Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CALIDAD
eloy.soles@upn.pe
CONTROL ESTADISTICO DE LA CALIDAD
UNIDAD I:
SEMANA N 02
CIENCIA
Mtodos y tcnicas
Inferencia
Puede definirse como un mtodo de razonamiento que permite interpretar datos cuyo
carcter esencial es la VARIABILIDAD.
VARIABILIDAD DEL PROCESO
DOS BOTELLAS DE VODKA RUSSKAYA
SERN EXACTAMENTE IGUALES?
POR QU?
Por la
variabilidad
que existe en todos
los procesos
QU ES LA
VARIABILIDAD DE
UN PROCESO?
VARIABILIDAD DEL PROCESO
DIVERSIDAD O VARIACIN DE LOS RESULTADOS DE UN PROCESO
Todo proceso est sometido a una serie de factores de carcter aleatorio que hacen
imposible fabricar dos productos o brindar dos servicios exactamente iguales.
RESPUESTA
DIFERENTE
ENTRADAS
FACTORES
RESULTADOS
Sus efectos
desaparecen al RESPONSABILIDAD
eliminar estas DEL INGENIERO DE
CAUSAS causas: PROCESO
ASIGNABLES: Mquinas PRODUCTO
ajustadas o DEFECTUOSO
VARIABILIDAD calibradas O NO
CONTROLABLE incorrectamente CONFORME
Mquinas y Variabilidad
equipos mal asignable:
controlados
Se puede
Entradas Resultados corregir
PROCESO
Variabilidad no Producto
asignable: No aceptable o
se pueden conforme
Causas no asignables Ruido: eliminar
Diseo y
o naturales: dimensionamiento
Inherentes al proceso inadecuado de
equipos
Variabilidad no Diseo inadecuado Responsabilidad
controlable (Efectos del puesto de
de la Direccin
trabajo
aleatorias)
VARIABILIDAD DEL PROCESO
Etiqueta Inclinada
Producto No Conforme
OBJETIVO DE COESCA:
Conocer el proceso, medirlo (Tomarle el pulso) y reducir la variabilidad al
mnimo posible o al menos mantenerla dentro de ciertos lmites.
FACTORES QUE INFLUYEN EN LA VARIABILIDAD DE UN
PROCESO
6M
FACTORES QUE INFLUYEN EN LA VARIABILIDAD DE UN
PROCESO
ENTRADAS RESULTADOS
Maquinarias
Mtodo de trabajo
Medio ambiente
Variabilidad
Las organizaciones persiguen suministrar un resultado (producto o servicio) con funciones o caractersticas
que siempre satisfagan las expectativas del cliente
PRODUCTO NO CONFORME
Externas:
Codex Alimentarius
Los lmites de especificacin (EI y ES) son los valores entre los cuales deberan operar los
productos o servicios.
Especificacin Especificacin
Inferior = EI = 745 mL Superior =ES = 755 mL
Especificacin Especificacin
Inferior = EI = 745 mL Superior =ES = 755 mL
Productos
Productos Defectuosos o
Defectuosos o no conformes
no conformes
Nos debe preocupar lo que hacemos mal; lo que est por fuera de las
especificaciones porque son productos defectuosos o productos no conformes
LA VARIABILIDAD Y SUS CONSECUENCIAS
Valor Nominal/Meta/Objetivo/Target = 750 mL
Especificacin Especificacin
Inferior =EI =745 mL Superior = ES = 755 mL
Y sintonizar al
proceso
con los
requerimientos
Reducir del cliente.
la variabilidad
Especificacin
Superior =ES = 12 seg
Consideremos la llenadora de
botellas de WILD o HIT de Cartavio
que se deben llenar como mximo
en un perodo de 12 segundos. En
este caso, slo una especificacin
superior es relevante, porque
mientras ms rpido se llene una
botella, mejor
Especificacin Especificacin
Inferior = EI Superior = ES
PROCESO CAPAZ
Desempeo
aceptable
DATOS
LA NATURALEZA DE LOS DATOS
QU TIPO DE DATOS SON?
Es la primera pregunta que nos hacemos cuando se observamos y analizamos
datos para decidir que tipo de herramienta vamos a usar para medir y controlar un
proceso.
ESPECIFICACIN
E = 112,5 g 4 g
EI = 108,5 g
ES = 116,5 g
CASO N 1
Para realizar un ESTUDIO DE CAPACIDAD de este proceso, el ingeniero industrial
debe contestar inicialmente las siguientes preguntas:
Medidas de Posicin
Media
Medidas de Tendencia Mediana
Medidas Estadsticas
central Moda
Indican valores con respecto a los que los datos tienden a agruparse
Rango
Absolutas Desviacin Estndar
Medidas de
dispersin:
Miden la variabilidad o la distancia promedio de separacin de los datos a su valor central (La
media). Cuanto mayor sea ese valor mayor ser la variabilidad, cuanto menor sea, ms
homognea ser a la media.
ESTADSTICA DESCRIPTIVA
ANLISIS DE VARIABLES DE TIPO CONTINUO
PARA RESPONDER A ESTO, USAMOS LAS Existen tres maneras de medir esta
MEDIDAS DE TENDENCIA CENTRAL tendencia:
Media o promedio
Mediana
Son llamadas medidas de tendencia central,
Moda
porque que se ubican generalmente en el centro
de la distribucin de los datos y sirven para
MEDIA MUESTRAL
n
MEDIA MUESTRAL X (x barra)
x i
X i 1 Se define como la suma del valor de los datos entre el nmero
n total de datos
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Peso (g) 109.3 108.4 109 107.4 107.4 108.9 113.9 110.9 111.3 113.1 110.5 111.6 108.2 112.5 105.2 107 112.3 106.2 110.3 113.6
Muestra 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Peso (g) 106.5 113.6 108.6 110.1 113.2 111.6 112.4 114.9 107.3 109.9 111.9 110.4 111.6 109.5 110 106.8 107.5 111.1 107.1 108.7
Muestra 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
Peso (g) 111.6 110.7 113.3 109.8 109.9 110.1 110.7 109.4 111 111.3 108.3 109.1 108.7 112.4 112.9 111.8 110.1 107.5 111.5 110.7
ESPECIFICACIN
E = 112,5 g 4 g
EI = 108,5 g
ES = 116,5 g
MEDIANA MUESTRAL
MEDIANA MUESTRAL (Me)
1.- Sin es impar, la mediana es el valor que ocupa la posicin Xi de los valores
ordenados en forma ascendente
Posicin xi x ( n1)
2
Procedimiento de clculo: Datos
1.- Ordenar los datos en forma ASCENDENTE ordenados
2.- Contar el N de datos (n). en forma
ascendente
3.- Determinar la posicin del valor central
n (N de elementos) = 5
Posicin de la Mediana = X (((5+1)/2)) = X3 Posicin 3
La Mediana (Me) es 7
MEDIANA MUESTRAL
La Mediana es 7
Qu significa?
Significa que el 50% de los datos de la muestra son menores que 7 y que el
otro 50% son mayores que 7
50%
50%
MEDIANA MUESTRAL
2.- Sin es par, la mediana es el valor obtenido de la media aritmtica de los dos valores
centrales ubicados en las posiciones [ x(n/2)] y [x(n/2)+1].
Entonces se tiene:
n (N de elementos) = 60
Posicin X (n/2) = X(60/2) = Posicin X30 Valor = 110.10 g
Posicin X (n/2)+1 = X (60/2)+1 = Posicin X31 Valor = 110.30 g
La Mediana es 110,20 g
Qu significa?
Significa que el 50% de los datos de la muestra son menores que 110,20 g y
que el otro 50% son mayores que 110,20 g
50%
50%
El peso medio de los discos es el adecuado?
ESPECIFICACIN
E = 112,5 g 4 g
EI = 108,5 g
ES = 116,5 g
ALGO RELEVANTE
MEDIDAS DE DISPERSIN O
VARIABILIDAD
ESTADSTICA DESCRIPTIVA
1. Rango.
2. Desviacin estndar.
3. Coeficiente de variacin
RANGO MUESTRAL
ESTADSTICA DESCRIPTIVA
RANGO O RECORRIDO
El Rango (R) o recorrido estadstico es el intervalo entre el valor mximo y el valor mnimo.
Permite tener una idea de la dispersin de los datos, cuanto mayor es el rango, ms
(x
2
i
x)
s i 1
n 1
ESTADSTICA DESCRIPTIVA
(x
2
i
x) x = Media muestral.
s i 1
n 1
S tiene la misma UM (unidad de medida) de los datos (mm, Kg., gramo, etc.).
(-S) (+S)
(X - S) (X + S)
(X)
(x
2
i
x) Primer punto: Restar: 3,2 -3,0 = 0,2
Xi i 1
1 3.2 s n 1
(la media debe estar fijada)
2 2.9
Xi Xi -X (Xi -X)^2
3 3.0 Elaboramos la siguiente tabla 1 3.2 0.2 0.04
4 2.9 2 2.9 -0.1 0.01
Xi Xi -X (Xi -X)^2
5 3.1 1 3.2 3 3.0 0.0 0.00
6 2.9 2 2.9 4 2.9 -0.1 0.01
3 3.0 5 3.1 0.1 0.01
4 2.9 6 2.9 -0.1 0.01
Media
5
6
3.1
2.9 X
3.0 0.08
X 3.0
0.08
s 0.08 S= 0,126 Kg
6 1 5
Con lo que se concluye que el peso promedio de los empaques de cereales es de 3,0 kilos,
con una tendencia a variar por debajo o por encima de dicho peso en 0,126
kilogramos. LA DISPERSIN PROMEDIO ES 0,126 Kg. CON RESPECTO A LA MEDIA.
DESVIACIN TPICA O ESTNDAR
cv ( S / x) *100
ESTADSTICA DESCRIPTIVA
COEFICIENTE DE VARIACIN (CV)
El coeficiente de variacin indica que tan grande es la desviacin estndar en relacin a la
media. Es una medida de dispersin relativa de los datos.
cv (S / x) *100
Por ejemplo, sean:
A={10; 12; 14} y B = {159; 161; 163}
EL HISTOGRAMA
ESTADSTICA DESCRIPTIVA
HISTOGRAMA Y TABLA DE FRECUENCIA
Procedimiento de construccin:
Es recomendable ordenar los datos
A = REDONDEAR.MAS((9,70/6),3) = 1,617
A R/c
La amplitud A se debe redondear al valor superior ms cercano segn las cifras decimales de los datos
originales.
En el intervalo 1: considerar el
valor mnimo
Intervalo 2: Luego cuente los valores de la tabla de datos que
corresponden a cada intervalo de clase.
( 106,8.17 1.617 ] = (> 106,817;108,434] Determine la sumatoria. Esta sumatoria debe ser
igual al N de datos
ESTADSTICA DESCRIPTIVA
HISTOGRAMA Y TABLA DE FRECUENCIA
2 Presione:
Histograma
ESPECIFICACIN
20
E = 112,5 g 4 g
EI = 108,5 g
18
ES = 116,5 g
16
14
12
10
0
105.2 -106.817 106.817 -108.434 108.434 -110.051 110.051 -111.668 111.668 -113.285 113.285 -114.902
ESTADSTICA DESCRIPTIVA
HISTOGRAMA Y TABLA DE FRECUENCIA
Para el caso del caso N1:
Media muestral (X) = 110,175 g ESPECIFICACIN
D. Normal: E = 112,5 g 4 g
Desviacin estndar (S) = 2,187 g
1. Es simtrica respecto de su media. EI = 108,5 g
2. La mediana es aprox. igual a la Mediana = 110.20 g ES = 116,5 g
media
EI VN ES
X
Me
Descentrado
hacia la EI
20
18
16
14
12
10
0
105.2 -106.817 106.817 -108.434 108.434 -110.051 110.051 -111.668 111.668 -113.285 113.285 -114.902
Centrado: Media = VN
Capaz = No se sobrepasa la ES ni EI
REQUISITOS DE LOS DATOS PARA
REALIZAR UN ANLISIS DE
CAPACIDAD DE PROCESO
GRFICA DE
PROBABILIDAD
NORMAL
Para la distribucin normal se grafica x(j) frente a los puntajes normales estandarizados
z( j) que satisfacen la siguiente igualdad:
Pulido, G., & Salazar, H. (2004). Control estadstico de calidad y seis sigma. McGraw-Hill,.
GRFICA DE PROBABILIDAD NORMAL
Datos Puntajes
Frec.
N j observados normales
Acumulada
ordenados Estandarizados
GRFICA DE PROBABILIDAD
3.0000
2.0000
1.0000
0.0000
0.00 50.00 100.00 150.00 200.00 250.00 300.00 350.00 400.00
-1.0000
-2.0000
-3.0000
-4.0000
Grfica de probabilidad de C1
Normal
99.9
Media 265.7
Desv .Est. 28.64
99 N 100
AD 0.410
95 Valor P 0.337
90
80
Porcentaje
70
60
50
40
30
20
10
5
0.1
200 240 280 320 360
C1
Si los datos no siguen una Distribucin Normal o no son normales se tiene que
transformarlos mediante una transformacin BOX COX o de Jonhson.