Universidad Tecnolgica de Honduras

Fany Karina Meja Fernndez - 201210030006

Andrea Noem Medina Paz 201530010219
Julio Alberto Aguilar Zelaya 201060810013
Iris Yolany Meja - 200911210006
Roberto Andrs Amaya 201320010165

Trabajo de investigacin grupal II Parcial

Grupo #3
Control de calidad I
Seccin online
Ing. Denis Aguilar
Julio 2016

Introduccin
El presente informe fue realizado con el fin de conocer y poner en prctica los
principios de estadstica y el uso de las herramientas de calidad como lo es la
estadstica descriptiva y el diagrama de Pareto y la Estratificacin vistas en los
captulos 5 y 7 respectivamente.
Mediante la estratificacin podemos buscar informacin de manera ms fcil y de
esta manera se puede llegar a comprender mejor como es que influyen los diversos
factores que pueden dar paso a un problema, as que atraves de la utilizacin de
diferentes herramientas de calidad podemos averiguar de manera eficiente cuales
son las causas de los problemas que se pueden dar durante la produccin. De igual
forma el diagrama de Pareto es de mucha utilidad para la deteccin de fallas vitales
y de esta manera podes hacer frente de manera oportuna con la utilizacin de la
herramienta adecuada.

Objetivos

Objetivos
Objetivo general

Aplicar los conocimientos adquiridos

Objetivos especficos

Desarrollar diagrama de Pareto

Desarrollar la hoja de verificacin

Aplicar medias utilizadas en la estadstica

Explicar y dar solucin a los problemas propuestos

Ejercicios captulo 5
1. Qu obtuvo Mathew Maury al analizar los diarios de a bordo de los
viajes navales?
R// Logro identificar los lugares en el mar que tenan fuertes vientos as como la
direccin de los mismos, tambin las zonas martimas con corrientes de agua,
temperatura y profundidades, y todo eso lo registro en lo que hoy se conoce como
cartas de navegacin, mismas que han venido a optimizar el traslado de los buques
de un lugar a otro.
2. Describa algunas de las fallas en la obtencin de informacin que se
comentaron en la primera seccin de este captulo.
R// algunos comentarios de las fallas son:
Datitis: cuando se obtienen datos sin ningn propsito claro e importante, lo
que resulta en datos, cuestionarios, registros y reportes en espera de que
tengan alguna utilidad.
Obtencin de informacin para validar decisiones previamente tomadas, es
decir tomar nicamente la informacin a conveniencia.
Es raro que se tenga un plan global de porque se va a obtener informacin,
cual es la mejor fuente, como, cuando, quien, donde se va a analizar y que
decisiones se pretenden tomar.
Informacin poco representativa o sesgada.
Tabes y errores sobre el papel de la estadstica en la obtencin de
informacin.
3. Cules son las 6M de un proceso?
R// las 6M son:
Maquinaria
Mano de obra
Mediciones
Medio ambiente
Materiales
4

 Mtodos

4. Qu es el pensamiento estadstico?
R// Es una filosfica de aprendizaje y accin basada en los siguientes principios: 1)
todo el trabajo ocurre en un sistema de procesos interconectados, 2) la variacin
existe en todos los procesos, 3) entender y reducir la variacin son clave para el
xito.

5. Cmo se puede utilizar el pensamiento estadstico en los tres niveles de

una organizacin?
R// Estratgico: Crea estrategias y las comunica, usa datos de varias fuentes para
dirigir, desarrolla e implementa sistemas de medicin para dirigir el proceso,
estimula a los empleados a experimentar nuevas formas de hacer su trabajo.
Directivo: desarrolla proyectos estructurados, fija metas (sabe que hay una
variacin), se centra en los procesos y no reclama a sus empleados por la variacin.
Operacional: conoce la variacin, grafica datos de los procesos, identifica medidas
claves y oportunidades de mejora.
6. Proporcione dos ejemplos de variables cualitativas y dos de variables
cuantitativas.
R// Variables cualitativas: son aquellas donde las caractersticas que se estudian no
son numricas, ejemplo: tipo de productos, nombre de los clientes.
Variables cuantitativas: son aquellas cuyas caractersticas pueden registrarse
cuantitativamente, ejemplo: peso de un lote, nmero de piezas defectuosas.
7. Escriba un ejemplo para cada uno de los tres tipos de variables de salida.
R// Entre ms pequea mejor: son variables o caractersticas de calidad cuya
exigencia nicamente es que no excedan un cierto valor mximo tolerado, ejemplo:
el porcentaje de impurezas en una sustancia, la cantidad de sustancias toxicas en
un producto alimenticio.
Entre ms grande mejor: son variables o caractersticas de calidad a las que se le
exigen que sean mayores que un mnimo o que una cierta especificacin inferior,
ejemplo: la blancura de una tela de color, o la resistencia de una pieza de plstico
inyectado.
Valor nominal es el mejor: variables que deben tener un valor especfico y por lo
tanto no pueden ser menores ni mayores que una especificacin, ejemplo: la
longitud de una pieza para ensamble, el dimetro inferior de una tuerca.
5

8. De qu manera afectan los datos raros a la media?

R// Estos datos sobreestiman o subestiman la media de una muestra.
9. Explique los errores en la interpretacin de la media que se sealan en la
seccin Errores en la toma de decisiones con el uso de la media.
R// Se cree que los valores de todos los datos son iguales o estn muy cerca de la
media, ignorando por completo que la media no proporciona ninguna informacin
sobre la variabilidad.
La media es el dato ms frecuente, si se olvida que lo anterior se da solo en datos
simtricos y uni-modales, es decir, desconociendo el concepto de moda y
confundindola con la media.
La media es el valor que est en medio, y que a la izquierda estn el 50% de los
datos y lo mismo a la derecha, de este modo se ignora el concepto de la mediana y
que a la media la jalan los sesgos o los datos raros o atpicos.
La media maestral es la media poblacional, si de desconocer que la media maestral
es una variable aleatoria.
10. Explique la relacin entre la media y la desviacin estndar que establece
la regla emprica y el teorema de Chebychev.
R// La desviacin estndar es la medida de la dispersin en torno a la media, es
decir mide la variabilidad entorno a la media.
11. Se desea investigar el peso promedio de 1000 artculos de un lote, por lo
que se eligen aleatoriamente 40 de ellos, se pesan y se obtiene X=252g
con S=5.
a) Quiere decir que el peso medio de los 1000 artculos es de
252?
b) la mayora de los artculos pesa 252 gramos?
c) de los 40 artculos en la muestra algunos pueden pesar 300g?
R// El inciso a) es incorrecta ya que dice que si el peso promedio de los 1000
artculos es de 252. Y se sabe que 252 es el peso promedio pero de la muestra de
los 40 artculos no de los 1000 por lo tanto es incorrecto.
El b) dice que si la mayora de los artculos es de 252, no necesariamente a menos
de que sea la moda. Este tambin es incorrecto ya que para calcular la moda se
necesita la informacin de los datos que se dan en el problema. Y el problema no
muestra ms que una x=252. Concluimos que es adems incorrecta.
El c) es la respuesta correcta ya que nos muestra que si algunos artculos pudieran
pesar 300g. Perfectamente pueden pesar ms de 300g ya que la media es una
medida que puede ser variable. Es decir, que algunos datos pueden cambiar la
totalidad de la informacin de la media ejemplo:
6

5+5+5+5+5+5+5+5+5+5+5+5+5+5+5+50= 7.81
Podemos ver que la media se aleja del dato que ms se repite, ya que hay un dato
que altera toda la suma de datos.

12. En una empresa se llevan los registros del numero d fallas de equipos
por mes, la media es de 10 y la mediana de 5:
a) Si usted tiene que reportar la tendencia central de fallas, Qu
numero reportara?
b) la discrepancia entre la media y la mediana se debi a que en
varios meses ocurrieron pocas fallas?
R// Desarrollo:
a) Si reportara cinco porque la mediana es una medida de tendencia
central ms exacta que la media, ya que la media posee datos que
alteran su respuesta.
b) No se debi, a que hubieron algunos das en los cuales ocurrieron
muchas fallas y estas fallas en estos pocos das terminaron alterando el
orden genrico de las fallas.
13. Un aspecto clave de la calidad de cierto producto es su peso: la norma
establece que su peso mnimo sea de 2 kg. El ingeniero de produccin
informa que se est cumpliendo con tal norma, ya que el peso promedio
del producto es de 2.5 kg. est usted de acuerdo con el ingeniero?
R// Desarrollo:
Antes habra que revisar la desviacin estndar para determinar la dispersin en
torno a la media, ya que a simple vista resulta que el promedio de los pesos est
muy cercano al nivel mnimo de tolerancia y no necesariamente en todos los casos
se est cumpliendo con rango establecido puede ser que el peso mximo sea de
2.3 y entonces estaramos exagerando en el peso.
14. Tres mquinas, A, B y C, realizan cortes de manera automtica de ciertas
tiras de hule. La longitud ideal de las tiras es de 90 cm, con una tolerancia
de 2 cm. Se toma una muestra de 80 piezas de la produccin de una
semana de cada mquina.
a) La longitud A, X=90; B, X=90.5; C, X=92. Con base en esto
puede decidir cul maquina es mejor?
b) Si adems la desviacin estndar obtenida es: A, S=1.5; B, S=1;
C, S=0.5, decida cual maquina estuvo funcionando mejor.
R// Desarrollo:
7

a) A simple vista resalta maquina A como la mejor pero haba que revisar
las dispersiones de los datos en torno a la media.
b) las maquinas A y B estn funcionando mejor.

15. En el ejemplo 5.3 se observ que en la fabricacin de las lminas de

asbesto un equipo de mejora detecto que se tienen problemas en cuanto
a que no se est cumpliendo con el grosor especifico que es de 5 mm,
con una tolerancia de 0.8 mm. Con el objetivo de corregir tal situacin el
grupo pone en prctica un plan de mejora. Para verificar si el plan tuvo
xito, tomando aleatoriamente 45 lminas de la produccin de una
semana posterior a las modificaciones. Los espesores obtenidos se
muestran a continuacin.
5.4

5.4

4.7

5.1

4.7

5.0

5.1

4.9

4.3

4.7

5.3

4.6

4.8

4.4

4.9

5.6

4.7

4.7

4.5

5.1

4.7

5.1

5.3

5.0

5.3

4.5

4.4

4.7

5.2

4.7

4.6

5.0

5.4

4.7

4.8

5.1

4.9

5.0

5.0

a) Calcule la media, mediana y desviacin estndar y, comprelas con los

respectivos estadsticos antes de la mejora, decida si el plan dio
resultado.
b) Construya un histograma e inserte en el las especificaciones y,
comparndolo con el histograma antes de la mejora, investigu si el
plan fue exitoso. Argumente su respuesta.
R// Desarrollo
Estadsticas descriptivas: Espesores

Variable

Media Desv.Est. Mediana

Espesores 4.9267

0.3208 4.9000

Pareciera que si tuvo xito aunque todava falta mejorar para que este exactamente
en el grosor que las lminas requieren, ya que si estas son ms pesadas de lo
normal puede presentar problemas al momento de utilizarlas.
Laminas de Asbesto
Normal

50

Media
Desv .Est.
N

Frecuencia

40

4.927
0.3208
202

30

20

10

4.2

4.4

4.6

4.8
5.0
Espesores

5.2

5.4

5.6

El grafico nos muestra que todava hay muchas lminas que no cumplen con las
condiciones, as que puede que el plan no haya dado resultado. De igual manera
se puede observar que si hay laminas que cumplen con lo establecido pero son muy
pocas, as que es necesario revisar el proceso de produccin para ver qu es lo que
est pasando. Tambin se puede observar que hay laminas que sobre pasan el
peso ideal esto tambin debe de revisarse porque son varias laminas las que se
pasan de lo establecido.

Ejercicios captulo 7
1. En un anlisis de Pareto, en primer lugar se debe hacer un Pareto para
problema y despus un Pareto de segundo nivel para causas. Explique
en qu consiste cada uno de estos y proporcione un ejemplo para
ilustrarlo.
R// Si debe primero realizar un Pareto para identificar los problemas pues es
necesario tener una idea clara de que tipo de problemas es el ms crtico o ms
repetitivo, es decir cul de todos los problemas es el que tiene mayor impacto,
posteriormente elabora un Pareto para visualizar las causas y poder terminar cul
de todas las posibles causas es la que se tiene que atacar inmediatamente, o sea,
cul de todas las causas es la que est determinado el impacto mayor. Ejemplo: un
Pareto para determinar el total de piezas defectuosas donde se pueda detallar el
tipo de defecto y el rea donde se da, as nos centraremos en investigar
posteriormente a que se debe esos defectos en dicha rea, luego haciendo el Pareto
de las posibles causas podremos enfocarnos en las causas que tengan mayor
relevancia.
2. Mencione en que consiste el error tpico que se comete cuando no se
utiliza de manera apropiada el Dp.
R// El error tpico es que aun cuando utilizamos el DP para visualizar el problema
ms importante, no se aplica para identificar sus causas ms importantes y poder
atacarlas.
3. De qu manera contribuye la estratificacin a la bsqueda de las
causas de un problema?
R// Clasifica o agrupo los problemas de acuerdo con los diversos factores que
influyen en los mismos, tal como tipo de fallas, mtodo de trabajo, la maquinaria, los
turnos, los obreros, los proveedores y materiales.
4. Explique cmo se relacionan la estratificacin y el Dp.
R// Ambas herramientas nos ayudan a encontrar de forma precisa de los principales
problemas que estn afectando a la organizacin, al ayudan a identificar las causas
ms importantes que ocasionan dichos problemas, es decir ayudan a enfocarse en
lo que realmente tiene un efecto significativo dentro del sistema.
5. La escala izquierda en un Dp siempre tiene que estar en unidades
monetarias?

10

R// No, tiene que estar en unidades de medidas y esos lo proporciona el tipo de
actividad o producto que necesitemos evaluar, pueden ser peso, artculos
rechazados, horas hombre, retrasos, numero de fallas, incumplimiento, quejas etc.

6. En una fbrica de vlvulas se est buscando reducir la cantidad de

piezas defectuosas. Cada molde est dividido en tres zonas, cada una
de las cuales incluye dos piezas. Como punto de partida se recaban
datos mediante la hoja de verificacin de la tabla 7.5, en la cual se
especifica el tipo de problemas, el producto y la zona del molde. En la
tabla 7.5 se muestra los datos obtenidos en dos semanas.
a) Realice un anlisis de Pareto completo.
b) Cul es el problema ms importante?
c) Cules son las principales pistas para encontrar la causa del
problema principal?

R//

11

12

10
8
Zona 1

Zona 2
4

Zona 3

0
a

c
A1

c
A2

c
A3

A4

La mayora de los errores se estn generando en la zona 3, y los errores ms

frecuentes son de porosidad, principalmente en los artculos A4, A1 y A2, le siguen
los errores de llenado en los artculos A1 y A2 siempre en la zona 3.
7. En una empresa del ramo grafico se ha llevado durante dos meses el
registro del tipo de defectos que tienen los productos finales,
obtenindose los siguientes problemas con sus respectivos
porcentajes: fuera de tono, 35% ; manchas, 30% ; fuera de registro,
15% ; mal corte, 12% ; cdigo de barras opaco, 8% . De acuerdo con el
principio de Pareto se puede decir que el problema claramente
predominante es que las impresiones estn fuera de tono?
R// Se puede observar que el defecto predominante es que las impresiones estn
fuera de tono, sin embargo, es necesario atacar tambin el problema de las
manchas ya que entre ambos defectos suman el 65% del total de los defectos que
se encuentran.
8. Realice un DP de sus principales actividades y del tiempo que dedica
a cada una de ellas.
R//

12

Tiempo y Porcentaje
Actividad

Trabajo

Hrs.x
semana

55

33%

Universidad 14

8%

Hogar

22

13%

Diversin

11

7%

Descansar

64

38%

La Iglesia

1%

% de Tiempo
40%
35%
30%
25%
20%
15%
10%
5%
0%

% de Tiempo

9. En el rea de finanzas de una empresa, uno de sus principales

problemas lo constituyen los cheques sin fondos de pago de los
clientes. Por ello, se duda en aplicar medidas ms enrgicas con todo
pago con cheques o solo hacerlo con ciertos clientes. Cmo utilizara
la estratificacin y el DP para tomar la mejor decisin?
R// Antes que nada es indispensable identificar los clientes a que pertenecen los
cheques que no tienen fondos, es necesario llevar un registro de los cheques
devueltos por el banco que contenga: Cantidad, Cliente que deposit, Facturas
canceladas y cargo del banco por cheque sin fondos. Una vez estratificado la
informacin podremos determinar a qu clientes se les pueden aplicar medidas
enrgicas por ese tipo de percances.

13

10. En una empresa se tienen localizados cuatro tipos bsicos de quejas

por mal servicio: A, B, C y D. la frecuencia con que se han presentado
en el ltimo trimestre es de 45% , 30% , 15% y 10% , respectivamente.
Adems, en una escala de 0 a 5, se ha evaluado el grado de molestia
que implica para el cliente cada queja; 2, 5, 1 y 3, respectivamente para
las quejas tipo A, B, C y D. con base en lo anterior, y considerando
que 5 significa mxima molestia, realice un anlisis de Pareto para
determinar cul es la queja ms importante a reducir (vase la
caracterstica 2 de un buen diagrama de Pareto)
R//

100%
80%
60%
40%
20%
0%

QUEJAS

GRADO

FRECUENCIA

GRADO

FRECUENCIA

GRADO

FRECUENCIA

FRECUENCIA

GRADO

Series1

La queja ms importante a atacar en la clasificada como B, pues es una de las que

ha causado mayor molestia en el cliente, le sigue la queda tipo D y por ltimo la
queja Tipo A pues su frecuencia es considerable.

14

11. De acuerdo con la informacin de una hoja de verificacin en una

lnea del proceso de envasado de tequila de una empresa, se
presentaron en el ltimo mes los siguientes resultados en cuanto a
defectos: botellas, 804; tapa, 715; etiqueta, 1823; contra-etiqueta, 742;
bot.s/vigusa, 916; otros, 102. El total de botellas envasadas en el mes
fue de 424654. Con estos datos realice un diagrama de Pareto y
obtenga sus propias conclusiones.

R//
100%

5000

90%
80%

4000

70%

60%

3000

50%
40%

2000

frecuencia
% acumulado

30%
20%

1000

10%
0

0%
Etiqueta B.s./vigusa Botella C.Etiqueta

Tapa

Otros

Es necesario poder revisar detalladamente en la zona de etiqueta pues es ah donde

se dan la mayora de los errores totales, el etiquetado representa el 36% del total
de los errores, siguiendo el orden de prioridad es necesario revisar en la zona de
Bot. S/Vigusa y El proceso de elaboracin de las botellas.

15

12. En una empresa procesadora de carnes fras se detecta, mediante

inspeccin, el 100% de los problemas los muestran los resultados de
una semana:
a) Considerando que la gravedad de los tres problemas es la
misma, realice un anlisis de Pareto para problemas, y detecte
cual es el ms trascendente.
b) Respecto al problema ms trascendente, haga paretos de
segundo nivel (causas) tanto por maquinas, como por turno.
Problemas y numero de paquetes defectuosos
Maquina
empacadora

Turno

Falta
vaco

de Mancha
verde

Mancha
amarilla

4300

700

700

II

6300

650

650

3500

700

400

II

6600

500

420

8500

800

324

II

9120

655

345

100%
35000

90%

30000

80%

70%
25000

60%
20000

50%
40%

15000

FALTA DE VACIO
% AC.

30%

10000

20%
5000

10%

0%

AI

A II

BI

B II

CI

C II

16

100%

4000

90%

3500

80%
3000
70%
2500

60%

50%

2000

40%

1500

mancha verde
% AC.

30%
1000
20%

500

10%

0%
AI

A II

BI

B II

CI

C II

13. Resuelva el problema anterior considerando que la gravedad de los

problemas desde el punto de vista del cliente es la siguiente: falta de
vaco (6), mancha verde (10), mancha amarilla (8).

17

25%
20%

AI
A II

15%

BI
B II

10%

CI
C II

5%
0%

R//

Falta de Vacio

Mancha Verde

Mancha Amarilla

La mayor parte de defectos se dan por falta de vaco especialmente en los dos
turnos de la maquina C, le siguen las maquinas A y B durante el segundo turno de
estas.
14. En el ejercicio 10 de este captulo se concluye que la queja D es la que
se debe atender primero. cmo aplicara la estratificacin para
profundizar en las causas de la queja D?
R// Anlisis de los 4 tipos de quejas por mal servicio
Queja A Personal no capacitado.
Queja B...Mala atencin al cliente.
Queja C.. No hay calidad en el servicio.
Queja DCliente totalmente insatisfecho.
Debido al mal servicio que se le da al cliente existen cuatro tipos de quejas como
ser a, b, c y d, se debe atender primero la queja D, ya que es el mayor nmero de
quejas que se logrado llegar debido al mal servicio, el motivo debe ser que el cliente
est totalmente insatisfecho y por eso se debe atender la D ya que es el lder de las
quejas para que as las dems puedan ser resueltas, si se resuelve la queja ms
grande, el servicio al cliente ser de una mejor calidad porque ya no existirn
ninguna de las 3 quejas anteriores.

18

15. En un rea de servicios dentro de una empresa de manufactura se

hace una encuesta para evaluar la calidad del servicio y el nivel de
satisfaccin de los clientes. La encuesta consiste en 10 preguntas y
cada una de ellas evala diferentes aspectos del servicio
proporcionado. Las respuestas para cada pregunta es un nmero
entre 0 y 10. Para hacer un primer anlisis de los resultados obtenidos
se suman los puntos obtenidos de las 10 preguntas para cada
cuestionario. A continuacin se muestran lis puntos obtenidos en 50
cuestionarios.
78

78

82

85

81

86

80

73

84

78

68

84

75

78

76

76

82

85

91

80

70

87

77

82

84

48

49

39

39

43

35

42

34

44

49

34

30

43

31

34

41

42

45

42

35

38

39

42

43

29

19

a)

Considerando que los primeros 25 cuestionarios provienen de un

departamento y los restantes 25 de otro, realice un anlisis
estratificado por departamento en donde se calculen lis estadsticos
bsicos: media, mediana, desviacin estndar, etc.

Error Estndar
Variable

de la

PrcAcum Media

media Desv.Est. CoefVar Mnimo Mediana

Departamento A

100 80.00

1.07

5.37

6.71 68.00

80.00

Departamento B

100 39.60

1.14

5.68

14.34 29.00

41.00

N para
Variable

Mximo Rango Modo

moda Asimetra Kurtosis

Departamento A 91.00 23.00

78

-0.30

0.11

Departamento B 49.00 20.00

42

-0.19

-0.70

b) Cules son sus observaciones ms importantes del anlisis hecho

antes?
Al obtener esos datos nos podemos dar cuenta que departamento esta con mayores
problemas hablando en trminos numricos.
Tambin nos podemos dar cuenta que el mnimo del primer departamento
es 68 y del otro departamento es 29, esto quiere decir que los valores son
ms pequeos en el departamento B.
Las asimetras negativas lo que nos quieren decir es que las variable toma
valores que son bajos con mucha frecuencia.
El nmero mximo para el departamento A es de 9 y para el departamento
B es de 49 esto quiere decir que el los valores son mucho ms altos en el
departamento A que en el B
c) Al enfocarse en el departamento con mayores problemas, sera de
alguna utilidad estratificar los datos por pregunta? Explique su
respuesta.
Claro sera lo mejor, ya que de esta manera se podr analizar de mejor manera las
diversas quejas, problemas o fallas que pueda haber y as clasificar los datos de
acuerdo a cada uno de esos factores antes mencionados. La estratificacin se debe
de realizar con la finalidad de detectar de mejor manera los problemas que se deben
de resolver con prontitud.

20

Hojas de verificacin

Hoja de Verificacin de alumnos matriculados reingreso

de UTH.
Periodo: ________________
Alumno: _______________
Cdigo: _____________
No.
No. Clases
laboratorio
matriculadas

Jornada: ____________________
carrera: _____________
campus: _________

Nombre de clases

subtotal

Total a
pagar

Total

Observaciones:______________________________________________________
___________________________________________________________________
_____________________________

21

Hoja de Verificacin de alumnos matriculados reingreso

de UTH.
Periodo: ________________
Alumno: _______________
Cdigo: _____________
No.
No. Clases
laboratorio
matriculadas

Jornada: ____________________
carrera: _____________
campus: _________

Nombre de clases

subtotal

Total a
pagar

Total

Observaciones:______________________________________________________
___________________________________________________________________
_____________________________

22

Hoja de Verificacin de alumnos de primer ingreso de

UTH.
Periodo: ________________
Alumno: _______________
Cdigo: _____________

Unidades
No. Clases
valorativas
matriculadas

Jornada: ____________________
carrera _____________
campus: _________

Nombre de clases

Aulas

Total a
pagar

Total

Observaciones:______________________________________________________
___________________________________________________________________
_____________________________

23

Conclusiones

A travs de la elaboracin de este trabajo nos dimos cuenta que es de vital

importancia la aplicacin de las herramientas de calidad, ya que a travs de
ellas nos podemos dar cuenta de mejor manera que problemas hay en el
proceso de produccin.

La estadstica descriptiva nos permite emplear de manera adecuada las

herramientas de calidad para poder resolver de manera adecuada los
diferentes problemas, tambin al darle el uso correcto a la estadstica
descriptiva podemos encontrar las causas de los diferentes problemas y de
esta manera tambin dar una solucin oportuna.

Nos dimos cuenta que al emplear las diferentes herramientas de calidad

podemos mejorar lo que es la toma de decisin y de esta manera actuar de
manera adecuado y en el tiempo correspondiente.

Pudimos observar que a travs de la estratificacin y el diagrama de Pareto

se facilitan ciertas tareas, como ser, la visualizacin de aspectos
importantes que influyen en la calidad de los productos y de esta manera
poder mejor cada da ms.

24