Control y mejora de la calidad

Prat Barts, Albert

Tort-Martorell Llabrs, Xavier
Grima Cintas, Pere
Pozueta Fernndez, Lourdes

Prlogo

Cuando decidimos escribir este libro, lo hicimos con un objetivo fundamental: satisfacer las
necesidades y expectativas, en cuanto a formacin estadstica, de los estudiantes de ingeniera y de
todos aquellos tcnicos, ingenieros y cientficos que quieren utilizar mtodos estadsticos para acelerar
la adquisicin de conocimientos.
El proceso de deteccin de estas necesidades y expectativas ha sido largo pero extraordinariamente interesante. La principal fuente de informacin ha sido la experiencia adquirida por los
autores durante las mltiples asesoras realizadas a todo tipo de organismos pblicos y privados tanto
nacionales como multinacionales. Este contacto intenso con la realidad, adems de ser una fuente
inestimable de temas para la investigacin terica y aplicada, permite la obtencin de datos reales y la
aplicacin de los mtodos estadsticos a problemas relevantes para el pblico a quien se dirige el texto.
En este sentido, el captulo 1 introduce al lector en la importancia actual de los conceptos de la
calidad total y sita el papel de la estadstica como uno de los tres pilares en los que se fundamentan
dichos conceptos.
Una de las constataciones realizadas por personajes de la talla de Deming y Juran es que un
porcentaje muy elevado de problemas por mala calidad en la industria y los servicios se pueden resolver
mediante la utilizacin masiva y sistemtica de las herramientas que se explican en el captulo 2.
Los captulos 3 y 4 presentan de forma conceptual y resumida los elementos bsicos de la
variabilidad y de su medida en la teora de la probabilidad. Los resultados tericos de estos dos
captulos constituyen la base en que se fundamentan los mtodos estadsticos descritos en el texto.
Los captulos 5 y 6 contienen los mtodos utilizados para comparar dos o ms poblaciones,
tanto para el caso de diseos totalmente aleatorizados como para los diseos en bloques completos
aleatorizados.
En la actualidad, las tcnicas de diseo de experimentos, tanto en su versin clsica de diseos
factoriales y factoriales fraccionales, como en su versin de mtodos de Taguchi para el diseo de
parmetros en ingeniera de la calidad, son de gran importancia en todo tipo de organizaciones
industriales. A ellas hemos dedicado los captulos 7, 8, 9 y 10.
Finalmente, otra rea de gran inters para el control y la mejora de la calidad es la de control
estadstico de procesos (SPC) que se expone brevemente en el captulo 11.
Al final de cada grupo temtico se proponen una serie de ejercicios que pretenden facilitar la
compresin de los conceptos tericos.

los autores, 1998; Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorizacin escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproduccin total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografa y el tratamiento
informtico, y la distribucin de ejemplares de ella mediante alquiler o prstamo pblicos, as como la exportacin e importacin de ejemplares para su
distribucin y venta fuera del mbito de la Unin Europea.

MTODOS ESTADSTICOS. CONTROL Y MEJORA DE LA CALIDAD

El enfoque del libro est tambin influenciado por las largas conversaciones y el trabajo en
comn de algunos de los autores con dos autnticos maestros de la estadstica: George E. P. Box y el
difunto William G. Hunter. Compartimos con ellos la idea de mantener al mnimo imprescindible el
aparato matemtico utilizado en el texto, e intentar que, a travs de la utilizacin de datos reales, el
lector pueda apreciar toda la complejidad del proceso iterativo de adquisicin de conocimientos y en
la resolucin de problemas de inters para la industria y los servicios.
Este libro es el resultado de muchos aos de experiencia en la enseanza de la estadstica. Esta
experiencia no se limita nicamente a los estudiantes de ingeniera en la Escola Tcnica Superior de
Enginyers Industrials de Barcelona, y a los de la diplomatura de Estadstica de la Facultat de
Matemtiques i Estadstica de la Universitat Politcnica de Catalunya, sin que se extiende a la
enseanza de la estadstica en los mltiples cursos realizados a medida para ingenieros, economistas,
tcnicos, etc., en distintas empresas de una gran variedad de campos de actividad.
Desearamos que nuestro libro satisfaga realmente a nuestros lectores pero, como todo producto
es mejorable, les estimulamos a que nos hagan llegar todo tipo de comentarios y sugerencias que
permitan mejorarlo en ediciones futuras.
Finalmente, deseamos manifestar nuestro agradecimiento a la Universitat Politcnica de
Catalunya, a la cual pertenecemos, por concedernos un premio a la elaboracin de material docente que
ha facilitado la elaboracin del presente texto, a los becarios Natalia Montolo y Santiago Fernndez,
que han colaborado en la recopilacin de los problemas y la elaboracin de las tablas que figuran en
el libro, as como a Pia Margarit por su trabajo en la edicin del primer original.

Albert Prat
Xavier Tort-Martorell
Pere Grima
Lourdes Pozueta

los autores, 1998; Edicions UPC, 1998.

ndice

El entorno de la calidad total

1.1

1.3
1.4

Evolucin histrica del concepto de control de la calidad . . . . . . . . . . . . . . . . . . . . . . . . . .15

1.1.1 Inspeccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16
1.1.2 Control estadstico de procesos (C.E.P) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
1.1.3 Calidad en la etapa de diseo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
Mantenimiento, mejora e innovacin en la calidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
1.2.1 Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
1.2.2 El ciclo PDCA como estrategia bsica de los procesos de mejora continua . . . . . . .20
Conceptos bsicos de la gestin de la calidad total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21
Mtodos estadsticos en la calidad total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

Herramientas bsicas para la mejora de la calidad

1.2

2.1
Plantillas para la recogida de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26
2.2
Histogramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28
2.3
Diagramas de Pareto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
2.4
Diagramas causa-efecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34
2.5
Diagramas bivariantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36
2.6
Estratificacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42
Apndice 2A Datos e informacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45
3

Causas y medidas de la variabilidad

3.1
3.2

Causas de la variabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47

Medidas de la variabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49
3.2.1 Variabilidad en una muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .50
Densidad de probabilidad. Variabilidad en la poblacin . . . . . . . . . . . . . . . . . . . . . . . . . . .50
Esperanza matemtica y varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51
Funcin de distribucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52
Caso discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53

3.3
3.4
3.5
3.6

los autores, 1998; Edicions UPC, 1998.

MTODOS ESTADSTICOS. CONTROL Y MEJORA DE LA CALIDAD

3.7

El caso bivariante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54

3.7.1 Variabilidad muestral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54
3.8
Densidades de probabilidad conjunta y densidades marginales . . . . . . . . . . . . . . . . . . . . . .54
3.8.1 Densidades marginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .55
3.9
Densidades condicionales e independencia de variables aleatorias . . . . . . . . . . . . . . . . . . .55
3.10 Covarianza y coeficiente de correlacin lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .56
3.11 Esperanza matemtica y varianza de combinaciones lineales de variables aleatorias . . . . .58
3.12 Ejemplo del helicptero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .59
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .62
4

Algunos modelos probabilsticos

4.1

10

La ley normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .66

4.1.1 Funcin de distribucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .68
4.2
La ley binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .70
4.3
Ley de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .72
4.4
Distribucin de estadsticos en muestras aleatorias simples de poblaciones normales . . . . .74
4.5
Distribucin de Y (2 conocida) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .75
4.6
La ley de Chi-cuadrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .76
4.7
La ley t-Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77
4.8
Distribucin de S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79
4.9
Distribucin de Y (2 desconocida) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79
4.10 El caso de dos poblaciones normales independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . .80
4.11 La ley F-Snedecor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .81
4.12 Distribucin del cociente de dos varianzas muestrales . . . . . . . . . . . . . . . . . . . . . . . . . . . .82
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .83
5

Comparacin de dos tratamientos

5.1

Caso 1: comparacin de dos productos en un proceso de curtido de piel . . . . . . . . . . . . . .85

5.1.1 Planteamiento del problema. Recogida de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . .85
5.1.2 Anlisis exploratorio. Formalizacin del problema . . . . . . . . . . . . . . . . . . . . . . . . . .86
5.1.3 Resolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .87
5.2
Generalizacin del caso de la comparacin de dos productos para el curtido:
comparacin de medias en diseos totalmente ateatorizados . . . . . . . . . . . . . . . . . . . . . . .89
5.3
Caso 2: comparacin de dos tratamientos superficiales para lentes . . . . . . . . . . . . . . . . . . .91
5.3.1 Planteamiento. Recogida de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91
5.3.2 Anlisis exploratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91
5.3.3 Resolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .92
5.4
Generalizacin del caso de la comparacin de dos tratamientos superficiales de lentes: . . . . .
comparacin de medias en diseos en bloques aleatorizados . . . . . . . . . . . . . . . . . . . . . . .93
5.5
Aleatorizacin y bloqueo: recapitulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .94
5.6
Contraste de hiptesis. Formalizacin y limitaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .95
5.7
Un anlisis alternativo: intervalos de confianza para la diferencia de medias . . . . . . . . . . .97
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .99
Apndice 5A Test de comparacin de medias cuando no puede asumirse la igualdad
de varianzas poblacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .102
Apndice 5B Prubelo Ud. mismo. Comparacin de dos tipos de helicptero . . . . . . . . . . . . . . .103

los autores, 1998; Edicions UPC, 1998.

EL ENTORNO DE LA CALIDAD TOTAL

Comparacin de ms de dos tratamientos: anlisis de la varianza

6.1

Mtodo grfico de comparacin de medias para poblaciones independientes . . . . . . . . . .106

6.1.1 Ideas bsicas para la aplicacin del mtodo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .106
6.1.2 Requisitos de aplicacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .108
6.1.3 Caso de la comparacin de procedimientos de montaje. Aplicacin del mtodo . .110
6.2
Caso de la comparacin de procedimientos de montaje con datos bloqueados.
Hiptesis sobre el modelo de la respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .113
6.2.1 Resolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .114
6.3
Mtodo clsico de anlisis de la varianza. Tabla ANOVA . . . . . . . . . . . . . . . . . . . . . . . . .117
6.3.1 Planteamiento de un caso y cuestiones previas . . . . . . . . . . . . . . . . . . . . . . . . . . . .117
6.3.2 Construccin e interpretacin de la tabla ANOVA en diseos
totalmente aleatorizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .118
6.3.3 Tabla ANOVA para diseos bloqueados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .121
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .124

Diseos factoriales

7.1

Necesidad de la experimentacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .127

7.1.1 Avance del conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .127
7.1.2 Diferencia entre experimentar y analizar datos existentes . . . . . . . . . . . . . . . . . . . .127
7.1.3 Modelos mecanicistas y empricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .129
7.2
Posibles estrategias experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .130
7.2.1 Estrategia secuencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .130
7.2.2 Diseos factoriales frente a intuicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .131
7.2.3 Concepto de interaccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .133
7.3
Variabilidad de la respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .134
7.3.1 Variabilidad en el sistema de medicin de la respuesta . . . . . . . . . . . . . . . . . . . . . .135
7.4
Diseos factoriales con las variables a dos niveles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .135
7.4.1 Diseos factoriales a dos niveles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .136
7.4.2 Matriz de diseo. Construccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .137
7.4.3 Aleatorizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138
7.4.4 Rplicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .139
7.5
Clculo de los efectos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .140
7.5.1 Clculo de los efectos a partir del cubo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .140
7.5.2 Algoritmos de clculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .142
7.6
Significacin de los efectos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .144
7.6.1 Significacin cuando se dispone de rplicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .145
7.6.2 Papel probabilstico normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .147
7.7
Interpretacin de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .150
7.7.1 Clculo de residuos. Diagnosis del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .151
7.8
Diseos a dos niveles bloqueados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .152
Apndice 7A Relacin entre los algoritmos de clculo y el mtodo de los mnimos cuadrados . .153
Apndice 7B Papel probabilstico normal para diseos con ocho y diecisis
experimentos y casos prcticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .155
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .162

los autores, 1998; Edicions UPC, 1998.

11

MTODOS ESTADSTICOS. CONTROL Y MEJORA DE LA CALIDAD

Diseos factoriales fraccinales

8.1

12

Utilidad y justificaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .165

8.1.1 Justificaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .165
8.2
Ejemplo introductorio. Cinco variables en diecisis experimentos . . . . . . . . . . . . . . . . . .166
8.2.1 Confusin de los efectos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .169
8.3
Construccin de diseos fraccionales y clculo de las confusiones introducidas . . . . . . . .170
8.3.1 Construccin de diseos fraccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .170
8.3.2 Clculo de las confusiones introducidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .171
8.3.3 Concepto de resolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .172
8.4 Otros diseos fraccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .172
8.4.1 Medias fracciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .172
8.4.2 Fraccin complementaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173
8.4.3 Diseos saturados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .175
8.4.4 Diseos intermedios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .177
8.5 Bloqueo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .179
8.5. 1 Bloqueo de factoriales completos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .179
8.5.2 Ejemplo de proceso qumico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .180
8.5.3 Factoriales completos divididos en ms de dos bloques . . . . . . . . . . . . . . . . . . . . . .182
8.5.4 Fraccionales divididos en bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .183
8.6
Tablas de diseos fraccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .184
8.7 Estrategia secuencial utilizando diseos fraccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .187
8.7.1 Advertencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .188
8.7.2 Fracciones complementarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .188
8.7.3 Efecto bloque al aadir fracciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .191
8.7.4 Adicin de experimentos para conseguir clarificaciones puntuales . . . . . . . . . . . . .191
Apndice 8A Teora de la proyeccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .195
Apndice 8B Significacin de las interacciones de dos factores . . . . . . . . . . . . . . . . . . . . . . . . .196
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .198
9

Introduccin a la metodologia de superficie de respuesta

9.1 Introduccin. Necesidad de modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .201

9.2 Grado de conocimiento y objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .202
9.3 Estrategias de la metodologa de superficie de respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . .203
9.4 Aproximacin lineal a las condiciones ptimas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .206
9.5 Aproximacin por el camino de mxima pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .209
9.6 Aproximacin cuadrtica. Diseos centrales compuestos . . . . . . . . . . . . . . . . . . . . . . . . . . .212
9.7 Anlisis cannico de la superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .215
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .221
10

Diseo de productos robustos

10.1
10.2
10.3
10.4

Concepto de producto robusto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .223

Variabilidad funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .224
Metodologa del diseo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .225
Diseo de parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .226

los autores, 1998; Edicions UPC, 1998.

EL ENTORNO DE LA CALIDAD TOTAL

10.5 Matriz de diseo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .227

10.6 Ejemplo de producto robusto a ruido externo: suavizante . . . . . . . . . . . . . . . . . . . . . . . . .229
10.7 Ejemplo de producto robusto a ruido interno: tubo calefactor . . . . . . . . . . . . . . . . . . . . . .236
10.8 Diseo de tolerancias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .238
Apndice 10A Funcin de prdidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .239
Apndice 10B Mtodo de Taguchi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .240
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .242
11

Control estadstico de procesos

11.1
11.2

Evolucin del CEP y objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .243

Proceso en estado de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .244
11.2.1 Comportamiento esperado de las observaciones individuales
en un proceso en estado de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .244
11.2.2 Comportamiento de la media de un proceso en estado de control . . . . . . . . . . . . . .246
11.3 Qu es un grfico de control? Metodologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .247
11.4 Grficos de control para variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .248
11.4.1 Grficos X-R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .249
11.4.2 Grfico de observaciones individuales y grfico de rangos mviles . . . . . . . . . . . .251
11.4.3 Grfico de medias mviles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .252
11.4.4 Interpretacin de los grficos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .252
11.4.5 Estudios de capacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .255
11.5 Grficos de control para atributos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .258
11.5.1 Grfico P . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .258
11.5.2 Grfico NP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .261
11.5.3 Grfico C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .263
11.5.4 Grfico U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .265
11.6 Otros grficos de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .266
11.6.1 Grfico CUSUM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .266
11.6.2 Grficos EWMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .269
11.7 El precontrol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .271
11.8 Grficos de control para observaciones dependientes . . . . . . . . . . . . . . . . . . . . . . . . . . . .272
Ejercicios
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .274
Apndice 1: Tablas estadsticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .277
ndice alfabtico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .295
Bibliografa

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .299

los autores, 1998; Edicions UPC, 1998.

13

Bibliografa

[ABRA64]
[AT&T85]
[BOX76]
[BOX86]

[BOX87]
[BOX88]
[BOX92]
[BRIT80]
[CHUN68]
[DEMI82]
[DEMI83]
[DOUG91]
[GRIM93]
[HOGG78]
[IMAI86]
[ISHI85]
[ISHI85]
[JOHN71]
[JOHN70]
[JURA51]
[JURA80]
[JURA90]
[KACK85]

ABRAMOWITZ, M.; STEGUN, I.

Handbook of Mathematical Functions pover. Nueva York, 1964.

& T. Statistical Quality Control Handbook. ASQC, 1985.
BOX, G.; JENKINS, G. Time series analysis forecasting and control. Holden-Day, California, 1976.
BOX, G.; FUNG, C. Studies in Quality Improvement. Minimizing Transmitted Variation by Parametrer
Design. Center for Quality and Productivity Improvement, Report Num. 8, University of WisconsinMadison, 1986.
BOX, G. Empirical Model-Building and Response Surfaces. Draper, Norman Richard, John Wiley &
Sons, Nueva York, 1987.
BOX, GEORGE E.P.; HUNTER, WILLIAM G.; HUNTER, J. STUART. Estadstica para investigadores. Revert,
Barcelona, 1988.
BOX, G.E.; KRAMER. Statistical Process Monitoring and Feedback Adjustment. Technometrics, 1992.
BRITISH STANDARDS INSTITUTION. Guide to Data analysis and quality control using cusum techniques.
1980.
CHUNG, KAILAI. A course in Probability Theory. Hartcolurt, Brace & world, Inc., Nueva York, 1968.
DEMING, W. EDWARDS. Out of the Crisis. MIT, Massachussets, 1982.
DEMING, W. EDWARDS. Quality, Productivity and Competitive Position. MIT Center for Advanced
Engineering Study, Cambridge- Massachussets, 1983.
DOUGLAS, C.; MONTGOMERY, D.C. Introduction to Statistical Quality Control Second Edition. Wiley, 1991.
GRIMA, P. Aportaciones metodologicas al diseo de productos robustos. Tesis doctoral. Universitat
Politcnica de Catalunya, 1993.
HOGG, R.; CRAIG, A. Introduction to mathematical statistics. Macmillian, Nueva York, 1978.
IMAI, MASAAKI. Kaizen, the key to Japanis competitive success the Random House. Nueva York,
1986.
ISHIKAWA, KAORU. Gua de control de calidad. Ed. UNIPUB, Nueva York, 1985.
ISHIKAWA, KAORU. Wath is Total Quality Control? The Japanese way, Prentice-Hall. Inc. Englewood
clidds, Nueva York, 1985.
JOHN, PET ER. Statistical design and analysis of experiments. The MacMillan Company. Nueva York
(1971)
JOHNSON, NORMAN; KOTZ, SAMUEL. Distributions in Statistics: Continuous Univariate Distributions 1
and 2. Houghton Mifflin Company, Boston. 1970.
JURAN, J.M. Quality Control Handbook. McGraw-Hill, Nueva York, 1951.
JURAN & GRYNA. Quality Planning and Analysis. McGraw-Hill, 1980.
JURAN, J.M. Juran y la planificacin para la calidad. Ed. Daz de Santos, Barcelona, 1990.
KACKAR, R.N. Off-Line Quality Control, Parametrer Design, and the Taguchi Method. Journal of
Quality Technology, vol. 17, N 4, 1985.
AT

los autores, 1998; Edicions UPC, 1998.

299

MTODOS ESTADSTICOS. CONTROL Y MEJORA DE LA CALIDAD

[KANO87]
[KARA91]
[KHUR87]
[LUKA56]
[MACG90]
[MAGH90]
[MILL84]
[MONT91]
[PATE82]
[PEA86]
[ROSS88]
[RYAN88]
[SHEW31]
[SHOE91]

300

[SNED37]
[TAGU86]
[TORT85]

[TRIB89]
[VACH92]
[WU87]

KANO, NONAKI.

TGC as total Quality Creation. ICGC, Tokyo, 1987.

CTC: La sabidura japonesa. Ediciones Gestin 2000 S.A., Barcelona, 1991.
KHURI, A.I; CORNELL, J.A. Response Surfaces. Design and Analyses. Marcel Dekker, Inc. ASGC
Quality Press, 1987.
LUKACS, E. Procedings 3d Berkeley Symposium on Mathematical Statistics. Probabilidad 2, pp.
195-214, 1956.
MACGREGOR, J.F. A Different View of the Funnel Experiment. J.Q.T., 1990.
MAGHSOODLOO, S. The Exact Relation of Taguchis Signal-to-Noise Ratio to His Quality Loss
Function. Journal of Quality Technology. vol. 22, n 1, 1990.
MILLIKEN & JOHNSON. Analysis of Messy Data. vol. 1 Designed Experiments, Van Nostrand Reinhold,
Nueva York, 1984.
MONTGOMERY, D.C.; MASTRANGELO, C.M. Some Statistical Process Control Methods for
Autocorrelated Data Journal of Quality Technology. vol. 23, n 3, 1991.
PATEL, JAGDISH K.; READ, CAMPBELL B. Handbook of the normal distribution. M. Dekker, Nueva York,
1982.
PEA, D.; PRAT, A. Cmo controlar la calidad. Manuales IMPL, Ministerio de Industria y Energa,
Madrid, 1986.
ROSS, P.J. Taguchi Techniques for Quality Engineering. McGraw-Hill, Nueva York, 1988.
RYAN, T.P. Taguchis Approach to Experimental Design: Some Concerns. Quality Progress, 1988.
SHEWHART, W.A. Economic control of Quality of Manufactured Product. American Society for Q.C,
1931.
SHOEMAKER, A.C.; TSUI, C.F.; WU, JEFF. Economical Experimentation Methods for Robust Design.
Technometrics, vol. 33, n 4, 1991.
SNEDECOR, G.W. Statistical Methods. Colegiate Press, Ames, Iowa, 1937.
TAGUCHI, G. Introdution to Quality Engineering: Designing Quality Into Products and Processes.
Asian Productivity Organization, Tokyo, 1986.
TORT-MARTORELL, J. Diseos factoriales fraccionales. Aplicacin al control de calidad mediante el
diseo de productos y procesos. Tesis doctoral.
Universitat Politcnica de Catalunya, 1985.
TRIBUS, M.; SZONYI, G. An Alternative View of the Taguchi Approach. Quality Progress, 1989.
VACHETTE, J.L. Mejora contnua de la calidad. Ediciones Ceac, S.A., Barcelona, 1992.
WU, C.F.J.; MAO, S.S.; MA, F.S. An Investigation of OA-Based Methods for Parameter Design
Optimitation. Center for Quality and Productivity Improvement, Report Num. 24, University of
Wisconsin-Madison, 1987.
KARATSU, HAIJME.

los autores, 1998; Edicions UPC, 1998.

ndice alfabtico

Aleatorizar 89, 95, 138

Algoritmo de Yates 142-144, 153, 154, 176,
177, 204
Anlisis exploratorio de los datos 90, 94, 108,
118
Bloque 93-95, 113, 114, 116, 164, 179-183,
188, 191-193, 198-200, 210, 212-216
Bloquear 95, 152, 164, 179, 181, 183, 185-187
Brainstorming 35
Calidad total 15, 18, 21, 23, 244
Capacidad 15, 16, 69, 83, 135, 201, 223-225,
254-258, 275, 276
Causa asignable 48, 49, 60, 225, 245, 250, 253,
254, 260, 267, 269, 271
comn 48, 49, 60, 244, 248, 249, 273
fundamental 34
potencial 36
primaria 35, 36
trivial 32
Ciclo PDCA 20, 203
Cliente 16, 18, 22, 223-226, 229, 233, 239,
244, 247, 257, 261
Competitividad 15, 16
Condicin experimental 139, 145, 146, 151,
164, 175, 199, 230
Confusin de los efectos 128, 154, 169, 175
Control de calidad 16, 36, 255
Correlacin 36, 37, 39-42, 56, 57, 63, 193
Covarianza 56, 57, 63
Creatividad 15, 19, 188
Criterio de ortogonalidad 212

Criterio de rotabilidad 212

Cultura de la calidad 21
Curvas de nivel 132, 202, 204, 215, 216
Datos apareados 105
inconsistentes 128
Densidad 23, 28, 47, 50-52, 54-56, 60, 62, 63,
66-68, 74, 76-78, 106, 128, 129, 133, 157
Densidad condicional 55
de probabilidad 23, 28, 47, 50-52, 54-56,
60, 63, 66, 68, 74, 76-78
de probabilidad conjunta 54, 56
marginal 55
Desviacin tipo 23, 67, 70, 83, 92, 94, 97, 107,
111, 115, 135, 145-147, 256, 276
Diagrama 33-37, 39-42, 94, 129, 130
bivariante 37, 39, 42, 129, 130
causa-efecto 36, 42
de barras 33
de Pareto 31-34
Diferencia de medias 86, 95, 97, 98
Diseo central compuesto 204, 205, 212
de experimentos 18, 22, 23, 130, 135, 223,
225, 271
de productos robustos 23, 223, 225, 238
de tolerancias 226, 238
en bloques aleatorizados 102
estrella 205, 212-214
factorial 136, 153, 154, 162-165, 179, 199,
200, 205, 212
factorial a dos niveles 136, 155
primario 225

los autores, 1998; Edicions UPC, 1998.

295

MTODOS ESTADSTICOS. CONTROL Y MEJORA DE LA CALIDAD

296

secundario 226
terciario 226
Distribucin 19, 20, 23, 30, 47, 48, 52, 53, 55,
62, 63, 65, 67-71, 73-79, 81, 82, 88-90, 9295, 100, 102, 105-108, 112-114, 117, 121,
123, 146, 147, 149, 184, 215, 229, 231, 233,
246-248, 252, 255-257, 261, 263, 265, 270
Efecto aditivo 93, 114
bloque 93, 114, 179, 181, 183, 188, 191,
192, 199, 212-216
principal 140-143, 150, 176, 196, 199
Estadsticamente significativa 89, 94, 96, 105
Estadstico de prueba 94, 95, 123
Estado de control 49-52, 59, 68, 243, 244, 246248, 250, 253, 255-259, 262, 269-272
Estimador 75, 79, 88, 90, 97, 111, 116, 119,
120, 262
Estrategia experimental 130
secuencial 130, 131, 147, 158, 175, 177,
187-189
Estructura organizativa 17
Evaluacin 20, 138
Experimentar 127, 130, 132, 136, 152, 175,
192, 203, 205, 209, 210, 236, 237, 240
Experimentos independientes 70
Factor de control 227, 232
de escala de la t-Student 111
Fraccin complementaria 173, 174, 188, 191
Frecuencia absoluta 28, 29
relativa 28, 29, 51, 54, 60
Gestin de la calidad total 21
Grado de libertad 145, 183, 192, 211
Grfico C 263, 264
CUSUM 266-268
de control 246-248, 254, 256, 260, 261,
263, 264, 269, 270, 275
de observaciones individuales 251, 252
EWMA 269, 270
NP 261
P 258-262
R 250, 252, 254
Shewart 271
U 265
Heterocedasticidad 109, 110
Hiptesis alternativa 86, 90, 96, 111
Hiptesis nula 86, 89, 95, 96, 98, 110, 111,
113, 211

Histograma 28-30, 48, 50, 51, 54, 60, 103, 255

Igualdad de varianzas poblacionales 88, 90,
102
Independencia de las diferencias 94
de las poblaciones 90
ndice de capacidad 256, 257
Innovacin 15, 18, 19
Inspeccin 16-18, 30, 225, 243, 250, 260
Intervalo de confianza 97-99
de confianza para la diferencia de medias 97
Lmite de control 248
Mantenimiento 15, 18, 19, 35, 47, 72, 224, 225,
238, 255
Media muestral 74, 83, 119, 250
poblacional 52, 119
ponderada de las varianzas muestrales 111
fracciones 172, 173, 175, 177, 188
Mejora continua 15, 18-20, 244, 247, 256
Mtodo de matriz producto 230
de Taguchi 226, 240, 241
Modelo de segundo orden 207, 211, 214, 217,
221, 237
Muestra aleatoria simple 74, 79, 94
Muestreo 16, 17, 45, 247, 248, 260, 272
Nivel codificado 137, 138
Normalidad de las poblaciones 89
Planificar 19, 72, 89, 113, 130
Plantilla 26, 33, 250, 256, 268, 269
Poblacin conceptual 51, 54, 59, 61, 74
Poblacin normal 75, 121
Proceso en estado de control 49-52, 59, 68,
244, 246, 247, 258, 259, 270, 272
Productividad 16, 22, 93, 110, 111, 113, 116,
117
Producto robusto 223, 229, 236
Quality function deployement (QFD) 18
Rango 30, 41, 128, 129, 154, 202, 231, 248252, 257
Recogida de datos 25, 26, 41, 45, 89, 90, 9395, 113, 203, 248
Regin de operabilidad 206
Relacin no causal 129
Rplica 139, 163, 164
Residuo 151
Resolucin 22, 34, 45, 87, 92, 110, 114, 172,
173, 175, 177, 178, 183-185, 187, 189-191,
195, 196, 198, 200, 203, 228-230, 233

los autores, 1998; Edicions UPC, 1998.

NDICE ALFABTICO

Responsabilidad 19, 22, 48

Recurso humano 130
Riesgo 91, 247, 267, 268
Ruido externo 226, 227, 229, 232, 235, 236
Ruido interno 226, 227, 236-238
Sesgado 30
Sistema 48, 49, 68, 134, 135, 139, 144, 145,
149, 158, 188, 193, 248
Suceso 74
Tolerancia 30, 69, 275
Tratamiento 23, 89, 91, 92, 94, 95, 111, 113,
115, 117, 118, 229, 271
Valor de prueba 39, 40
Valor previsto 115, 151, 270
Variabilidad funcional 224
Variable aleatoria 23, 49, 51-54, 60, 62, 65-67,
70, 74, 76, 121
Variable oculta 129, 154
Varianza 23, 51, 52, 58, 62, 71, 73, 77-81, 88,
90, 97, 105, 108-111, 115-121, 133, 141,
144-146, 152, 231, 236, 238, 239, 241, 248,
61, 263, 266
Volante de Deming 20

297

los autores, 1998; Edicions UPC, 1998.