑀𝐸𝐷 = 𝐿𝑅𝑖𝐶𝑀 + 2 ∗𝑖
𝑓𝐶𝑀
N LRS LRI X F Fa Fi*Xi f*(Xi-
X)^2
1 28,395 28,286 28,341 1 1 28,341 3,039
2 28,285 28,177 28,231 9 10 254,079 1,347
3 28,176 28,068 28,122 23 33 646,806 0,337
4 28,067 27,959 28,013 24 57 672,312 0,000
5 27,958 27,850 27,904 35 92 976,640 0,329
6 27,849 27,741 27,795 15 107 416,925 1,316
7 27,740 27,632 27,686 4 111 110,744 2,953
8 27,631 27,523 27,577 1 112 27,577 5,232
TOTAL 112 3.133,424 14,551
PROMEDIO 27,959


∑ 𝑓 ∗ 𝑋𝑚
𝑋̅ =
𝑛
3133,424
𝑋̅ =
112
𝑋̅ = 27,977
 Moda
∆1
∆1 + ∆2
∆1 = 𝑓𝑚𝑜𝑑𝑎𝑙 − 𝑓𝑝𝑟𝑒𝑚𝑜𝑑𝑎𝑙
∆1 = 35 − 15
∆2 = 𝑓𝑚𝑜𝑑𝑎𝑙 − 𝑓𝑝𝑜𝑠𝑡𝑚𝑜𝑑𝑎𝑙
∆2 = 35 − 24
20
𝑀𝑂𝐷 = 27,850 + ∗ 0,109
20 + 11
𝑀𝑂𝐷 = 27,920
 Mediana
𝑁
𝑓𝐶𝑀
112
− 55
𝑀𝐸𝐷 = 27,959 + 2 ∗ 0,109
24
𝑀𝐸𝐷 = 27,964
MEDIA 27,977
MEDIANA 27,964
MODA 27,92


ANALISIS
Los valores encontrados de las medidas de tendencia central indican un rango aceptable ya que se
encuentran dentro de rango, además que muestran variación de 0,05 entre todas ellas.
B. Obtenga las medidas de tendencia central y señale si la tendencia central de las

mediciones es adecuada.
 LS: 28.5
 LI: 27,5
𝑛
𝑆 = √∑ 𝑓𝑖 ∗ (𝑋𝑚𝑚𝑖 − 𝑋̅)2 ⁡)⁡/(𝑛 − 1)⁡
𝑖=1
2,409
𝑆=√
111
𝑆 = 0,14
̅ ⁡ ± 𝟑𝑺⁡está en 99,7%
Si 𝒙
LI LS
𝑥̅ + 3𝑆 𝑥̅ + 3𝑆
27,977 − 3(0,147) 27,977 + 3(0,147)
27,536 28,418
ANALISIS
Partiendo de los valores limites dispuestos de máximo 28,5 y mínimo de 27,5 por las especificaciones
de puede constatar que las variaciones son aceptables, debido a que se sobrepasan los valores ni superior
ni inferior con la muestra de un 99,7% con valores dentro del margen de las especificaciones.


C. Obtenga las medidas de tendencia central y señale si la tendencia central de las

mediciones es adecuada.
MEDIA 27,977
MEDIANA 27,964
MODA 27,92
ANALISIS
Mediante el histograma podemos observar que las medidas te tendencia centras están de una casi junta
mostrando un método relativamente adecuado, en relación del sesgo presenta un sesgo positivo es decir
tiende ala derecha y en curtosis presenta una mesocúrtica teniendo un gran cantad de sus valores
tendiendo al centro de la figura.


EJERCICIO 16
Una característica clave en la calidad de las pinturas es su densidad, y un componente que influye en
esta es la cantidad de arenas que se utilizan en su elaboración. La cantidad de arena en la formulación
de un lote se controla por medio del número de costales, que según el proveedor contienen 20 kg. Sin
embargo, continuamente se tienen problemas en la densidad de la pintura que es necesario corregir con
retrabajo y reprocesos adicionales. En este contexto se decide investigar cuanta arena contienen en
realidad los costales. Para ello, se toma una muestra aleatoria de 30 costales de 28.00 0.5 g. A
continuación, se muestran los últimos 112 datos obtenidos mediante una carta de control para esta
variable cada lote o pedido (500 costales). Los pesos obtenidos en las muestras de los últimos tres lotes
se muestran adelante. Las especificaciones iniciales que se establecen para el peso de los costales de
arena son de 20 ±0.8 kg.
a) De acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?
b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con detalle.
d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.
e) Haga un análisis de cada lote por separado y con apoyo de estadísticos y gráficas, señale si hay
f) diferencias grandes entre los lotes.
g) ¿Las diferencias encontradas se podrían haber inferido a partir del histograma del inciso c)?
h) Obtenga un diagrama de caja para cada lote y compárelos.
LOTE PESO DE COSTALES DE LA MUESTRA
1 18.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0
19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6 19.6 19.0
19.6 19.4 19.8 19.1 20.0 20.4 18.8 19.3 19.1 19.1
2 18.6 19.9 18.8 18.4 19.0 20.1 19.7 19.3 20.7 19.6
19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6
20.0 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19.0 19.7
3 20.1 20.2 21.0 19.7 20.1 20.0 19.1 20.4 19.6 20.6
20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.0 20.0
20.2 19.7 20.0 19.6 19.7 19.8 19.9 20.3 20.4 20.2
a) De acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?

- Para desarrollar la tabulación de los datos obtenidos, se deben establecer los intervalos de
acuerdo con los parámetros descrito por la siguiente ecuación.
𝑅
𝑖=
𝑅 = 21 − 17,8
𝑅 = 3,2



#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(90)
𝑅
𝑖=
3,2
𝑖=
8−1
𝑖 = 0,46
- Una vez encontrado el valor de ancho de banda se procede a realizar la tabla de intervalos y
correspondiente su contabilización.
# LRS LRI X F
1 21,050 20,590 20,820 6
2 20,589 20,130 20,360 10
3 20,129 19,670 19,900 27
4 19,669 19,210 19,440 17
5 19,209 18,750 18,980 20
6 18,749 18,290 18,520 9
7 18,289 17,830 18,060 0
8 17,829 17,370 17,600 1
MEDIDAS DE TENDENCIA CENTRAL

∑ 𝐹 ∗ 𝑋𝑚
𝑋̅ =
𝑛
 Moda
∆1
∆1 + ∆2
 Mediana
𝑁
𝑓𝐶𝑀


# LRS LRI X F Fa F* 𝒇 ∗ (𝑿𝒊 − 𝑿)⁡^𝟐

X
1 21,050 20,590 20,820 6 6 124,920 9,53
2 20,589 20,130 20,360 10 16 203,595 4145,3
3 20,129 19,670 19,900 27 43 537,287 10692,27
4 19,669 19,210 19,440 17 60 330,472 6424,53
5 19,209 18,750 18,980 20 80 379,590 7204,81
6 18,749 18,290 18,520 9 89 166,676 3086,91
7 18,289 17,830 18,060 0 89 0,000 0
8 17,829 17,370 17,600 1 90 17,600 309,76
SUMA 90 1760,138 31873,1
PROMEDIO 19,210
∑ 𝐹 ∗ 𝑋𝑚
𝑋̅ =
𝑛
1760,138
𝑋̅ =
112
𝑋̅ = 19,56
 Moda
∆1
∆1 + ∆2
∆1 = 𝑓𝑚𝑜𝑑𝑎𝑙 − 𝑓𝑝𝑟𝑒𝑚𝑜𝑑𝑎𝑙
∆1 = 27 − 17
∆2 = 𝑓𝑚𝑜𝑑𝑎𝑙 − 𝑓𝑝𝑜𝑠𝑡𝑚𝑜𝑑𝑎𝑙
∆2 = 27 − 10
10
𝑀𝑂𝐷 = 19,67 + ∗ 0,46
10 + 17
𝑀𝑂𝐷 = 19,84
 Mediana
𝑁
𝑓𝐶𝑀
90
− 30
𝑀𝐸𝐷 = 19,21 + 2 ∗ 0,46
17
𝑀𝐸𝐷 = 19,62


MEDIA 19,56
MEDIANA 19,62
MODA 19,84
ANÁLISIS
Basada en la relación de las medidas de tendencia central se observa un grado de desviación tal como
se muestra en la figura respecto al valor base especificado de 20 kg.
b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.
 LS: 20,8
 LI: 19,2
𝑛
𝑆 = √∑ 𝑓𝑖 ∗ (𝑋𝑚𝑚𝑖 − 𝑋̅)2 ⁡)⁡/(𝑛 − 1)⁡
𝑖=1
39,60
𝑆=√
89
𝑆 = 0,667
̅ ⁡ ± 𝟑𝑺⁡está en 99,7%
Si 𝒙
LI LS
𝑥̅ − 3𝑆 𝑥̅ + 3𝑆
19,56 − 3(0,667) 19,56 + 3(0,667)
17,559 21,561
ANÁLISIS:


Con base a los límites establecidos de LS: 20,8 y LI: 19,2, se verifica que la variación que muestra no
es aceptable ya que supera la tolerancia de manera superior e inferior a las especificaciones establecidas.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con
detalle.
MEDIANA 19,62
MEDIA 19,56
MODA 19,84
ANÁLISIS
En el histograma distribución con dos picos y las especificaciones que determinan la variabilidad de
este, en donde existe una gran variabilidad y tomando la distribución una forma de peine la cual es error
en las mediciones o una mala agrupación de los datos.


d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.

- Se concluye que los lotes no cumplen en forma general con las especificaciones de peso
establecidas ya que cuentan con una gran variación estándar, en la distribución se muestra de
tipo peine con dos picos que pueden ser por una mala agrupación o errores de mediciones.
e) Haga un análisis de cada lote por separado y con apoyo de estadísticos y gráficas, señale
si hay diferencias grandes entre los lotes.
 LOTE 1
𝑅
𝑖=
𝑅 = 21 − 18,6
𝑅 = 2,4
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(30)
𝑅
𝑖=
2,4
𝑖=
6−1
𝑖 = 0,48
# LRS LRI X F
1 21,05 20,57 20,81 1
2 20,57 20,11 20,34 1
3 20,11 19,65 19,88 5
4 19,65 19,19 19,42 1
0
5 19,19 18,73 18,96 9
6 18,73 18,27 18,5 4


 LOTE 2
𝑅
𝑖=
𝑅 = 20,7 − 17,8
𝑅 = 2,9
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(30)
𝑅
𝑖=
2,9
𝑖=
6−1
𝑖 = 0,58


# LRS LRI X F
1 20,75 20,27 20,51 3
2 20,27 19,81 20,04 3
3 19,81 19,35 19,58 9
4 19,35 18,89 19,12 7
5 18,89 18,43 18,66 4
6 18,43 17,97 18,2 4
 LOTE 3
𝑅
𝑖=
𝑅 = 21 − 19,1
𝑅 = 1,9
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(𝑁)
#𝑐𝑙𝑎𝑠𝑒𝑠 = 1 − 3,332log⁡(30)



𝑅
𝑖=
1,9
𝑖=
6−1
𝑖 = 0,38
# LRS LRI X f
1 21,05 20,67 20,86 2
2 20,67 20,29 20,48 6
3 20,29 19,91 20,1 10
4 19,91 19,53 19,72 11
5 19,53 19,15 19,34 0
6 19,15 18,77 18,96 1
ANÁLISIS
Los tres lotes muestran una tendencia de gran variación, debido que las tendencias centrales no se
acercan a las especificaciones dadas, y con ello se suma que los limites propuestas por cada uno de ellos
no se acercan a los establecidos en las especificaciones, además que muestran distribuciones tipo peine.
f) ¿Las diferencias encontradas se podrían haber inferido a partir del histograma del inciso?
Pues llevando el análisis de manera global e individual se puede establecer que no existen tanta
diferencia, debido que de forma grupal o separadas muestran una distribución de tipo peine, con estilos
de peine y en ninguno de los casos cumplen las especificaciones en los límites establecidos.


g) Obtenga un diagrama de caja para cada lote y compárelos.
LOTE
1
LOTE
2
LOTE
3


ANÁLISIS
Mediante un análisis de los tres lotes se puede obtener constatar que el tercer lote tiende valores más centrado
y la variabilidad de los 3 y además de que sus límites 21 y 19,1 kg, después el lote 1 y por final el lote 3.
EJERCICIO 32:
En una industria se desea investigar cómo influye la temperatura (°C) en la presión del vapor de B-
trimetilboro. Los datos obtenidos con tal propósito se muestran a continuación:
a) Construya un diagrama de dispersión e interprételo.
b) Obtenga el coeficiente de correlación y al interpretarlo compare con lo observado en el inciso a).
TEMPERATURA PRESION
13.0 2.9
19.5 5.1
45.7 30.5
56.1 51.4
64.4 74.5
71.4 100.2
80.5 143.7
85.7 176.9
22.5 8.5
27.2 10.3
31.8 14.6
a) Construya un diagrama de dispersión e interprételo.

- Regresión lineal mediante el método de mínimos cuadrados.
# Temperatura Presión X^2 X*Y Y (Yi-Y) ^2 (YC-Y)

(X) (Y) C ^2
1 13 2,9 169 37,7 -19,17 2845,16 5686,22
2 19,5 5,1 380,3 99,5 -4,78 2615,3 3723,75
3 45,7 30,5 2088,5 1393,9 53,2 662,55 9,25
4 56,1 51,4 3147,2 2883,5 76,21 23,43 398,93
5 64,4 74,5 4147,4 4797,8 94,58 333,43 1470,05
6 71,4 100,2 5098 7154,3 110,07 1932,48 2897,91
7 80,5 143,7 6480,3 11567,9 130,21 7649,25 5471,63
8 85,7 176,9 7344,5 15160,3 141,72 14558,84 7306,51
9 22,5 8,5 506,3 191,3 1,86 2279,11 2957,57
10 27,2 10,3 739,8 280,2 12,26 2110,48 1934,45
11 31,8 14,6 1011,2 464,3 22,44 1733,89 1142,62
Total 517,8 618,6 31112,3 44030,5 36743,9 32998,87


𝑎 ∑ 𝑥 2 + 𝑏 ∑ 𝑥 = ∑ 𝑥𝑦
𝑎 ∑ 𝑥 + 𝑛𝑏 = ∑ 𝑦
31112,3𝑎 + 517,8𝑏 = 44030,5
517,8𝑎 + 11𝑏 = 618,6

𝑌 = 𝑎𝑥 + 𝑏
𝑌 = 2,213𝑥 − 47,936
ANÁLISIS
En el grafico se tiene la relación entre la temperatura y presión, donde la cual presenta una pendiente
positiva y con lo cual se puede interpretar que las variables son directamente proporcionales por lo que
si una aumenta la otra de igual manera.
b) Obtenga el coeficiente de correlación y al interpretarlo compare con lo observado en el
inciso
𝑉𝐸
𝐶𝑅 = √
𝑉𝑇
- En la cual
 VE=∑𝑛𝑖=1(𝑌𝑐𝑖 − 𝑌̅ )2
 VT==∑𝑛𝑖=1(𝑌𝑖 − 𝑌̅)2
32998,87
𝐶𝑅 = √
36743,9
𝐶𝑅 = 0,948


ANÁLISIS
Con el coeficiente de relación basado en a las variables de temperatura (x) y presión (y), se puede
afirmar que estas variables tienen estrecha relación ya tiene un valor de 0,948 con relación positiva y
creciente.
EJECICIO 33
Como parte del análisis del problema de ausentismo se decide investigar la relación entre edad del
empleado y días que faltó a laborar en el año. Los datos del último año se muestran a continuación.
a) Mediante un diagrama de dispersión, analice la relación entre estas dos variables.
b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?
c) Calcule el coeficiente de correlación e interprételo.
EMPLEADO EDAD FALTAS EMPLEADO EDAD FALTAS
1 29 6 21 25 7
2 33 5 22 38 3
3 40 0 23 22 0
4 23 8 24 30 4
5 31 6 25 24 7
6 20 9 26 39 10
7 30 5 27 35 5
8 38 5 28 20 1
9 23 8 29 32 5
10 25 6 30 25 5
11 26 7 31 36 5
12 30 5 33 30 5
13 42 2 33 20 10
14 34 5 34 38 4
15 31 6 35 39 4
16 18 11 36 34 4
17 33 6 37 35 6
18 33 4 38 27 7
19 33 5 39 40 3
20 32 5 40 31 6
a) Mediante un diagrama de dispersión, analice la relación entre estas dos variables.
𝑎⁡∑⁡𝑥2⁡ + ⁡𝑏⁡∑⁡𝑥⁡⁡∑⁡𝑥𝑦
𝑎 ∑ 𝑥 + 𝑛𝑏 = ∑ 𝑦 39046𝑎 + 1224𝑏 =6225
1224𝑎 + 40𝑏 = 212
𝑌 = 𝑎𝑋 + 𝑏
𝑌 = −0,165𝑋 + 10,341


ANÁLISIS:
La grafica que relaciona dos variables, edades y faltas, donde se muestra una pendiente es negativa
y por lo que se puede interpretar que las variables son inversamente proporcionales, es decir al
aumentar la edad las faltas decrecen.
b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?
Se puede establecer que entre más joven se la persona como empleador tiende a tener un mayor
porcentaje de faltas, dicho de otra manera, las personas de una edad promedio de 40 en adelante tiende
a tener una cantidad de faltas leves o mínimas.
c) Calcule el coeficiente de correlación e interprételo
𝑉𝐸
𝐶𝑅 = √
𝑉𝑇
En la cual
 VE=∑𝑛𝑖=1(𝑌𝑐𝑖 − 𝑌̅ )2
 VT==∑𝑛𝑖=1(𝑌𝑖 − 𝑌̅)2
43,3
𝐶𝑅 = √
236,4
𝐶𝑅 = 0,428
ANÁLISIS
El coeficiente de correlación es de 0,428 por lo que se puede definir que tiene una correlación moderada
o débil, ya que cuenta con una dispersión amplia de datos en la relación inversa de las edades con las
fallas que presentan

SP - 02 - Maticurema Jose

Cargado por

Copyright:

Formatos disponibles

SP - 02 - Maticurema Jose

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

SP - 02 - Maticurema Jose

Cargado por

Copyright:

Formatos disponibles

UTA-FISEI-II-MP-UP-07-04 NOMBRE: MATICUREMA SALAZAR MILTON JOSE FECHA: 06/06/2022

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 1/23

RESUELVA LOS PROBLEMAS SIGUIENTES

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 2/23

- Por lo que el ancho de banda es igual a:

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 3/23

DÍA DURACIÓN DE TIEMPO DE OPERACIÓN

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 4/23

- A lo que el ancho de banda es:

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 5/23

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 6/23

- Por lo que el ancho de banda es igual a:

MEDIDAS DE TENDENCIA CENTRAL

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 7/23

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 8/23

B. Obtenga las medidas de tendencia central y señale si la tendencia central de las

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 9/23

C. Obtenga las medidas de tendencia central y señale si la tendencia central de las

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 10/23

a) De acuerdo con los 90 datos, ¿el centrado del proceso es adecuado?

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 11/23

- #clases: número de las clases

MEDIDAS DE TENDENCIA CENTRAL

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 12/23

# LRS LRI X F Fa F* 𝒇 ∗ (𝑿𝒊 − 𝑿)⁡^𝟐

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 13/23

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 14/23

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.

S.P C.B E N._02 TEMA: “HISTOGRAMAS Y OTROS PÁG: 15/23

d) Dé su conclusión general acerca de si los bultos cumplen con el peso especificado.

[2] D. H. Besterfield, Control de calidad, Mexico: PEARSON Prentice Hall.

[3] S. A. C. Álvarez, «El Método de mínimos cuadrados,» Chile, 2018.