Professional Documents
Culture Documents
del Proceso
UNIDADES TEMTICAS
I. INTRODUCCIN.
II. LAS SIETE HERRAMIENTAS BSICAS PARA EL
CONTROL DE LA CALIDAD EN LOS PROCESOS.
III. GRFICOS DE CONTROL.
IV. ANLISIS DE LA CAPACIDAD Y HABILIDAD DEL
PROCESO.
I. INTRODUCCIN
a).- TIPOS DE VARIABILIDAD:
Saber: Definir los conceptos de variacin y las causas
comunes y especiales que la genera.
Saber Hacer.- Diferenciar en un proceso las causas
comunes y especiales de variacin.
b).- CONCEPTOS BSICOS
PARA EL CONTROL
ESTADSTICO.
Saber: Reconocer los
conceptos bsicos: muestreo,
medidas de tendencia central
y medidas de variacin.
Evaluacin:
- Puntualidad ------- 10%
- Asistencia. (hasta 10
min. Despus de inicio
de clases. -----------10%
- Ejercicios .---------- 10%
- Evaluacin escrita. 70%
- Fecha de examen
24/05/16
INTRODUCCIN:
El Control Estadstico de Procesos
(CEP, en ingls Statistical Process
Control, SPC), es un instrumento
de gestin que permite, mediante la
comparacin del funcionamiento
del proceso con unos lmites
previamente establecidos
estadsticamente, y la modificacin
de las condiciones del proceso, si
es preciso, establecer y garantizar
la consecucin de las
especificaciones deseadas.
Permite conseguir, mantener y
mejorar procesos estables y
capaces.
Ejemplos de causas
comunes son:
vibraciones en mquinas,
pequeos cambios en la
materia prima, holguras y
desgaste de herramientas.
Si las causas comunes
producen defectos, la
solucin es realizar
cambios en el proceso, que
disminuyan el efecto de las
mismas.
CAUSAS COMUNES:
-Muchas causas individuales.
- Dan lugar a variaciones pequeas.
- Producen variabilidad constante y predecible.
- No es econmica su eliminacin y de difcil
reduccin sus efectos.
- Cuando slo hay causas comunes, el
funcionamiento es ptimo.
-En estas condiciones, el proceso es estable,
pudiendo utilizar tcnicas de muestreo para
hacer predicciones.
CAUSAS ESPECIALES:
- Una sola causa individual.
- Dan lugar a variaciones importantes.
- Producen variabilidad no constante e impredecible.
- Sus efectos desaparecen al eliminar la causa.
- El proceso no funciona de manera ptima cuando
actan.
- Cuando actan no se pueden hacer predicciones del
funcionamiento del proceso.
Muestreo:
El tipo de muestreo ms importante es el muestreo
aleatorio, en el que todos los elementos de la poblacin
tienen la misma probabilidad de ser extrados; Aunque
dependiendo del problema y con el objetivo de reducir
los costes o aumentar la precisin, otros tipos de
muestreo pueden ser considerados como
muestreo sistemtico,
estratificado y por
conglomerados.
Muestreo Aleatorio:
Consideremos una poblacin finita, de la que deseamos
extraer una muestra. Cuando el proceso de extraccin
es tal que garantiza a cada uno de los elementos de la
poblacin la misma oportunidad de ser incluidos en
dicha muestra, denominamos al proceso de seleccin
muestreo aleatorio.
El muestreo aleatorio se puede plantear bajo dos puntos
de vista:
Sin reposicin de los elementos;
Con reposicin.
Muestreo sistemtico:
El mtodo de muestreo sistemtico se utiliza en muestras
ordenadas del 1 al N. Consiste en lo siguiente:
Supongamos que tenemos una poblacin de N individuos
ordenados del 1 al N. Queremos seleccionar una muestra de
tamao n.
Sea k el entero ms prximo a N/n.
Escogemos al azar un nmero i entre 1 y k (utilizando los
nmeros aleatorios, sacar una bola de un bombo, etc.).
La muestra ser el elemento i y los elementos i+k, i+2k, etc..
Es decir, el elemento k y
los elementos a intervalos
fijos k hasta conseguir los n
sujetos:
La media
La media aritmtica de una variable estadstica es la
suma de todos sus posibles
valores, ponderada por las frecuencias de los mismos.
La mediana
Consideramos una variable discreta X cuyas
observaciones en una tabla estadstica han sido
ordenadas de menor a mayor.
Llamaremos mediana, Med al primer valor de la
variable que deja por debajo de s al 50% de las
observaciones.
Esto equivale a decir que la mediana divide al
histograma en dos partes de reas iguales a 1/2 .
Propiedades de la mediana:
Entre las propiedades de la mediana, vamos a destacar las
siguientes:
oComo medida descriptiva, tiene la ventaja de no estar
afectada por las observaciones extremas, ya que no depende
de los valores que toma la variable, sino del orden de las
mismas. Por ello es adecuado su uso en distribuciones
asimtricas.
o Es de clculo rpido y de interpretacin sencilla.
oA diferencia de la media, la mediana de una variable discreta
es siempre un valor de la variable que estudiamos (ej. La
mediana de una variable nmero de hijos toma siempre valores
enteros).
La moda:
Llamaremos moda
a cualquier mximo
relativo de la
distribucin de
frecuencias, es
decir, cualquier
valor de la variable
que posea una
frecuencia mayor
que su anterior y su
posterior.
Medidas de Variacin:
Los estadsticos de
tendencia central o
posicin nos indican
donde se sita un
grupo de puntuaciones.
Los de variabilidad o
dispersin nos indican
si esas puntuaciones o
valores estn prximas
entre s o si por el
contrario estn muy
dispersas.
Rango:
Una medida razonable de la variabilidad podra ser la
amplitud o rango, que se obtiene restando el valor
ms bajo de un conjunto de observaciones del
valor ms alto.
Propiedades del rango:
Es fcil de calcular y sus unidades son las mismas
que las de la variable.
No utiliza todas las observaciones (slo dos de ellas);
Se puede ver muy afectada por alguna observacin
extrema;
El rango aumenta con el nmero de observaciones, o
bien se queda igual.
En cualquier caso nunca disminuye.
Unidad II:
LAS SIETE HERRAMIENTAS BSICAS
PARA EL CONTROL DE LA CALIDAD
EN LOS PROCESOS
TEMAS:
1.-Hojas de verificacin:
SABER: Definir el concepto de hoja de verificacin,
sus diferentes tipos y caractersticas.
SABER HACER: Elaborar e interpretar hojas de
verificacin para el control del proceso.
6.- Estratificacin:
SABER: Definir el concepto de estratificacin y su
tcnica de construccin.
SABER HACER: Elaborar e interpretar la estratificacin
de la informacin de un proceso.
7.-Grficos de Control:
SABER: Identificar las caractersticas de un grfico de
control.
SABER HACER; Elaborar propuesta de mejora del
proceso.
EVALUACIN:
- Puntualidad ------- 10%
- Asistencia. (hasta 10
min. Despus de inicio
de clases. -----------10%
- Ejercicios .---------- 10%
- Evaluacin escrita. 70%
- Fecha de examen
24/05/16
Ejercicio de :
Diagrama de
pareto:
Despus de
inspeccionar 88
refrigeradores
defectuosos, se
obtuvo la
siguiente tabla
de frecuencias:
Ejercicio 2:
en la Tabla 1 se proporcionan los datos de las
reclamaciones de los pasajeros de una lnea area
durante una ao, agrupadas en categoras.
MOTIVO DE RECLAMACIN
FRECUENCIA
EL TAMAO n DE
MUESTRA
RECOMENDABLE ES
n= 100
O
n= 50
Y EL
MINIMO
RECOMENDABLE ES
n = 30
NUMERO DE INTERVALOS = k =
H=
n
=
Unidad III
Grficos de control
Temas:
1.- Definiciones bsicas:
Saber:
Describir los conceptos de especificacin, proceso,
grficos de control, variables y atributos.
2.- Lmites de control:
Saber:
Explicar los conceptos
de: lmites de control,
valor nominal y
promedio.
Saber Hacer:
Calcular los lmites de control de un proceso.
Saber hacer:
Elaborar grficos de control de un proceso, para su
seguimiento y control.
Saber ser:
Interpretar grficos de control en procesos, para la toma
de decisiones.
Evaluacin:
- Puntualidad ------- 10%
- Asistencia. (hasta 10
min. Despus de inicio
de clases.) ----------10%
- Ejercicios .---------- 10%
- Evaluacin escrita. 70%
b).-Lmites de control
Los lmites de control de la grfica de control representa la
variacin de proceso y ayuda a indicar cuando el proceso est
fuera de control. Los lmites de control son las lneas horizontales
ubicadas arriba y abajo de la lnea central, que se utilizan para
determinar si un proceso est fuera de control. Los lmites de
control superior e inferior se basan en la variacin aleatoria
esperada en el proceso. Por opcin predeterminada, los lmites de
control se muestran en 3 desviaciones estndar arriba y debajo
de la lnea central
Muestrasdeagua
Da
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
13
0
4
3
5
9
0
9
14
3
5
3
5
13
7
12
9
6
2
8
6
2
15
10
5
4
3
0
9
8
2
11
5
0
7
4
1
3
2
1
4
8
5
13
4
0
0
5
0
2
14
5
1
10
4
1
4
5
9
3
3
4
7
3
6
5
0
7
7
8
12
0
4
8
3
5
8
15
4
5
0
7
9
0
3
2
8
4
3
7
6
13
9
13
19
20
21
22
23
24
25
26
27
28
29
30
7
10
3
3
3
0
2
3
2
0
3
9
0
0
7
0
3
2
3
1
4
16
5
7
5
10
5
10
0
3
5
4
5
7
9
10
7
12
10
5
6
6
4
2
13
2
8
13
2
7
12
4
9
7
10
4
4
11
6
0
ADHESIN A LA LNEA
CENTRAL.
cuando existe esta adhesin es
necesario verificar si:
1. los limites de control han sido
mal calculados o los puntos
fueron mal graficados.
2. los datos son falsos.
3. se mezclaron 2 tipos de datos
diferentes en el sub-grupo o se
incluyeron datos de factores
diferentes (maquinas, operarios
o materiales diferentes)
Grficos np:
Se usan para nmeros de unidades defectuosas (para
tamao de muestras constantes)
Grficos C:
Su aplicacin es para nmero de defectos por unidad
de muestreo.
Grficos u:
Se utilizan para numero de defectos (para tamao de
muestra constante)
Grafica p.
Se clasifica la unidad de observacin en una de dos
categoras alternas, por ejemplo pasa o no pasa,
cumple con las especificaciones y no cumple con las
especificaciones; Se puede rastrear la produccin de
unidades defectuosas en la muestra de observacin.
Grafica C.
Cuando una observacin consiste en la cantidad de
defectos por unidad de observacin, se rastrean la
cantidad de los defectos.
Donde:
Bibliografa
- Control estadstico del proceso y planes de muestreo.
Autor; Luis Arencibia Snchez
www.laformacion.com - www.libroelectronico.net