forma continua.
La investigación elaborada por [2]
menciona
que

antes

de

realizar

un

análisis
descriptivo es necesario analizar los objetivos de la
investigación, e identificar las escalas de medición
de las distintas variables que fueron registradas en
el
estudio.

La

alta

estructura

dimensional

de

los
datos
es

una

fuente

importante

de

información

y
ofrece muchas oportunidades para la investigación
y el
análisis

de

datos

[3].

En

comparación

con

la
reunión
de

datos

primarios,

el

análisis

de

datos
secundarios
ofrece

varias

ventajas:

puede

evitar
algunos
de

los

obstáculos

financieros

y

logísticos
relacionados con os con la r a reunión de datos pr os primarios
[4].
La
interpretación

de

datos

puede

generar

cierta
controversia,
ya

que

su

lógica

involucra

gran
cantidad
de

conceptos,

provocando

que

su

uso

e
interpretación a veces no sea o sea el adecuado [5].
Una
serie

de

tiempo

es

una

secuencia

de
observaciones
que

se

van

midiendo

en
determinados
momentos

y

ordenados,
normalmente
los

datos

son

dependientes

entre


[6].
Se

propone

el

uso

de

series

de

tiempo

en la
generación
de

pronósticos,

ya

que

estas

incluyen
tanto la tendencia como los componentes cíclicos y
estacionales de es de los datos de producción [7].
De
igual

manera

se

investigó

información
relacionada
a

aspectos

de

calidad.

Ishikawa
plantea que se aplique el control de calidad desde
la raíz de la educación y la formación para mejores
resultados
[8].

Por

su

parte

Deming

y

Edwards
consideran
a

la

calidad

como

la

satisfacción

de
actuación
[9].

Juran

propuso

estrategias
necesarias para alcanzar y mantener un liderazgo
en las e as empresas con relación a la a la calidad [10].
iii.
METODOLOGÍA
A
continuación,

desarrolla

la

metodología

del
proyecto
que

consiste

en

definir

el

rango

de

la
muestra
considerando

las

fechas

de

las
mediciones
y

sus

horarios.

A

su

vez

se

contó

el
total de piezas de las mediciones y la cantidad de
aquellas
que

son

correctas

y

aquellas

que

son
rechazadas
mensualmente

de

enero

a

abril.

La
empresa propuso el proyecto y definió la muestra
para
el

estudio.

Se

identificaron

los

meses

para
mayor
facilidad

una

tabla

con

todos

los

cálculos
diarios con sus po sus porcentajes (debido al tamaño de o de la
tabla y la cantidad de datos ésta no se muestra en
el artículo. En su lugar se presentan las siguientes
tablas
y

gráficas).

También

se

con

el

total

de
piezas de as de las m as mediciones y la cant a cantidad de correctas
y rechazadas por día.
Para evaluar la relación que guardan las variables
entre
sí,

de

acuerdo

con

sus

coincidencias

por
medio de o de series de tiempo, se decidió organizar las
mediciones
de

piezas

rechazadas

por

día

en

una
línea
del

tiempo.

Se

marcaron

los

errores

que
concuerdan
en

el

mismo

minuto

y

también

se
decidió
marcar

en

una

tabla

los

rangos

por

hora
para facilitar la lectura de datos. A su vez, se logró
generar y contabilizar los porcentajes de los datos
por minuto en el que se repiten piezas rechazadas
y que
coindicen

en

el

mismo

minuto.

También

se
calculó
el

porcentaje

que

representan

las

piezas
rechazadas
por

mes,

día

de

la

semana

y

hora
considerando la muestra del estudio.
Se generó el cálculo de la correlación de los datos
antes
y

después

de

revisión.

Se

calcularon

los
datos
estadísticos

considerando

95,000
observaciones debido a que es la cantidad que se
generó de enero a abril. Para realizar el análisis de
datos
se

agruparon

las

mediciones

por

día

y

a
cada día se le asignó una variación de color para
diferenciar
los

datos

por

mes

de

manera
visualmente sencilla. Posteriormente se calculó en
total
de

mediciones

por

día,

cuyo

valor

fue
denominado como “parcial”, ya q a que solo r o representa
un total de las mediciones de enero a abril. Dicho
número
se

calculó

como

porcentaje

para

conocer
si hay impacto sobre el total de la muestra, y a su
vez
saber

la

cantidad

de

piezas

que

representan
piezas cor as correctas y cuántas fueron rechazadas.
La siguiente gráfica, muestra el total de piezas, el
total de piezas correctas y el total de aquellas que
fueron
rechazadas.

Se

puede

observar

que

los
errores
representan

el

1.31%,

el

análisis

que

se
presentan en esta investigación se centra en dicho
porcentaje,
por

lo

que

se

busca

proponer

en

qué
apartado
temporal

de

la

producción

se

podría
disminuir los e os errores en es en cerca del 1%.
95