Professional Documents
Culture Documents
Capitulo 1
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Quiere
Mejorar el
Proceso?
NO
Bsquele!!!...
SI
SI
NO
Seguro?
NO
Es la Variacin
un problema para
su Proceso?
SI
Puede
medirse la
operacin?
NO
SI
Aplique SPC
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
debemos determinar sus causas, las que, para su anlisis, se han clasificado en dos tipos: Causas
comunes o inherentes de variacin y Causas especiales o asignables de variacin.
Causas Comunes o Inherentes de variacin, son aquellas que siempre estn presentes
en el proceso; es decir, son parte del proceso mismo y como una constante del sistema se
presentan de manera casual y aleatoria. Las causas comunes o inherentes de variacin generan una
variacin controlada, mostrando Un proceso estable. La nica forma de mejorar estos procesos
es mediante la modificacin o re-diseo de los procesos mismos.
Ejemplos de Causas comunes o inherentes:
Proceso Estable
Prediccin
Tiempo
Caracterstica
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
inestable. La manera de estabilizar y mejorar estos procesos, es a travs de la eliminacin, una a
una, de las causas especiales o asignables de la variacin.
Ejemplos de Causas especiales...
?
?
?
Proceso Inestable
?
?
?
?
?
Prediccin
Tiempo
Caracterstica
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Prepare
I
Mejore
IV
II
Implemente
III
Mantenga
Mejorar
Hasta aqu, hemos visto, algunas de las raznes para implantar un sistema de control
estadstico de procesos y una forma para llegar a su implantacin; a continuacin, veremos las
herramientas necesarias para el desarrollo e interpretacin del CEP, sin embargo para una mejor
comprenhensin de lo que veremos, es necesario repasar nuestra Estadstica.
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Los datos.
Cuando hablamos de datos, nos referimos a la informacin que se obtiene de medir o
evaluar la caracterstica bajo estudio. Los datos pueden obtenerse por observacin directa,
(visualmente o con el uso de instrumentos de medicin), o indirecta, (a travs de cuestionarios
verbales o escritos). Los datos que se emplean en la industria, para el control de la calidad, se
obtienen por observacin directa y se han clasificado en datos variables y datos por atributos.
Datos variables, son generan por caractersticas mensurables o que pueden medirse,
ejemplos de ellos son: el tiempo, el peso, la longitud, la temperatura,.... Variable es toda
caracterstica que al ser medida, presenta un continuo entre cada divisin de su escala de
medicin.
Datos por atributos, los datos por atributos, se originan por aquellas caractersticas que
se evalan por la aplicacin de los valores 0 1; son datos donde los nicos resultados de la
evaluacin de la caracterstica, son bueno o malo, tales como los generados con el uso de
patrones PASA, NO PASA a travs de la aplicacin de definiciones tales como: defectuoso
aceptable; este tipo de datos se recopilan por conteo.
En general, podemos decir que los datos del tipo variable se recopilan a traves de
una medicin y los datos del tipo atributo, se recopilan por conteo.
EL ESTUDIO DE LOS DATOS, HACE USO DE TCNICAS, GRFICAS Y ANALITCAS.
Las tcnicas grficas, distribuyen los datos, dibujando la distribucin de frecuencia de los
mismos, resumiendo la cantidad de datos que ocurren dentro de cada subgrupo de valores
observados.
Entre estas podemos citar como las mas importantes:
El Histograma,
El Diagrama de Recorrido.
Las tcnicas analticas, resumen los datos mediante la determinacin de una estimacin
de su tendencia central y su variacin.
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Longitud de las barras, en pulgadas
3.58
3.34
3.52
3.40
3.65
3.48
3.46
3.49
3.34
3.46
3.37
3.48
3.59
3.32
3.48
3.50
3.47
3.52
3.52
3.47
3.34
3.45
3.38
3.46
3.44
3.60
3.45
3.47
3.41
3.51
3.49 3.48
3.44 3.46
3.48 3.59
3.48 3.47
3.33 3.56
Tabla 1.1
3.41
3.38
3.52
3.46
3.55
3.43
3.50
3.63
3.49
3.60
3.50
3.46
3.45
3.67
3.48
3.52
3.47
3.45
3.54
3.49
3.54
3.48
3.43
3.44
3.46
3.43
3.45
3.54
3.48
3.47
Datos
3.58
3.48
3.34
3.46
3.52
3.59
3.40
3.47
3.65o
3.56
3.48
3.41
3.46
3.38
3.49
3.52
3.37
3.46
3.46
3.55
3.37
3.43
3.48o
3.50o
3.59o
3.63o
3.32
3.49
3.48
3.60o
3.50
3.50
3.47
3.46
3.52
3.45
3.52o
3.67o
3.47
3.48
3.34
3.52
3.45
3.47
3.38
3.45
3.46
3.54
3.44
3.49
3.60o
3.54o
3.45
3.48
3.47
3.43
3.41
3.44
3.51
3.46
n = 70
3.49
3.43
3.44
3.45
3.48
3.54
3.48
3.63
3.33
3.47
Xs = 3.67
Xs
Xi
3.60
3.54
3.48
3.50
3.59
3.63
3.52
3.67
3.65
3.60
3.34
3.41
3.34
3.38
3.38
3.43
3.32
3.44
3.33
3.46
Xi = 3.32
3. El rango de todos los datos ser la diferencia entre los valores mximo y mnimo de Xs e
Xi respectivamente, determinados en el punto 2.
As:
Tabla 1.2
Cantidad de
datos
n
Menos de 50
50 a 100
100 a 250
mas de 250
Nmero k
de clases
recomendadas
5a7
6 a 10
7 a 12
10 a 20
5. Las fronteras de clase, se determinan, de modo que las clases queden bien definidas y no
haya duda de a cual pertenece cada dato, para ello se usa la mitad de la unidad de
medicin
que
se
este
Frontera
Xi + Intervalo Frontera
considerando, en nuestro caso, Xi + Intervalo
de clase
de clase
unidad de medicin = 0.01, 3.320 - .025 =
3.295
3.495 + .05 =
3.545
luego 0.005 ser la demarcacin 3.295 + .05 =
3.345
3.545 + .05 =
3.595
Propiedad privada, prohibida su reproduccin.
SER CAPACITACIN
3.345 + .05 =
3.395
3.595 + .05 =
3.645
3.445 + .05 =
3.495
3.645 + .05 =
3.695
CEP Introduccin.
Capitulo 1
de los valores de frontera entre las clases, considerando esto, se divide el intervalo de clase
entre dos y se resta al valor de X 1, donde iniciaran las fronteras de cada clase, as los
valores de frontera de las clases para nuestro histograma sern:
6. Ahora, elaboraremos una tabla de frecuencias, distribuyendo los datos dentro de las clases,
colocando una marca en para cada valor encontrado en la clase correspondiente, como
sigue:
Clase
No
1
2
3
4
5
6
7
8
Fronteras
de clase
3.295 - 3.345
3.345 - 3.395
3.395 - 3.445
3.445 - 3.495
3.495 - 3.545
3.545 - 3.595
3.595 - 3.645
3.645 - 3.695
Valor
Medio
3.32
3.37
3.42
3.47
3.52
3.57
3.62
3.67
Marcas de Frecuencia
Frecuencia
////
////
//// ////
//// //// //// //// //// //// /
//// //// //
////
///
//
n = 70
4
4
9
31
12
5
3
2
7. Las marcas de frecuencia, nos sugieren la distribucin de los datos, nuestro siguiente paso
ser elaborar el histograma, para lo cual, se trazan dos lneas perpendiculares entre si, se
coloca en la lnea horizontal a las clases y en la vertical, a las frecuencias de clase; como se
muestra en la figura siguiente:
Histograma
35
30
25
20
15
10
5
0
3.32
3.37
3.42
3.47
3.52
3.57
3.62
3.67
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Distribucin sesgada a la
Distribucin simtrica
derecha
(Normal).
________________________ ________________________
Distribucin sesgada a
________________________
la izquierda
________________________
________________________
________________________
________________________
________________________
________________________
Distribucin punteada o
Leptokurtica
SER CAPACITACIN
Distribucin aplanada o
Platokurtica
CEP Introduccin.
Capitulo 1
Distribucin bimodal
________________________
________________________
________________________
________________________
________________________
________________________
(X -
y=
= Media
= Desviacin Estndar
Exponencial
=1
1 e
y=
Weibull
2 2
y =
(X
= Parmetro de escala.
=1
= 2 = Parmetro de perfil.
= Parmetro de localizacin.
Binomial *
p= 0.1 x p= 0.3
y=
pr qn-r
r! (n-r)!
n = nmero de Pruebas.
r = nmero de Ocurrencias.
p = Probabilidad de ocurrencia.
q = 1- p
r
Poisson *
n!
p= 0.5
p= 0.1 p= 0.3
p= 0.5
y=
(np)r e-np
r!
CEP Introduccin.
Capitulo 1
ocurrencia de un evento pero baja
probabilidad, (<0.10) en cada prueba
Esto puede escribirse as: n>15, N>10n y
p<0.1
n = nmero de Pruebas.
r = nmero de Ocurrencias.
p = Probabilidad de ocurrencia.
y=
p alta
Binomial
negativa *
p= 0.5
pr qs
(r -1)! s!
r = nmero de Ocurrencias.
s = Diferencia entre nmero de
pruebas y nmero de ocurrencias.
p = Probabilidad de ocurrencia.
q = 1-p
s
d/N baja
Hipergeomtrica
*
(r + s -1)!
( )( )
y=
(Nn)
d
r
N-d
n-r
* Estas son distribuciones discretas; las curvas se presentan como continuas, solo para facilitar su
comparacin con las distribuciones continuas.
Ejercicio:
Trace un histograma con los datos de la tabla abajo:
Dimetros de 60 cojinetes de bolas
Xs
0.738
0.729
0.743
0.740
0.736
0.741
0.735
0.731
0.726
0.737
0.728
0.737
0.736
0.735
0.724
0.733
0.742
0.736
0.739
0.735
0.745
0.736
0.742
0.740
0.728
0.738
0.725
0.733
0.734
0.732
0.733
0.730
0.732
0.730
0.739
0.734
0.738
0.739
0.727
0.735
0.735
0.732
0.735
0.727
0.734
0.732
0.736
0.741
0.736
0.744
0.732
0.737
0.731
0.746
0.735
0.735
0.729
0.734
0.730
0.740
Xi
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
El diagrama de recorrido.
En un diagrama de recorrido, los datos se grafican en el orden en que se obtienen durante
la produccin, en el es posible observar tendencias y distribuciones de los procesos y ajustes
menores a los mismos. Un diagrama de recorrido, no tiene lmites de control y se emplea
principalmente para analizar los datos antes de la implantacin de un sistema de control
estadstico. Se recomienda elaborar el diagrama de recorrido, como un primer paso para el anlisis
de datos, sin el, otras herramientas de anlisis, tales como la media, la desviacin estndar y el
histograma, pueden conducir a conclusiones equivocadas.
Elabore el diagrama
de recorrido de los
datos de la tabla.
Lote Muestra
A
B
C
D
E
F
1
29
31
35
34
36
36
2
32
36
37
35
37
38
3
32
32
34
37
35
40
4
30
35
38
32
34
41
5
31
33
32
36
38
37
6
32
31
32
38
35
38
7
33
34
35
34
36
42
8
29
35
33
39
40
39
35
30
25
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Tiempo----> Lotes
Entre las conclusiones que podemos sacar de la elaboracin del diagrama, esta la tendencia
que se tiene en los datos a incrementarse, de lote a lote y conforme pasa el tiempo. Un
conocimiento mas detallado del proceso, nos llevara a determinar el tipo de ajustes que se
necesitan para mantenerlo estable y capaz...
i=
n = Cantidad de mediciones
Xi
= 1
n
X1 + X2 + . . . +
n
= Xn
~ ).
La Mediana ( X
La mediana de un conjunto ordenado de datos, es el valor medio o la media aritmtica de
los dos valores medios.
Ejemplos:
^)
La Moda.( X
La moda, es el valor que mas se repite en un conjunto de datos, la moda puede no existir e
incluso si existe, puede ser nica.
Propiedad privada, prohibida su reproduccin.
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Ejemplos:
El conjunto: 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tiene de moda 9 y es unimodal.
El conjunto: 3, 5, 8, 10, 12, 15, 16 no tiene moda.
El conjunto: 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tiene dos modas 4 y 7 y por ende es
bimodal.
Relacin emprica entre media, mediana y moda.
Para distribuciones ligeramente sesgadas se puede utilizar la siguiente relacin emprica entre
media, mediana y moda:
Media - Moda = 3 (Media - Mediana)
En distribuciones simtricas o normales, la relacin entre ellas es: Media = Mediana = Moda
Existen otras medidas de la tendencia central, tales como la media geomtrica, la media
harmnica y la media cuadrtica, pero estas no se utilizan en el control de calidad.
Tcnicas analticas; Medidas de dispersin:
Estas tcnicas, se emplean para determinar, como los datos se distribuyen alrededor del
valor central; las medidas que aqu se discutirn son el rango, la desviacin estndar y la varianza.
Otras medidas, tales como la desviacin media y la desviacin quartilitica no son empleadas en
control de calidad y por lo mismo no se vern.
El Rango
El rango, es la medida de dispersin mas sencilla y fcil de calcular, se obtiene mediante la
diferencia entre los valores mayor y menor de una serie de observaciones o datos; simblicamente
puede expresarse por la formula:
R = Xs - Xi
La mayor desventaja del rango es su valor se ve influenciado por el tamao de la muestra,
a mayor tamao de muestra, mayor ser el rango.
La Desviacin Estndar.
La desviacin estndar es un valor numrico, dado en las mismas unidades que las
observaciones, y que mide la tendencia de la dispersin de los datos. Mientras mayor sea la
desviacin estndar, mayor ser la dispersin. En trminos simblicos, la formula para determinar
la desviacin estndar es:
n
S=
i=
1
(Xi - X )
n
Xi
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
n
n-1
La varianza, es el cuadrado de la desviacin estndar y por lo tanto viene dada por: S2
Sea s la media de una muestra tomada de n>30; se ha comprobado, que para
distribuciones normales, Xocurre con la siguiente distribucin:
X se encontrara el 68.26% de las veces dentro de s +/- S
X se encontrara el 95.44% de las veces dentro de s +/- 2S
X se encontrara el 99.74% de las veces dentro de s +/- 3S
Ejercicios:
Obtenga la media, la moda, la mediana, el rango, la desviacin estndar y la varianza de los
siguientes datos:
0.738
0.729
0.743
0.740
0.736
0.741
0.735
0.731
0.726
0.737
0.728
0.737
0.736
0.735
0.724
0.733
0.742
0.736
0.739
0.735
0.745
0.736
0.742
0.740
0.728
0.738
0.725
0.733
0.734
0.732
0.733
0.730
0.732
0.730
0.739
0.734
0.738
0.739
0.727
0.735
0.735
0.732
0.735
0.727
0.734
0.732
0.736
0.741
0.736
0.744
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
Cont... Ejercicios.
Realice el diagrama de recorrido y despus dibuje el histograma de las 100 observaciones
dadas abajo obtenga de los mismos datos, la media, la moda, la mediana, el rango, la desviacin
estndar y la varianza, finalmente, anote sus conclusiones.
0.135
0.165
0.170
0.231
0.238
0.247
0.252
0.270
0.288
0.289
0.304
0.320
0.323
0.330
0.336
0.340
0.350
0.352
0.360
0.361
0.374
0.374
0.396
0.450
0.456
0.496
0.510
0.533
0.544
0.585
0.592
0.600
0.612
0.630
0.646
0.666
0.702
0.704
0.736
0.765
0.784
0.798
0.840
0.896
0.938
0.972
1.050
1.110
1.170
1.581
0.140
0.168
0.228
0.234
0.240
0.247
0.255
0.272
0.288
0.289
0.308
0.320
0.323
0.336
0.336
0.342
0.352
0.352
0.361
0.364
0.374
0.390
0.448
0.450
0.494
0.496
0.532
0.540
0.576
0.592
0.600
0.612
0.629
0.630
0.660
0.686
0.702
0.736
0.750
0.779
0.784
0.810
0.896
0.928
0.966
0.976
1.064
1.170
1.290
1.802
SER CAPACITACIN
CEP Introduccin.
Media = _________________
Capitulo 1
Moda = _________________
Mediana = _______________
___________________________________________________
___________________________________________________
2.
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
3.
___________________________________________________
4.
___________________________________________________
___________________________________________________
5.
___________________________________________________
___________________________________________________
6.
Cuales son sus componentes y para que se utiliza el diagrama de recorrido? ____________
___________________________________________________
___________________________________________________
7.
Cuales son las medidas de la tendencia central y cuales sus diferencias? _______________
___________________________________________________
___________________________________________________
8.
___________________________________________________
Propiedad privada, prohibida su reproduccin.
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
___________________________________________________
9.
___________________________________________________
Hoja para anotaciones y/o clculos.
SER CAPACITACIN
CEP Introduccin.
Capitulo 1
SER CAPACITACIN