METODOS CUANTITATIVOS Y

CAULITATIVOS
ADMON
PARETO
El Diagrama de Pareto consiste en una representación gráfica de los datos obtenidos
de un problema que resulta de utilidad para identificar cuáles son los aspectos
prioritarios que se deben enfrentar. En este contexto se espera el cumplimiento de
la Regla de Pareto que empíricamente indica que aproximadamente el 80% de los
problemas se explica por aproximadamente el 20% de las causas (notar que la
Regla de Pareto se aplica adicionalmente en otros ámbitos y que por cierto los
porcentajes anteriores son aproximaciones).
GRAFICA PARETO
200 120.00%

180

96.90% 98.59% 100.00%

100.00%
160
92.68% 94.93%
87.32% 90.14%
140 84.23%
80.28% 80.00%

120

100 60.00%

80 51.27%
40.00%
60

40
20.00%

20

0 0.00%
Causa 1 Causa 2 Causa 3 Causa 4 Causa 5 Causa 6 Causa 7 Causa 8 Causa 9 Causa 10

No defectos % Total Acum Linear (% Total Acum)

Diagrama de Ishikawa o Diagrama de Causa Efecto
• El Diagrama de Ishikawa o Diagrama de Causa Efecto (conocido también como Diagrama de
Espina de Pescado dada su estructura) consiste en una representación gráfica que permite
visualizar las causas que explican un determinado problema, lo cual la convierte en una
herramienta de la Gestión de la Calidad ampliamente utilizada dado que orienta la toma de
decisiones al abordar las bases que determinan un desempeño deficiente.
• La estructura del Diagrama de Ishikawa es intuitiva: identifica un problema o efecto y luego
enumera un conjunto de causas que potencialmente explican dicho comportamiento.
Adicionalmente cada causa se puede desagregar con grado mayor de detalle en subcausas. Esto
último resulta útil al momento de tomar acciones correctivas dado que se deberá actuar con
precisión sobre el fenómeno que explica el comportamiento no deseado.
• Con el propósito de ser más específico consideremos que se desea analizar las razones que
determinan que un auto (vehículo) no encienda. Los motivos pueden ser variados:
• Problemas en el Motor (correa de transmisión dañada, motor de partida dañado, etc).
• Insumos o materiales (batería descargada, sin combustible, etc)
• Métodos utilizados (engranaje en posición incorrecta, etc)
• Problemas asociados al personal (falta de mantenimiento, falta de entrenamiento, etc)
• Condiciones ambientales (clima frío)
 Estadística descriptiva
• La estadística se encarga del análisis e interpretación de datos y de hacer
inferencia a partir de éstos, ya sea para explicar el comportamiento de un
fenómeno o para la toma de decisiones.
• Si sólo se recolecta, resume, visualiza y describe datos, estamos dentro del
campo de la estadística descriptiva y el resumen de los datos se puede
presentar de forma gráfica o numérica.
• Los métodos tabulares y gráficos tienen una gran utilidad ya que la
información puede ser captada rápidamente, sin embargo presentan sus
limitaciones.
• En la representación tabular se encuentra toda la información de modo
esquemático y puede ser utilizada para los cálculos posteriores.
 Distribución de frecuencias
Una distribución de frecuencias es un resumen tabular de
datos que tiene por objeto proporcionar una perspectiva
de estos, que no se puede obtener rápidamente con solo
examinarlos.

Se pueden construir tablas de distribución de frecuencias

tanto para datos cuantitativos como para datos
cualitativos
 Distribución de frecuencias
(Datos cuantitativos)
• Los datos se distribuyen en sub intervalos de igual longitud
• El número de sub intervalos se basa en la cantidad de datos considerados
en el estudio.
• Lo puntos que definen a los sub intervalos se escogen de modo tal que
ninguno de los dados queda entre un sub intervalo y otro
• A estos sub intervalos se les conoce como intervalos de clase o
simplemente clase
• La tabla de distribución de frecuencias muestran la cantidad de datos en
cada una de varias clases.
• El procedimiento para elaborar una distribución de frecuencias, depende
del tipo de datos particulares.
 Construcción
de una distribución de
frecuencias
Para construir una tabla de distribución de frecuencias de datos
cuantitativos debes de:

Determinar el número de intervalos

Determinar el tamaño de los intervalos

Determinar los límites de clase

 Determinar el número de intervalos de
clase
Se recomienda que utilices entre 5 y 20 clases.
Si se tiene una cantidad grande de datos se requiere un mayor
número de clases
Los conjuntos de datos pequeños requieren pocas clases
También puedes usar la fórmula de Sturges
Ni= 1+3.3log n
donde Ni es el número de intervalos de clase, (no se
recomienda cuando la n es o muy pequeña o muy grande por
que introduce un error)
 Determinar el tamaño de
los intervalos de clase

• Para determinar el tamaño de la clase, identifica el dato con mayor

valor y el dato con menor valor y la diferencia divídela entre el
número de clases
Determinar los límites de clase

Debes determinar los límites de las clases de tal manera que cada
valor de dato pertenezca a una clase y solo una.

El limite inferior de clase es el valor mínimo posible de los datos

que se asignan a la clase.

El limite superior de clase es el valor máximo posible de los datos

que se asignan a la clase.
Punto medio de una clase

Es el valor promedio entre los límites inferior y

superior de una clase.
 Distribución de frecuencias relativas

• La frecuencia relativa de una clase es la proporción de

la cantidad de total de datos que pertenecen a esa
clase.

• La distribución de frecuencias relativas es un resumen

tabular de un conjunto de datos que muestra la
frecuencia relativa de cada clase.
 Frecuencias porcentual

• La frecuencia porcentual de una clase es su frecuencia relativa

multiplicada por 100.

• Una distribución de frecuencias porcentual es un resumen tabular de

un conjunto de datos donde se muestran la frecuencia porcentual de
cada clase.
 Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• La directora de la biblioteca de un prestigiada Universidad está
interesada en conocer cómo se comporta el préstamo de libros a los
alumnos mientras permanecen en la institución. Revisa el registro de
100 estudiantes para identificar el número total de libros que
solicitaron a préstamo. Los datos se registran en la siguiente tabla.
101 77 104 77 90 47 41 50 90 90 92
65 69 94 93 70 89 86 77 87 80 77
80 81 82 83 69 69 70 70 83 83 83
77 84 84 80 80 75 68 75 75 69 53
75 54 76 76 77 78 79 79 79 50 70
59 50 73 76 76 76 70 71 71 72 73
73 74 65 65 65 66 77 67 67 68 68
69 73 65 60 60 60 62 63 63 70 63
62 56 71 71 56 57 50 51 52 45 41
89
 Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Los datos así obtenidos no son de fácil interpretación. Es necesario organizarlos en una
tabla de distribución de frecuencias.

Revisemos el procedimiento.

• Paso 1: Define el número de clases

En primer lugar determina el número de clases. Puedes utilizar la regla de Sturges
Ni =1+3.3 log n
n=100 entonces
Ni =1+3.3 log ( 100 )=7.6≈8
 Ejemplo tabla de distribución
de frecuencias
(Datos cuantitativos)
• Paso 2: Determina el tamaño de clase
Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Paso 3: Determina los límites de clase

Debes evitar la superposición de los límites de clase. Cada dato solo

pueden pertenecer a una clase.

Aquí es necesario que ubique el límite inferior de modo que al

construir las clases, se puedan incluir en éstas, todo los datos.
Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Paso 3: Determina los límites de clase
Clases
97-104
89-96
81-88
73-80
65-72
57-64
49-56
41-48
Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Paso 4: Realiza el conteo ubicando los datos que pertenece a cada
clase. 101 77 104 77 90 47 41 50 90 90 92
65 69 94 93 70 89 86 77 87 80 77
80 81 82 83 69 69 70 70 83 83 83
77 84 84 80 80 75 68 75 75 69 53
75 54 76 76 77 78 79 79 79 50 70
59 50 73 76 76 76 70 71 71 72 73
73 74 65 65 65 66 77 67 67 68 68
69 73 65 60 60 60 62 63 63 70 63
62 56 71 71 56 57 50 51 52 45 41
89
Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Paso 4: Realiza el conteo ubicando los datos que
pertenece a cada clase
Ejemplo tabla de distribución de frecuencias
(Datos cuantitativos)
• Paso 5: Registre el conteo en la tabla. En número de
datos de cada clase es la frecuencia de clase
Clases Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia
absoluta fa relativa fr porcentual acumulada acumulada
F% FA porcentual F%
97-104 2 0.02 2 2 2
89-96 8 0.08 8 10 10
81-88 11 0.11 11 21 21
73-80 29 0.29 29 50 50
65-72 26 0.26 26 76 76
57-64 10 0.10 10 86 86
49-56 10 0.10 10 96 96
41-48 4 0.04 4 100 100
Total 100 1
Tabla de distribución de frecuencias
(Datos cualitativos)
• Para construir una tabla de distribución de frecuencias con datos
cualitativos:
• Considera los grupos o categorías
• Cuenta los datos que pertenecen a cada categoría

A continuación revisemos un ejemplo en el que se consideran datos

cualitativos (grupo sanguíneo)
Ejemplo de una tabla de distribución
de frecuencias
(Datos cualitativos)
1. Se ha medido el grupo sanguíneo de 30 personas y se han registrado los
siguientes resultados

B A AB A B AB O B AB O

O AB A B A B O AB A B

A B A O AB A O A O B

Construya una tabla de distribución de frecuencias

Ejemplo de una tabla de distribución
de frecuencias
(Datos cualitativos)
Grupo fa fr F% FA FA%
A 9 0.3 30 9 30
B 8 0.27 27 17 57
AB 6 0.2 20 23 77
O 7 0.23 23 30 100
Total 30 1 100

fa: frecuencia absoluta

fr : frecuencia relativa
f%. frecuencia porcentual
FA: frecuencia acumulada
FA%: frecuencia acumulada
porcentual
 Representación gráfica
Los gráficos estadísticos nos transmiten la información de
modo que nos permiten, con un sólo golpe de vista,
entender de que se nos habla, observar sus características
más importantes, incluso sacar alguna conclusión sobre el
comportamiento de los datos obtenidos en el estudio
 Representación gráfica

Los gráficos estadísticos son muy útiles para comparar distintas tablas de
frecuencia.

Los gráficos estadísticos más usuales son:

 Diagrama de barras
• Una gráfica de barras es una forma de representar datos cualitativos que
se han resumido en una distribución de frecuencias relativas o
porcentuales
• También se utiliza para la representación de variables cuantitativas
discretas, cada valor de la variable se representa por un punto sobre el eje
X y sobre él se dibuja una barra de longitud igual o proporcional a
su frecuencia absoluta.
• Si la frecuencia absoluta que se utiliza es la acumulada, el diagrama de
barras que se obtiene es un diagrama de barras acumulativo.
• Las barras se separan para enfatizar que cada clase es una categoría
independiente.
 Gráfica de barras
Préstamo de libros de la
biblioteca
Préstamo de libros de la Biblioteca

30

25

20
Número de alumnos

15

10

0
97-104 89-96 81-88 73-80 65-72 57-64 49-56 41-48
Número de libros
 Histograma

• Se utiliza para la representación de variables cuantitativas continuas.

• La variable de interés es colocada en el eje horizontal y la frecuencia,

frecuencia relativa, o frecuencia porcentual es colocada en el eje
vertical.

• A diferencia de una grafica de barras, un histograma no tiene

separaciones naturales entre los rectángulos de clases adyacentes.
Histograma
 Polígono de frecuencias
• Se utilizan para variables estadísticas cuantitativas, discretas o continuas.

• Para una variable discreta, el polígono de frecuencias se obtiene uniendo

por una poligonal, los extremos superiores de las barras.

• Para una variable continua, el polígono de frecuencias se obtiene uniendo

por una poligonal los puntos medios de la base superior de los polígonos
del histograma.

• Las escalas utilizadas para representar los polígonos de frecuencias influyen

mucho por el impacto visual de los mismos.
 Polígono de frecuencias
Préstamo de libros de la
35
biblioteca
Préstamo de libros de la Biblioteca
30

25
Númeo de alumnos

20

15

10

0
97-104 89-96 81-88 73-80 65-72 57-64 49-56 41-48
Número de libros
 Diagrama de pastel

• Se utiliza para todo tipo de variable estadística, cuantitativa o

cualitativa.

• Consiste en dibujar sectores sobre un círculo, siendo la amplitud de

los sectores proporcional a su frecuencia absoluta, cada sector se
rellena con un color diferente.

• El cálculo de la amplitud en grados sexagesimales del sector

correspondiente se realiza así: ángulo = frecuencia relativa*360
 Gráfica de pastel
Préstamo de libros de la
biblioteca
Préstamo de libros de la biblioteca

4 2 8
10
11
10
97-104
89-96
81-88
73-80
65-72
29
26 57-64
49-56
41-48
 Distribuciones acumuladas

• La distribución de frecuencias acumuladas muestra la cantidad de

elementos menores que o iguales al limite superior de clase
• Una distribución de frecuencias relativas acumuladas muestra la
proporción de elementos con valores menores que o iguales al limite
superior de cada clase.
• Una distribución de frecuencias porcentuales acumuladas muestra la
proporción de elementos con valores menores que o iguales al limite
superior de cada clase.
 Ojiva

• Una ojiva es una gráfica de la distribución acumulada.

• Los valores de los datos se muestran en el eje horizontal.
• En el eje vertical se muestran:
• Frecuencias acumuladas, o
• Frecuencias relativas acumuladas, o
• Frecuencias porcentuales acumuladas
• La frecuencia (una de las de arriba) de cada clase es dibujada como
un punto.
• Los puntos marcados son conectados por líneas rectas.
 Ojiva
Préstamo de libros de la Biblioteca
120

100

80
Frecuencia acumulada

60

40

20

0
0.02 0.08 0.11 0.29 0.26 0.10 0.10 0.04
2 8 11 29 26 10 10 4
97-104 89-96 81-88 73-80 65-72 57-64 49-56 41-48
 Diagrama de dispersión

• Un diagrama de dispersión es una representación gráfica de la

relación entre de dos variables cuantitativas.
• Una variable se muestra sobre el eje horizontal y la otra variable se
muestra sobre le eje vertical.
• El patrón general de los puntos dibujados sugiere la relación general
entre las dos variables.
 Diagrama de dispersión
35

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8 9
Plan de Requerimientos de Materiales (MRP)

• El Plan de Requerimientos de Materiales o simplemente MRP por

sus siglas en inglés (Material Requirements Planning) es una
metodología que permite administrar el inventario y planificar
pedidos de partes y piezas con demanda dependiente.
• En la actualidad el MRP resulta ser un módulo indispensable para la
gestión de los recursos de las empresas de manufactura y son parte
fundamental de las prestaciones de los más prestigiosos
softwares ERP (Enterprise Resource Planning) disponibles en el
mercado (destacándose entre ellos SAP).
Plan de Requerimientos de Materiales (MRP)

• En primer lugar se afirma que un producto tiene demanda dependiente en la medida que su
demanda se puede derivar de un producto de categoría superior.
• Ejemplo N°1: las plantillas, cuero, cordones, etc, son partes de demanda dependiente, basadas
en la demanda de zapatos (demanda independiente).
• Ejemplo N°2: si una empresa vende 1.000 triciclos, entonces se van a necesitar 1.000 ruedas
delanteras y 2.000 ruedas traseras (más pequeñas). Este tipo de demanda interna no necesita un
pronóstico, sino sólo una tabulación (demanda dependiente). Por otra parte la cantidad de
triciclos que la empresa podría vender es la demanda independiente.
•
Plan de Requerimientos de Materiales (MRP)

• En este contexto, una empresa que vende un producto final (con demanda
independiente) está interesada en qué, cuánto y cuándo ordenar de las
distintas partes y piezas que permiten la producción de dicho producto
final. Esta Planeación de Requerimientos de Materiales es crítica dado que
permitirá alcanzar las metas de producción en tiempo y cantidad de lo
planificado previamente en un plan maestro de producción.
• Para llevar a cabo un Plan de Requerimientos de Materiales (MRP) se
necesitan 3 elementos:
• Plan Maestro de la Producción (PMP)
• Estructura del Producto, Lista de Materiales o Bill of Materials (BOM)
• Registro del Inventario (IRF)
Plan de Requerimientos de Materiales (MRP)
• El Plan Maestro de la Producción (PMP) establece las necesidades
en cantidad y tiempo del producto final o con demanda
independiente.
• Por otra parte la estructura del producto o Bill of
Materials (BOM) detalla cuántas partes y piezas se necesitan para
obtener una unidad de producto final y cómo dicho producto se
compone. Generalmente se utiliza una representación gráfica para
el BOM como la de la siguiente imagen
Por ejemplo, para cada unidad de X (producto
final con demanda independiente) se
necesitan 2 unidades de la pieza A (producto
con demanda dependiente). Análogamente, por
cada unidad de la pieza A se necesitan 3
unidades de la pieza C.
Plan de Requerimientos de Materiales (MRP)
• Finalmente necesitamos el Registro del Inventario (Inventory Record
File o IRF) (tanto para productos con demanda
dependiente e independiente) que contiene la información del
inventario disponible y el tiempo de espera (o lead time) asociado a
cada producto. Un ejemplo del IRF es el siguiente:
Plan de Requerimientos de Materiales (MRP)
• Arbitrariamente vamos a considerar
que necesitamos 100 unidades el
producto X en la semana 10. Toda
esta información nos permitirá
desarrollar el Plan de
Requerimientos de Materiales, el
cual se resume a continuación: