SlideShare una empresa de Scribd logo
1 de 148
INSTITUTO ECUATORIANO DE NORMALIZACIÓN
DÉCIMO SEGUNDO PROGRAMA DE
FORMACIÓN DE ESPECIALISTAS
EN GESTIÓN DE LA CALIDAD
2011
TÉCNICAS ESTADÍSTICAS PARA LA CALIDAD
INFORMACION SOBRE EL CURSO
LUNES A VIERNES
16:00 a 20:00
-Certificado de Asistencia
-Certificado Esp en GC
(6 módulos )
-Certificado de Renovación
(3 módulos)
ASISTENCIA 20 PUNTOS
TRABAJOS 40 PUNTOS
EXAMEN 40 PUNTOS
OBJETIVO
MANEJAR LAS TÉCNICAS Y PRINCIPIOS
BÁSICOS DE CONTROL ESTADÍSTICO DE LA
CALIDAD, PARA LOGRAR UNA
IMPLANTACIÓN EFECTIVA DEL CONTROL
DE LA CALIDAD EN LA EMPRESA.
CONTENIDO
INTRODUCCION
DISTRIBUCION DE FRECUENCIAS
PARETO E ISHIKAWA
GRAFICOS DE CONTROL POR VARIABLES Y
ATRIBUTOS
INSPECCION AL 100% Y MUESTREO DE
ACEPTACION POR ATRIBUTOS Y
VARIABLES
INTRODUCCION
EVOLUCIÓN DE LA CALIDAD
1900 1920 1940 1960 1980 2000
Inspección
Control Estadístico de la Calidad
Confiabilidad
Control de Calidad Total
Aseguramiento
de la Calidad
Seguridad del Producto
Liderazgo
de la Alta
Gerencia
CALIDAD DEL PRODUCTOCALIDADDELPRODUCTO
1950 1960 1970 1980 1990
CALIDAD DEL PRODUCTO
DE ACUERDO A JURAN:
– PROGRAMA DE ENTRENAMIENTO
MASIVO EN CALIDAD.
– PROGRAMAS ANUALES DE MEJORA EN
CALIDAD.
– LIDERAZGO DE LA ALTA GERENCIA EN
FUNCIÓN DE LA CALIDAD
CALIDAD DEL PRODUCTO
DE ACUERDO A ISHIKAWA:
– CONTROL DE CALIDAD A LO ANCHO DE LA
COMPAÑÍA.
– AUDITORÍAS DE CONTROL DE CALIDAD.
– EDUCACIÓN Y ENTRENAMIENTO.
– CÍRCULOS DE CALIDAD.
– MÉTODOS ESTADÍSTICOS.
– ACTIVIDADES PROMOCIONALES EN CALIDAD
EN TODO EL PAÍS
QUE ES UN LIDER
LOS LIDERES ESTABLECEN LA UNIDAD DE
PROPOSITO Y LA ORIENTACION DE LA
ORGANIZACIÓN. ELLOS DEBERIAN CREAR
Y MANTENER UN AMBIENTE INTERNO, EN
EL CUAL EL PERSONAL PUEDA LLEGAR A
INVOLUCRASE TOTALMENTE EN EL LOGRO
DE LOS OBJETIVOS DE LA ORGANIZACION
APLICACIÓN DE TÉCNICAS
ESTADÍSITICAS
ISO
9000
ISO
9001
ISO
14001
ISO/IEC
17025
INEN 0 INEN-ISO
10012
0.2 g 4.2.4 4.5.1 4.10 4.1.2.10 4.6
2.7.2 f 8.4 4.5.2 4.11 4.7
2.10 8.5.1 4.5.3 4.12 4.8
8.5.2 4.5.4 5.9 4.9
8.5.3
CRITERIOS DE EXCELENCIA
MALCOLM BALDRIGE
MODELO SISTEMICO DE AUTOEVALUACIÓN EMPRESARIAL
IMPULSADORES
VIABILIZADORES
PLANEACIÓN
ESTRATÉGICA
LIDERAZGO
ENFOQUE
CLIENTE
MERCADO
ENFOQUE EN
RECURSOS
HUMANOS
GESTIÓN DE
PROCESOS
FINANCIEROS
SATISFACCIÓN
DE CLIENTES
PROVEEDORES
PERSONAS
PRODUCTOS Y
PROCESOS
PLANEACION
ESTRATÉGICA
PLANESDE
ACCIÓN
INFORMACIÓN Y ANALISIS
RESULTADOS
PAPEL DE LAS TÉCNICAS
ESTADÍSTICAS
AYUDAN A RESOLVER PROBLEMAS Y
MEJORAR LA EFICACIA Y EFICIENCIA DE
LAS ORGANIZACIONES.
EFICACIA - EFICIENCIA
EFICACIA
GRADO EN QUE SE REALIZAN ACTIVIDADES
PLANIFICADAS Y SE ALCANZAN LOS
RESULTADOS PLANIFICADOS
EFICIENCIA
RELACIÓN ENTRE EL RESULTADO
ALCANZADO Y LOS RECURSOS UTILIZADOS
EFICACIA - EFICIENCIA
LA GENTE
SABE
CÓMO
TRABAJAR
PERO NO
SABE CÓMO
DEBE
TRABAJAR
A B
EFICIENCIA
RECURSOS
EFICACIA 3.2.14
3.2.15
PAPEL DE LAS TÉCNICAS
ESTADÍSTICAS
AYUDAN A MEDIR, DESCRIBIR, ANALIZAR,
INTERPRETAR Y HACER MODELOS DE
DICHA VARIABILIDAD.
RECOMENDACION
NO MIDA nada a no ser que lo vaya a
REGISTRAR.
NO REGISTRE nada a no ser que lo vaya a
REPRESENTAR en formato gráfico.
NO REPRESENTE nada a no ser que lo vaya a
ANALIZAR.
NO ANALICE nada a no ser que vaya a ACTUAR.
HOJAS DE VERIFICACION
ES UNA HERRAMIENTA QUE SE UTILIZA PARA RECOLECTAR DATOS EN UN FORMATO
LOGICO Y SIRVE DE HECHO COMO UNA HERRAMIENTA DE TRANSICION ENTRE LA
RECOLECCION DE DATOS Y EL USO DE TECNICAS MAS AVANZADAS.
LA HOJA DE VERIFICACION ES UNA HERRAMIENTA UTILIZADA PARA EL REGISTRO Y
ORGANIZACIÓN DE INFORMACION Y/O DATOS
TIPOS DE HOJAS DE VERIFICACION:
REGISTRO DE DATOS
– DATOS POR VARIABLES
– DATOS POR ATRIBUTOS
LOCALIZACION
LISTA DE VERFICACION
EL USUARIO PUEDE SER CREATIVO E INVENTAR SU PROPIA HOJA DE VERIFICACION, SI LAS
EXISTENTES NO SE ADECÚAN A SUS NECESIDADES
VERIFICACION VARIABLES
VERIFICACION ATRIBUTOS
VERIFICACION LOCALIZACION
LISTA VERIFICACION
DISTRIBUCIÓN DE FRECUENCIAS
DEFINICIONES DE DISTRIBUCIÓN DE
FRECUENCIAS
ES UNA TABLA QUE SUMARIZA EN FORMA
ORDENADA POR CLASES LA INFORMACIÓN
OBTENIDA, EN FORMA DE VALORES DE
UNA VARIABLE.
ES UNA LISTA DE CLASES DE DATOS,
JUNTO CON EL NÚMERO DE VALORES
QUE CAEN DENTRO DE CADA UNA
PASOS PARA LA CONSTRUCCIÓN DE UNA
DISTRIBUCIÓN DE FRECUENCIAS
R DETERMINAR EL RANGO DE LOS DATOS
OBSERVADOS (VM-Vm)
N DECIDIR EL NÚMERO DE CLASES (5-14)
C DETERMINAR EL ANCHO DE CADA CLASE (R/N)
L DETERMINAR LAS CLASES MEDIANTE EL LISTADO
DE SUS LÍMITES
LOS LÍMITES DE LAS CLASES DEBEN TENER UN DECIMAL MÁS
QUE LOS DATOS REALES Y SI ES POSIBLE TERMINAR EN 5.
PASOS PARA LA CONSTRUCCIÓN DE UNA
DISTRIBUCIÓN DE FRECUENCIAS
F REGISTRAR Y CONTAR EL NÚMERO DE
VALORES QUE OCURREN EN CADA CLASE
T PREPARAR LA TABLA DE
DISTRIBUCIÓN DE FRECUENCIAS
PASOS PARA LA CONSTRUCCIÓN DE UNA
DISTRIBUCIÓN DE FRECUENCIAS
HERRAMIENTAS ESTADISTICAS APLICABLES AL
CONTROL DE CALIDAD
No. OBSERVACIONES No. INTERVALOS
< 50 5 - 7
5O -100 6 - 10
100 - 250 7 - 12
> 250 10 - 20
PASOS PARA LA CONSTRUCCIÓN DE UNA
DISTRIBUCIÓN DE FRECUENCIAS
MANUAL DE CONTROL DE CALIDAD
JURAN / FRANK M. GRINA
No. OBSERVACIONES No. INTERVALOS
20 - 50 6
51 - 100 7
101 - 200 8
201 - 500 9
501 - 1000 10
> 1000 11 - 20
PARA REALIZAR ÉSTE ANÁLISIS SE
NECESITA COMO MÍNIMO 50
MEDICIONES.
DISTRIBUCION DE FRECUENCIAS
DISTRIBUCIÓN DE FRECUENCIAS
EJEMPLO RESUELTO
LA TABLA MUESTRA LOS VALORES BRUTOS CORRESPONDIENTES A
LAS MEDICIONES DE LA RESISTENCIA ELÉCTRICA DE 100 BOBINAS
3.37 3.34 3.38 3.32 3.33 3.28 3.34 3.31 3.33 3.34
3.29 3.36 3.30 3.31 3.33 3.34 3.34 3.36 3.39 3.34
3.35 3.36 3.30 3.32 3.33 3.35 3.35 3.34 3.32 3.38
3.32 3.37 3.34 3.38 3.36 3.37 3.36 3.31 3.33 3.30
3.35 3.33 3.38 3.37 3.44 3.32 3.36 3.32 3.29 3.35
3.38 3.39 3.34 3.32 3.30 3.39 3.36 3.40 3.32 3.33
3.29 3.41 3.27 3.36 3.41 3.37 3.36 3.37 3.33 3.36
3.31 3.33 3.35 3.34 3.35 3.34 3.31 3.36 3.37 3.35
3.40 3.35 3.37 3.32 3.35 3.36 3.38 3.35 3.31 3.34
3.35 3.36 3.39 3.31 3.31 3.30 3.35 3.33 3.35 3.31
DISTRIBUCIÓN DE FRECUENCIAS
R DETERMINAMOS EL RANGO DE LOS DATOS
OBSERVADOS
R=3.44-3.27=0.17
N DECIDIMOS EL NÚMERO DE CLASES, N=6
C DETERMINAMOS EL TAMAÑO DE CADA CLASE
C= 0.17/6=0.028 ~ 0.03
L DETERMINAMOS LAS CLASES MEDIANTE EL
LISTADO DE SUS LÍMITES
Vm=3.27
LA PRIMERA CLASE DEBE EMPEZAR CON EL
VALOR DE 3.265 Y UN TAMAÑO DE CLASE DE
0.03.
PRIMERA CLASE SERÍA 3.265- 3.295
DISTRIBUCIÓN DE FRECUENCIAS
F REGISTRAR Y CONTAR EL NÚMERO DE VALORES
QUE OCURREN EN CADA CLASE.
T PREPARAR LA TABLA DE DISTRIBUCIÓN DE
FRECUENCIAS.
CLASES CONTEO FRECUENCIA
3.265 – 3.295 ///// 5
3.295 – 3.325 ///// /////..../// 23
3.325 – 3.355 ///// /////....../ 36
3.355 – 3.385 ///// /////.....// 27
3.385 – 3.415 ///// /// 8
3.415 – 3.445 / 1
TOTAL 100
DEFINICIONES
POBLACION: Es el conjunto completo de individuos o
elementos de interés con una o más características
comunes sobre las cuales se va a realizar el estudio.
LOTE: Es una cantidad específica de material con
características similares, o que es fabricada bajo
condiciones de producción uniformes, que se somete a
inspección como un conjunto unitario (N).
MUESTRA: Es un subconjunto seleccionado de la
población sobre el cual se llevan a cabo los ensayos o
análisis (n).
DISTRIBUCIÓN DE FRECUENCIAS
HISTOGRAMA DE FRECUENCIAS
POLÍGONO DE FRECUENCIAS
REPRESENTACIÓN GRÁFICA
HISTOGRAMA
SE COLOCAN LAS CLASES A LO LARGO
DEL EJE HORIZONTAL Y LOS
VALORES NUMÉRICOS DE CADA
CLASE SE REPRESENTAN POR
BARRAS VERTICALES.
ES UN GRAFICO MUY ÚTIL PARA
IDENTIFICAR Y VISUALIZAR LA
DISPERSIÓN DE LOS DATOS.
HISTOGRAMA- RESISTENCIA
ELÉCTRICA
0
10
20
30
40
RESISTENCIA ELÉCTRICA
FRECUENCIA
3.265 - 3.295
3.295 - 3.325
3.325 - 3.355
3.355 - 3.385
3.385 - 3.415
3.415 - 3.445
GRAFICO
Xn=3,35Ω
LIE=3,25Ω
LSE=3,45Ω
Xm=3,344Ω
σ=0,0315Ω
LIE=3,25Ω Xn=3,35Ω LSE=3,45Ω
Xm=3,344ΩLI=3,247Ω LS=3,433Ω
POLÍGONO DE FRECUENCIAS
SE COLOCAN LAS MARCAS DE CLASES A LO
LARGO DEL EJE HORIZONTAL Y LOS
VALORES NUMÉRICOS DE CADA CLASE SE
REPRESENTAN POR PUNTOS QUE LUEGO
SON CONECTADOS SUCESIVAMENTE POR
LINEAS RECTAS HASTA FORMAR EL
POLÍGONO.
ES UN GRÁFICO QUE PERMITE OBSERVAR
EL PERFIL DE DISTRIBUCIÓN DE UNA
SERIE DE DATOS.
POLÍGONO DE FRECUENCIAS
0
5
10
15
20
25
30
35
40
3.265- 3.295 3.295- 3.325 3.325- 3.355 3.355- 3.385 3.385- 3.415 3.415- 3.445
RESISTENCIA ELÉCTRICA
FRECUENCIA GRAFICO
Xn=3,35Ω
LIE=3,25Ω
LSE=3,45Ω
Xm=3,344Ω
σ=0,0315Ω
FRECUENCIAS ACUMULADAS
MUESTRAN EL NÚMERO, FRACCION O
PORCENTAJE TOTAL DE OCURRENCIAS
QUE SON MENORES O MAYORES DE
CIERTOS VALORES CLAVE.
LA FRECUENCIA ACUMULADA PARA CADA
CLASE ES LA SUMA DE LA FRECUENCIA
PARA ESA CLASE Y TODAS LAS CLASES
MENORES.
FRECUENCIAS RELATIVAS
LAS FRECUENCIAS RELATIVAS SON MUY
ÚTILES AL RESUMIR GRANDES
CONJUNTOS DE DATOS.
SON FRACCIONES O PORCENTAJES QUE
SE CALCULAN DIVIDIENDO LA FRECUENCIA
REAL DE CADA CLASE PARA EL NÚMERO
TOTAL DE OBSERVACIONES REALIZADAS.
TABLA DE FRECUENCIAS
MARCAS DE
CLASES FRECUENCIA
FRECUENCIA
ACUMULADA
FRECUENCIA
RELATIVA
FRECUENCIA RELATIVA
ACUMULADA (OJIVA)
3.28 5 5 0,05 0,05
3.31 23 28 0,23 0,28
3.34 36 64 0,36 0,64
3.37 27 91 0,27 0,91
3.40 8 99 0,08 0,99
3.43 1 100 0,01 1
OJIVA
ES UN POLÍGONO DE FRECUENCIAS
RELATIVAS ACUMULADAS
OJIVA
0
0,2
0,4
0,6
0,8
1
1,2
3.28 3.31 3,34 3.37 3.40 3.43
RESISTENCIA ELECTRICA
FRECUENCIAACUMULADA
GRAFICO
Xn=3,35Ω
LIE=3,25Ω
LSE=3,45Ω
Xm=3,344Ω
σ=0,0315Ω
64%
EJERCICIO
Elabore la tabla de distribución de
frecuencias, histograma, polígono de
frecuencias y ojiva del ejemplo siguiente.
INGRESOS ANUALES DE LOS
EJECUTIVOS DE UNA EMPRESA
INGRESO
ANUAL ($)
MARCAS DE
CLASE
FRECUENCIA
REAL
20 000 a < 30 000 25 000 5
30 000 a < 40 000 35 000 17
40 000 a < 50 000 45 000 22
50 000 a < 60 000 55 000 28
60 000 a < 70 000 65 000 14
70 000 a < 80 000 75 000 8
80 000 a < 90 000 85 000 3
No. EJECUTIVOS 97
INGRESOS ANUALES DE LOS
EJECUTIVOS DE UNA EMPRESA
FRECUENCIA
ACUMULADA
FRECUENCIA
RELATIVA
FRECUENCIA
ACUMULADA
5 0.052 0.052
22 0.175 0.227
44 0.227 0.454
72 0.289 0.743
86 0.144 0.887
94 0.082 0.969
97 0.031 1.000
GRAFICO
HISTOGRAMA - INGRESOS AUALES DE
UNA EMPRESA AMERICANA
0
5
10
15
20
25
30
INGRESOS ANUALES (MILES DE DÓLARES)
FRECUENCIA
20 a < 30
30 a < 40
40 a < 50
50 a < 60
60 a < 70
80 a < 90
GRAFICO
POLÍGONO DE FRECUENCIAS
0
5
10
15
20
25
30
20 a < 30 30 a < 40 40 a < 50 50 a < 60 60 a < 70 70 a < 80 80 a < 90
INGRESOS ANUALES (MILES DE DÓLARES)
FRECUENCIA
GRAFICO
OJIVA
0,000
0,200
0,400
0,600
0,800
1,000
1,200
25 35 45 55 65 75 85
INGRESOS ANUALES (MILES DE DÓLARES)
FRECUENCIARELATIVASACUMULADAS
CAPACIDAD DE PROCESO
DISTRIBUCIÓN DE PROBABILIDAD
NORMAL
Un proceso de fabricación que solo tenga causas
de variación aleatoria da como resultado una
distribución a uno y otro lado de una línea central
(tabulación de frecuencias).
Si el número de mediciones es infinitamente
grande y la precisión del instrumento de medición
es infinitamente buena, la tabulación de frecuencias
se transforma en una curva que se caracteriza por
una tendencia central y una desviación típica.
CAPACIDAD DE PROCESO
TODO PROCESO ES SUSCEPTIBLE DE
MEDICIÓN.
LA CAPACIDAD DE PROCESO ES UNA
MEDIDA QUE ESPECIFICA SI EL PROCESO
DE FABRICACIÓN PUEDE MANTENERSE
DENTRO DE TOLERANCIA.
CAPACIDAD DE PROCESO
SI SE USA 6σ ESTO QUIERE DECIR QUE EL 99.74%
DE LOS ELEMENTOS PRODUCIDOS SE
ENCONTRARÁ DENTRO DEL AREA QUE
COMPRENDE A LA CAPACIDAD DE PROCESO.
LA CAPACIDAD DE PROCESO 6σ, TIENE QUE SER
MENOR QUE LA TOLERANCIA DADA POR LAS
ESPECIFICACIONES TÉCNICAS.
CAPACIDAD DE PROCESO
6s
ICP = < 0,75
T
PARA QUE EL PROCESO SEA
CAPAZ DE CUMPLIR CON
LAS ESPECIFICACIONES EL:
CAPACIDAD DE PROCESO DE UNA MÁQUINA EN
COMPARACIÓN CON LA TOLERANCIA
Si 6s > T o ICP > 0.75
PUEDE AYUDAR UN MANTENIMIENTO ADECUADO
O MEJORAMIENTO TÉCNICO.
HAY QUE SELECCIONAR LOS ARTÍCULOS
CORRECTOS, ESTO IMPLICA UNA INSPECCIÓN AL
100%.
VER LA POSIBILIDAD DE AMPLIAR LA BANDA DE
TOLERANCIA.
HAY QUE CAMBIAR LA MAQUINARIA.
CAPACIDAD DE PROCESO DE UNA MÁQUINA EN
COMPARACIÓN CON LA TOLERANCIA
Si 6σ = T ó ICP = 0.75
HAY QUE CENTRAR LA X DEL PROCESO
CON EL PUNTO MEDIO DE LA TOLERANCIA.
CAPACIDAD DE PROCESO DE UNA MÁQUINA EN
COMPARACIÓN CON LA TOLERANCIA
Si 6σ < T ó ICP < 0.75
NO DEBE EMPLEARSE LA INSPECCIÓN AL
100%.
SE DEBE INVESTIGAR SI LA REDUCCIÓN DE
LA BANDA DE TOLERANCIA REDUNDARÁ EN
UNA MEJORA ECONÓMICA DE LA
PRODUCCIÓN.
PRINCIPIO DE PARETO
DIAGRAMA DE PARETO
ES UN GRAFICO QUE REPRESENTA EN
FORMA ORDENADA EL GRADO DE
IMPORTANCIA QUE TIENEN LOS DIFERENTES
FACTORES EN UN DETERMINADO
PROBLEMA, CONSIDERANDO LA
FRECUENCIA CON QUE OCURRE CADA UNO
DE LOS FACTORES.
DIAGRAMA DE PARETO
SU NOMBRE SE DEBE A WILFRIDO
PARETO, ECONOMISTA ITALIANO QUE
CENTRABA SU ATENCIÓN EN LOS “POCOS
VITALES” CONTRA LOS “MUCHOS
TRIVIALES”.
EL 80% DE LA RIQUEZA ESTABA
CONTROLADA POR EL 20%
DE LAS PERSONAS
DIAGRAMA DE PARETO
REGLA 80-20
EL 80% DE TODOS LOS PROBLEMAS
PROVIENEN DEL 20% DE LAS CAUSAS
80%
20%
DIAGRAMA DE PARETO
REGLA 80-20
APROXIMADAMENTE:
– EL 80 % DE LAS VENTAS DE UNA COMPAÑÍA
ESTA EN EL 20 % DE LOS CLIENTES.
– EL 80 % DEL TOTAL DE DEFECTOS
ENCONTRADOS EN UN PRODUCTO SE DEBE AL
20% DE LAS CAUSAS IDENTIFICADAS.
¿PARA QUE SIRVE EL
DIAGRAMA DE PARETO?
PARA IDENTIFICAR LOS “POCOS VITALES”
O ESE 20%.
PARA APLICAR LA ACCIÓN CORRECTIVA
DONDE SE OBTENGA MAYOR BENEFICIO.
PARA CATALOGAR LOS FACTORES EN
ORDEN DE IMPORTANCIA.
¿CÓMO SE HACE UN
DIAGRAMA DE PARETO?
1. IDENTIFIQUE EL PROBLEMA O ÁREA DE
MEJORA.
2. ELABORE UNA LISTA DE FACTORES
INCIDENTES EN EL PROBLEMA.
3. ESTABLEZCA UN PERÍODO DE TIEMPO PARA LA
RECOLECCIÓN DE DATOS
4. ORDENE LOS FACTORES DE ACUERDO A SU
FRECUENCIA
¿CÓMO SE HACE UN
DIAGRAMA DE PARETO?
5. CALCULE EL PORCENTAJE PARCIAL
ni
ai (%) = -------------- x 100
N
6. CALCULAR EL PROCENTAJE ACUMULADO ,
SUMANDO EN FORMA CONSECUTIVA LOS
PORCENTAJES DE CADA FACTOR.
7. CONSTRUIR EL DIAGRAMA DE PARETO
CONSTRUCCIÓN DEL
DIAGRAMA DE PARETO
1. EJE HORIZONTAL
SE DESCRIBEN LOS FACTORES DE IZQUIERDA A DERECHA
EN ORDEN DECRECIENTE EN CUANTO A SU FRECUENCIA.
2. EJE VERTICAL IZQUIERDO
SE GRADÚA PARA MOSTRAR EL NÚMERO DE CASOS QUE
SE DA EN RAZÓN DE CADA UNO DE LOS FACTORES.
3. EJE VERTICAL DERECHO
SE MOSTRARÁ EL PORCENTAJE RELATIVO ACUMULADO.
CONSTRUCCIÓN DEL
DIAGRAMA DE PARETO
4. TRACE LAS BARRAS CORRESPONDIENTES A
LOS DISTINTOS FACTORES. LA ALTURA DE
LAS BARRAS REPRESENTA EL NÚMERO DE
VECES QUE OCURRIÓ EL FACTOR.
5. COLOQUE LOS PUNTOS QUE REPRESENTAN
EL % RELATIVO ACUMULADO TENIENDO EN
CUENTA LA GRADUACIÓN DE LA BARRA
VERTICAL DERECHA Y TRAZAR LA CURVA
POR DICHOS PUNTOS.
EJERCICIO RESUELTO
EN LA SIGUIENTE TABLA SE MUESTRA LAS NO CONFORMIDADES
ENCONTRADAS Y LOS COSTOS POR FALLAS INTERNAS DE CADA UNO DE
ELLOS, OBSERVADOS EN UNA CIERTA LINEA DE PRODUCCION DE BALDOSAS
CERAMICAS DURANTE 3 MESES, EN LA CUAL SE PRODUJERON 5000 UNIDADES
TIPO DE NO CONFORMIDAD
No. NO
CONFORMIDADES COSTO UNITARIO
FRACTURAS 10 2,0
RAYADOS 42 1,0
MANCHAS 6 0.5
RESISTENCIA A LA ROTURA 104 2,0
RAJADURAS 4 1.5
BURBUJAS 20 0.5
OTROS 14 0.1
EJERCICIO RESUELTO
TIPO DE NO CONFORMIDAD
No. NO
CONFORMIDADES
TOTAL
ACUMULADO
RESISTENCIA A LA ROTURA 104 104
RAYADOS 42 146
BURBUJAS 20 166
FRACTURAS 10 176
MANCHAS 6 182
RAJADURAS 4 186
OTROS 14 200
TOTAL 200
EJERCICIO RESUELTO
PORCENTAJE PARCIAL PORCENTAJE ACUMULADO
52 52
21 73
10 83
5 88
3 91
2 93
7 100
100
EJERCICIO RESUELTO
BALDOSAS CERAMICAS
No. NO CONFORMIDADES
104
42
20
10
6 4
14
52
83
88
91
93
100
73
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
RESISTENCIA
A LA ROTURA
RAYADOS BURBUJAS FRACTURAS MANCHAS RAJADURAS OTROS
NO CONFORMIDADES
No.NOCONFORMIDADES
0
10
20
30
40
50
60
70
80
90
100
DIAGRAMA DE
PARETO POR COSTOS
TIENE MAYOR IMPACTO EN LA GERENCIA.
SE CALCULA EL COSTO POR CADA TIPO DE
DEFECTO.
EL EJE VERTICAL IZQUIERDO ESTÁ
GRADUADO EN FUNCIÓN DE LOS COSTOS
DE CADA FACTOR.
DIAGRAMA DE
PARETO POR COSTOS
REORDENAMIENTO DE CATEGORIAS DE LOS FACTORES.
CUANDO EL COSTO DE CADA FACTOR ESTÁ SIENDO
CONSIDERADO, OCURRE UN REORDENAMIENTO DE LAS
CATEGORÍAS DE LOS FACTORES, DEBIDO AL ALTO COSTO DE
ALGUNOS TIPOS DE FACTORES.
UN TIPO DE FACTOR QUE SE PRESENTA CON MAYOR
FRECUENCIA PUEDE TENER ASOCIADO UN MENOR COSTO EN
COMPARACIÓN CON AQUEL QUE NO SE REPITA TAN
FRECUENTEMENTE, PERO CUYO COSTO ES MUY ALTO, ÉSTE
ÚLTIMO QUEDARÁ COLOCADO AHORA COMO LA PRIMERA
CATEGORÍA.
EJERCICIO RESUELTO
TIPO DE NO CONFORMIDAD COSTO TOTAL TOTAL ACUMULADO
RESISTENCIA A LA ROTURA 208 208
RAYADOS 42 250
FRACTURAS 20 270
BURBUJAS 10 280
RAJADURAS 6 286
MANCHAS 3 289
OTROS 1,4 290,4
TOTAL 290,4
EJERCICIO RESUELTO
PORCENTAJE PARCIAL PORCENTAJE ACUMULADO
72 72
14 86
7 93
3 96
2 98
1 100
0 100
100
EJERCICIO RESUELTO
BALDOSAS CERAMICAS
COSTOS
208
42
20
10 6 3 1,4
72
86
93
96
98 100 100
0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
RESISTENCIA
A LA ROTURA
RAYADOS FRACTURAS BURBUJAS RAJADURAS MANCHAS OTROS
NO CONFORMIDADES
COSTOS
0
10
20
30
40
50
60
70
80
90
100
DIAGRAMA DE ISHIKAWA
CAUSA – EFECTO
DIAGRAMA DE ISHIKAWA
DESARROLLADA POR EL PROFESOR
KAORU ISHIKAWA.
ES UNA HERRAMIENTA PARA
ANÁLISIS DE PROBLEMAS.
PERMITE CONOCER LAS CAUSAS
QUE INCIDEN EN EL PROBLEMA
(EFECTO)
CONSTRUCCIÓN DEL
DIAGRAMA DE ISHIKAWA
1. DEFINIR EL PROBLEMA
2. TRAZAMOS EL ESQUELETO
3. DEFINIMOS LAS PRINCIPALES CAUSAS
4. ANOTAMOS LAS SUBCAUSAS
5. VERIFICAMOS
DIAGRAMA DE ISHIKAWA
EFECTO
PROBLEMA
CAUSA CAUSA CAUSA
CAUSA CAUSA CAUSA
CAUSAS DEL PROBLEMA
SE RECOMIENDA AGRUPARLAS EN:
– MANO DE OBRA
– MATERIA PRIMA
– MAQUINARIA
– MÉTODO DE TRABAJO
– MEDIO AMBIENTE
DIAGRAMA DE ISHIKAWA
EFECTO
PROBLEMA
MANO
DE OBRA
MATERIA
PRIMA MAQUINARIA
MÉTODO MEDIO AMBIENTE
GRAFICOS DE CONTROL
GRAFICOS DE CONTROL
ES UN DIAGRAMA POR MEDIO DEL CUAL SE
PUEDE SEGUIR EL PROCESO Y DESCRIBIR
GRÁFICAMENTE LAS VARIACIONES QUE
EXPERIMENTA CON EL TIEMPO.
TODO PROCESO TIENE CAUSAS ALEATORIAS
Y CAUSAS ASIGNABLES.
ESTE GRÁFICO PERMITE ELIMINAR
RÁPIDAMENTE LAS CAUSAS ASIGNABLES DE
VARIACIÓN.
GRAFICOS DE CONTROL
VARIACION DEL PROCESO
– CAUSAS ALEATORIAS: DAN VALORES QUE
ALEATORIAMENTE SE DISTRIBUYEN A UN LADO
U OTRO DE UNA LÍNEA DE CONTROL.
– CAUSAS ASIGNABLES: PUEDEN MANIFESTARSE
COMO UNA TENDENCIA Y DEBEN SER
CORREGIDAS.
UN GRÁFICO DE CONTROL
TIENE:
UNA LÍNEA CENTRAL (LC): QUE REPRESENTA EL
VALOR EN TORNO AL CUAL SE DISTRIBUYEN LAS
MEDICIONES ALEATORIAMENTE.
LOS LÍMITES DE CONTROL SUPERIOR E INFERIOR
(LCS, LCI): SON LOS LÍMITES EN LOS QUE SE
DISTRIBUIRÁN LAS MEDICIONES
ALEATORIAMENTE.
Los límites de control se establecen
en una distancia de ± 3σ
LCS
Lectura
LC
LCI
t
GRÁFICO DE CONTROL
PROCESO “BAJO CONTROL”
• PARA EFECTUAR EL GRÁFICO SE
TOMAN MUESTRAS DEL PROCESO
DE FABRICACIÓN, SI LOS VALORES
SE DISTRIBUYEN ALEATORIAMENTE
DENTRO DE LOS LÍMITES, SE DICE
QUE EL PROCESO ESTÁ BAJO
CONTROL.
X – R: PROMEDIOS Y RANGOS
X – S: PROMEDIOS Y DESVIACIÓN ESTÁNDAR
X – R: MEDIANAS Y RANGOS
X – R: LECTURAS INDIVIDUALES
GRÁFICOS DE CONTROL
POR VARIABLES
(MEDICIONES)
TIPOS DE GRÁFICOS DE
CONTROL
GRÁFICOS DE CONTROL POR ATRIBUTOS
(NO REQUIEREN MEDICIONES)
• p PORCENTAJE DE UNIDADES,
TRABAJOS O PROCESOS DEFECTUOSOS
• np NÚMERO DE UNIDADES, TRABAJOS O
PROCESOS DEFECTUOSOS
• c NÚMERO DE DEFECTOS POR UNIDAD,
PERSONA O DEPARTAMENTO
• µ PROPORCIÓN DE DEFECTOS POR
UNIDAD, PERSONA O DEPARTAMENTO
ES EL MÁS COMÚN PARA VARIABLES
X ES LA MEDIDA DE TENDENCIA CENTRAL
R ES LA MEDIDA DE LA DISPERSIÓN (EL
RECORRIDO ES LA DIFERENCIA ENTRE LOS
VALORES MAYOR Y MENOR)
EL GRÁFICO X y R, SE LO REALIZA
SIMULTÁNEAMENTE.
GRAFICO DE CONTROL POR
VARIABLES X - R
PROCEDIMIENTO PARA EL
GRÁFICO X - R
1. DECIDIR EL NÚMERO DE UNIDADES
DEL SUBGRUPO ( n )
2. INSPECCIONAR CADA UNIDAD Y
ANOTAR LOS VALORES.
3. CALCULAR EL PROMEDIO Y
DETERMINAR EL RANGO
X = ( X1 + X2 + . . .+ Xn) / n
R = X máx. - X mín.
4. ESTABLECER LA ESCALA EN RELACIÓN
A LOS VALORES OBTENIDOS.
5.1 CALCULAR EL PROMEDIO DE LOS
PROMEDIOS:
X = ( X1 + X2 + .......+ Xk) / K
5.2 CALCULAR EL PROMEDIO DE LOS
RANGOS:
R = (R1 + R2 + ......+ RK)/ K
PROCEDIMIENTO PARA EL
GRÁFICO X - R
6. CALCULAR LOS LÍMITES DE CONTROL
PARA EL GRÁFICO X
LC = X
LCS = X + A2R
LCI = X - A2R
PARA EL GRÁFICO R
LC = R
LCS = D4 R
LCI = D3 R
NOTA: Los factores A2, D4, D3 se encuentran en
las tablas
PROCEDIMIENTO PARA
EL GRÁFICO X - R
7. GRAFICAR LOS LÍMITES ENCONTRADOS
8. GRAFICAR LOS VALORES ENCONTRADOS
9. ANALIZAR EL DIAGRAMA OBTENIDO
Nota:
Un punto sobre el LCS o bajo el LCI, en X, nos indica que el
proceso ha alterado su nivel.
Un punto por encima del LCS, en R, significa que la
dispersión del proceso se ha incrementado.
PROCEDIMIENTO PARA EL
GRÁFICO X - R
EJERCICIO
DETERMINAR LOS LIMITES DE CONTROL
Y LA CAPACIDAD DE PROCESO
CORRESPONDIENTES A MEDICIONES DE
RESISTENCIA ELECTRICA DE LAS
BOBINAS TOMADAS EN LA PLANTA
DURANTE SU PRODUCCION.
k ≥ 25
ESPECIFICACION : 3,35 ± 0,10Ω
k n=1 2 3 4 5 Xm R
1 3,37 3,34 3,38 3,32 3,33 3,35 0,06
2 3,29 3,36 3,3 3,31 3,33 3,32 0,07
3 3,35 3,36 3,3 3,32 3,33 3,33 0,06
4 3,32 3,37 3,34 3,38 3,36 3,35 0,06
5 3,35 3,33 3,38 3,27 3,44 3,35 0,17
6 3,38 3,39 3,34 3,32 3,3 3,35 0,09
7 3,29 3,41 3,27 3,36 3,41 3,35 0,14
8 3,31 3,33 3,35 3,34 3,35 3,34 0,04
9 3,4 3,35 3,37 3,32 3,35 3,36 0,08
10 3,35 3,36 3,39 3,31 3,31 3,34 0,08
11 3,28 3,34 3,31 3,33 3,34 3,32 0,06
12 3,34 3,34 3,36 3,39 3,34 3,35 0,05
13 3,35 3,35 3,34 3,32 3,38 3,35 0,06
14 3,37 3,36 3,31 3,33 3,3 3,33 0,07
15 3,32 3,36 3,32 3,29 3,35 3,33 0,07
16 3,39 3,36 3,4 3,32 3,33 3,36 0,08
17 3,37 3,36 3,37 3,33 3,36 3,36 0,04
18 3,34 3,31 3,36 3,37 3,35 3,35 0,06
19 3,36 3,38 3,35 3,31 3,34 3,35 0,07
20 3,3 3,35 3,33 3,35 3,31 3,33 0,05
3,34 0,07
RESOLUCION GRÁFICO X - R
n=5
CALCULAMOS EL PROMEDIO Y
EL RANGO
X = ( X1 + X2 + . . .+ Xn) / n
X = (3,37+3,34+3,38+3,32+3,33)/5 = 3,348
R = X máx. - X mín.
R = 3,38-3,32 = 0,06
CALCULAMOS EL PROMEDIO DE LOS
PROMEDIOS:
X = ( X1 + X2 + .......+ Xk) / K
X = (3,348+3,318+…+3,328)/20 = 3,3431
CALCULAR EL PROMEDIO DE LOS
RANGOS:
R = (R1 + R2 + ......+ RK)/ K
R = (0,06+0,07+0,06+…..+0,05)/20 = 0,073
RESOLUCIÓN GRÁFICO X - R
=
CALCULAMOS LOS LÍMITES DE CONTROL
PARA EL GRÁFICO X
LC = X = 3,3431
LCS = X + A2R = 3,3431+0,58*0,073=3,39
LCI = X - A2R = 3,3431-0,58*0,073=3,30
PARA EL GRÁFICO R
LC = R = 0,073
LCS = D4 R = 2,11*0,073=0,15
LCI = D3 R = 0,00*0,073=0,00
NOTA: Los factores A2, D4, D3 se encuentran en
las tablas
RESOLUCIÓN GRÁFICO X - R
GRAFICO DE LAS MEDIAS
GRÁFICO Xm - RESISTENCIA ELÉCTRICA - BOBINAS
3,29
3,30
3,31
3,32
3,33
3,34
3,35
3,36
3,37
3,38
3,39
0 5 10 15 20 25
HORA
Xm
Xm
Xmm
LIC
LSC
GRAFICO DEL RANGO
GRAFICO R - RESISTENCIA ELÉCTRICA - BOBINAS
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
0 5 10 15 20 25
HORA
R
R
Rm
LICR
LSCR
CALCULAMOS EL PROMEDIO DE LOS
PROMEDIOS:
X = ( X1 + X2 + .......+ Xk) / K
X = (3,348+3,318+…+3,328)/18 = 3,3422
CALCULAR EL PROMEDIO DE LOS
RANGOS:
R = (R1 + R2 + ......+ RK)/ K
R = (0,06+0,07+0,06+…..+0,05)/18 = 0,0639
RESOLUCIÓN GRÁFICO X – R
Eliminados los puntos 5 y 7
=
CALCULAMOS LOS LÍMITES DE CONTROL
PARA EL GRÁFICO X
LC = X = 3,3422
LCS = X + A2R = 3,3422+0,58*0,0639=3,38
LCI = X - A2R = 3,3422-0,58*0,0639=3,31
PARA EL GRÁFICO R
LC = R = 0,0639
LCS = D4 R = 2,11*0,0639=0,13
LCI = D3 R = 0,00*0,0639=0,00
NOTA: Los factores A2, D4, D3 se encuentran en
las tablas
RESOLUCIÓN GRÁFICO X - R
Eliminados los puntos 5 y 7
GRAFICO DE CONTROL DE
LECTURAS “INDIVIDUALES”
GRAFICO DE CONTROL DE
LECTURAS “INDIVIDUALES”
SE UTILIZA PARA CONTROLAR EL
PROCESO, BAJO UNA DE LAS
SIGUIENTES CONDICIONES:
• CUANDO LOS PROCESOS SON UNIFORMES
• CUANDO EL MUESTREO ES DESTRUCTIVO
• CUANDO LOS PRODUCTOS SON COSTOSOS
• CUANDO LA SALIDA DE UN PROCESO TIENE GRAN
INTERVALO
• CUANDO UN PROCESO TENGA UNA
DISTRIBUCIÓN NORMAL Y SEA ESTABLE.
DADO QUE NO EXISTEN SUBGRUPOS
DEFINIDOS, LA VARIABILIDAD DEL
PROCESO ESTARÁ CONTROLADA POR EL
RANGO MÓVIL.
R1 = (X2 - X1)
R2 = (X3 - X2)
R n - 1 = (Xn - Xn - 1)
n = 2
GRAFICO DE CONTROL DE
LECTURAS “INDIVIDUALES”
1. INSPECCIONAR CADA UNIDAD Y
ANOTAR LOS VALORES
2. TAMAÑO DEL SUBGRUPO, n = 2
3. CALCULAR EL PROMEDIO (MEDIA)
X = (X1 + X2 + . . .+ Xn ) / n = µ
PROCEDIMIENTO DEL
GRAFICO X - R
4. CALCULAR LOS RANGOS MÓVIL
R1 = (X2 - X1)
R2 = (X3 - X2)
.
.
Rn-1 = (Xn - Xn-1)
PROCEDIMIENTO DEL
GRAFICO X - R
5. CALCULAR LA MEDIA DE LOS RANGOS
R = (R1+R2+. . . .+Rn-1) / n-1
6. CALCULAR LOS LÍMITES DE CONTROL
PARA EL GRÁFICO X
LC = X
LCS = X + E2R
LCI = X - E2R
PROCEDIMIENTO DEL
GRAFICO X - R
PARA EL GRÁFICO R
LC = R
LCS = D4 R
LCI = D3 R
NOTA: Los factores E2 , D3 y D4 , se
encuentran en las tablas
PROCEDIMIENTO DEL
GRAFICO X - R
7. GRAFICAR LOS LÍMITES
ENCONTRADOS
8. GRAFICAR LOS VALORES
ENCONTRADOS
9. GRAFICAR LOS REQUISITOS DE
NORMA O ESPECIFICACIONES
10. ANALIZAR EL DIAGRAMA
OBTENIDO
PROCEDIMIENTO DEL
GRAFICO X - R
GRAFICOS DE CONTROL
POR ATRIBUTOS ( p)
GRAFICOS DE CONTROL
POR ATRIBUTOS ( p)
EL MAS COMÚN POR ATRIBUTOS ES EL (p)
(p) ES EL PORCENTAJE O FRACCIÓN
DEFECTUOSA O EL NUMERO DE UNIDADES NO
CONFORMES DE UN SUBGRUPO DIVIDIDO
PARA EL TAMAÑO DEL SUBGRUPO.
ES UTILIZADO PARA UNA O MÁS
CARACTERÍSTICAS.
LOS PRODUCTOS ANALIZADOS SE
DESCRIBEN COMO CONFORMES O NO
CONFORMES.
1. DECIDIR EL NÚMERO DE MUESTRA (n)
DE CADA SUBGRUPO Y EL NÚMERO DE
SUBGRUPOS (k).
2. CALCULAR EL PORCENTAJE DE NO
CONFORMES DE CADA SUBGRUPO.
3. CALCULAR EL PORCENTAJE TOTAL DE
NO CONFORMES (p).
Sumatoria de No Conformes
P=
Total inspeccionados
PROCEDIMIENTO PARA EL
GRAFICO ( p)
* 100
4. Calcular los límites de control
LC = p
LCS = p + 3
LCI = p - 3
s =
[ p (100 - p)]/n
[ p (100 - p)]/n
[ p (100 - p)]/n
5. GRAFICAR LOS LÍMITE
ENCONTRADOS
6. GRAFICAR LOS VALORES
ENCONTRADOS
7. ANALIZAR EL DIAGRAMA
OBTENIDO
PROCEDIMIENTO PARA EL
GRAFICO ( p)
EJERCICIO
EN UNA EMPRESA DETERMINADA, SE HAN
INSPECCIONADO CADA DIA 60 ROLLOS DE PAPEL
HIGIENICO, DURANTE EL MES DE ENERO; LAS
CARACTERÍSTICAS QUE SE ANALIZARON
FUERON GRUMOS, AGUJEROS, ARRUGAS;
DONDE EL NUMERO DE NO CONFORMES SE
MUESTRA A CONTINUACION:
k ≥ 50
n = 60
k = 30
ENERO No. NO CONFORMES % NO CONFORMES pm LIC LSC
2 2 3,3 2,4 0 8,3
3 1 1,7 2,4 0 8,3
4 2 3,3 2,4 0 8,3
5 1 1,7 2,4 0 8,3
6 1 1,7 2,4 0 8,3
7 3 5,0 2,4 0 8,3
8 1 1,7 2,4 0 8,3
9 0 0,0 2,4 0 8,3
10 2 3,3 2,4 0 8,3
11 2 3,3 2,4 0 8,3
12 1 1,7 2,4 0 8,3
13 2 3,3 2,4 0 8,3
14 0 0,0 2,4 0 8,3
15 2 3,3 2,4 0 8,3
16 3 5,0 2,4 0 8,3
17 1 1,7 2,4 0 8,3
18 1 1,7 2,4 0 8,3
19 1 1,7 2,4 0 8,3
20 1 1,7 2,4 0 8,3
21 3 5,0 2,4 0 8,3
22 0 0,0 2,4 0 8,3
23 1 1,7 2,4 0 8,3
24 1 1,7 2,4 0 8,3
25 0 0,0 2,4 0 8,3
26 3 5,0 2,4 0 8,3
27 0 0,0 2,4 0 8,3
28 3 5,0 2,4 0 8,3
29 2 3,3 2,4 0 8,3
30 1 1,7 2,4 0 8,3
31 2 3,3 2,4 0 8,3
pm 43 2,4
GRAFICO
% NO CONFORMES - PAPEL HIGIÉNICO
0,0
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
9,0
0 5 10 15 20 25 30 35
DÍAS
PORCENTAJEDEFECTUOSO
% NO
CONFORME
pm
LICp
LSCp
INSPECCIÓN
INSPECCIÓN
UNA INSPECCIÓN ES UNA EVALUACIÓN DEL
PRODUCTO PARA VER SI CUMPLE LOS REQUISITOS
DE CALIDAD Y DECIDIR A CONTINUACIÓN SI SE
ACEPTA O SE RECHAZA.
INSPECCIÓN ES LA EVALUACIÓN POR MEDIO DE LA
OBSERVACIÓN Y DICTAMEN, ACOMPAÑADA
CUANDO SEA APROPIADO POR MEDICIÓN,
ENSAYO/PRUEBA O COMPARACIÓN CON PATRONES
(3.8.2) ISO 9000:2000 - GUÍA (ISO / IEC 2).
ELEMENTOS DE LA INSPECCIÓN
1. INTERPRETACIÓN DE LOS REQUISITOS
DE CALIDAD
• ESPECIFICACIONES
• INSTRUCCIONES ESCRITAS
• DIBUJOS
2. MUESTREO
3. EXAMEN
• VERIFICACIÓN, MEDICIÓN,
OBSERVACIÓN
ELEMENTOS DE LA INSPECCION
4. DECISIÓN
5. DECIDIR SI LAS CARACTERÍSTICAS
RESPONDEN O NO A LOS
REQUISITOS DE CALIDAD.
6. ACCIÓN
• ACEPTAR o RECHAZAR EL LOTE
• PARAR, VOLVER A PREPAR, CAMBIAR DE
HERRAMIENTAS EN PRODUCCIÓN
• SELECCIONAR
• VOLVER A INSPECCIONAR
FORMAS DE INSPECCIÓN
1. INSPECCIÓN DE ENTRADA
EL PROPÓSITO ES IMPEDIR QUE LOS PRODUCTOS QUE
NO CUMPLEN CON LOS REQUISITOS INGRESEN AL
PROCESO DE PRODUCCIÓN.
2. INSPECCIÓN DURANTE EL PROCESO
• TIENE COMO OBJETIVO IMPEDIR QUE SE FABRIQUEN
PRODUCTOS DE CALIDAD INACEPTABLE.
• INSPECCIÓN DE LA PRIMERA UNIDAD PRODUCIDA
• INSPECCIÓN VOLANTE
• INSPECCIÓN POR EL OPERARIO
• INSPECCIÓN DEL ÚLTIMO ARTÍCULO PRODUCIDO.
3. INSPECCIÓN FINAL
TIENE COMO OBJETIVO EVITAR QUE SE ENVÍEN A LOS
CLIENTES PRODUCTOS DEFECTUOSOS.
MÉTODOS DE INSPECCIÓN
• MEDICIÓN.- DETERMINACIÓN DEL VALOR
NUMÉRICO DE UNA CARACTERÍSTICA CON LA
AYUDA DE UN INSTRUMENTO.
• CONTROL DE “PASA Y NO PASA”.- USO DE
CALIBRES DE LIMITE FIJO
• CONTROL FUNCIONAL.- VERIFICACIÓN DE LA
FUNCIÓN DE UN PRODUCTO.
• INSPECCIÓN VISUAL.- APLICACIÓN DEL OJO
HUMANO PARA DETERMINAR SI EL COLOR O EL
ACABADO DE UNA SUPERFICIE SON ACEPTABLES.
GRADOS DE INSPECCIÓN
• INSPECCIÓN AL CIEN POR CIENTO
SE EXAMINAN UNA O MAS
CARACTERÍSTICAS CON TODAS LAS
UNIDADES DEL LOTE. ES
ANTIECONÓMICA.
INSPECCIÓN POR MUESTREO
SE EXAMINAN UNA O MÁS
CARACTERÍSTICAS EN UNAS CUANTAS
UNIDADES DEL LOTE.
GRADOS DE INSPECCIÓN
• INSPECCIÓN POR MUESTREO
ESTADÍSTICO
• BASADO EN TEORÍA ESTADÍSTICA QUE
PROPORCIONA:
- TAMAÑO DE MUESTRA
- CRITERIOS DE (Ac) y (Re)
- MUESTREO ALEATORIO
- SE CONSIDERA LA PROBABILIDAD DE
ACEPTAR (Ac).
VENTAJAS DE LA
INSPECCION POR MUESTREO
MENOS TIEMPO
MENOS PERSONAL DE INSPECCIÓN
MENOS MONÓTONO
MENOS RIESGO DEL INSPECTOR
COSTO MAS REDUCIDO
MAYOR PRONTITUD EN LAS MEDIDAS
PREVENTIVAS.
RIESGOS DE LA
INSPECCION POR MUESTREO
• DECISIONES EQUIVOCADAS CON
RESPECTO AL LOTE:
• ACEPTAR UN LOTE QUE DEBERÍA
RECHAZARSE.
(RIESGO CONSUMIDOR)( β ).
• RECHAZAR UN LOTE QUE DEBERÍA
ACEPTARSE.
(RIESGO PRODUCTOR)( α ).
RIESGOS DE LA
INSPECCION POR MUESTREO
LOS RIESGOS SE CONOCEN SI SE EMPLEAN
PLANES DE MUESTREO BASADOS EN LA
TEORÍA DE PROBABILIDAD, ES DECIR SI SE
APLICA UNA INSPECCIÓN POR MUESTREO
ESTADÍSTICO.
– PLANES DE MUESTREO POR ATRIBUTOS.
– PLANES DE MUESTREO POR VARIABLES.
PLANES DE MUESTREO POR
ATRIBUTOS
PLANES DE MUESTREO POR
ATRIBUTOS
LAS UNIDADES SE CLASIFICAN COMO EXENTOS DE
DEFECTOS O COMO DEFECTUOSOS.
ES APLICABLE PARA CARACTERÍSTICAS MEDIBLES
O NO MEDIBLES.
NO ES NECESARIO REGISTRAR LAS MEDICIONES,
SOLO EL NÚMERO DE UNIDADES DEFECTUOSAS (O
DE DEFECTOS).
TIPOS DE PLANES DE MUESTREO
MUESTREO SIMPLE
MUESTREO DOBLE
MUESTREO MÚLTIPLE
MUESTREO SIMPLE
ES EL MÁS FÁCIL.
MENOR RIESGO DEL INSPECTOR.
A CONTINUACIÓN PUEDE SOMETERSE A
INSPECCIÓN AL 100% O SE ENVÍA A
CHATARRA.
PROCEDIMIENTO DE MUESTREO
POR ATRIBUTOS
1. DETERMINAR LA CARACTERÍSTICA
QUE SE VA A ESTUDIAR.
2. DETERMINAR EL TAMAÑO DEL LOTE
(N).
3. ESTABLECER EL TIPO DE MUESTREO
(SIMPLE, DOBLE, MÚLTIPLE).
PROCEDIMIENTO DE MUESTREO
POR ATRIBUTOS
4. ESTABLECER EL NIVEL DE
INSPECCIÓN.
- GENERALES (I, II, III)
- ESPECIALES (S-1, S-2, S-3, S-4)
NIVEL II : NORMAL
NIVEL III : MUESTRA MÁS GRANDE
NIVEL S-1 : MUESTRA MÁS PEQUEÑA
(INSPECCIÓN DESTRUCTIVA PRODUCTO O
INSPECCIÓN COSTOSA, RIESGO DE DEFECTOS
BAJO).
PROCEDIMIENTO DE MUESTREO
POR ATRIBUTOS
5. DETERMINAR LA SEVERIDAD DE
INSPECCIÓN:
– NORMAL
– RIGUROSA-ESTRICTA
– REDUCIDA-SIMPLIFICADA
NORMAL RIGUROSAREDUCIDA
2 LOTES RECHAZADOS DE 5
CONSECUTIVOS
5 LOTES CONSECUTIVOS
ACEPTADOS
1 LOTE RECHAZADO
PRODUCCION IRREGULAR
CRITERIO DEL INSPECTOR
10 LOTES CONSECUTIVOS ACEPTADOS
PRODUCCION NORMAL
CRITERIO DEL INSPECTOR
PROCEDIMIENTO DE MUESTREO
POR ATRIBUTOS
6. DETERMINAR EL NIVEL DE CALIDAD
ACEPTABLE (NCA ó AQL)
• NCA = MÁXIMO % DE UNIDADES
DEFECTUOSAS (O NÚMERO
MÁXIMO DE DEFECTOS POR CADA
100 UNIDADES).
• EL NCA TIENE VALORES ENTRE
0,010 Y 1000.
PROCEDIMIENTO DE MUESTREO
POR ATRIBUTOS
7. DETERMINAR LA LETRA CLAVE CON
LA NORMA:
• NTE INEN ISO 2859-1
• MIL - STD 105 D, IEC 410.
8. DETERMINAR LOS CRITERIOS DE
ACEPTACIÓN (AC) O RECHAZO (RE).
EJERCICIO
LA EMPRESA ELECBOB, DISTRIBUIDORA DE
BOBINAS, RECIBE DE UN PROVEEDOR DE
VENEZUELA LOTES DE 1000 UNIDADES, PARA
VERIFICAR EL CUMPLIMIENTO DEL ENSAYO DE
RESISTENCIA ELÉCTRICA QUE ES CATALOGADO
COMO PARÁMETRO CRÍTICO, SE INSPECCIONAN LOS
LOTES POR ATRIBUTOS, UTILIZANDO LA NTE INEN
2859-1, SE HA ESTABLECIDO UN PLAN DE MUESTREO
DOBLE PARA INSPECCIÓN NORMAL, CON UN NIVEL
DE INSPECCIÓN GENERAL II Y UN AQL DE 1,5%.
a.) ¿Cuál es el tamaño de la muestra y el criterio de
aceptación?
b.) ¿Cuál será la probabilidad de que un lote que
contiene 3,18% de producto defectuoso sea
rechazado?
EJERCICIO
DATOS:
N = 1000
NIVEL DE INPECCION GENERAL II
PLAN DE MUESTREO DOBLE
INSPECCIÓN NORMAL
AQL = 1,5%
PRODUCTO DEFECTUOSO = 3,18%
EJERCICIO
Con N = 1000 y un NIVEL DE INPECCION
GENERAL II, entramos el la Tabla 1 y
encontramos la letra código J.
Con la letra código J y con AQL = 1,5%,
en la Tabla III-A correspondiente a un
PLAN DE MUESTREO DOBLE e
INSPECCIÓN NORMAL, encontramos el
Tamaño de la Muestra y el Criterio de
Aceptación.
n1 = 50 Ac = 1 Re = 3
n2 = 50 Ac = 4 Re = 5
EJERCICIO
Como nuestra letra código es J, buscamos el Gráfico J.
CURVAS CARACTERÍSTICAS PARA PLANES DE
MUESTREO SIMPLE (LAS CURVAS PARA MUESTREO
DOBLE Y MÚLTIPLE SON EQUIVALENTES)
Con AQL = 1,5%, INSPECCIÓN NORMAL y p = 3,18%,
entramos en el Gráfico o Tabla y encontramos el
Porcentaje de Aceptación del lote o los lotes, para
nuestro caso tenemos:
Pa = 75%
Como el problema nos pide el porcentaje de rechazo,
entonces:
Pa + Pr = 100
Pr = 100 – Pa
Pr = 100 - 75
Pr = 25%
MUESTREO POR VARIABLES
MUESTREO POR VARIABLES
ES NECESARIO MEDIR CADA UNIDAD DE
LA MUESTRA.
SE CALCULAN DETERMINADOS
PARÁMETROS DE DISTRIBUCIÓN
ESTADÍSTICA.
LA CARACTERÍSTICA INSPECCIONADA
DEBE TENER UNA DISTRIBUCIÓN
NORMAL.
PROCEDIMIENTO DE
MUESTREO POR VARIABLES
1. DETERMINAR LA CARACTERÍSTICA A
ESTUDIAR.
2. DETERMINAR EL TAMAÑO DEL LOTE (N).
3. DETERMINAR EL NIVEL DE INSPECCIÓN:
– GENERALES (I, II, III)
– ESPECIALES (S1,S2,S3, S4)
4. DETERMINAR EL NCA.
PROCEDIMIENTO DE MUESTREO
POR VARIABLES
5. DETERMINAR LA SEVERIDAD DE
INSPECCIÓN:
– NORMAL
– RIGUROSA
– REDUCIDA
6. DETERMINAR LA LETRA CLAVE EN LA
NORMA ISO 3951-1
5. CON LA LETRA CLAVE Y EL NCA
DETERMINAMOS EL PLAN DE MUESTREO.
PROCEDIMIENTO DE
MUESTREO POR VARIABLES
CRITERIOS DE ACEPTACIÓN
MÉTODO S
SE ACEPTA EL LOTE CUANDO:
LSE – X
Qs = ------------------ ≥ k
S
X – LIE
Qi = ------------------ ≥ k
S
TRABAJO PRACTICO
TRABAJO PRACTICO
Introducción
Flujo del proceso
Capacidad de Proceso
Pareto
Ishikawa
Carta de Control (variables/atributos)
Muestreo (variables/atributos)

Más contenido relacionado

La actualidad más candente

Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersiónBea Villarroel
 
Diapositiva de unidad 2
Diapositiva de unidad 2Diapositiva de unidad 2
Diapositiva de unidad 2winjo25
 
Coeficientes estadisticos (1)
Coeficientes estadisticos (1)Coeficientes estadisticos (1)
Coeficientes estadisticos (1)Vendizaval Yuliza
 
Medidas de Dispercion Freddy Amundaray
Medidas de Dispercion Freddy AmundarayMedidas de Dispercion Freddy Amundaray
Medidas de Dispercion Freddy AmundarayFreddyAmun
 
coeficiente de correlacion
coeficiente de correlacioncoeficiente de correlacion
coeficiente de correlacionglelvimarv
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)AMPARO MARTÍN BERNAL
 
Exposición medidas de dispersión
Exposición medidas de dispersiónExposición medidas de dispersión
Exposición medidas de dispersiónIseela Choi
 
Medidas de__variabilidad
Medidas  de__variabilidadMedidas  de__variabilidad
Medidas de__variabilidadPeter Drago
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)AMPARO MARTÍN BERNAL
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)AMPARO MARTÍN BERNAL
 
Medidas de dispersion rango varianza
Medidas de dispersion rango varianzaMedidas de dispersion rango varianza
Medidas de dispersion rango varianzaangel0197
 
medidas de_tendencia_no_central_y_desviacion
medidas de_tendencia_no_central_y_desviacionmedidas de_tendencia_no_central_y_desviacion
medidas de_tendencia_no_central_y_desviacionSammy Lopez
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersiónreimer gomez
 
Tarea 5 amparo martín bernal (datos del documento word)
Tarea 5 amparo martín bernal (datos del documento word)Tarea 5 amparo martín bernal (datos del documento word)
Tarea 5 amparo martín bernal (datos del documento word)AMPARO MARTÍN BERNAL
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersiónVania Barrera
 
Cuartiles probabilidad y estadistica
Cuartiles probabilidad y estadisticaCuartiles probabilidad y estadistica
Cuartiles probabilidad y estadisticaJuan Jose Montero
 

La actualidad más candente (18)

Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
Diapositiva de unidad 2
Diapositiva de unidad 2Diapositiva de unidad 2
Diapositiva de unidad 2
 
Coeficientes estadisticos (1)
Coeficientes estadisticos (1)Coeficientes estadisticos (1)
Coeficientes estadisticos (1)
 
Medidas de Dispercion Freddy Amundaray
Medidas de Dispercion Freddy AmundarayMedidas de Dispercion Freddy Amundaray
Medidas de Dispercion Freddy Amundaray
 
coeficiente de correlacion
coeficiente de correlacioncoeficiente de correlacion
coeficiente de correlacion
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)
 
Exposición medidas de dispersión
Exposición medidas de dispersiónExposición medidas de dispersión
Exposición medidas de dispersión
 
Medidas de__variabilidad
Medidas  de__variabilidadMedidas  de__variabilidad
Medidas de__variabilidad
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)
 
Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)Tarea 5 amparo martin bernal (datos importados de exel)
Tarea 5 amparo martin bernal (datos importados de exel)
 
Medidas de dispersion rango varianza
Medidas de dispersion rango varianzaMedidas de dispersion rango varianza
Medidas de dispersion rango varianza
 
Medidas de Dispersion
Medidas de DispersionMedidas de Dispersion
Medidas de Dispersion
 
medidas de_tendencia_no_central_y_desviacion
medidas de_tendencia_no_central_y_desviacionmedidas de_tendencia_no_central_y_desviacion
medidas de_tendencia_no_central_y_desviacion
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
Tarea 5 amparo martín bernal (datos del documento word)
Tarea 5 amparo martín bernal (datos del documento word)Tarea 5 amparo martín bernal (datos del documento word)
Tarea 5 amparo martín bernal (datos del documento word)
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
Cuartiles probabilidad y estadistica
Cuartiles probabilidad y estadisticaCuartiles probabilidad y estadistica
Cuartiles probabilidad y estadistica
 

Similar a Técnicas estadísticas para la gestión de la calidad

Introducción a la Estadística ccesa007
Introducción a la Estadística  ccesa007Introducción a la Estadística  ccesa007
Introducción a la Estadística ccesa007Demetrio Ccesa Rayme
 
Herramientas que gestionan la calidad 2
Herramientas que gestionan la calidad 2Herramientas que gestionan la calidad 2
Herramientas que gestionan la calidad 2JoseLuisJaimesJaimes
 
ORGANIZACIÓN DE LOS DATOS
ORGANIZACIÓN DE LOS DATOSORGANIZACIÓN DE LOS DATOS
ORGANIZACIÓN DE LOS DATOSJuanRengel2
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Juan Negrete
 
Presentación de Estadística
Presentación de EstadísticaPresentación de Estadística
Presentación de Estadísticaindependiente
 
Estadistica negocios 7
Estadistica negocios 7Estadistica negocios 7
Estadistica negocios 7johnny garcia
 
R arevalo herramientas que gestionan la calidad p2
R arevalo herramientas que gestionan la calidad p2R arevalo herramientas que gestionan la calidad p2
R arevalo herramientas que gestionan la calidad p2RMARIA1
 
Pre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.pptPre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.pptImBluee
 
Diana villanueva casas_procesos_industriales_2_c´utt_
Diana villanueva casas_procesos_industriales_2_c´utt_Diana villanueva casas_procesos_industriales_2_c´utt_
Diana villanueva casas_procesos_industriales_2_c´utt_Eanná Casas
 
Spc presentación primera parte
Spc presentación primera parteSpc presentación primera parte
Spc presentación primera partevale302
 
Machine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de ProcesosMachine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de ProcesosMiguel Angel Patiño Antonioli
 
Datos cuantitativos agrupados
Datos cuantitativos  agrupadosDatos cuantitativos  agrupados
Datos cuantitativos agrupadosALANIS
 
Jose abraham santillan_2_b_procesos
Jose abraham santillan_2_b_procesosJose abraham santillan_2_b_procesos
Jose abraham santillan_2_b_procesosabrahamsantillan
 
Presentacion indicadores-de-gestion
Presentacion indicadores-de-gestionPresentacion indicadores-de-gestion
Presentacion indicadores-de-gestionKristhian Barragán
 
3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptx3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptxEvelynRupayHidalgo
 

Similar a Técnicas estadísticas para la gestión de la calidad (20)

Introducción a la Estadística ccesa007
Introducción a la Estadística  ccesa007Introducción a la Estadística  ccesa007
Introducción a la Estadística ccesa007
 
Herramientas que gestionan la calidad 2
Herramientas que gestionan la calidad 2Herramientas que gestionan la calidad 2
Herramientas que gestionan la calidad 2
 
ORGANIZACIÓN DE LOS DATOS
ORGANIZACIÓN DE LOS DATOSORGANIZACIÓN DE LOS DATOS
ORGANIZACIÓN DE LOS DATOS
 
Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5
 
Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2Semana 2 ejercicios cap 2
Semana 2 ejercicios cap 2
 
Presentación de Estadística
Presentación de EstadísticaPresentación de Estadística
Presentación de Estadística
 
Estadistica negocios 7
Estadistica negocios 7Estadistica negocios 7
Estadistica negocios 7
 
R arevalo herramientas que gestionan la calidad p2
R arevalo herramientas que gestionan la calidad p2R arevalo herramientas que gestionan la calidad p2
R arevalo herramientas que gestionan la calidad p2
 
Pre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.pptPre estatadistica tabla de Frecuencias.ppt
Pre estatadistica tabla de Frecuencias.ppt
 
Diana villanueva casas_procesos_industriales_2_c´utt_
Diana villanueva casas_procesos_industriales_2_c´utt_Diana villanueva casas_procesos_industriales_2_c´utt_
Diana villanueva casas_procesos_industriales_2_c´utt_
 
01 presentacion de datos u ap
01 presentacion de datos u ap01 presentacion de datos u ap
01 presentacion de datos u ap
 
Spc presentación primera parte
Spc presentación primera parteSpc presentación primera parte
Spc presentación primera parte
 
6. distribucion de frecuencias
6.  distribucion de frecuencias 6.  distribucion de frecuencias
6. distribucion de frecuencias
 
Py e 10
Py e 10Py e 10
Py e 10
 
Machine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de ProcesosMachine Learning para la Optimización y Mejora de Procesos
Machine Learning para la Optimización y Mejora de Procesos
 
Datos cuantitativos agrupados
Datos cuantitativos  agrupadosDatos cuantitativos  agrupados
Datos cuantitativos agrupados
 
Jose abraham santillan_2_b_procesos
Jose abraham santillan_2_b_procesosJose abraham santillan_2_b_procesos
Jose abraham santillan_2_b_procesos
 
Presentacion indicadores-de-gestion
Presentacion indicadores-de-gestionPresentacion indicadores-de-gestion
Presentacion indicadores-de-gestion
 
3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptx3 Datos agrupados teoria IESPPHz.pptx
3 Datos agrupados teoria IESPPHz.pptx
 
Datos estadisticos
Datos estadisticosDatos estadisticos
Datos estadisticos
 

Último

Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
la unidad de s sesion edussssssssssssssscacio fisca
la unidad de s sesion edussssssssssssssscacio fiscala unidad de s sesion edussssssssssssssscacio fisca
la unidad de s sesion edussssssssssssssscacio fiscaeliseo91
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptELENA GALLARDO PAÚLS
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxKarlaMassielMartinez
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024AndreRiva2
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticosisabeltrejoros
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 

Último (20)

Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
la unidad de s sesion edussssssssssssssscacio fisca
la unidad de s sesion edussssssssssssssscacio fiscala unidad de s sesion edussssssssssssssscacio fisca
la unidad de s sesion edussssssssssssssscacio fisca
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticos
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 

Técnicas estadísticas para la gestión de la calidad

  • 1. INSTITUTO ECUATORIANO DE NORMALIZACIÓN DÉCIMO SEGUNDO PROGRAMA DE FORMACIÓN DE ESPECIALISTAS EN GESTIÓN DE LA CALIDAD 2011
  • 3. INFORMACION SOBRE EL CURSO LUNES A VIERNES 16:00 a 20:00 -Certificado de Asistencia -Certificado Esp en GC (6 módulos ) -Certificado de Renovación (3 módulos) ASISTENCIA 20 PUNTOS TRABAJOS 40 PUNTOS EXAMEN 40 PUNTOS
  • 4. OBJETIVO MANEJAR LAS TÉCNICAS Y PRINCIPIOS BÁSICOS DE CONTROL ESTADÍSTICO DE LA CALIDAD, PARA LOGRAR UNA IMPLANTACIÓN EFECTIVA DEL CONTROL DE LA CALIDAD EN LA EMPRESA.
  • 5. CONTENIDO INTRODUCCION DISTRIBUCION DE FRECUENCIAS PARETO E ISHIKAWA GRAFICOS DE CONTROL POR VARIABLES Y ATRIBUTOS INSPECCION AL 100% Y MUESTREO DE ACEPTACION POR ATRIBUTOS Y VARIABLES
  • 7. EVOLUCIÓN DE LA CALIDAD 1900 1920 1940 1960 1980 2000 Inspección Control Estadístico de la Calidad Confiabilidad Control de Calidad Total Aseguramiento de la Calidad Seguridad del Producto Liderazgo de la Alta Gerencia
  • 9. CALIDAD DEL PRODUCTO DE ACUERDO A JURAN: – PROGRAMA DE ENTRENAMIENTO MASIVO EN CALIDAD. – PROGRAMAS ANUALES DE MEJORA EN CALIDAD. – LIDERAZGO DE LA ALTA GERENCIA EN FUNCIÓN DE LA CALIDAD
  • 10. CALIDAD DEL PRODUCTO DE ACUERDO A ISHIKAWA: – CONTROL DE CALIDAD A LO ANCHO DE LA COMPAÑÍA. – AUDITORÍAS DE CONTROL DE CALIDAD. – EDUCACIÓN Y ENTRENAMIENTO. – CÍRCULOS DE CALIDAD. – MÉTODOS ESTADÍSTICOS. – ACTIVIDADES PROMOCIONALES EN CALIDAD EN TODO EL PAÍS
  • 11. QUE ES UN LIDER LOS LIDERES ESTABLECEN LA UNIDAD DE PROPOSITO Y LA ORIENTACION DE LA ORGANIZACIÓN. ELLOS DEBERIAN CREAR Y MANTENER UN AMBIENTE INTERNO, EN EL CUAL EL PERSONAL PUEDA LLEGAR A INVOLUCRASE TOTALMENTE EN EL LOGRO DE LOS OBJETIVOS DE LA ORGANIZACION
  • 12. APLICACIÓN DE TÉCNICAS ESTADÍSITICAS ISO 9000 ISO 9001 ISO 14001 ISO/IEC 17025 INEN 0 INEN-ISO 10012 0.2 g 4.2.4 4.5.1 4.10 4.1.2.10 4.6 2.7.2 f 8.4 4.5.2 4.11 4.7 2.10 8.5.1 4.5.3 4.12 4.8 8.5.2 4.5.4 5.9 4.9 8.5.3
  • 13. CRITERIOS DE EXCELENCIA MALCOLM BALDRIGE MODELO SISTEMICO DE AUTOEVALUACIÓN EMPRESARIAL IMPULSADORES VIABILIZADORES PLANEACIÓN ESTRATÉGICA LIDERAZGO ENFOQUE CLIENTE MERCADO ENFOQUE EN RECURSOS HUMANOS GESTIÓN DE PROCESOS FINANCIEROS SATISFACCIÓN DE CLIENTES PROVEEDORES PERSONAS PRODUCTOS Y PROCESOS PLANEACION ESTRATÉGICA PLANESDE ACCIÓN INFORMACIÓN Y ANALISIS RESULTADOS
  • 14. PAPEL DE LAS TÉCNICAS ESTADÍSTICAS AYUDAN A RESOLVER PROBLEMAS Y MEJORAR LA EFICACIA Y EFICIENCIA DE LAS ORGANIZACIONES.
  • 15. EFICACIA - EFICIENCIA EFICACIA GRADO EN QUE SE REALIZAN ACTIVIDADES PLANIFICADAS Y SE ALCANZAN LOS RESULTADOS PLANIFICADOS EFICIENCIA RELACIÓN ENTRE EL RESULTADO ALCANZADO Y LOS RECURSOS UTILIZADOS
  • 16. EFICACIA - EFICIENCIA LA GENTE SABE CÓMO TRABAJAR PERO NO SABE CÓMO DEBE TRABAJAR A B EFICIENCIA RECURSOS EFICACIA 3.2.14 3.2.15
  • 17. PAPEL DE LAS TÉCNICAS ESTADÍSTICAS AYUDAN A MEDIR, DESCRIBIR, ANALIZAR, INTERPRETAR Y HACER MODELOS DE DICHA VARIABILIDAD.
  • 18. RECOMENDACION NO MIDA nada a no ser que lo vaya a REGISTRAR. NO REGISTRE nada a no ser que lo vaya a REPRESENTAR en formato gráfico. NO REPRESENTE nada a no ser que lo vaya a ANALIZAR. NO ANALICE nada a no ser que vaya a ACTUAR.
  • 19. HOJAS DE VERIFICACION ES UNA HERRAMIENTA QUE SE UTILIZA PARA RECOLECTAR DATOS EN UN FORMATO LOGICO Y SIRVE DE HECHO COMO UNA HERRAMIENTA DE TRANSICION ENTRE LA RECOLECCION DE DATOS Y EL USO DE TECNICAS MAS AVANZADAS. LA HOJA DE VERIFICACION ES UNA HERRAMIENTA UTILIZADA PARA EL REGISTRO Y ORGANIZACIÓN DE INFORMACION Y/O DATOS TIPOS DE HOJAS DE VERIFICACION: REGISTRO DE DATOS – DATOS POR VARIABLES – DATOS POR ATRIBUTOS LOCALIZACION LISTA DE VERFICACION EL USUARIO PUEDE SER CREATIVO E INVENTAR SU PROPIA HOJA DE VERIFICACION, SI LAS EXISTENTES NO SE ADECÚAN A SUS NECESIDADES VERIFICACION VARIABLES VERIFICACION ATRIBUTOS VERIFICACION LOCALIZACION LISTA VERIFICACION
  • 21. DEFINICIONES DE DISTRIBUCIÓN DE FRECUENCIAS ES UNA TABLA QUE SUMARIZA EN FORMA ORDENADA POR CLASES LA INFORMACIÓN OBTENIDA, EN FORMA DE VALORES DE UNA VARIABLE. ES UNA LISTA DE CLASES DE DATOS, JUNTO CON EL NÚMERO DE VALORES QUE CAEN DENTRO DE CADA UNA
  • 22. PASOS PARA LA CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS R DETERMINAR EL RANGO DE LOS DATOS OBSERVADOS (VM-Vm) N DECIDIR EL NÚMERO DE CLASES (5-14) C DETERMINAR EL ANCHO DE CADA CLASE (R/N) L DETERMINAR LAS CLASES MEDIANTE EL LISTADO DE SUS LÍMITES LOS LÍMITES DE LAS CLASES DEBEN TENER UN DECIMAL MÁS QUE LOS DATOS REALES Y SI ES POSIBLE TERMINAR EN 5.
  • 23. PASOS PARA LA CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS F REGISTRAR Y CONTAR EL NÚMERO DE VALORES QUE OCURREN EN CADA CLASE T PREPARAR LA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS
  • 24. PASOS PARA LA CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS HERRAMIENTAS ESTADISTICAS APLICABLES AL CONTROL DE CALIDAD No. OBSERVACIONES No. INTERVALOS < 50 5 - 7 5O -100 6 - 10 100 - 250 7 - 12 > 250 10 - 20
  • 25. PASOS PARA LA CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS MANUAL DE CONTROL DE CALIDAD JURAN / FRANK M. GRINA No. OBSERVACIONES No. INTERVALOS 20 - 50 6 51 - 100 7 101 - 200 8 201 - 500 9 501 - 1000 10 > 1000 11 - 20
  • 26. PARA REALIZAR ÉSTE ANÁLISIS SE NECESITA COMO MÍNIMO 50 MEDICIONES. DISTRIBUCION DE FRECUENCIAS
  • 27. DISTRIBUCIÓN DE FRECUENCIAS EJEMPLO RESUELTO LA TABLA MUESTRA LOS VALORES BRUTOS CORRESPONDIENTES A LAS MEDICIONES DE LA RESISTENCIA ELÉCTRICA DE 100 BOBINAS 3.37 3.34 3.38 3.32 3.33 3.28 3.34 3.31 3.33 3.34 3.29 3.36 3.30 3.31 3.33 3.34 3.34 3.36 3.39 3.34 3.35 3.36 3.30 3.32 3.33 3.35 3.35 3.34 3.32 3.38 3.32 3.37 3.34 3.38 3.36 3.37 3.36 3.31 3.33 3.30 3.35 3.33 3.38 3.37 3.44 3.32 3.36 3.32 3.29 3.35 3.38 3.39 3.34 3.32 3.30 3.39 3.36 3.40 3.32 3.33 3.29 3.41 3.27 3.36 3.41 3.37 3.36 3.37 3.33 3.36 3.31 3.33 3.35 3.34 3.35 3.34 3.31 3.36 3.37 3.35 3.40 3.35 3.37 3.32 3.35 3.36 3.38 3.35 3.31 3.34 3.35 3.36 3.39 3.31 3.31 3.30 3.35 3.33 3.35 3.31
  • 28. DISTRIBUCIÓN DE FRECUENCIAS R DETERMINAMOS EL RANGO DE LOS DATOS OBSERVADOS R=3.44-3.27=0.17 N DECIDIMOS EL NÚMERO DE CLASES, N=6 C DETERMINAMOS EL TAMAÑO DE CADA CLASE C= 0.17/6=0.028 ~ 0.03 L DETERMINAMOS LAS CLASES MEDIANTE EL LISTADO DE SUS LÍMITES Vm=3.27 LA PRIMERA CLASE DEBE EMPEZAR CON EL VALOR DE 3.265 Y UN TAMAÑO DE CLASE DE 0.03. PRIMERA CLASE SERÍA 3.265- 3.295
  • 29. DISTRIBUCIÓN DE FRECUENCIAS F REGISTRAR Y CONTAR EL NÚMERO DE VALORES QUE OCURREN EN CADA CLASE. T PREPARAR LA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS. CLASES CONTEO FRECUENCIA 3.265 – 3.295 ///// 5 3.295 – 3.325 ///// /////..../// 23 3.325 – 3.355 ///// /////....../ 36 3.355 – 3.385 ///// /////.....// 27 3.385 – 3.415 ///// /// 8 3.415 – 3.445 / 1 TOTAL 100
  • 30. DEFINICIONES POBLACION: Es el conjunto completo de individuos o elementos de interés con una o más características comunes sobre las cuales se va a realizar el estudio. LOTE: Es una cantidad específica de material con características similares, o que es fabricada bajo condiciones de producción uniformes, que se somete a inspección como un conjunto unitario (N). MUESTRA: Es un subconjunto seleccionado de la población sobre el cual se llevan a cabo los ensayos o análisis (n).
  • 31. DISTRIBUCIÓN DE FRECUENCIAS HISTOGRAMA DE FRECUENCIAS POLÍGONO DE FRECUENCIAS REPRESENTACIÓN GRÁFICA
  • 32. HISTOGRAMA SE COLOCAN LAS CLASES A LO LARGO DEL EJE HORIZONTAL Y LOS VALORES NUMÉRICOS DE CADA CLASE SE REPRESENTAN POR BARRAS VERTICALES. ES UN GRAFICO MUY ÚTIL PARA IDENTIFICAR Y VISUALIZAR LA DISPERSIÓN DE LOS DATOS.
  • 33. HISTOGRAMA- RESISTENCIA ELÉCTRICA 0 10 20 30 40 RESISTENCIA ELÉCTRICA FRECUENCIA 3.265 - 3.295 3.295 - 3.325 3.325 - 3.355 3.355 - 3.385 3.385 - 3.415 3.415 - 3.445 GRAFICO Xn=3,35Ω LIE=3,25Ω LSE=3,45Ω Xm=3,344Ω σ=0,0315Ω LIE=3,25Ω Xn=3,35Ω LSE=3,45Ω Xm=3,344ΩLI=3,247Ω LS=3,433Ω
  • 34. POLÍGONO DE FRECUENCIAS SE COLOCAN LAS MARCAS DE CLASES A LO LARGO DEL EJE HORIZONTAL Y LOS VALORES NUMÉRICOS DE CADA CLASE SE REPRESENTAN POR PUNTOS QUE LUEGO SON CONECTADOS SUCESIVAMENTE POR LINEAS RECTAS HASTA FORMAR EL POLÍGONO. ES UN GRÁFICO QUE PERMITE OBSERVAR EL PERFIL DE DISTRIBUCIÓN DE UNA SERIE DE DATOS.
  • 35. POLÍGONO DE FRECUENCIAS 0 5 10 15 20 25 30 35 40 3.265- 3.295 3.295- 3.325 3.325- 3.355 3.355- 3.385 3.385- 3.415 3.415- 3.445 RESISTENCIA ELÉCTRICA FRECUENCIA GRAFICO Xn=3,35Ω LIE=3,25Ω LSE=3,45Ω Xm=3,344Ω σ=0,0315Ω
  • 36. FRECUENCIAS ACUMULADAS MUESTRAN EL NÚMERO, FRACCION O PORCENTAJE TOTAL DE OCURRENCIAS QUE SON MENORES O MAYORES DE CIERTOS VALORES CLAVE. LA FRECUENCIA ACUMULADA PARA CADA CLASE ES LA SUMA DE LA FRECUENCIA PARA ESA CLASE Y TODAS LAS CLASES MENORES.
  • 37. FRECUENCIAS RELATIVAS LAS FRECUENCIAS RELATIVAS SON MUY ÚTILES AL RESUMIR GRANDES CONJUNTOS DE DATOS. SON FRACCIONES O PORCENTAJES QUE SE CALCULAN DIVIDIENDO LA FRECUENCIA REAL DE CADA CLASE PARA EL NÚMERO TOTAL DE OBSERVACIONES REALIZADAS.
  • 38. TABLA DE FRECUENCIAS MARCAS DE CLASES FRECUENCIA FRECUENCIA ACUMULADA FRECUENCIA RELATIVA FRECUENCIA RELATIVA ACUMULADA (OJIVA) 3.28 5 5 0,05 0,05 3.31 23 28 0,23 0,28 3.34 36 64 0,36 0,64 3.37 27 91 0,27 0,91 3.40 8 99 0,08 0,99 3.43 1 100 0,01 1
  • 39. OJIVA ES UN POLÍGONO DE FRECUENCIAS RELATIVAS ACUMULADAS
  • 40. OJIVA 0 0,2 0,4 0,6 0,8 1 1,2 3.28 3.31 3,34 3.37 3.40 3.43 RESISTENCIA ELECTRICA FRECUENCIAACUMULADA GRAFICO Xn=3,35Ω LIE=3,25Ω LSE=3,45Ω Xm=3,344Ω σ=0,0315Ω 64%
  • 41. EJERCICIO Elabore la tabla de distribución de frecuencias, histograma, polígono de frecuencias y ojiva del ejemplo siguiente.
  • 42. INGRESOS ANUALES DE LOS EJECUTIVOS DE UNA EMPRESA INGRESO ANUAL ($) MARCAS DE CLASE FRECUENCIA REAL 20 000 a < 30 000 25 000 5 30 000 a < 40 000 35 000 17 40 000 a < 50 000 45 000 22 50 000 a < 60 000 55 000 28 60 000 a < 70 000 65 000 14 70 000 a < 80 000 75 000 8 80 000 a < 90 000 85 000 3 No. EJECUTIVOS 97
  • 43. INGRESOS ANUALES DE LOS EJECUTIVOS DE UNA EMPRESA FRECUENCIA ACUMULADA FRECUENCIA RELATIVA FRECUENCIA ACUMULADA 5 0.052 0.052 22 0.175 0.227 44 0.227 0.454 72 0.289 0.743 86 0.144 0.887 94 0.082 0.969 97 0.031 1.000
  • 44. GRAFICO HISTOGRAMA - INGRESOS AUALES DE UNA EMPRESA AMERICANA 0 5 10 15 20 25 30 INGRESOS ANUALES (MILES DE DÓLARES) FRECUENCIA 20 a < 30 30 a < 40 40 a < 50 50 a < 60 60 a < 70 80 a < 90
  • 45. GRAFICO POLÍGONO DE FRECUENCIAS 0 5 10 15 20 25 30 20 a < 30 30 a < 40 40 a < 50 50 a < 60 60 a < 70 70 a < 80 80 a < 90 INGRESOS ANUALES (MILES DE DÓLARES) FRECUENCIA
  • 46. GRAFICO OJIVA 0,000 0,200 0,400 0,600 0,800 1,000 1,200 25 35 45 55 65 75 85 INGRESOS ANUALES (MILES DE DÓLARES) FRECUENCIARELATIVASACUMULADAS
  • 48. DISTRIBUCIÓN DE PROBABILIDAD NORMAL Un proceso de fabricación que solo tenga causas de variación aleatoria da como resultado una distribución a uno y otro lado de una línea central (tabulación de frecuencias). Si el número de mediciones es infinitamente grande y la precisión del instrumento de medición es infinitamente buena, la tabulación de frecuencias se transforma en una curva que se caracteriza por una tendencia central y una desviación típica.
  • 49. CAPACIDAD DE PROCESO TODO PROCESO ES SUSCEPTIBLE DE MEDICIÓN. LA CAPACIDAD DE PROCESO ES UNA MEDIDA QUE ESPECIFICA SI EL PROCESO DE FABRICACIÓN PUEDE MANTENERSE DENTRO DE TOLERANCIA.
  • 50. CAPACIDAD DE PROCESO SI SE USA 6σ ESTO QUIERE DECIR QUE EL 99.74% DE LOS ELEMENTOS PRODUCIDOS SE ENCONTRARÁ DENTRO DEL AREA QUE COMPRENDE A LA CAPACIDAD DE PROCESO. LA CAPACIDAD DE PROCESO 6σ, TIENE QUE SER MENOR QUE LA TOLERANCIA DADA POR LAS ESPECIFICACIONES TÉCNICAS.
  • 51. CAPACIDAD DE PROCESO 6s ICP = < 0,75 T PARA QUE EL PROCESO SEA CAPAZ DE CUMPLIR CON LAS ESPECIFICACIONES EL:
  • 52. CAPACIDAD DE PROCESO DE UNA MÁQUINA EN COMPARACIÓN CON LA TOLERANCIA Si 6s > T o ICP > 0.75 PUEDE AYUDAR UN MANTENIMIENTO ADECUADO O MEJORAMIENTO TÉCNICO. HAY QUE SELECCIONAR LOS ARTÍCULOS CORRECTOS, ESTO IMPLICA UNA INSPECCIÓN AL 100%. VER LA POSIBILIDAD DE AMPLIAR LA BANDA DE TOLERANCIA. HAY QUE CAMBIAR LA MAQUINARIA.
  • 53. CAPACIDAD DE PROCESO DE UNA MÁQUINA EN COMPARACIÓN CON LA TOLERANCIA Si 6σ = T ó ICP = 0.75 HAY QUE CENTRAR LA X DEL PROCESO CON EL PUNTO MEDIO DE LA TOLERANCIA.
  • 54. CAPACIDAD DE PROCESO DE UNA MÁQUINA EN COMPARACIÓN CON LA TOLERANCIA Si 6σ < T ó ICP < 0.75 NO DEBE EMPLEARSE LA INSPECCIÓN AL 100%. SE DEBE INVESTIGAR SI LA REDUCCIÓN DE LA BANDA DE TOLERANCIA REDUNDARÁ EN UNA MEJORA ECONÓMICA DE LA PRODUCCIÓN.
  • 56. DIAGRAMA DE PARETO ES UN GRAFICO QUE REPRESENTA EN FORMA ORDENADA EL GRADO DE IMPORTANCIA QUE TIENEN LOS DIFERENTES FACTORES EN UN DETERMINADO PROBLEMA, CONSIDERANDO LA FRECUENCIA CON QUE OCURRE CADA UNO DE LOS FACTORES.
  • 57. DIAGRAMA DE PARETO SU NOMBRE SE DEBE A WILFRIDO PARETO, ECONOMISTA ITALIANO QUE CENTRABA SU ATENCIÓN EN LOS “POCOS VITALES” CONTRA LOS “MUCHOS TRIVIALES”. EL 80% DE LA RIQUEZA ESTABA CONTROLADA POR EL 20% DE LAS PERSONAS
  • 58. DIAGRAMA DE PARETO REGLA 80-20 EL 80% DE TODOS LOS PROBLEMAS PROVIENEN DEL 20% DE LAS CAUSAS 80% 20%
  • 59. DIAGRAMA DE PARETO REGLA 80-20 APROXIMADAMENTE: – EL 80 % DE LAS VENTAS DE UNA COMPAÑÍA ESTA EN EL 20 % DE LOS CLIENTES. – EL 80 % DEL TOTAL DE DEFECTOS ENCONTRADOS EN UN PRODUCTO SE DEBE AL 20% DE LAS CAUSAS IDENTIFICADAS.
  • 60. ¿PARA QUE SIRVE EL DIAGRAMA DE PARETO? PARA IDENTIFICAR LOS “POCOS VITALES” O ESE 20%. PARA APLICAR LA ACCIÓN CORRECTIVA DONDE SE OBTENGA MAYOR BENEFICIO. PARA CATALOGAR LOS FACTORES EN ORDEN DE IMPORTANCIA.
  • 61. ¿CÓMO SE HACE UN DIAGRAMA DE PARETO? 1. IDENTIFIQUE EL PROBLEMA O ÁREA DE MEJORA. 2. ELABORE UNA LISTA DE FACTORES INCIDENTES EN EL PROBLEMA. 3. ESTABLEZCA UN PERÍODO DE TIEMPO PARA LA RECOLECCIÓN DE DATOS 4. ORDENE LOS FACTORES DE ACUERDO A SU FRECUENCIA
  • 62. ¿CÓMO SE HACE UN DIAGRAMA DE PARETO? 5. CALCULE EL PORCENTAJE PARCIAL ni ai (%) = -------------- x 100 N 6. CALCULAR EL PROCENTAJE ACUMULADO , SUMANDO EN FORMA CONSECUTIVA LOS PORCENTAJES DE CADA FACTOR. 7. CONSTRUIR EL DIAGRAMA DE PARETO
  • 63. CONSTRUCCIÓN DEL DIAGRAMA DE PARETO 1. EJE HORIZONTAL SE DESCRIBEN LOS FACTORES DE IZQUIERDA A DERECHA EN ORDEN DECRECIENTE EN CUANTO A SU FRECUENCIA. 2. EJE VERTICAL IZQUIERDO SE GRADÚA PARA MOSTRAR EL NÚMERO DE CASOS QUE SE DA EN RAZÓN DE CADA UNO DE LOS FACTORES. 3. EJE VERTICAL DERECHO SE MOSTRARÁ EL PORCENTAJE RELATIVO ACUMULADO.
  • 64. CONSTRUCCIÓN DEL DIAGRAMA DE PARETO 4. TRACE LAS BARRAS CORRESPONDIENTES A LOS DISTINTOS FACTORES. LA ALTURA DE LAS BARRAS REPRESENTA EL NÚMERO DE VECES QUE OCURRIÓ EL FACTOR. 5. COLOQUE LOS PUNTOS QUE REPRESENTAN EL % RELATIVO ACUMULADO TENIENDO EN CUENTA LA GRADUACIÓN DE LA BARRA VERTICAL DERECHA Y TRAZAR LA CURVA POR DICHOS PUNTOS.
  • 65. EJERCICIO RESUELTO EN LA SIGUIENTE TABLA SE MUESTRA LAS NO CONFORMIDADES ENCONTRADAS Y LOS COSTOS POR FALLAS INTERNAS DE CADA UNO DE ELLOS, OBSERVADOS EN UNA CIERTA LINEA DE PRODUCCION DE BALDOSAS CERAMICAS DURANTE 3 MESES, EN LA CUAL SE PRODUJERON 5000 UNIDADES TIPO DE NO CONFORMIDAD No. NO CONFORMIDADES COSTO UNITARIO FRACTURAS 10 2,0 RAYADOS 42 1,0 MANCHAS 6 0.5 RESISTENCIA A LA ROTURA 104 2,0 RAJADURAS 4 1.5 BURBUJAS 20 0.5 OTROS 14 0.1
  • 66. EJERCICIO RESUELTO TIPO DE NO CONFORMIDAD No. NO CONFORMIDADES TOTAL ACUMULADO RESISTENCIA A LA ROTURA 104 104 RAYADOS 42 146 BURBUJAS 20 166 FRACTURAS 10 176 MANCHAS 6 182 RAJADURAS 4 186 OTROS 14 200 TOTAL 200
  • 67. EJERCICIO RESUELTO PORCENTAJE PARCIAL PORCENTAJE ACUMULADO 52 52 21 73 10 83 5 88 3 91 2 93 7 100 100
  • 68. EJERCICIO RESUELTO BALDOSAS CERAMICAS No. NO CONFORMIDADES 104 42 20 10 6 4 14 52 83 88 91 93 100 73 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 RESISTENCIA A LA ROTURA RAYADOS BURBUJAS FRACTURAS MANCHAS RAJADURAS OTROS NO CONFORMIDADES No.NOCONFORMIDADES 0 10 20 30 40 50 60 70 80 90 100
  • 69. DIAGRAMA DE PARETO POR COSTOS TIENE MAYOR IMPACTO EN LA GERENCIA. SE CALCULA EL COSTO POR CADA TIPO DE DEFECTO. EL EJE VERTICAL IZQUIERDO ESTÁ GRADUADO EN FUNCIÓN DE LOS COSTOS DE CADA FACTOR.
  • 70. DIAGRAMA DE PARETO POR COSTOS REORDENAMIENTO DE CATEGORIAS DE LOS FACTORES. CUANDO EL COSTO DE CADA FACTOR ESTÁ SIENDO CONSIDERADO, OCURRE UN REORDENAMIENTO DE LAS CATEGORÍAS DE LOS FACTORES, DEBIDO AL ALTO COSTO DE ALGUNOS TIPOS DE FACTORES. UN TIPO DE FACTOR QUE SE PRESENTA CON MAYOR FRECUENCIA PUEDE TENER ASOCIADO UN MENOR COSTO EN COMPARACIÓN CON AQUEL QUE NO SE REPITA TAN FRECUENTEMENTE, PERO CUYO COSTO ES MUY ALTO, ÉSTE ÚLTIMO QUEDARÁ COLOCADO AHORA COMO LA PRIMERA CATEGORÍA.
  • 71. EJERCICIO RESUELTO TIPO DE NO CONFORMIDAD COSTO TOTAL TOTAL ACUMULADO RESISTENCIA A LA ROTURA 208 208 RAYADOS 42 250 FRACTURAS 20 270 BURBUJAS 10 280 RAJADURAS 6 286 MANCHAS 3 289 OTROS 1,4 290,4 TOTAL 290,4
  • 72. EJERCICIO RESUELTO PORCENTAJE PARCIAL PORCENTAJE ACUMULADO 72 72 14 86 7 93 3 96 2 98 1 100 0 100 100
  • 73. EJERCICIO RESUELTO BALDOSAS CERAMICAS COSTOS 208 42 20 10 6 3 1,4 72 86 93 96 98 100 100 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 RESISTENCIA A LA ROTURA RAYADOS FRACTURAS BURBUJAS RAJADURAS MANCHAS OTROS NO CONFORMIDADES COSTOS 0 10 20 30 40 50 60 70 80 90 100
  • 75. DIAGRAMA DE ISHIKAWA DESARROLLADA POR EL PROFESOR KAORU ISHIKAWA. ES UNA HERRAMIENTA PARA ANÁLISIS DE PROBLEMAS. PERMITE CONOCER LAS CAUSAS QUE INCIDEN EN EL PROBLEMA (EFECTO)
  • 76. CONSTRUCCIÓN DEL DIAGRAMA DE ISHIKAWA 1. DEFINIR EL PROBLEMA 2. TRAZAMOS EL ESQUELETO 3. DEFINIMOS LAS PRINCIPALES CAUSAS 4. ANOTAMOS LAS SUBCAUSAS 5. VERIFICAMOS
  • 77. DIAGRAMA DE ISHIKAWA EFECTO PROBLEMA CAUSA CAUSA CAUSA CAUSA CAUSA CAUSA
  • 78. CAUSAS DEL PROBLEMA SE RECOMIENDA AGRUPARLAS EN: – MANO DE OBRA – MATERIA PRIMA – MAQUINARIA – MÉTODO DE TRABAJO – MEDIO AMBIENTE
  • 79. DIAGRAMA DE ISHIKAWA EFECTO PROBLEMA MANO DE OBRA MATERIA PRIMA MAQUINARIA MÉTODO MEDIO AMBIENTE
  • 81. GRAFICOS DE CONTROL ES UN DIAGRAMA POR MEDIO DEL CUAL SE PUEDE SEGUIR EL PROCESO Y DESCRIBIR GRÁFICAMENTE LAS VARIACIONES QUE EXPERIMENTA CON EL TIEMPO. TODO PROCESO TIENE CAUSAS ALEATORIAS Y CAUSAS ASIGNABLES. ESTE GRÁFICO PERMITE ELIMINAR RÁPIDAMENTE LAS CAUSAS ASIGNABLES DE VARIACIÓN.
  • 82. GRAFICOS DE CONTROL VARIACION DEL PROCESO – CAUSAS ALEATORIAS: DAN VALORES QUE ALEATORIAMENTE SE DISTRIBUYEN A UN LADO U OTRO DE UNA LÍNEA DE CONTROL. – CAUSAS ASIGNABLES: PUEDEN MANIFESTARSE COMO UNA TENDENCIA Y DEBEN SER CORREGIDAS.
  • 83. UN GRÁFICO DE CONTROL TIENE: UNA LÍNEA CENTRAL (LC): QUE REPRESENTA EL VALOR EN TORNO AL CUAL SE DISTRIBUYEN LAS MEDICIONES ALEATORIAMENTE. LOS LÍMITES DE CONTROL SUPERIOR E INFERIOR (LCS, LCI): SON LOS LÍMITES EN LOS QUE SE DISTRIBUIRÁN LAS MEDICIONES ALEATORIAMENTE.
  • 84. Los límites de control se establecen en una distancia de ± 3σ LCS Lectura LC LCI t GRÁFICO DE CONTROL
  • 85. PROCESO “BAJO CONTROL” • PARA EFECTUAR EL GRÁFICO SE TOMAN MUESTRAS DEL PROCESO DE FABRICACIÓN, SI LOS VALORES SE DISTRIBUYEN ALEATORIAMENTE DENTRO DE LOS LÍMITES, SE DICE QUE EL PROCESO ESTÁ BAJO CONTROL.
  • 86. X – R: PROMEDIOS Y RANGOS X – S: PROMEDIOS Y DESVIACIÓN ESTÁNDAR X – R: MEDIANAS Y RANGOS X – R: LECTURAS INDIVIDUALES GRÁFICOS DE CONTROL POR VARIABLES (MEDICIONES) TIPOS DE GRÁFICOS DE CONTROL
  • 87. GRÁFICOS DE CONTROL POR ATRIBUTOS (NO REQUIEREN MEDICIONES) • p PORCENTAJE DE UNIDADES, TRABAJOS O PROCESOS DEFECTUOSOS • np NÚMERO DE UNIDADES, TRABAJOS O PROCESOS DEFECTUOSOS • c NÚMERO DE DEFECTOS POR UNIDAD, PERSONA O DEPARTAMENTO • µ PROPORCIÓN DE DEFECTOS POR UNIDAD, PERSONA O DEPARTAMENTO
  • 88. ES EL MÁS COMÚN PARA VARIABLES X ES LA MEDIDA DE TENDENCIA CENTRAL R ES LA MEDIDA DE LA DISPERSIÓN (EL RECORRIDO ES LA DIFERENCIA ENTRE LOS VALORES MAYOR Y MENOR) EL GRÁFICO X y R, SE LO REALIZA SIMULTÁNEAMENTE. GRAFICO DE CONTROL POR VARIABLES X - R
  • 89. PROCEDIMIENTO PARA EL GRÁFICO X - R 1. DECIDIR EL NÚMERO DE UNIDADES DEL SUBGRUPO ( n ) 2. INSPECCIONAR CADA UNIDAD Y ANOTAR LOS VALORES. 3. CALCULAR EL PROMEDIO Y DETERMINAR EL RANGO X = ( X1 + X2 + . . .+ Xn) / n R = X máx. - X mín.
  • 90. 4. ESTABLECER LA ESCALA EN RELACIÓN A LOS VALORES OBTENIDOS. 5.1 CALCULAR EL PROMEDIO DE LOS PROMEDIOS: X = ( X1 + X2 + .......+ Xk) / K 5.2 CALCULAR EL PROMEDIO DE LOS RANGOS: R = (R1 + R2 + ......+ RK)/ K PROCEDIMIENTO PARA EL GRÁFICO X - R
  • 91. 6. CALCULAR LOS LÍMITES DE CONTROL PARA EL GRÁFICO X LC = X LCS = X + A2R LCI = X - A2R PARA EL GRÁFICO R LC = R LCS = D4 R LCI = D3 R NOTA: Los factores A2, D4, D3 se encuentran en las tablas PROCEDIMIENTO PARA EL GRÁFICO X - R
  • 92. 7. GRAFICAR LOS LÍMITES ENCONTRADOS 8. GRAFICAR LOS VALORES ENCONTRADOS 9. ANALIZAR EL DIAGRAMA OBTENIDO Nota: Un punto sobre el LCS o bajo el LCI, en X, nos indica que el proceso ha alterado su nivel. Un punto por encima del LCS, en R, significa que la dispersión del proceso se ha incrementado. PROCEDIMIENTO PARA EL GRÁFICO X - R
  • 93. EJERCICIO DETERMINAR LOS LIMITES DE CONTROL Y LA CAPACIDAD DE PROCESO CORRESPONDIENTES A MEDICIONES DE RESISTENCIA ELECTRICA DE LAS BOBINAS TOMADAS EN LA PLANTA DURANTE SU PRODUCCION. k ≥ 25 ESPECIFICACION : 3,35 ± 0,10Ω
  • 94. k n=1 2 3 4 5 Xm R 1 3,37 3,34 3,38 3,32 3,33 3,35 0,06 2 3,29 3,36 3,3 3,31 3,33 3,32 0,07 3 3,35 3,36 3,3 3,32 3,33 3,33 0,06 4 3,32 3,37 3,34 3,38 3,36 3,35 0,06 5 3,35 3,33 3,38 3,27 3,44 3,35 0,17 6 3,38 3,39 3,34 3,32 3,3 3,35 0,09 7 3,29 3,41 3,27 3,36 3,41 3,35 0,14 8 3,31 3,33 3,35 3,34 3,35 3,34 0,04 9 3,4 3,35 3,37 3,32 3,35 3,36 0,08 10 3,35 3,36 3,39 3,31 3,31 3,34 0,08 11 3,28 3,34 3,31 3,33 3,34 3,32 0,06 12 3,34 3,34 3,36 3,39 3,34 3,35 0,05 13 3,35 3,35 3,34 3,32 3,38 3,35 0,06 14 3,37 3,36 3,31 3,33 3,3 3,33 0,07 15 3,32 3,36 3,32 3,29 3,35 3,33 0,07 16 3,39 3,36 3,4 3,32 3,33 3,36 0,08 17 3,37 3,36 3,37 3,33 3,36 3,36 0,04 18 3,34 3,31 3,36 3,37 3,35 3,35 0,06 19 3,36 3,38 3,35 3,31 3,34 3,35 0,07 20 3,3 3,35 3,33 3,35 3,31 3,33 0,05 3,34 0,07
  • 95. RESOLUCION GRÁFICO X - R n=5 CALCULAMOS EL PROMEDIO Y EL RANGO X = ( X1 + X2 + . . .+ Xn) / n X = (3,37+3,34+3,38+3,32+3,33)/5 = 3,348 R = X máx. - X mín. R = 3,38-3,32 = 0,06
  • 96. CALCULAMOS EL PROMEDIO DE LOS PROMEDIOS: X = ( X1 + X2 + .......+ Xk) / K X = (3,348+3,318+…+3,328)/20 = 3,3431 CALCULAR EL PROMEDIO DE LOS RANGOS: R = (R1 + R2 + ......+ RK)/ K R = (0,06+0,07+0,06+…..+0,05)/20 = 0,073 RESOLUCIÓN GRÁFICO X - R =
  • 97. CALCULAMOS LOS LÍMITES DE CONTROL PARA EL GRÁFICO X LC = X = 3,3431 LCS = X + A2R = 3,3431+0,58*0,073=3,39 LCI = X - A2R = 3,3431-0,58*0,073=3,30 PARA EL GRÁFICO R LC = R = 0,073 LCS = D4 R = 2,11*0,073=0,15 LCI = D3 R = 0,00*0,073=0,00 NOTA: Los factores A2, D4, D3 se encuentran en las tablas RESOLUCIÓN GRÁFICO X - R
  • 98. GRAFICO DE LAS MEDIAS GRÁFICO Xm - RESISTENCIA ELÉCTRICA - BOBINAS 3,29 3,30 3,31 3,32 3,33 3,34 3,35 3,36 3,37 3,38 3,39 0 5 10 15 20 25 HORA Xm Xm Xmm LIC LSC
  • 99. GRAFICO DEL RANGO GRAFICO R - RESISTENCIA ELÉCTRICA - BOBINAS 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 0,18 0 5 10 15 20 25 HORA R R Rm LICR LSCR
  • 100. CALCULAMOS EL PROMEDIO DE LOS PROMEDIOS: X = ( X1 + X2 + .......+ Xk) / K X = (3,348+3,318+…+3,328)/18 = 3,3422 CALCULAR EL PROMEDIO DE LOS RANGOS: R = (R1 + R2 + ......+ RK)/ K R = (0,06+0,07+0,06+…..+0,05)/18 = 0,0639 RESOLUCIÓN GRÁFICO X – R Eliminados los puntos 5 y 7 =
  • 101. CALCULAMOS LOS LÍMITES DE CONTROL PARA EL GRÁFICO X LC = X = 3,3422 LCS = X + A2R = 3,3422+0,58*0,0639=3,38 LCI = X - A2R = 3,3422-0,58*0,0639=3,31 PARA EL GRÁFICO R LC = R = 0,0639 LCS = D4 R = 2,11*0,0639=0,13 LCI = D3 R = 0,00*0,0639=0,00 NOTA: Los factores A2, D4, D3 se encuentran en las tablas RESOLUCIÓN GRÁFICO X - R Eliminados los puntos 5 y 7
  • 102. GRAFICO DE CONTROL DE LECTURAS “INDIVIDUALES”
  • 103. GRAFICO DE CONTROL DE LECTURAS “INDIVIDUALES” SE UTILIZA PARA CONTROLAR EL PROCESO, BAJO UNA DE LAS SIGUIENTES CONDICIONES: • CUANDO LOS PROCESOS SON UNIFORMES • CUANDO EL MUESTREO ES DESTRUCTIVO • CUANDO LOS PRODUCTOS SON COSTOSOS • CUANDO LA SALIDA DE UN PROCESO TIENE GRAN INTERVALO • CUANDO UN PROCESO TENGA UNA DISTRIBUCIÓN NORMAL Y SEA ESTABLE.
  • 104. DADO QUE NO EXISTEN SUBGRUPOS DEFINIDOS, LA VARIABILIDAD DEL PROCESO ESTARÁ CONTROLADA POR EL RANGO MÓVIL. R1 = (X2 - X1) R2 = (X3 - X2) R n - 1 = (Xn - Xn - 1) n = 2 GRAFICO DE CONTROL DE LECTURAS “INDIVIDUALES”
  • 105. 1. INSPECCIONAR CADA UNIDAD Y ANOTAR LOS VALORES 2. TAMAÑO DEL SUBGRUPO, n = 2 3. CALCULAR EL PROMEDIO (MEDIA) X = (X1 + X2 + . . .+ Xn ) / n = µ PROCEDIMIENTO DEL GRAFICO X - R
  • 106. 4. CALCULAR LOS RANGOS MÓVIL R1 = (X2 - X1) R2 = (X3 - X2) . . Rn-1 = (Xn - Xn-1) PROCEDIMIENTO DEL GRAFICO X - R
  • 107. 5. CALCULAR LA MEDIA DE LOS RANGOS R = (R1+R2+. . . .+Rn-1) / n-1 6. CALCULAR LOS LÍMITES DE CONTROL PARA EL GRÁFICO X LC = X LCS = X + E2R LCI = X - E2R PROCEDIMIENTO DEL GRAFICO X - R
  • 108. PARA EL GRÁFICO R LC = R LCS = D4 R LCI = D3 R NOTA: Los factores E2 , D3 y D4 , se encuentran en las tablas PROCEDIMIENTO DEL GRAFICO X - R
  • 109. 7. GRAFICAR LOS LÍMITES ENCONTRADOS 8. GRAFICAR LOS VALORES ENCONTRADOS 9. GRAFICAR LOS REQUISITOS DE NORMA O ESPECIFICACIONES 10. ANALIZAR EL DIAGRAMA OBTENIDO PROCEDIMIENTO DEL GRAFICO X - R
  • 110. GRAFICOS DE CONTROL POR ATRIBUTOS ( p)
  • 111. GRAFICOS DE CONTROL POR ATRIBUTOS ( p) EL MAS COMÚN POR ATRIBUTOS ES EL (p) (p) ES EL PORCENTAJE O FRACCIÓN DEFECTUOSA O EL NUMERO DE UNIDADES NO CONFORMES DE UN SUBGRUPO DIVIDIDO PARA EL TAMAÑO DEL SUBGRUPO. ES UTILIZADO PARA UNA O MÁS CARACTERÍSTICAS. LOS PRODUCTOS ANALIZADOS SE DESCRIBEN COMO CONFORMES O NO CONFORMES.
  • 112. 1. DECIDIR EL NÚMERO DE MUESTRA (n) DE CADA SUBGRUPO Y EL NÚMERO DE SUBGRUPOS (k). 2. CALCULAR EL PORCENTAJE DE NO CONFORMES DE CADA SUBGRUPO. 3. CALCULAR EL PORCENTAJE TOTAL DE NO CONFORMES (p). Sumatoria de No Conformes P= Total inspeccionados PROCEDIMIENTO PARA EL GRAFICO ( p) * 100
  • 113. 4. Calcular los límites de control LC = p LCS = p + 3 LCI = p - 3 s = [ p (100 - p)]/n [ p (100 - p)]/n [ p (100 - p)]/n
  • 114. 5. GRAFICAR LOS LÍMITE ENCONTRADOS 6. GRAFICAR LOS VALORES ENCONTRADOS 7. ANALIZAR EL DIAGRAMA OBTENIDO PROCEDIMIENTO PARA EL GRAFICO ( p)
  • 115. EJERCICIO EN UNA EMPRESA DETERMINADA, SE HAN INSPECCIONADO CADA DIA 60 ROLLOS DE PAPEL HIGIENICO, DURANTE EL MES DE ENERO; LAS CARACTERÍSTICAS QUE SE ANALIZARON FUERON GRUMOS, AGUJEROS, ARRUGAS; DONDE EL NUMERO DE NO CONFORMES SE MUESTRA A CONTINUACION: k ≥ 50 n = 60 k = 30
  • 116. ENERO No. NO CONFORMES % NO CONFORMES pm LIC LSC 2 2 3,3 2,4 0 8,3 3 1 1,7 2,4 0 8,3 4 2 3,3 2,4 0 8,3 5 1 1,7 2,4 0 8,3 6 1 1,7 2,4 0 8,3 7 3 5,0 2,4 0 8,3 8 1 1,7 2,4 0 8,3 9 0 0,0 2,4 0 8,3 10 2 3,3 2,4 0 8,3 11 2 3,3 2,4 0 8,3 12 1 1,7 2,4 0 8,3 13 2 3,3 2,4 0 8,3 14 0 0,0 2,4 0 8,3 15 2 3,3 2,4 0 8,3 16 3 5,0 2,4 0 8,3 17 1 1,7 2,4 0 8,3 18 1 1,7 2,4 0 8,3 19 1 1,7 2,4 0 8,3 20 1 1,7 2,4 0 8,3 21 3 5,0 2,4 0 8,3 22 0 0,0 2,4 0 8,3 23 1 1,7 2,4 0 8,3 24 1 1,7 2,4 0 8,3 25 0 0,0 2,4 0 8,3 26 3 5,0 2,4 0 8,3 27 0 0,0 2,4 0 8,3 28 3 5,0 2,4 0 8,3 29 2 3,3 2,4 0 8,3 30 1 1,7 2,4 0 8,3 31 2 3,3 2,4 0 8,3 pm 43 2,4
  • 117. GRAFICO % NO CONFORMES - PAPEL HIGIÉNICO 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 0 5 10 15 20 25 30 35 DÍAS PORCENTAJEDEFECTUOSO % NO CONFORME pm LICp LSCp
  • 119. INSPECCIÓN UNA INSPECCIÓN ES UNA EVALUACIÓN DEL PRODUCTO PARA VER SI CUMPLE LOS REQUISITOS DE CALIDAD Y DECIDIR A CONTINUACIÓN SI SE ACEPTA O SE RECHAZA. INSPECCIÓN ES LA EVALUACIÓN POR MEDIO DE LA OBSERVACIÓN Y DICTAMEN, ACOMPAÑADA CUANDO SEA APROPIADO POR MEDICIÓN, ENSAYO/PRUEBA O COMPARACIÓN CON PATRONES (3.8.2) ISO 9000:2000 - GUÍA (ISO / IEC 2).
  • 120. ELEMENTOS DE LA INSPECCIÓN 1. INTERPRETACIÓN DE LOS REQUISITOS DE CALIDAD • ESPECIFICACIONES • INSTRUCCIONES ESCRITAS • DIBUJOS 2. MUESTREO 3. EXAMEN • VERIFICACIÓN, MEDICIÓN, OBSERVACIÓN
  • 121. ELEMENTOS DE LA INSPECCION 4. DECISIÓN 5. DECIDIR SI LAS CARACTERÍSTICAS RESPONDEN O NO A LOS REQUISITOS DE CALIDAD. 6. ACCIÓN • ACEPTAR o RECHAZAR EL LOTE • PARAR, VOLVER A PREPAR, CAMBIAR DE HERRAMIENTAS EN PRODUCCIÓN • SELECCIONAR • VOLVER A INSPECCIONAR
  • 122. FORMAS DE INSPECCIÓN 1. INSPECCIÓN DE ENTRADA EL PROPÓSITO ES IMPEDIR QUE LOS PRODUCTOS QUE NO CUMPLEN CON LOS REQUISITOS INGRESEN AL PROCESO DE PRODUCCIÓN. 2. INSPECCIÓN DURANTE EL PROCESO • TIENE COMO OBJETIVO IMPEDIR QUE SE FABRIQUEN PRODUCTOS DE CALIDAD INACEPTABLE. • INSPECCIÓN DE LA PRIMERA UNIDAD PRODUCIDA • INSPECCIÓN VOLANTE • INSPECCIÓN POR EL OPERARIO • INSPECCIÓN DEL ÚLTIMO ARTÍCULO PRODUCIDO. 3. INSPECCIÓN FINAL TIENE COMO OBJETIVO EVITAR QUE SE ENVÍEN A LOS CLIENTES PRODUCTOS DEFECTUOSOS.
  • 123. MÉTODOS DE INSPECCIÓN • MEDICIÓN.- DETERMINACIÓN DEL VALOR NUMÉRICO DE UNA CARACTERÍSTICA CON LA AYUDA DE UN INSTRUMENTO. • CONTROL DE “PASA Y NO PASA”.- USO DE CALIBRES DE LIMITE FIJO • CONTROL FUNCIONAL.- VERIFICACIÓN DE LA FUNCIÓN DE UN PRODUCTO. • INSPECCIÓN VISUAL.- APLICACIÓN DEL OJO HUMANO PARA DETERMINAR SI EL COLOR O EL ACABADO DE UNA SUPERFICIE SON ACEPTABLES.
  • 124. GRADOS DE INSPECCIÓN • INSPECCIÓN AL CIEN POR CIENTO SE EXAMINAN UNA O MAS CARACTERÍSTICAS CON TODAS LAS UNIDADES DEL LOTE. ES ANTIECONÓMICA. INSPECCIÓN POR MUESTREO SE EXAMINAN UNA O MÁS CARACTERÍSTICAS EN UNAS CUANTAS UNIDADES DEL LOTE.
  • 125. GRADOS DE INSPECCIÓN • INSPECCIÓN POR MUESTREO ESTADÍSTICO • BASADO EN TEORÍA ESTADÍSTICA QUE PROPORCIONA: - TAMAÑO DE MUESTRA - CRITERIOS DE (Ac) y (Re) - MUESTREO ALEATORIO - SE CONSIDERA LA PROBABILIDAD DE ACEPTAR (Ac).
  • 126. VENTAJAS DE LA INSPECCION POR MUESTREO MENOS TIEMPO MENOS PERSONAL DE INSPECCIÓN MENOS MONÓTONO MENOS RIESGO DEL INSPECTOR COSTO MAS REDUCIDO MAYOR PRONTITUD EN LAS MEDIDAS PREVENTIVAS.
  • 127. RIESGOS DE LA INSPECCION POR MUESTREO • DECISIONES EQUIVOCADAS CON RESPECTO AL LOTE: • ACEPTAR UN LOTE QUE DEBERÍA RECHAZARSE. (RIESGO CONSUMIDOR)( β ). • RECHAZAR UN LOTE QUE DEBERÍA ACEPTARSE. (RIESGO PRODUCTOR)( α ).
  • 128. RIESGOS DE LA INSPECCION POR MUESTREO LOS RIESGOS SE CONOCEN SI SE EMPLEAN PLANES DE MUESTREO BASADOS EN LA TEORÍA DE PROBABILIDAD, ES DECIR SI SE APLICA UNA INSPECCIÓN POR MUESTREO ESTADÍSTICO. – PLANES DE MUESTREO POR ATRIBUTOS. – PLANES DE MUESTREO POR VARIABLES.
  • 129. PLANES DE MUESTREO POR ATRIBUTOS
  • 130. PLANES DE MUESTREO POR ATRIBUTOS LAS UNIDADES SE CLASIFICAN COMO EXENTOS DE DEFECTOS O COMO DEFECTUOSOS. ES APLICABLE PARA CARACTERÍSTICAS MEDIBLES O NO MEDIBLES. NO ES NECESARIO REGISTRAR LAS MEDICIONES, SOLO EL NÚMERO DE UNIDADES DEFECTUOSAS (O DE DEFECTOS).
  • 131. TIPOS DE PLANES DE MUESTREO MUESTREO SIMPLE MUESTREO DOBLE MUESTREO MÚLTIPLE
  • 132. MUESTREO SIMPLE ES EL MÁS FÁCIL. MENOR RIESGO DEL INSPECTOR. A CONTINUACIÓN PUEDE SOMETERSE A INSPECCIÓN AL 100% O SE ENVÍA A CHATARRA.
  • 133. PROCEDIMIENTO DE MUESTREO POR ATRIBUTOS 1. DETERMINAR LA CARACTERÍSTICA QUE SE VA A ESTUDIAR. 2. DETERMINAR EL TAMAÑO DEL LOTE (N). 3. ESTABLECER EL TIPO DE MUESTREO (SIMPLE, DOBLE, MÚLTIPLE).
  • 134. PROCEDIMIENTO DE MUESTREO POR ATRIBUTOS 4. ESTABLECER EL NIVEL DE INSPECCIÓN. - GENERALES (I, II, III) - ESPECIALES (S-1, S-2, S-3, S-4) NIVEL II : NORMAL NIVEL III : MUESTRA MÁS GRANDE NIVEL S-1 : MUESTRA MÁS PEQUEÑA (INSPECCIÓN DESTRUCTIVA PRODUCTO O INSPECCIÓN COSTOSA, RIESGO DE DEFECTOS BAJO).
  • 135. PROCEDIMIENTO DE MUESTREO POR ATRIBUTOS 5. DETERMINAR LA SEVERIDAD DE INSPECCIÓN: – NORMAL – RIGUROSA-ESTRICTA – REDUCIDA-SIMPLIFICADA NORMAL RIGUROSAREDUCIDA 2 LOTES RECHAZADOS DE 5 CONSECUTIVOS 5 LOTES CONSECUTIVOS ACEPTADOS 1 LOTE RECHAZADO PRODUCCION IRREGULAR CRITERIO DEL INSPECTOR 10 LOTES CONSECUTIVOS ACEPTADOS PRODUCCION NORMAL CRITERIO DEL INSPECTOR
  • 136. PROCEDIMIENTO DE MUESTREO POR ATRIBUTOS 6. DETERMINAR EL NIVEL DE CALIDAD ACEPTABLE (NCA ó AQL) • NCA = MÁXIMO % DE UNIDADES DEFECTUOSAS (O NÚMERO MÁXIMO DE DEFECTOS POR CADA 100 UNIDADES). • EL NCA TIENE VALORES ENTRE 0,010 Y 1000.
  • 137. PROCEDIMIENTO DE MUESTREO POR ATRIBUTOS 7. DETERMINAR LA LETRA CLAVE CON LA NORMA: • NTE INEN ISO 2859-1 • MIL - STD 105 D, IEC 410. 8. DETERMINAR LOS CRITERIOS DE ACEPTACIÓN (AC) O RECHAZO (RE).
  • 138. EJERCICIO LA EMPRESA ELECBOB, DISTRIBUIDORA DE BOBINAS, RECIBE DE UN PROVEEDOR DE VENEZUELA LOTES DE 1000 UNIDADES, PARA VERIFICAR EL CUMPLIMIENTO DEL ENSAYO DE RESISTENCIA ELÉCTRICA QUE ES CATALOGADO COMO PARÁMETRO CRÍTICO, SE INSPECCIONAN LOS LOTES POR ATRIBUTOS, UTILIZANDO LA NTE INEN 2859-1, SE HA ESTABLECIDO UN PLAN DE MUESTREO DOBLE PARA INSPECCIÓN NORMAL, CON UN NIVEL DE INSPECCIÓN GENERAL II Y UN AQL DE 1,5%. a.) ¿Cuál es el tamaño de la muestra y el criterio de aceptación? b.) ¿Cuál será la probabilidad de que un lote que contiene 3,18% de producto defectuoso sea rechazado?
  • 139. EJERCICIO DATOS: N = 1000 NIVEL DE INPECCION GENERAL II PLAN DE MUESTREO DOBLE INSPECCIÓN NORMAL AQL = 1,5% PRODUCTO DEFECTUOSO = 3,18%
  • 140. EJERCICIO Con N = 1000 y un NIVEL DE INPECCION GENERAL II, entramos el la Tabla 1 y encontramos la letra código J. Con la letra código J y con AQL = 1,5%, en la Tabla III-A correspondiente a un PLAN DE MUESTREO DOBLE e INSPECCIÓN NORMAL, encontramos el Tamaño de la Muestra y el Criterio de Aceptación. n1 = 50 Ac = 1 Re = 3 n2 = 50 Ac = 4 Re = 5
  • 141. EJERCICIO Como nuestra letra código es J, buscamos el Gráfico J. CURVAS CARACTERÍSTICAS PARA PLANES DE MUESTREO SIMPLE (LAS CURVAS PARA MUESTREO DOBLE Y MÚLTIPLE SON EQUIVALENTES) Con AQL = 1,5%, INSPECCIÓN NORMAL y p = 3,18%, entramos en el Gráfico o Tabla y encontramos el Porcentaje de Aceptación del lote o los lotes, para nuestro caso tenemos: Pa = 75% Como el problema nos pide el porcentaje de rechazo, entonces: Pa + Pr = 100 Pr = 100 – Pa Pr = 100 - 75 Pr = 25%
  • 143. MUESTREO POR VARIABLES ES NECESARIO MEDIR CADA UNIDAD DE LA MUESTRA. SE CALCULAN DETERMINADOS PARÁMETROS DE DISTRIBUCIÓN ESTADÍSTICA. LA CARACTERÍSTICA INSPECCIONADA DEBE TENER UNA DISTRIBUCIÓN NORMAL.
  • 144. PROCEDIMIENTO DE MUESTREO POR VARIABLES 1. DETERMINAR LA CARACTERÍSTICA A ESTUDIAR. 2. DETERMINAR EL TAMAÑO DEL LOTE (N). 3. DETERMINAR EL NIVEL DE INSPECCIÓN: – GENERALES (I, II, III) – ESPECIALES (S1,S2,S3, S4) 4. DETERMINAR EL NCA.
  • 145. PROCEDIMIENTO DE MUESTREO POR VARIABLES 5. DETERMINAR LA SEVERIDAD DE INSPECCIÓN: – NORMAL – RIGUROSA – REDUCIDA 6. DETERMINAR LA LETRA CLAVE EN LA NORMA ISO 3951-1 5. CON LA LETRA CLAVE Y EL NCA DETERMINAMOS EL PLAN DE MUESTREO.
  • 146. PROCEDIMIENTO DE MUESTREO POR VARIABLES CRITERIOS DE ACEPTACIÓN MÉTODO S SE ACEPTA EL LOTE CUANDO: LSE – X Qs = ------------------ ≥ k S X – LIE Qi = ------------------ ≥ k S
  • 148. TRABAJO PRACTICO Introducción Flujo del proceso Capacidad de Proceso Pareto Ishikawa Carta de Control (variables/atributos) Muestreo (variables/atributos)