=============================================
Dr. Carlos Téllez Martínez
Enero de 2017
Tecnológico de Monterrey, Campus Guadalajara
Control estadístico de Calidad
7 Herramientas estadísticas básicas (7H)
=============================================

Este caso analiza datos que se repiten y deben ser agrupados en donde una variable es el tipo de defecto y otro es la cantidad

Lectura de datos

library(readxl)
Tabla_defectos <- read_excel("~/OneDrive/Clases/Control Estadístico del Proceso/Material 2013/Tema 2/7H en R/Pareto/Tabla con defectos separados/Tabla_defectos.xlsx")
names(Tabla_defectos)
## [1] "Defectos" "Cantidad"
Tabla_defectos
##    Defectos Cantidad
## 1        D1       45
## 2        D1       56
## 3        D2       54
## 4        D3       54
## 5        D2       44
## 6        D1       34
## 7        D4       78
## 8        D4       78
## 9        D6       90
## 10       D5       34
## 11       D6       23
## 12       D8       45
## 13       D8       78
## 14       D7       76
## 15       D6       98
## 16       D7       45

Como puede observarse los defectos deben agruparse por tipo.

Agrupando los defectos por tipo

attach(Tabla_defectos)
Tabla_tipo <- split(x = Cantidad, f = Defectos) # Se agrupa la cantidad por tipo de defecto
Tabla_tipo
## $D1
## [1] 45 56 34
## 
## $D2
## [1] 54 44
## 
## $D3
## [1] 54
## 
## $D4
## [1] 78 78
## 
## $D5
## [1] 34
## 
## $D6
## [1] 90 23 98
## 
## $D7
## [1] 76 45
## 
## $D8
## [1] 45 78

Se aplica la suma a los valores

Suma_tipo <- sapply(X = Tabla_tipo, FUN = sum)
Suma_tipo
##  D1  D2  D3  D4  D5  D6  D7  D8 
## 135  98  54 156  34 211 121 123

Valores ya agrupados.

Se elabora el análisis de Pareto

library(qcc)
## Package 'qcc', version 2.6
## Type 'citation("qcc")' for citing this R package in publications.
pareto.chart(Suma_tipo)

##     
## Pareto chart analysis for Suma_tipo
##      Frequency Cum.Freq. Percentage Cum.Percent.
##   D6       211       211  22.639485     22.63948
##   D4       156       367  16.738197     39.37768
##   D1       135       502  14.484979     53.86266
##   D8       123       625  13.197425     67.06009
##   D7       121       746  12.982833     80.04292
##   D2        98       844  10.515021     90.55794
##   D3        54       898   5.793991     96.35193
##   D5        34       932   3.648069    100.00000