TÉÉCNICA
AS ESTADÍSTTICAS P
PARA LLA MEJJORA D
DE 
LA
A CALID
DAD Y LA PRODUCCTIVIDAAD 
 
 
 
 
UNIDA
AD DIDÁ
ÁCTICA 9::
 
ESTU
UDIOS DEE COMPA
ARACIÓN
N
 
Profesora: Sebastià Ballasch i Pa
arisi 
 
 
 
Esq
quema
 
 
 
Intrroducciión

En e este tema se aborda an los estu

udios de comparació
c ón, que suuponen el paso
prevvio para laa mejora cuando exxisten dive ersos estrratos (máqquinas, turnos,
mate erias primaas,...) en el sistema
a productiv
vo. Estos estratos ccorrespond den a
situa
aciones queq debenn comporrtarse de forma idéntica rrespecto a la
caraacterística de calidadd que se eevalúa. La
a detección n de posibbles diferenncias
entree los citados estratos permite reducir la variabilida
ad de la caaracterístic
ca en
el prroceso.

Se e
expone enn primer lu
ugar el co
oncepto y tipos de estudios pposibles. Éstos
É
depe
enden dire
ectamente de
d la naturraleza de la característica evaluuada.

En los estudioos de commparación de características continuas

c (o estudio
os de
comparación para variables) se e comparan tanto las med ias como o las
desvviaciones típicas
t de los diverssos estrato
os; de estte modo, sse evalúan n los
estra
atos en sus do os posible es maniffestaciones de ddiferencias de
comportamiento: la posiición y la dispersiónn. En los estudios
e dee comparaación
para
a atributos se compaaran las prroporcioness medias de
d unidadees defectu uosas
o el número medio
m de defectos
d p
por unidad,, según seea el tipo dde informaación
dispo
onible.

A ccontinuació ón, se exxplican coon detalle las distintos tiposs de esttudio,

acom mpañando la exposicción con u n ejemplo de aplicac
ción. Ello ppermite tra
aducir
los rresultados numéricos
s en una ad
decuada tooma de de ecisiones.

Finaaliza el capítulo con la propue esta de una serie ded trabajoos prácticoos en
conttextos muyy diversos, que prete enden propporcionar al
a lector un a idea clarra de
la ap
plicación e interpretación de loss estudios de comparación.

9.1. Estudios de compar

c ración: Concep
C pto y tip
pos.

Uno de los prrocedimien ntos básico

os para loograr la mejora
m de un proces so es
haceer compara aciones. El
E por qué es bien simple:
s si dos
d o máss situacion nes o
unidades prod ductivas (mmáquinas, cabezaless, turnos, variantes
v dde un proc
ceso,
mateerias prima
as,...) prod
ducen el m
mismo "outpput", la varriabilidad qque consta
ata el
clien
nte o usua ario puedee reducirse
e hacienddo que los s niveles m medios dee los
"outp
puts" de la
as distintas unidades sean lo más próximo os posibless.

Al p
procedimien nto de meejora a traavés de coomparacionnes, con lla consiguiente
dete
ección de posibles
p diferencias entre unid
dades prodductivas, sse le deno
omina
estudio de co omparacióón. Prácticcamente toda
t información quue puede e ser
estra
atificada, puede
p ser comparada
c a.
 
 
 
Atenndiendo a la naturaleza de essa informa ación, y al igual quee ocurre en los
gráfiicos de control, los estudios
e dee compara ación se cla
asifican enn estudios para
varia
ables (cara
acterísticass medibless) y estudio
os para atriibutos.

Los estudios de compa aración paara variab

bles se utilizan en laa cuantifica
ación
de u
una caractterística co
ontinua, pa
ara lo cua
al es nece
esario com mparar tantto su

valor medio (parámetro

( o de posición) como ssu desvia
ación
típica
a s (parám
metro de dis
spersión o variabilida
ad).

Los estudios de compaaración paara atribu

utos compa
aran la prooporción media
m
de u
unidades defectuosa
d as (p) o el número medio
m de defectos ppor unidad
d (u),
segú
ún el caso..

9.2. Estudios de compar

c ración para
p varriables.

Un eestudio de comparacción para vvariables exige

e llevarr a cabo loos 9 pasos
s que
se describen a continuac
ción:

1
1. Formulaar el objetiivo del esttudio: Se trata
t de as
segurar quue ese objjetivo
esté ade
ecuadame ente definiddo.

Convienne además s empezarr con aspe ectos relativos a las primeras fases
f
del prooceso, ya que ésta as influyen
n sobre la as siguienntes. Hay que
recorda
ar que el fin
f último en un esttudio de comparació
c ón es logrrar la
uniformidad de coomportami ento de laas distintas
s unidadess productiv
vas, y
para ello es precis
so conoce
er las causas que pro ovocan lass diferencia
as en
esos coomportamieentos. La d
detección de
d esas ca ausas sólo será posibble si
se sigue
e la recomendación aapuntada.

2
2. Evaluarr y prepara
ar el equipo
o de personas que va
a a realizarr el estudio
o.

En este
e punto connviene preg
guntarse si
s es necessario el aseesoramiento de
algún experto
e en el processo, aunquee no intervenga direcctamente en
e el
mismo. Es muy frecuente
f que el re
equerimientto de esaa ayuda ah horre
mucho tiempo
t y trrabajo.

3
3. Diseñarr el plan de muestre eo: De la bondad
b de
e ese plan dependerrá en
gran meedida el éx
xito del estu
udio.

Los ressultados de
el estudio serán tantto más ac
certados cuuanto mejo
or se
plasme la realid dad a tra avés del plan de muestreo.. Por ello o es
recomendable rec coger, dura
ante un pe
eriodo de tiempo no excesivammente
corto, un mínimo de
d 20 a 400 observaciones por situación
s m
muestreada
a.
 
 
 
4
4. Preparaar las hoja
as de reccogida de datos: Es s importannte registrar la
información de factores adiccionales aunque
a no estén (o sse crea quue no
están) directamen
d nte relacion
nados con el estudio.

5
5. Calcular para caada unida ad (variante del prroceso, m máquina, turno,
proveeddor de materia prima ,...) los siguientes es
stadísticos::

o Media
M
o D
Desviación típica s

o L
Límite supe
erior de va
ariabilidad de
d la media:

o L
Límite inferrior de vari abilidad de
e la media.

Estos dos últimos cálculos ((límites infe

erior y superior de vaariabilidad de la
media) no son más
m que loos límites de los intervalos dee confianz za (al
95%) construidoss para las medias poblaciona
p les de ca da una de e las
situacio
ones estudiiadas (ver epígrafe 2.4
2 del tema 2).

6
6. Estudiaar diferenccias en mmedias: Pa ara ello deb
be dibujarsse el gráfic
co de
barras (que
( se presenta en n el gráfico 9.1 paraa el caso particular de 4
unidadees), a partir de los in
ntervalos de
d variabillidad consstruidos paara la
media.

Gráffico 9.1. Grráfico de barras

b para
a la comparación de medias.
m

Si la
a barra de e una unidad no se solapa co on la de otra, se dicce que las s dos
unidades difieren signific
cativamentte en el vaalor medio
o de sus "ooutputs". EnE el
casoo del gráficco 9.1 se concluiría
a que no hay
h diferen ncias signi ficativas, en
e el
valor medio de d la caraacterística controlad
da, entre las unidaddes 1, 2 y 4,
mienntras que lal unidad 3 presenta a un valor medio sig
gnificativam
mente inferrior a
las o
otras tres.

La ddetección de diferencias sign nificativas entre uniddades de producció ón, a

travé
és de la in
nexistencia de solape
e entre loss intervalos
s de confiaanza asociados
a caada una ded dichas unidades,, es una técnica se encilla y aaproximada de
comparación. Existen mé étodos máás precisoss, como la prueba t dde Studentt o la
 
 
 
técnica del An nálisis de Varianza,
V pero en la
a mayoría de ocasioones el mé étodo
prop
puesto perrmite extra aer conclussiones con
n la suficie
ente aproxximación como
c
para
a no justificcarse un auumento en la compleejidad de cá
álculo.

7
7. Estudia
ar diferenc
cias en va
ariabilidad.

Las possibles diferrencias en

n variabilid
dad entre las distintaas unidade
es se
realiza a través de la comparración del

estadísttico con
n los vaalores crííticos
presentados en la
a tabla 9.1.

Tablla 9.1. Valores

V críticos
c p
para la comparación de vvariabilidades.
(Fue
ente: Pearsson y Hartley, 1976)

El valor crrítico de tabla con el que ha ay que compararr el

estadístico Fmaax calculado, es el qu
ue se encuentra en la
a columna cuya cabe ecera
corre
esponde al
a número de d unidade es comparaadas, y en la fila corrrespondien
nte al
tamaaño de muestra con el e que se hha evaluad
do cada unna de dichaas unidade es.

Si el estadísticco Fmax res

sulta inferiior al valo
or de la tabla, se dicce que noo hay
diferrencias sig
gnificativas
s de varia abilidad en ntre las unidades
u ccomparadaas o,
equivalenteme ente, que, a partir dde la inform mación mu uestral reccogida, no
o hay
evide encia de diferencias
d en variabi lidad.

Si la
a diferencia
a entre las
s unidadess más extrremas (las s de mayoores y mennores
desvviaciones típicas)
t es significativva, y siemp
pre que ha
aya más dee dos unidades
a coomparar, se elimina una de ell as y se prrosigue el análisis dee forma similar
con las restanttes.

8
8. Preparaar un plann de accio
ones correectivas: Una vez iddentificados
s los
principa
ales proble
emas, debe
en planific
carse las medidas
m neecesarias para
corregirrlos.
 
 
 
9. Evaluarr las conse ecuencias d de las meddidas corre
ectivas: Unna vez tomadas
las meddidas corre ectivas ess preciso lllevar a ca
abo un segguimiento para
evaluar sus resulltados. Pu ueden utiliz
zarse con este fin llos gráfico
os de
control estratificad
e dos.

Se ejemmplifican a continuacción los cá álculos asociados a un estudiio de

comparración de laa resistenccia a la pre
esión interrna de 4 tippos de bottellas
de cristtal, que pueden
p se
er utilizado
os en el envasado
e de zumos de
naranja. En la parte superioor de la tabla 9.2 se recogen laas resisten ncias
observaadas en muestras de e 30 botellas de cada uno de los tipos; en la
parte in
nferior de la tabla sse muestrran los 4 estadísticoos muestrrales,
calculad
dos a partiir de las o
observacion nes, neces sarios paraa la realiza
ación
del estu
udio.

Observación Tipo
o 1 Tipo 2 Tipo 3 Tipo 4

1 151
1’0 155’4
4 148’3 157’8
2 154
4’3 151’5
5 142’6 153’9
3 153
3’8 160’6
6 152’1 152’7
4 150
0’8 150’5
5 150’7 151’7
5 153
3’4 156’7
7 157’4 155’1
6 151
1’7 144’0
0 146’9 151’5
7 154
4’2 157’9
9 146’7 158’7
8 148
8’1 155’7
7 152’0 157’6
9 142
2’5 152’6
6 156’0 155’7
10 150
0’8 148’2
2 151’6 157’7
11 150
0’1 150’6
6 151’0 158’3
12 148
8’1 163’6
6 151’9 158’1
13 150
0’5 151’9
9 152’9 151’2
14 150
0’3 155’0
0 149’1 152’6
15 145
5’5 159’0
0 150’2 153’2
16 150
0’1 156’3
3 149’7 153’7
17 151
1’0 149’2
2 156’1 153’6
18 147
7’7 156’3
3 150’8 157’2
19 145
5’0 158’2
2 150’4 153’9
20 150
0’7 161’2
2 147’7 156’0
21 150
0’5 152’8
8 148’2 158’1
22 151
1’2 168’7
7 150’9 154’4
23 152
2’6 159’0
0 153’0 160’7
24 150
0’1 143’6
6 151’1 151’6
25 153
3’7 165’3
3 148’0 157’0
26 151
1’6 155’6
6 147’0 157’1
27 147
7’9 143’7
7 149’0 157’1
28 156
6’4 154’6
6 151’9 154’4
 
 
 
29 152
2’4 156’4
4 145’4 156’4
30 153
3’4 153’8
8 151’5 154’2

1500’64 93
154’9 150’32 155’37
s 2’98
8 5’96 3’16 2’53
1499’55 152’7
75 149’17 154’45
1511’73 157’11 151’47 156’29

Tablla 9.2. Observacio

O ones y e stadísticos
s muestra
ales en eel estudioo de
comparación de la ressistencia d
de 4 tipos
s de bote
ellas en uun proceso
o de
enva
asado de zumo
z de naaranja.

El gráfico de barras
b con
nstruido a partir de lo
os estadís
sticos muesstrales tom
ma la
form
ma presentaada en el gráfico
g 9.2..

Gráffico 9.2. Gráfico

G de barras de
e compara
ación de medias
m de los 4 tipo
os de
bote
ellas.

Las botellas de d los tip pos 2 y 4 aparecenn como laas de res istencia media
m
significativameente superrior a las de los otros dos tipos,
t no presentándose
diferrencias significativas entre ellass.

Autoev valuación: ¿A qué son debidas las dife

erencias d e altura de las
distinta
as barras construidas
c s?
 
 
 
Paraa la compa aración de las variabbilidades en
e la resisttencia quee presentan los
distin
ntos tipos de botellas
s se proced
de a calcular el estad
dístico Fmaax:

El va
alor de tabbla con el que
q debe ccomparars se este estadístico ess 2’61 (puees se
comparan 4 tipos de bo otellas conn tamaños de muesttra de 30 -ver tabla a 9.1-
). Fm
max supera el valor de tabla, lo que in
ndica la existencia
e de diferen
ncias
significativas en
e variabilidad, al m menos, enttre el tipo 2 (máxim ma ) y el tiipo 4
(mínnima s).

Si Fmmax hubiera
a resultado
o inferior a
al valor de tabla, la conclusión
c n habría sido la
hommogeneidad d de variab
bilidades eentre los 4 tipos de botellas. Daado que se
e han
pressentado diiferencias significati vas entre e las variaabilidades extremas s, es
neceesario realizar nuevaas comparraciones para precisar lo que ocurre con las
varia
abilidades intermediaas.

A la vista de la
as magnituudes de la
as desviaciones típica
as calculaddas en la tabla
9.2 p
para cada uno de lo os 4 tipos de botella
as (s1= 2’98; s2= 5’966; s3= 3’166; s4=
2’53), parece razonable compa arar entre sí las tres
t variaabilidades más
pequueñas. El estadístico
e o Fmax toma
a, para este
e subconjuunto, el vallor de 1’56
6:

Al se
er este valor inferior al de la ta bla (en estte caso, te
eniendo enn cuenta quue se
comparan sólo o 3 unidad des, el valoor de tablaa es de 2’40), se cooncluye qu ue no
hay diferencias de variabilidad enttre los tipo os 1, 3 y 4.4 Por tantoo, el único
o tipo
que se separa a claramen nte del res to es el tip
po 2 que presenta
p uuna variabiilidad
nota
ablemente superior al resto.

En cconsecuen ncia, la meejora del prroceso pas sa por elegir el tipo de botella
a que
dé m
menos prob blemas en el envasa ado del zum mo. Este tipo es el 4,, pues es, junto
con el 2, el tip
po con may yor resiste ncia media a a la pres
sión internaa, presentando
sobrre éste la ventaja
v de una meno or variabilid
dad.

El prrograma Statgraphic
S cs realiza l os estudio
os de comp
paración ppor medio de la
técnica de Anáálisis de la
a Varianzaa, que no ese directam
mente commparable con el
proccedimiento manual ap proximadoo expuesto..
 
 
 
9.3. Estudios de compar
c ración para
p atriibutos.

Intrroducciión

Del mismo mo odo que enn los gráficcos de conntrol para atributos, a diferencia de
los ggráficos pa
ara variab
bles, el co ntrol del proceso
p se
e realiza a través de un
único o parámettro por se
er las med didas de posición
p y dispersióón del pro oceso
depe endientes entre sí, también en los es studios de comparaación ocurre lo
mismmo. En loss estudios de compa aración parra atributoss la interp retación de las
diferrencias entre unidad
des se rea liza únicammente a partir de loss intervaloos de
conffianza al 95 %, bien sean para a las propoorciones de
d unidadees defectuo osas,
bien para el núúmero meddio de defe
ectos por unidad.
u

9.3.1. Com
mparació
ón de p
proporciiones de unida
ades
deffectuosa
as.

Cuando se desea com mparar la proporción n de unidades defeectuosas entre e

diversas situacciones, se realiza un n gráfico de
d barras similar
s al cconstruido para
la ccomparació ón de me edias en ccaracterístticas de tipo continnuo. El grráfico
permmitirá detecctar posiblles diferen
ncias signifficativas entre las prroporcionees de
las d
distintas un
nidades a partir del ccriterio de solape entre barras.. Los límitees de
varia
abilidad associados a cada p roporción vienen da ados por las siguie entes
exprresiones:

Límite superiorr de variab

bilidad de la
a proporció
ón:

Límite inferior de variabilidad de la proporción

n:

A coontinuaciónn, y con el fin de ayu

udar a com
mprender la utilizacióón de este
e tipo
de e estudios, se presen nta una po osible aplicación en
n el segu imiento de un
procceso de etiq
quetado dee bolsas d e guisante
es congelad
dos.

Supo ongamos que duran nte la últi ma seman na se ha anotado diariamente el

númmero de bollsas con innadecuada a ubicación
n de la etiqueta así coomo el número
total de bolsass etiquetadas. Los daatos obtenidos para cada
c día dee la semanna se
mue estran en la
a tabla 9.3 adjunta.
 
 
 
Día
a Lunes Ma
artes Miérrcoles Jue
eves Viernnes

Ta
amaño
1100 12
200 1000
0 700
0 11000
mu
uestra

Bo
olsas mal
14 20
0 10 28 15
etiq
quetadas

Tablla 9.3. Da
atos de un
u processo de etiq
quetado de
d bolsas de guisa
antes
cong
gelados.

En el gráfico
o 9.3 se representta la evo olución del porcentaaje de bo
olsas
inadecuadameente etique
etadas a lo largo de la
a última se
emana.

Gráffico 9.3. Evolución del

d porcenttaje de bo
olsas de gu
uisantes ccongelados
s mal
etiqu
uetadas.

La pprimera pre
egunta que surge a la vista de d los dato os es: El aumento en
e el
porccentaje de bolsas ma
al etiquetaddas del jue
eves, ¿pueede ser sim
mplementee una
casuualidad, o por el contrario, ess una man nifestación de algúnn cambio en
e el
procceso?

Para
a poder re esponder a la pregu unta es preciso
p com
mparar lass proporciones
obse
ervadas los distintos días de la
a semana. La tabla 9.4 muesttra los cálcculos
prep
paratorios para
p la con
nstrucción del gráfico
o de barras
s (gráfico 99.4).
 
 
 
Lunes Martes Miércoles
M Jueves V
Viernes

p 0'013 0'017 0'010

0 0'040 00'014

0'019 0'024 0'016

0 0'055 00'021

0'006 0'009 0'004

0 0'025 00'007

Tablla 9.4. Cálcculo de los

s intervaloss de variab
bilidad para
a cada día..

Gráffico 9.4. Gráfico

G de
e barras de comparación de proporcciones de mal
etiqu
uetado parra los días de la sem ana.

Se ddeduce inmediatame ente que la proporc ción de un nidades deefectuosass del

jueve
es es significativame
ente superiior a la del resto de días
d de la ssemana.

El ssiguiente paso sería intenta ar averiguar la cau usa de laas diferen ncias.
Supó óngase que el etiq quetado sse realiza habitualm mente conn 4 máqu uinas
etiqu
uetadoras manejadas s por otross tantos op
perarios, y que el jueeves estuv
vo en
man ntenimiento
o una de la as máquin nas (sólo tres
t realizaaron el etiqquetado de las
bolsaas). Además, admita amos que e ese día fue
e sustituido
o por enferrmedad unno de
los tres operarrios restanttes.

Una posible hipótesis

h explicativa
e de los re
esultados observado
o os sería quue la
etiqu
uetadora que estuv vo el jue eves en mantenimiento tuvi era un mejor m
funccionamiento
o (o que una de llas tres máquinas
m que se m mantuvieron en
prodducción fun
ncionara peor
p que l as otras tres).
t Para
a estudiar esta hipóttesis,
podrría observa
arse el etiq
quetado d e las 4 má áquinas coon operarioos entrena
ados;
 
 
 
supóóngase qu ue, tras el etiquetad
do de 10000 bolsas con cadaa máquina
a, se
obtie
enen los re
esultados que
q ofrece la tabla 9..5.

Máq uina Máquina Máquina Máquuina

1 2 3 4

Bolssas
1000
0 1000
0 1000
0 10000
etiquetadas

Bolssas mal
14 11 16 10
etiquetadas

p 0'014
4 0'011 0'016
6 0'0100

0'022
2 0'017
7 0'024
4 0'0166

0'006
6 0'005
5 0'008
8 0'0044

Tablla 9.5. Dato

os de etiqu
uetado e in
ntervalos de
d variabilid
dad de las 4 máquina
as.

El gráfico de barras
b pre
esentado een el gráfic co 9.5 no evidencia diferenciaas de
comportamiento signific cativas eentre etiquetadoras,, lo quee indica que,
pressumiblemente, la cau usa origen
n del incre emento en la proporc rción de boolsas
mal etiquetada as del juev
ves sea la ffalta de en
ntrenamiennto del opeerario de re
elevo
en la
a utilización de la mááquina pueesta a su ca argo.
 
 
 

Gráffico 9.5. Gráfico

G de
e barras de comparación de proporcciones de mal
etiqu
uetado entre máquina
as.

9.3.2. Com
mparació
ón de número de defe
ectos po
or unida
ad.

La fforma de actuar
a parra la comp
paración del
d número o de defecctos medioo por
unidad es abssolutamente paralela a la que se acaba de exponeer para el caso
de pproporcione es de unidades defe ctuosas. LaL única diferencia see encuentrra en
el cáálculo de lo
os límites de variabi lidad, que,, en el cas
so que noss ocupa, to
oman
las ssiguientes expresione es:

Límite superiorr de variab

bilidad de d
defectos po
or unidad:

Límite inferior de variabilidad de de

efectos porr unidad:

Una posible ap plicación de este tipo

o de estudio es la com
mparación del número de
defeectos prod ducidos en e el e mbalaje de cierta a mercanncía por tres
proccedimientoss distintoss de emba alado (cadda embala aje puede tener disttintos
tiposs de defecctos). Supóónganse lo os datos de
e la tabla 9.6
9 obteniddos a partir del
procceso.
 
 
 

Procedimien
nto Proce
edimiento Procedimieento
1 2 3

Nº total
t de
90
0 120 100
embbalajes

Nº total
t de
4
14 6 18
defe
ectos

u 0''16 0'05 0'18

0''24 0'09 0'26

0''08 0'01 0'10

Tablla 9.5. Dattos del pro

oceso de e mbalado e intervalos
s de variabbilidad de los 3
proccedimientoss utilizados
s.

El grráfico de barras
b cons
struido en base al nú
úmero de defectos
d poor unidad y sus
corre
espondientes límites s de variab
bilidad parra cada un no de los pprocedimieentos
de e
embalado, toma el sig guiente asppecto (gráffico 9.6).
 
 
 

Gráffico 9.6. Gráfico de barras

b de comparación de deffectos por unidad en
ntre 3
proccedimientoss de embaalado de m ercancías..

El esstudio de comparaci
c ón ejempl ificado con
ncluiría la existenciaa de diferen
ncias
significativas entre
e los prrocedimienntos 2 y 3, con un nú úmero meddio de defe ectos
por u unidad sup
perior en ele 3. Sin em
mbargo, no o existe evvidencia suuficiente en los
datoos obtenidoos del proc ceso para poder afirrmar que el e procedim miento 1 tenga
diferrente compportamientto ni respeecto al 2 nii respecto al 3 (preseenta solap pe en
su in
ntervalo dee variabilida
ad con los otros dos procedimientos).

9.4. Trabajjos prác

cticos.

Tra
abajo prráctico 1

Una empresa desea ev valuar la bondad de d los tres s proveed ores de cierto
c
prodducto que utiliza
u en su
s proceso o productiv
vo. La caraacterística evaluada es la
rique
eza (en %) % del pro oducto reccibido. Para ello, la
a empresaa ha reco ogido,
duraante un me es, 15 mueestras al a
azar de cada provee edor, obtenniendo en cada
mue estra los po
orcentajes de riqueza
a presentaddos en la tabla
t 9.6.
 
 
 
Provee
edor Prove
eedor Proveedor
Muestrra
1 2 3

1 80 79 92
2 85 78 96
3 78 80 95
4 86 81 70
5 82 80 80
6 77 81 97
7 81 79 62
8 90 78 98
9 72 82 76
10 75 79 99
11 79 81 88
12 82 80 64
13 85 81 70
14 73 80 62
15 74 79 93

Tablla 9.6. Riqueza

R en
e muesttras de producto suministrrado por tres
provveedores.

Realizar un estudio
e de
e compara ación lo más
m complleto posibble de los tres
provveedores de
d la empreesa, exponniendo las conclusiones obten idas. ¿Porr qué
provveedor deb
be decantarse la emp
presa y porr qué motiv
vo?

Tra
abajo prráctico 2

Una gran emp presa dispoone de cin nco puntos s de ventaa en el terrritorio esp
pañol:
Maddrid, Barcelona, Valencia, Bilbaao y Sevilla a. La empresa deseaa compara ar las
recla
amacioness de sus cliientes seg ún la sucu ursal que le
es ha serviido el producto.
Paraa ello disp
pone de da atos relativvos al segguimiento que ha reealizado de e los
pedidos que loos clientes realizaron en el últim
mo mes.

En la
a tabla 9.8
8 se relacio
onan los pe
edidos atenndidos porr cada sucuursal, así como
c
las reclamacciones rec cibidas ppor retrasso, envas se en m mal estad do y
docuumentación n errónea.
 
 
 
Reclam
mación

PPedidos
Envasee
Retraso
o Documentación aatendidos
mal
envío errónea
estado

Madrid 6 13 10 1 200

Barcelon
na 7 8 6 1 350

Sucursal Valencia
a 9 9 11 1 050

Bilbao 7 12 10 9900

Sevilla 8 6 9 7750

Tablla 9.8. Dato

os de recla
amacioness en envío de pedidos.

a
a. ¿Hay allgún tipo de reclamacción signifiicativamen
nte más freecuente?

b
b. ¿Hay allguna sucu
ursal signifficativamen
nte más reclamada?