Este documento presenta las 7 herramientas básicas de calidad, incluyendo hojas de registro de datos, diagramas de causa y efecto, histograma, diagrama de Pareto y gráficos de control. Estas herramientas se utilizan para recolectar y analizar datos para mejorar procesos y controlar la calidad.
Evento: Martes de Innobasque. Innovación e Ingeniería. Febrero 2015
La importancia de entender las fuentes de variabilidad para incorporar este conocimiento desde el diseño de producto y proceso
Evento: Martes de Innobasque. Innovación e Ingeniería. Febrero 2015
La importancia de entender las fuentes de variabilidad para incorporar este conocimiento desde el diseño de producto y proceso
02000 metodo validacion Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo. Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo. Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.
02000 metodo validacion Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo. Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo. Según la ISO 9126 la calidad del producto está influenciada por la complejidad del
mismo. Por lo que con el propósito de medir la bondad del modelo implantado se han
utilizado un conjunto de métricas comúnmente aceptadas y cuyo objetivo es el poder
medir la complejidad del esquema de estrella y así poder tener un indicativo objetivo de la
calidad del mismo.
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...espinozaernesto427
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta intensidad son un tipo de lámpara eléctrica de descarga de gas que produce luz por medio de un arco eléctrico entre electrodos de tungsteno alojados dentro de un tubo de alúmina o cuarzo moldeado translúcido o transparente.
lámparas más eficientes del mercado, debido a su menor consumo y por la cantidad de luz que emiten. Adquieren una vida útil de hasta 50.000 horas y no generan calor alguna. Si quieres cambiar la iluminación de tu hogar para hacerla mucho más eficiente, ¡esta es tu mejor opción!
Las nuevas lámparas de descarga de alta intensidad producen más luz visible por unidad de energía eléctrica consumida que las lámparas fluorescentes e incandescentes, ya que una mayor proporción de su radiación es luz visible, en contraste con la infrarroja. Sin embargo, la salida de lúmenes de la iluminación HID puede deteriorarse hasta en un 70% durante 10,000 horas de funcionamiento.
Muchos vehículos modernos usan bombillas HID para los principales sistemas de iluminación, aunque algunas aplicaciones ahora están pasando de bombillas HID a tecnología LED y láser.1 Modelos de lámparas van desde las típicas lámparas de 35 a 100 W de los autos, a las de más de 15 kW que se utilizan en los proyectores de cines IMAX.
Esta tecnología HID no es nueva y fue demostrada por primera vez por Francis Hauksbee en 1705. Lámpara de Nernst.
Lámpara incandescente.
Lámpara de descarga. Lámpara fluorescente. Lámpara fluorescente compacta. Lámpara de haluro metálico. Lámpara de vapor de sodio. Lámpara de vapor de mercurio. Lámpara de neón. Lámpara de deuterio. Lámpara xenón.
Lámpara LED.
Lámpara de plasma.
Flash (fotografía) Las lámparas de descarga de alta intensidad (HID) son un tipo de lámparas de descarga de gas muy utilizadas en la industria de la iluminación. Estas lámparas producen luz creando un arco eléctrico entre dos electrodos a través de un gas ionizado. Las lámparas HID son conocidas por su gran eficacia a la hora de convertir la electricidad en luz y por su larga vida útil.
A diferencia de las luces fluorescentes, que necesitan un recubrimiento de fósforo para emitir luz visible, las lámparas HID no necesitan ningún recubrimiento en el interior de sus tubos. El propio arco eléctrico emite luz visible. Sin embargo, algunas lámparas de halogenuros metálicos y muchas lámparas de vapor de mercurio tienen un recubrimiento de fósforo en el interior de la bombilla para mejorar el espectro luminoso y reproducción cromática. Las lámparas HID están disponibles en varias potencias, que van desde los 25 vatios de las lámparas de halogenuros metálicos autobalastradas y los 35 vatios de las lámparas de vapor de sodio de alta intensidad hasta los 1.000 vatios de las lámparas de vapor de mercurio y vapor de sodio de alta intensidad, e incluso hasta los 1.500 vatios de las lámparas de halogenuros metálicos.
Las lámparas HID requieren un equipo de control especial llamado balasto para funcionar
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
7 HERRAMIENTAS BÁSICAS EN EXCEL.pdf
1. INSTITUTOTECNOLÓGICO DE ORIZABA
Presenta:
Dr. Hilarión Muñoz Contreras/Dra. María Eloísa Gurruchaga Rodríguez/Dr. Luis Carlos
Flores Ávila/Ing. Carlos Orestes Candelas Zamorano/Ing. Mariam G. GuzziTrujillo
Octubre/2012
Congreso Nacional de Ingenierías
3. Las 7 herramientas básicas denominadas por
el Dr. Kaoru Ishikawa son herramientas
estadísticas para la administración industrial
y grandes colaboradoras para el Control Total
de la Calidad
23/10/2012 InstitutoTecnológico de Orizaba
5. Datos
• Característica de
Calidad
• Costo
• Cantidad
• Seguridad
• Accidentes
Para
• La calidad de
materiales
• Las condiciones de
operaciones
• La cantidad producida
• El número de
procesos
23/10/2012 InstitutoTecnológico de Orizaba
9. Definir el propósito de los datos
Consignar claramente la historia
de los datos: ¿Qué?, ¿Por
qué?, ¿Cuándo?, ¿Dónde?Y
¿Cómo?
Recopilar datos de la relación
entre la calidad
23/10/2012 InstitutoTecnológico de Orizaba
11. Es la herramienta que se utiliza para
recolectar datos en un formato lógico, es la
herramienta de transición entre la recolección
de datos y el uso de técnicas más elaboradas.
Su objetivo es lograr que el usuario este en
capacidad de reunir y organizar datos en un
formato para un análisis eficiente y fácil.
23/10/2012 InstitutoTecnológico de Orizaba
12. Proporciona registros
históricos
Traduce las opiniones
en datos
Facilita el inicio del
pensamiento
estadístico
Medio para registrar de
manera eficiente los
datos
Sirve
23/10/2012 InstitutoTecnológico de Orizaba
13. 1 • Definir Problema
2 • Cómo recolectar
3 • Estime el total de muestra
4 • Decida el formato
5 • Escriba los Datos
6 • Verifique
23/10/2012 InstitutoTecnológico de Orizaba
14. 1. Hoja para registro de datos:
23/10/2012 InstitutoTecnológico de Orizaba
Hoja deVerificación(Inspección Final)
Producto:_________________ Fecha:___________________
Sección:__________________ Inspector:________________
Total Inspeccionado:________ Lote No:_________________
Observaciones:_______________________________________
Tipo de Defecto Cuenta SubTotal
… … …
TOTAL … …
15. 2. Hoja de localización:
23/10/2012 InstitutoTecnológico de Orizaba
Hoja de localización de defectos
MODELO 14 PC
Fecha: 26/Sep/2012 Responsable: COCZ
Comentarios: 1. Sensor no funciona
2.Manija Floja
2
1
16. 3. Lista deVerificación
23/10/2012 InstitutoTecnológico de Orizaba
HOJA DE REPARTO-MUEBLERÍA “Y”
Responsable: MGZ Camión: ITO12 Fecha: 26/Sep/12
Lugar a repartir Día: Jueves
Verificación Comentarios
Col. Modelo X
Col. Centro X
Col. Barrio Nuevo X
Col. San José ------------ Inundación
Col. R. Alvarado X
18. La estratificación es una clasificación por
algún elemento en común, para analizarlos y
poder determinar con más facilidad las
causas del comportamiento de alguna
característica de calidad.
23/10/2012 InstitutoTecnológico de Orizaba
19. Utilidad:
Para identificar la
causa que tiene
mayor influencia
en la variación
Comprender de
mejor forma un
grupo de datos y
ayudará a
identificar las
causas del
problema
Examinar la
diferencia en los
parámetros
estadísticos entre
estratos
23/10/2012 InstitutoTecnológico de Orizaba
21. 23/10/2012 InstitutoTecnológico de Orizaba
5
Comparar la característica de calidad de los estratos con la del total
4
Volver a subdividir los datos de los estratos
3
Clasificar en grupos la causa probable(Proceso, material, línea de producción)
2
Considerar la causa de la dispersión
1
Determinar las características específicas que se quieren considerar(Horas, producción, etc)
22. Se específica que el número de encuestas
diarias que debe hacer una empleada de una
agencia de mercadotecnia es de al menos 92.
Se tienen 3 empleadas (A,B y C), y se tomó
una muestra de 23 mediciones proviniendo 8
de la empleada A, 6 de la empleada B y nueve
de la empleadaC.
23/10/2012 InstitutoTecnológico de Orizaba
23. Una gráfica de la distribución de un conjunto
de medidas. Un histograma es un tipo
especial de gráfica de barras que despliega la
variabilidad dentro de un proceso. Un
histograma toma datos variables (tales como
alturas, pesos, densidades, tiempo, temperat
uras, etc.) y despliega su distribución.
23/10/2012 InstitutoTecnológico de Orizaba
24. Realizar seguimiento del proceso
Revisión rápida de variabilidad
Seleccionar el siguiente producto o
servicio a mejorar
23/10/2012 InstitutoTecnológico de Orizaba
27. 1. Después de la recolección de datos, contar
el número de puntos de datos (n) en su
muestra.
2. Determinar el rango, R, para todo el
conjunto de datos al restar el valor menor de
los datos del mayor.
23/10/2012 InstitutoTecnológico de Orizaba
28. 3. Determinar el número de
intervalos, denotados como K.
23/10/2012 InstitutoTecnológico de Orizaba
Puntos de
Datos
Intervalos
30-50 5-7
51-100 6-10
101-250 7-12
Más de 250 10-20
29. 4. Determinar la extensión del intervalo
llamado longitud de clase, L. La fórmula
sencilla.
5. Construir los intervalos.Tomar la medida
individual más pequeña en el conjunto de
datos.
23/10/2012 InstitutoTecnológico de Orizaba
Limite Inferior Limite Superior
Valor Mínimo Valor Mínimo + L
Lim. Sup.Ant.+ Unidad Lim. Inf. Actual + L
… …
30. 23/10/2012 InstitutoTecnológico de Orizaba
6. Calcular el punto medio de clase también
llamado marca de clase.
7. Calcular las frecuencias absolutas de clase.
Marca de Clase
(Lim. Inf.+Lim. Sup.)/2
…
31. 0
1
2
3
4
5
6
7
8
9
Se tienen dos poblaciones de datos y se debe buscar
la causa de los datos aislados
INSULA
23/10/2012 InstitutoTecnológico de Orizaba
33. 0
1
2
3
4
5
6
7
Hay algún error en el intervalo de clase, quizá no se
redondeó bien o hay un error del personal.
PEINE O SIERRA
23/10/2012 InstitutoTecnológico de Orizaba
34. Se han recogido datos sobre el tiempo de
vida de las pilas eléctricas del tipo AA
producidas por la empresa VOLTA. Para la
muestra de 200 pilas se procedió a registrar el
número de horas en que suministraron
energía eléctrica.
23/10/2012 InstitutoTecnológico de Orizaba
35. Es una gráfica que representa en forma
ordenada el grado de importancia que tienen
los diferentes factores en un determinado
problema, tomando en consideración la
frecuencia con que ocurre cada uno de dichos
factores.
23/10/2012 InstitutoTecnológico de Orizaba
39. Tipo de Defecto Número de Defectos
Compresor 49
Rayaduras 20
Termostato 39
Manchas 36
Empaques 119
Condensador 26
Puerta desalineada 21
23/10/2012 InstitutoTecnológico de Orizaba
40. El instrumento que permite tener un
panorama global del problema y visualizar las
relaciones que tienen las causas entre sí y con
su efecto.
Muestra la relación sistemática entre un
resultado fijo y sus causas. Utiliza como base
de su estructura las afectantes de la calidad
23/10/2012 InstitutoTecnológico de Orizaba
41. Característica
de Calidad
Longitud, % Defectos, etc. Efecto
Factores Trabajadores, Diámetros, etc. Causas
23/10/2012 InstitutoTecnológico de Orizaba
42. Utilidad
Mejorar proceso en
calidad, eficiencia, etc.
Localizar quejas, defecto
o anormalidades.
Establecer nuevos
procedimientos, puntos de
control.
23/10/2012 InstitutoTecnológico de Orizaba
45. MANO DE OBRA
• Muda:Tiempo Ocioso
• Mura: Falta de Capacitación
• Muri: Operaciones Monótonas
MATERIALES
• Muda: Mal Manejo de Materiales
• Mura: Control Deficiente de Requerimiento de Materiales
• Muri: Manejo de Materiales Peligrosos
MAQUINARIA
• Muda:Tecnología Sobrada
• Mura: Subutilización de Máquinas
• Muri: Utilización de Maquinaria Peligrosa
MÉTODOS
• Muda: Exceso de procesamiento
• Mura: Falta de Especificaciones
• Muri: Manejo Excesivo de Información
23/10/2012 InstitutoTecnológico de Orizaba
46. Modelo de análisis de dispersiones
23/10/2012 InstitutoTecnológico de Orizaba
EFECTO
Maquinaria Métodos
Mano de
Obra
Mantto.
Entorno
Materiales
47. Modelo según el proceso de producción
23/10/2012 InstitutoTecnológico de Orizaba
Material Fabricación Corrección Desbaste
49. Es un diagrama que sirve para examinar si un
proceso se encuentra en una condición
estable, o para asegurar que se mantenga en
esta condición.
23/10/2012 InstitutoTecnológico de Orizaba
52. Sirve Para:
Determinar el estado de control de un proceso
Diagnostica el comportamiento en el tiempo
Indicativo del estado de un proceso
Permite identificar las fuentes de variación
Herramienta de detección de problemas
23/10/2012 InstitutoTecnológico de Orizaba
55. Gráficas de control para variables Gráficas de control por atributos
Gráfica X-R (Promedios y rangos) Gráfica p(Porcentaje de defectuosos)
Gráfica X-S(Promedios y Desviación) Gráfica np(Número de defectuosos)
Gráficas x-R(Medianas y rangos) Gráfica c(Número de defectuosos por área)
Gráficas X-R (Lecturas y Rango) Gráfica u(Porcentaje de defectos por área)
23/10/2012 InstitutoTecnológico de Orizaba
61. Gráficas de Promedios
y Rangos
Muestra el comportamiento de la
media(posición) y la variación(dispersión) de
cierta característica de calidad.
Busca evaluar, controlar y mejorar la
característica de calidad, desde el punto de
vista del ajuste de su posición y la reducción de
su variación con respecto al objetivo.
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
62. Gráficas de Promedios
y Rangos
1 • Reunión de datos (>100)
2 • Divida los datos en subgrupos (2 a 5 muestras)
3 • Registrar en una hoja de verificación
4 • Hallar la media y rango de cada subgrupo
5 • Calcular media y rango general
6 • Calcular los límites de control (coeficientes)
7 • Construir las gráficas de control
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
64. Es el instrumento estadístico que sirve para
estudiar el comportamiento de un
proceso, considerando como indicador de la
variabilidad la desviación estándar.
Más sensible a los cambios pequeños que la
gráfica de promedios-rangos.
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica de Promedios
y Desviaciones Gráficas de Control
65. Gráfica de Promedios
y Desviaciones
Reunir Datos
Dividir en subgrupos (>10 datos)
Registrar en hoja de verificación
Hallar los estimadores de cada subgrupo
Calcular estimadores generales
Calcular los límites de control
Elaborar gráfica de control
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
67. Es la herramienta estadística que permite
evaluar el comportamiento del proceso a partir
de la mediana y del rango.
Se sugiere utilizarse en procesos estables, ya
que la información será mucho más eficiente.
No revela tanta información como las gráficas
anteriores.
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica de Medianas y
Rangos Gráficas de Control
68. Gráfica de Medianas y
Rangos
Reunión de Datos
• Hacer subgrupos (5 datos)
Registrar en Hoja deVerificación
• Calcular estimadores por subgrupo
Encontrar estimadores generales
• Obtener los límites de control
Construir gráficas de control
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
70. Las lecturas individuales se acompañan de una
gráfica de rangos para ver la variabilidad de la
característica de calidad.
En algunos casos la formación de subgrupos no
es efectivo, ya sea por: tiempo, pruebas
destructivas o costosas.
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica de Lecturas
Individuales y Rangos Gráficas de Control
71. Gráfica de Lecturas
Individuales y Rangos
Obtener Datos (s/subgrupos)
Aplicar Rango Móvil
Calcular Media de los Rangos (Limite Central)
Aplicar los Límites de control
Construir la Gráfica
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
73. Gráfica p: Porcentaje
de defectos
Atributo
Muestras
Averiguar
Alerta
Descubrir
Causas
Especiales
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
74. 1. Cuándo y cómo
recoger los datos
2. Organizar en un
Check List
(Criterio)
3.Calcular el
tamaño promedio
de los subgrupos
4. Se calculan los
Límites de control
5.Construir
Gráfica
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica p: Porcentaje
de defectos Gráficas de Control
76. Gráfica np: Número de
Defectuosos
Graficar unidades no conformes
Muestras suficientemente grandes(>50)
Conocer causas de re trabajos
Obtener registro de varias características de operación
Investigar el curso de un defecto
Detectar causas especiales
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
77. Gráfica np: Número de
Defectuosos
Recoger Datos
Poner en una Hoja deVerificación
Calcular el número de defectuosos
Obtener los Límites de control
Construir Gráfica
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
78. Gráfica np: Número de
Defectuosos
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
79. En algunos procesos interesa medir la cantidad
de defectos que presentan las unidades de
producto que se están fabricando. Los defectos
pueden ser de diferentes tipos y se cuenta el
total de todos estos defectos en la unidad
inspeccionada.
Se debe utilizar cuando la unidad
inspeccionada se mantiene constante.
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica c: Defectos por
unidad Gráficas de Control
84. La gráfica es una variación de la gráfica c.
Si el área de oportunidad para la
ocurrencia de defectos no permanece
constante, la gráfica u debe usarse en
lugar de la gráfica c.
23/10/2012 InstitutoTecnológico de Orizaba
Gráfica u: Defectos por
área de oportunidad Gráficas de Control
85. Gráfica u: Defectos por
área de oportunidad
1
• Determinar las muestras
2
• Contabilizar defectos para cada muestra
3
• Calcular los límites de control para cada muestra
4
• Construir la gráfica de control
23/10/2012 InstitutoTecnológico de Orizaba
Gráficas de Control
87. Busca demostrar visualmente si existe o no
relación entre dos variables y si la relación
es directa o inversamente proporcional
Los métodos gráficos anteriores sólo hacen
referencia a una característica de calidad
(univariados). El de dispersión es una
herramienta utilizada como frecuencia
cuando se desea realizar un estudio entre 2
características de calidad.
23/10/2012 InstitutoTecnológico de Orizaba
Diagrama de Dispersión
88. 23/10/2012 InstitutoTecnológico de Orizaba
Puede referirse:
Una
característica
de calidad y un
factor que
incide sobre
ella
Dos
características
de calidad
relacionadas
Dos factores
relacionados
con una sola
característica
89. Indica si dos variables
(factores o
características de
calidad) están
relacionadas
Proporciona la
posibilidad de
reconocer fácilmente
relaciones causa/efecto
23/10/2012 InstitutoTecnológico de Orizaba
90. Método Gráfico
Recolectar n parejas de datos
(X,Y) (n>25)
Graficar las parejas de datos
Documentar el gráfico
23/10/2012 InstitutoTecnológico de Orizaba
Diagrama de Dispersión
95. Coeficiente de
Correlación
Proporciona una medida del grado de
relación entre dos variables.
Se utiliza cuando el método gráfico no es tan
revelador.
Se dice que cuando r(coeficiente de
correlación) se acerca a -1 o a 1 la relación es
perfecta, y mientras se acerca a 0 es nula.
23/10/2012 InstitutoTecnológico de Orizaba
Diagrama de Dispersión
97. Método de la Mediana
Este es un método muy sencillo en el cual se
puede definir si hay o no correlación , cosa
que no permite el método gráfico pero que
sí se logra con el método de correlación, la
ventaja del método a estudiar es que el
cálculo es mucho más fácil.
23/10/2012 InstitutoTecnológico de Orizaba
Diagrama de Dispersión
98. Método de la Mediana
1. Graficar el diagrama de dispersión igual que en el método gráfico
2. Graficar las medianas tanto de (x) como de (y), con esto se formará un
cuadrante dentro del diagrama.
3. Numerar los cuadrantes empezando por el extremo superior derecho (I,II,III y
IV). En sentido contrario de las manecillas del reloj. Contar los puntos
4. Determine la cantidad de puntos de II y IV, y N( cantidad total de datos menos
la cantidad de puntos sobre la línea).
5. Compare la cantidad total de puntos de II y IV con la columna “cantidad límite
de puntos”. Si la cantidad de puntos de ambos sectores es menor que el límite
existe correlación.
23/10/2012 InstitutoTecnológico de Orizaba
Diagrama de Dispersión
99. 1
• Obtener las medianas de las 2
variables
2
• Trazar el cuadrante
3
• Contar los puntos en cada cuadrante
23/10/2012 InstitutoTecnológico de Orizaba
Método de la Mediana
II Diagrama de Dispersión