Documentos de Académico
Documentos de Profesional
Documentos de Cultura
7 HERRAMINENTAS BASICAS Y 7
NUEVAS HERRAMIENTAS DE
CALIDAD
NOMBRE
DEL
ALUMNO:
Ana Gabriela
Escamilla
Gonzlez
INDICE
Introduccin
11
15
18
21
Ejercicio.
Conclusin.
4.3GRAFICA DE CONTROL NP
Definicin.
Usos.
Pasos para construirlo.
Ejemplo.
Ejercicio.
Conclusin.
4.4GRAFICO DE CONTROL XR
Definicin.
Usos.
Pasos para construirlo
Ejemplo.
Ejercicio.
Conclusin
PATRONES DE COMPORTAMIENTOS O SINTOMAS DE PROBLEMAS EN
GRAFICAS.
5. DIAGRAMA DE DISPERSION.
Definicin.
Usos.
Pasos para construirlo.
Ejemplo
Ejercicio.
Conclusin.
6. HOJA DE CHEQUEO O VERIFICACION.
Definicin.
Usos.
Pasos para construirlo.
Ejemplo.
Conclusin
7. ESTRATIFICACION
Definicin.
Usos.
Pasos para construirlo. .
Ejemplo.
Conclusin.
38
42
44
46
1. DIAGRAMA DE AFINIDAD
Definicin.
Usos.
3
48
50
52
54
Conclusin final
55
58
61
4
62
INTRODUCCION:
control
estadstico
en
diagramas
para
atributos
variables
cuantitativas.
se
cumplan
los
requerimientos
del
cliente.
Analiza
las
Causas naturales.
6
Causas especiales.
DATOS
CUANTITAVOS :
Continuos o
Discretos
DATOS
CUALITATIVOS.
DATOS CUANTITATIVOS.
Los datos cuantitativos son aquellos que se pueden medir, es informacin
numrica, se mide a escala numrica.
Los datos continuos o variables
DATOS CUALITATIVOS.
Son aquellos datos que no se pueden medir numricamente, representan
categoras o atributos que puedan clasificarse segn su criterio o cualidad.
Algunos ejemplos son: Bondad de una persona, color de ojos, estado civil,
profesin de una persona.
De igual manera los sistemas de medicin deben de cumplir con algunas
caractersticas mencionadas a continuacin:
Precisin: Es
Sensibilidad:
Resolucin:
Incremento
mnimo
Histograma
Diagrama de Pareto
Diagrama de Ishikawa tambin conocido como diagrama de pez o de
6ms
Hojas de chequeo o verificacin
Graficas de Control en donde retomaremos la grfica c, p, np, xp.
Diagrama de Dispersin
Estatizaciones
Diagrama de afinidad
Diagrama de Relaciones
Diagrama de rbol
Diagramas matriciales
Matriz de anlisis de datos.
Diagrama de flechas
Grafica de programacin de decisiones de proceso.
11
HISTOGRAMA.
USOS:
que
en
ciencias
naturales
12
exactas.
permiten
la
MAS
ENTRE
EL
NMERO
DE
CLASES
(W =
R
)
K :
Es
DE
DATOS
EXISTENTES
EN
CLASE
CORRESPONDIENTE.
18
32
16
26
30
16
29
24
28
27
13
21
17
17
17
41
33
8
19
17
18
31
21
23
27
19
20
23
25
22
38
22
19
33
17
21
14
12
14
13
21
45
26
21
15
11
25
24
EJEMPLO:
PASO 4: W=
R
K
K=
37
8
50
CLASES:
CLASE
RANGO
DATOS
1
2
3
4
5
6
7
6 - 11
11 16
16-21
21-26
26-31
31- 36
36-41
ENCONTRADOS
1
6
13
13
9
5
1
41-46
14
28
26
34
Frequency
10
8
6
4
2
0
CLASE
EJERCICIO:
164
158
126
173
145
150
140
138
142
135
132
147
176
147
142
PASO 1: N= 40
PASO 2: R = Xmax Xmin = 199- 125 = 74
15
144
136
163
135
150
125
148
199
153
156
149
152
154
140
145
157
144
165
135
128
PASO 3: K=
PASO 4: W=
R
K
40
K=
=
74
7
CLASE
1
2
3
4
5
6
7
K= 7
=1
RANGO
120-131
131-142
142-153
153-164
164-175
175-186
186-199
DATOS ENCONTRADOS
3
9
15
7
4
1
1
El
PESOS DE VARONES EN UNA UNIVERSIDAD.
16
14
Frequency
12
10
8
6
4
2
0
CLASE
16
CONCLUSIN:
Podemos decir que un histograma es una herramienta til que sirve para
resumir una gran cantidad de datos que sern objeto de anlisis, adems
es una forma eficaz de organizar y ordenar datos, nos muestra la
naturaleza y el grado de variacin de un proceso actividad, etc.; desde mi
punto de vista pienso que tambin permite comprobar la efectividad de las
medidas de mejora.
2.
DIAGRAMA DE PARETO.
DEFINICION:
17
USOS:
1.
2.
3.
4.
18
70
100
60
40
60
30
40
Percent
80
50
20
20
10
TIPO DE QUEJA
NUMERO DE QUEJAS
Percent
Cum %
25
37.9
37.9
18
27.3
65.2
7
10.6
75.8
5
7.6
83.3
4
6.1
89.4
3
4.5
93.9
2
3.0
97.0
2
3.0
100.0
EJEMPLO:
19
NUMERO DE QUEJAS
100
200
60
100
DEFECTUOSOS
40
50
20
Percent
80
150
CONCLUSIN:
particular
En
es
lo
la
herramienta que ms me
ha gustado ya que te ayuda
NUMERO DE QUEJAS
Percent
Cum %
78
35.5
35.5
50
22.7
58.2
49
22.3
80.5
30
13.6
94.1
7
3.2
97.3
6
2.7
100.0
saber
realmente
en
3.
DIAGRAMA DE ISHIKAWA.
DEFINICION:
USOS:
y medicin
se coloca como
vertebras.
4. Cada rama se subdivide dependiendo el problema haciendo las
espinas del pez.
5. Marcamos cada causa dependiendo de lo siguiente:
C: Constante Se usa en el procedimiento.
N: No controlables Ruido
X: Claves- Se deben probar
EJEMPLO:
21
Cause-and-Effect Diagram
Measurements
Material
Personnel
PRESION LLANTAS
ARRANQUE
PASAJEROS
FRENADO
VELOCIMETRO
CHOFER ENTRENADO
ROTACION LLANTAS
CHOFER
TIPO DE GASOLINA
TRASMISION
TIPO DE TERRENO
TIPO DE ACEITE
Environment
Methods
CARBURADOR
Machines
EJERCICIO:
Porque no
22
Material
Personnel
VELOCIMETRO
CAPACITACION
CHOFER
MEJ ORAR LA
TANQUE DE GASOLINA
CHOFER NO ENTRENADO
ORGANIZACION
TIPO DE GASOLINA
TRANSPORTE
CAMION
TIPO DE CAMION
Environment
Methods
Machines
4.
GRAFICAS DE CONTROL.
DEFINICIN:
23
Es una grfica que se utiliza cuando una pieza del producto puede tener
un nmero diferente de defectos por pieza, en este caso lo que nos interesa
controlar es el nmero de defectos por pieza.
En general, las grficas C se utilizan para graficar el nmero total de
defectos en una muestra cuando el tamao de la muestra es constante.
Puede inspeccionar un tipo de defecto, por ejemplo pxeles muertos.
Tambin puede inspeccionar para determinar varios defectos juntos, tales
como pxeles muertos, pxeles trabados, rayas y puntos borrosos. Una
pantalla LCD puede tener 2 o 3 pxeles muertos y aun as seguir siendo
aceptable.
Tiene como objetivos: reducir el costo relativo al proceso, informar a los
supervisores de produccin y a la administracin acerca del nivel de
calidad, determinar qu tipo de defectos no son permisibles en un
producto, entre otros.
USOS:
1.
24
S= C
LSC =C+3( C )
LSC =C3 ( C )
de prueba y
NUMERO DE UNIDADES DE
INSPECCIN
1
2
3
4
5
6
7
8
9
10
TOTAL
25
CANTIDAD
DE
DEFECTOS
3
8
4
7
5
3
4
12
4
7
57
EJEMPLO
:
1) C= 57/10 = 5.7
2) DESVIACION ESTANDAR= S=
5.7=2.38
3) LIMITE S.C
LSC = 5.7 +3 (2.38)
LSC = 12.84
LIC= 5.7 3 (2.38)
LIC= 1.44
GRAFICO C UNIDADES DE INSPECCION
14
UCL=12.86
+3SL=12.86
12
+2SL=10.47
Sample Count
10
8
+1SL=8.09
_
C=5.7
4
-1SL=3.31
2
-2SL=0.93
0
LCL=0
-3SL=0
1
Sample
26
10
EJERCICIO:
DEFECTOS
3
2
4
0
1
1
5
16
1) C= 16/7 = 2.28
2) DESVIACION ESTANDAR= S=
2.28=1.50
3) LIMITE S.C
LSC = 2.28 +3 (1.50)
LSC = 6.78
LIC= 2.28 3 (1.50)
LIC= 2.22
27
8
7
Sample Count
+2SL=6.464
6
5
+1SL=4.732
4
_
C=3
3
2
-1SL=1.268
1
0
LCL=0
-3SL=0
-2SL=0
1
10
Sample
CONCLUSION:
del
Control
Estadstico
de
Procesos
(CEP)
utilizada
Se
usan
USOS:
como
una
forma
de
observar,
detectar
prevenir
el
estndar
1 P
SP=
29
EJEMPLO:
resultados:
MUESTRA
NUMERO DE
ERRORES
10
3
4
9
13
7
8
6
11
9
10
12
8
P (PROMEDIO)
3.33333333
3
2.66666666
7
3
4.33333333
3
2.33333333
3
2.33333333
3
2
3.66666666
7
4
2.66666666
7
PROMEDIO
3.03%
30
3.03%
3.03%
3.03%
3.03%
3.03%
3.03%
3.03%
3.03%
3.03%
3.03
P Chart of ERRORES 1
UCL=1
1.0
0.9
Proportion
0.8
_
P=0.7
0.7
0.6
0.5
0.4
0.3
LCL=0.3187
1
10
Sample
EJERCICIO:
ERRORES
P
(PROM)
31
5
3
8
16
9
4
7
10
8
2
1
2
3
4
5
6
7
8
9
10
1.25
0.75
2
4
2.25
1
1.75
2.5
2.25
0.5
1.825
1.825
1.825
1.825
1.825
1.825
1.825
1.825
1.825
1.825
P Chart of ERRORES 1
1
1.0
UCL=0.823
Proportion
0.8
0.6
_
P=0.45
0.4
0.2
LCL=0.077
0.0
1
10
Sample
CONCLUSION:
32
DEFINICION:
USOS:
1.
2.
3.
4.
33
EJEMPLO:
NP Chart of ERRORES 1
1
120
Sample Count
100
80
1
60
UCL=46.3
40
__
NP=31.7
20
LCL=17.2
1
10
11
Sample
34
EJERCICIO:
NP Chart of ERRORES 1
125
UCL=122.76
Sample Count
120
__
NP=114.17
115
110
LCL=105.58
105
100
Sample
35
10
11
12
CONCLUSIN:
DEFINICION:
36
2. Determinar rangos
A 2 R
+
LC = X
37
LSC= X + A2 R
LIC= X A 2 R
5. Sacar lmites de rango promedio.
LSC =D 4 R
LIC=D 3 R
6. Graficar.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
EJEMPLO:
.65
.75
.75
.60
.70
.60
.75
.60
.65
0.20
.80
.85
.70
.65
.90
.75
.75
.75
.65
.60
.30
.60
.80
.70
.85
.80
.60
.75
.75
.80
.70
.80
.70
.75
.75
.70
.70
.80
.80
.70
.70
.65
.60
0.55
.80
.65
.65
.75
.80
.70
.65
.75
.65
.80
.85
.60
.90
.85
.75
.65
.80
.75
.85
.60
.85
.65
.65
.65
.75
.65
.85
.70
.75
.85
.75
.75
.75
.85
.80
.50
.65
.75
.75
.75
.80
.70
.70
.65
.60
.80
.65
.65
38
.85
.65
.75
.65
.80
.70
.70
.75
.75
.75
.80
.70
.70
.60
.70
.65
.80
.60
.70
.65
.80
.75
.65
0.7
0.77
0.76
0.66
0.75
0.73
0.73
0.72
0.78
0.61
0.75
0.76
0.72
0.67
0.82
0.75
0.76
0.67
0.7
0.62
0.62
0.69
0.7
0.2
0.2
0.05
0.15
0.2
0.25
0.05
0.2
0.2
0.6
0.4
0.2
0.05
0.15
0.15
0.05
0.15
0.15
0.2
0.05
0.5
0.2
0.15
24
25
.65
.65
.60
.70
65
.70
.60
.60
.70
.65
0.64
.66
0.2
0.1
GRAFICA XR
UCL=0.7697
Sample Mean
0.75
__
X=0.71
0.70
0.65
LCL=0.6503
1
Sample
Sample Range
0.6
UCL=0.5884
0.4
_
R=0.38
0.2
LCL=0.1716
1
Sample
1
2
3
4
5
6
7
8
9
10
EJERCICIO:
.65
.75
.75
.60
.70
.60
.75
.60
.65
0.20
.70
.85
.80
.60
.75
.75
.80
.70
.80
.70
.65
.75
.80
.70
.65
.75
.65
.80
.85
.60
.65
.85
.70
.75
.85
.75
.75
.75
.85
.80
39
.85
.65
.75
.65
.80
.70
.70
.75
.75
.75
0.7
0.77
0.76
0.66
0.75
0.73
0.73
0.72
0.78
0.61
0.2
0.2
0.05
0.15
0.2
0.25
0.05
0.2
0.2
0.6
GRAFICA XR
UCL=0.8104
Sample Mean
0.80
0.75
__
X=0.721
0.70
0.65
LCL=0.6316
0.60
1
Sample
0.60
Sample Range
UCL=0.5153
0.45
_
R=0.29
0.30
0.15
LCL=0.0647
0.00
1
Sample
2. 7
intervalos
consecutivos incrementados o
decrementando.
40
3.
puntos
consecutivos arriba
o abajo de la
4.
media.
2 o 3 puntos
consecutivos o cercanos a
los lmites.
5. 14
puntos
en
el
centro,
6. 14 puntos en el
centro.
CONCLUSION:
41
5.
DIAGRAMA DE DISPERSION
DEFINICION:
42
EJEMPLO:
43
PESO (LB)
3000
2800
2100
2900
2400
3300
2700
3500
2500
3200
MILLAJE (MP)
18
21
32
17
31
14
21
12
23
14
GRAFICO DE DISPERSION
35
MILLAJE (MP)
30
25
20
15
10
2000
2200
2400
2600
2800
3000
3200
3400
3600
PESO (LB)
TURNO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
EJERCICIO:
PRESION
18.8
18.8
18.4
19.2
18.4
19.2
19.4
18.5
18.5
18.7
18.9
18.3
18.9
19.1
18.9
18.8
18.7
18.6
18.7
18.2
18.7
18.7
19.2
18.3
19.3
18.9
18.7
18.7
18.7
18.6
45
DEFECTUOSO
0.488
0.495
0.476
0.505
0.462
0.512
0.523
0.483
0.491
0.498
0.503
0.466
0.485
0.518
0.496
0.493
0.497
0.489
492
0.466
0.487
0.481
0.517
0.477
0.522
0.493
0.501
0.496
0.506
0.499
GRAFICO DE DISPERSION
19.4
19.2
PRESION
19.0
18.8
18.6
18.4
18.2
0
100
200
300
400
500
DEFECTUOSO
CONCLUSIN:
Con este diagrama me pude dar cuenta que su utilizacin ser beneficiosa
para el desarrollo de proyectos abordados por todos los individuos u
organismos que estn implicados en la mejora de la calidad de dicha
organizacin.
6.
DEFINICIN:
46
47
CLIENTE: Aedhye
PROCESO: Control de calidad.
ESPECIFICACIONES: Calificaciones superior a 80.
50-60
60-70
70-80
80-90
90-100
FIS
1
RE
C
U
E
NOS
C
I
A
CONCLUSIN:
son
obtenidos
mediante
un
proceso
simple,
adems
reflejan
7.
ESTRATIFICACION
DEFINCION:
1.
2.
3.
4.
calidad.
PASOS PARA CONTRUIRLO:
Definir el fenmeno o caracterstica a analizar.
De manera general, representar los datos relativos a dicho fenmeno.
Seleccionar los factores de estratificacin.
Clasificar los datos en grupos homogneos en funcin de los factores
de estratificacin seleccionados.
5. Representar grficamente cada grupo homogneo
6. Comparar los grupos.
EJEMPLO:
EJERCICIO
CONCLUSIN:
DIAGRAMA DE AFINIDAD
DEFINICION:
50
USOS:
1.
2.
3.
4.
5.
6.
7.
8.
51
CONCLUSION:
2.
DIAGRAMA DE RELACIONES
DEFINICION:
Es una herramienta que ayuda a percibir la relacin lgica que existe entre
una serie de problemas, actividades, departamentos encadenados con
causas y efectos. En los diagramas de relaciones existe la posibilidad de
que se represente ms de un efecto y de que una causa pueda ser al
mismo tiempo efecto de otra causa. Esto es, expresa libremente las
relaciones entre causas y efectos; y ayuda a descubrir la causa principal
que afecta a la situacin en su totalidad.
52
53
Esta
CONCLUSION:
herramienta
es
parecida
la
de
va
relacionada
sobre
el
efecto
que
implicara,
cual
ayuda
lo
nos
a
identificar de
manera ms
precisa
nuestros problemas.
3.
DIAGRAMA DE ARBOL
DEFINICION:
USOS:
CONCLUSION:
Este
diagrama
nos
permite
organizar las ideas
56
4.
DEFINICION:
RELACIONES.
USOS:
Proporciona una visin grfica entre las relaciones de los distintos factores
de un problema.
57
1.
2.
3.
4.
5.
6.
CONCLUSION
58
de
procesos
acciones
desarrollar,
para la
mediante
la
5.
DEFINICION:
USOS / VENTAJAS :
f)
1.
2.
3.
4.
5.
6.
necesarios.
CONCLUSION:
6.
DIAGRAMA DE FLECHAS.
DEFINICION:
60
61
ms
rpido
posible.
esta
EJEMPLO:
CONCLUSION
62
trayectoria
se
le
7.
DIAGRAMA DE PROGRAMACION DE
DECISIONES DE PROCESO.
DEFINICION:
El diagrama
USOS/ BENEFICIOS:
a) Facilita a los miembros del equipo una visin global
de las fases a desarrollar.
b) Hace posible anticipar qu puede suceder en cada
una de esas fases.
c) Permite adelantar los potenciales problemas que
pueden surgir durante el desarrollo del proyecto
d) Tener
previstas
acciones
que
puedan
contrarrestarlas.
PASOS PARA CONSTRUIRLO:
del
producto,
en
sucesivamente.
64
tercero
los
trmites,
as
EJEMPLO:
CONCLUSION:
adems
de tener causas y as
poder
tomar
que se est
65
CONCLUSION FINAL:
en equipo.
se
han
cambiado
la
versin
original
de
algunas
https://jacelemin.wordpress.com/contenido/24subsistema-decalidad-iso-9000-y-14000/1-5-2-herramientas-para-la-gestion-de-
calidad-en-las-operaciones/1-5-2-2-histogramas/
http://www.quees.info/diagrama-de-pareto.html
http://www.pdcahome.com/diagrama-de-ishikawa-2/
http://www.sbqconsultores.es/diagrama-de-ishikawa-o-diagramacausa-efecto/
67
http://support.minitab.com/es-mx/minitab/17/topiclibrary/quality-tools/control-charts/understanding-attributes-
control-charts/what-is-a-c-chart/
http://www.uoc.edu/in3/emath/docs/SPC_4.pdf
http://es.slideshare.net/Helenfabe/graficos-de-control-24699438?
next_slideshow=1
http://www.centrosdeexcelencia.com/entidades/herram/dispersion.
htm
http://es.slideshare.net/AlmazanF/diagrama-de-dispersin-
38956060?next_slideshow=1
http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/herramientas_c
alidad/d_afinidadmodelo.htm
https://www.aiteco.com/diagrama-de-afinidad/
https://es.scribd.com/doc/13837489/DIAGRAMA-DE-
RELACIONES
http://raulmolinag.blogspot.mx/2012/05/v-
behaviorurldefaultvmlo.html
http://es.slideshare.net/Viviana3011/diagrama-matricial-
modificado-1
https://www.aiteco.com/diagrama-de-flechas/
https://iupsm7integrantes.wordpress.com/diagrama-de-flechas/
68