FACULTAD DE INGENIERA AGROINDUSTRIAL

ESCUELA PROFESIONAL DE INGENIERA

AGROINDUSTRIAL

Semana 11: Mtodos Estadsticos en el Control de

Calidad

CURSO : Administracin de la Calidad

DOCENTE : Ing. M. Sc. Epifanio Martnez Mena

ALUMNO : Isaac David Pea Pezo

CDIGO : 71891124

FECHA : 14/02/2017

MORALES SAN MARTN

2017
I. INTRODUCCIN

El Control Estadstico de la Calidad es la disciplina cientfico-tcnica que utiliza tcnicas

estadsticas dentro del contexto ms general del Control de la Calidad. Permite medir y mejorar
la Calidad de los productos y servicios. Bsicamente son tres las etapas donde se engloban
dichas tcnicas: la Inspeccin, el Control Estadstico de Procesos y el Diseo Estadstico de
Experimentos. La Inspeccin y el Diseo de Experimentos son tcnicas de control fuera de lnea
(Control off-line), en cambio el Control Estadstico de Procesos es una tcnica de control
durante la fabricacin (Navarrete, E.-1998).

El control estadstico de la calidad es la parte del control de la calidad donde se utilizan tcnicas
estadsticas. Pueden distinguirse diversos tipos de control estadstico de la calidad como:

o Control de procesos durante la fabricacin.

o Control de recepcin o inspeccin por muestreo.

Cabe destacar que antes del control estadstico de la calidad, se realiza una etapa de Diseo del
proceso y del producto. El control durante la fabricacin o de procesos se realiza de forma
continuada a intervalos de tiempo fijos y tiene por objeto vigilar el funcionamiento de los
sistemas para que se mantenga en las mejores condiciones posibles.

El control de recepcin se realiza sobre partidas o lotes de unidades recibidas ya sean materias
primas, semielaboradas o acabadas y con el propsito de inspeccionar si se verifican las
especificaciones establecidas (Navarrete, E. 1998). Las herramientas estadsticas que se
utilizan en el control estadstico de la calidad son las siguientes:

- Estadstica descriptiva: histogramas y diagramas de probabilidad que se utilizan en el estudio

de la capacidad del proceso.
- Variables estadsticas: medidas de posicin y dispersin.
- Distribuciones: binomial, chi-cuadrado, t- Student y F Snedecor.
- Test de hiptesis.
- Anlisis de la varianza
- Estudio de la desviacin tpica muestral en poblaciones normales
- Estudio de la distribucin del rango muestral dentro del contexto de los estadsticos ordenados.
II. MTODOS ESTADSTICOS EN EL CONTROL DE CALIDAD

En el control de calidad por toda la empresa al estilo japons, las herramientas estadsticas se
usan ampliamente en una gran variedad de campos y en todos los niveles organizativos. Los
japoneses son los mejores del mundo en esto, y es una de las razones principales por la que los
productos japoneses dominan ahora los mercados mundiales. Por medio del uso amplio de las
herramientas del nivel introductorio en combinacin con la tecnologa especfica, en todos los
departamentos y en todos los niveles organizativos, as como el uso de herramientas ms
avanzadas en combinacin con los ordenadores y la tecnologa especfica, se realizan diversos
anlisis y se obtienen resultados excelentes. Por s mismas, las herramientas estadsticas son
intiles; slo pueden dar resultados significativos cuando se utilizan en combinacin con la
tecnologa especfica, i.e., la teora, la tecnologa y la experiencia concerniente al trabajo que se
est realizando.

En el control de calidad y la gestin empresarial, se utilizan las herramientas estadsticas en las

siguientes reas:

1) Estudios: estudios de mercado, estudios de mtodos de medida.

2) Establecimiento de polticas y de objetivos.
3) Anlisis y mejora: anlisis de procesos y anlisis de calidad.
4) Control y gestin: control de procesos, gestin del trabajo, gestin empresarial.
5) Garanta de calidad e inspeccin: garanta de calidad (incluyendo la
garanta de la fiabilidad), inspeccin por muestreo estadstico, control
de la inspeccin.

El Enfoque Estadstico

La percepcin se define como la interpretacin de la sensacin, es decir la toma de conciencia

sensorial. La sensacin se puede medir nicamente por mtodos psicolgicos y los estmulos
por mtodos fsicos o qumicos. La percepcin se define como: La capacidad de la mente para
atribuir informacin sensorial a un objeto externo a medida que la produce. La ciencia
estadstica ha hecho enormes progresos recientemente y todava sigue avanzando. Es un campo
de estudio bastante prohibitivo, pero no tenemos que conocer la teora para poner en prctica el
control de calidad; es bastante si comprendemos la filosofa, as como los mtodos. Como
mnimo, debemos comprender la filosofa. Si vamos detrs de la teora y los mtodos sin
comprender el enfoque estadstico bsico, no estaremos ms que jugando con nmeros y
frmulas.

- Los resultados de cualquier trabajo que hagamos siempre contienen variacin, y su

distribucin sigue un cierto patrn. El trabajo humano y los procesos industriales estn
afectados por un nmero casi infinito de factores diferentes, y el muestreo, las medidas, los
ensayos y los estudios tambin estn todos sujetos a error. Esto quiere decir que,
inevitablemente, los datos contienen dispersin y que la distribucin de los resultados del
trabajo y de los procesos que producen los datos siguen un cierto patrn. Se tiene que tener
en cuenta este patrn de la distribucin cuando se emitan juicios sobre un proceso que forma
 parte del control del proceso, por ejemplo, ya que todos los procesos tienen sus propios
patrones de distribucin.

- El error es un concepto bsico; los datos producidos por las empresas y las organizaciones
de la sociedad incluyen datos contaminados, valores an-malos y datos falsos.

- Los datos siempre se recogen con la intencin de acometer acciones. La estadstica moderna
se puede llamar "ciencia de accin" desde un punto de vista, ya que apunta a obtener datos
exactos adecuados al fin, analizarlos estadsticamente y acometer acciones (el objeto del
ejercicio).

- La estratificacin es otro concepto bsico; todo debe pensarse de manera estratificada, y todo
tiene que estar estratificado (i.e., segregado en ramas o grupos significativos) para recoger y
analizar los datos. La estratificacin de los datos individuales y bsicos de varias maneras
puede revelar esta dispersin y sus causas.

Variables y atributos

Los grficos de control se clasifican en dos tipos: Variables y Atributos. Si la caracterstica

dc calidad puede medirse y expresarse como un nmero la llamamos variable. En tales casos
es conveniente describir la caracterstica de calidad con una medida de tendencia central y
una medida de dispersin mediante los llamados grficos de control por variables. Los
grficos X son los ms ampliamente utilizados para controlar la tendencia central mientras
que los grficos de rango (recorrido) y de desviacin tpica se utilizan para controlar la
dispersin. Muchas caractersticas cualitativas no se miden en una escala cuantitativa. En
estos casos, juzgaremos si una unidad de producto es o no conforme si posee ciertos atributos
o contando el nmero de defectos que aparecen en cada unidad de producto. Los grficos de
control para estas caractersticas se denominan grficos de control por atributos.

La Distribucin de Frecuencias

Las distribuciones de frecuencias son la herramienta ms sencilla, ms utilizada y eficaz.

Aquel que no sepa ni siquiera utilizar las distribuciones de frecuencias seguro que no podr
utilizar los mtodos estadsticos ms avanzados. Estamos rodeados de montones de datos,
pero no nos dicen nada si no hacemos ms que enumerarlos como en la Tabla 2.1. Si los
expresamos en forma de una distribucin de frecuencias como en la Tabla 2.2 o la Figura
2.2, nos dan diversas ideas. Puesto que las distribuciones de frecuencias se utilizan muy a
menudo en el control de calidad, las empresas deben preparar impresos en blanco para las
mismas en las que tambin haya espacio para notas, hacer clculos y anotar los promedios,
las desviaciones estndar, etc.

El fin principal de la preparacin de una distribucin de frecuencias es, usualmente, uno de los
siguientes:
(i) Dejar bien visible el estado de una distribucin, i.e., identificar la forma de la distribucin,
(ii) Identificar la capacidad del proceso,
(iii) Para el anlisis y el control del proceso,
(iv) Para determinar el promedio, la desviacin estndar y otras medidas de una distribucin,
(v) Para probar a qu tipo de distribucin matemtica se puede acoplar estadsticamente una
distribucin emprica

Puesto que las distribuciones de frecuencias facilitan que todo el mundo vea y comprenda
intuitivamente la forma de una distribucin y el estado de un proceso, se utilizan especialmente
con el objetivo (i) nombrado anteriormente. Tienen un amplio rango de aplicaciones: por ejemplo,
para informar de los resultados diarios, semanales, mensuales o anuales a los superiores en un
formato fcilmente comprensible, o para analizar las causas de dispersin. Las distribuciones de
frecuencias y los histogramas se interpretan ms fcilmente si se incluyen valores tales como la
desviacin estndar, el valor de referencia, el valor especificado,
calculado con los grficos de control, o .

Tabla 2.1: Espesor de las planchas de acero (unidad: mm)

Tabla 2.2: Tabla de la distribucin de frecuencias

 Figura 2.2: Histograma del espesor de las planchas de acero

Cuando se miran las distribuciones de frecuencias, se tiene que prestar atencin a los puntos
siguientes:
Cuando se miran las distribuciones de frecuencias, se tiene que prestar
atencin a los puntos siguientes:
(i) Est la distribucin (i.e., su promedio) en la posicin adecuada?
(ii) Cmo es la extensin (i.e., la dispersin) de la distribucin?
(iii)Cul es la relacin entre valores tales como la desviacin estndar, el
valor de referencia, y el valor especificado?
(iv)Caen algunos valores por fuera de las lneas x 3 R /d2 o x 3s?
(v) Hay algunos huecos, como dientes que faltan, o subidas o bajadas
repentinas como las pas de un peine, en la distribucin?
(vi) Hay algunos puntos aislados fuera del cuerpo principal de la distribu-
cin?
(vii)Son aceptables los valores mximo y mnimo de la distribucin?
(viii)Es asimtrica la distribucin, con un extremo mucho ms largo que
el otro, o es simtrica?
(ix) Tiene aspecto de acantilado la parte izquierda o la derecha de la
distribucin?
(x) Tiene ms de un pico la distribucin?
(xi) Es demasiado agudo o demasiado chato el pico de la distribucin?
Si se preparan varios histogramas estratificados con los mismos datos y se
comparan los puntos anteriores, se puede obtener ms informacin. Los lecto-
res deben estudiar la interpretacin de las distribuciones de frecuencias utilizando las Figu
ras 2.6-2.9 de ms abajo.

Los inconvenientes de las distribuciones de frecuencias

Como se explic ms arriba, la variedad de aplicaciones de las distribuciones de frecuencias

es amplsimo, y son muy eficaces. Sin embargo, s que tienen las desventajas siguientes:
(a) No indican los cambios con el tiempo. Puesto que, para hacer una distribucin de
frecuencias, se juntan todos los datos de un mismo lote, mes, etc., ste mtodo no se puede
utilizar para identificar las causas
 LE: Lmites de la especificacin RP: Recorrido del producto

PROCESAMIENTO DE LOS DATOS RECOLECTADOS

HISTOGRAMA
Definicin: Consiste en un conjunto de rectngulos que representan la frecuencia en cada categora.
El histograma hace posible que con slo echarle un vistazo se pueda tener una idea objetiva sobre la
calidad de un producto.
Se utiliza para:
1. Resolver problemas.
2. Determinar la capacidad del proceso.
3. Comparar con las especificaciones.
4. Sugerir la forma de la poblacin.
5. Indicar discrepancias en datos, como, por ejemplo: discontinuidades.

El histograma obtenido para los datos de frecuencia del ejemplo anterior es el siguiente:
La siguiente tabla fue construida partiendo de los datos del ejemplo anterior:
 Distribucin Normal

Esta distribucin es una de las ms comunes en la teora de control de calidad. Se le

conoce tambin como distribucin de Gauss, y est dada por la ecuacin:
 Distribucin Binomial.

La Distribucin Binomial est relacionada con a la distribucin de Bernoulli que

es una distribucin de variable aleatoria X que toma solamente valores de cero
y uno (xito y fracaso), cuando se realiza un solo experimento.

La distribucin binomial se aplica cuando se realizan un nmero "n" de veces

el experimento de Bernouilli, siendo cada ensayo independiente del anterior. La
variable puede tomar valores entre 0 (si todos los experimentos han sido
fracaso) y n (si todos los experimentos han sido xitos)

Una variable aleatoria X tiene una distribucin Binomial si cumple con las
siguientes condiciones:

El experimento consiste en un nmero fijo de n ensayos repetidos.

Cada ensayo tiene slo dos resultados, xito o fracaso.
La probabilidad p permanece constante, de un ensayo a otro. Los ensayos
son independientes. Es decir, la distribucin Binomial se basa en el supuesto
de que la poblacin sea infinita y de que la muestra aleatoria se toma con
reposicin (ver observacin 3.3, cap. 3), de manera que las observaciones sean
independientes entre s; y adems la probabilidad permanece constante.
Se define a X como el nmero de xitos en n ensayos. Esto es, si x es el
nmero de xitos entonces n- x es el nmero de fracasos.
Ejemplo: En una fbrica se asegura que el 30% de las reas reducen el consumo de energa
elctrica, al realizar cambios en el sistema de iluminacin. Halle la probabilidad de que 2 de 5
reas reduzcan el consumo de energa elctrica en las reas.

Solucin: Sea X el nmero de reas que reducen el consumo de energa elctrica. El experimento
cumple con los requerimientos de una distribucin Binomial, ya que, los ensayo son
independientes (la fbrica est dividida por reas); la probabilidad permanece constante p= 0,3;
existen dos alternativas (se reduce o no se reduce el consumo de energa elctrica).

Datos:

Tabla: Distribucin Binomial

 reas De Trabajo De Una
Fbrica

Distribucin Binomial

Nota: Si n es muy grande, se utiliza la frmula

La media, la varianza y la desviacin estndar de una distribucin Binomial vienen dadas por:

Ejemplo: se desea estimar la media, la varianza y la desviacin estndar, de las neveras que fallen
antes que venza su garanta, entre un lote de 15 neveras.

Solucin:

DISTRIBUCIN DE POISSON.

La distribucin de Poisson representa la probabilidad de que un evento aislado ocurra un nmero

especfico de veces en un intervalo de tiempo o espacio dado. La ocurrencia de eventos slo se ver
afectada por la casualidad o por el azar; por lo tanto, la posicin de un evento no servir para predecir
la localizacin de cualquier otro evento especfico. Adems, los datos acerca de un intervalo de
tiempo o espacio tampoco facilitan la prediccin del nmero de eventos que se presentarn en otro
evento.

Un experimento de Poisson tiene las siguientes caractersticas:

a. El nmero de resultados que ocurren en un intervalo de tiempo o espacio, es independiente del
nmero que se tiene en cualquier otro intervalo.
b. La probabilidad de que un solo resultado ocurra durante un lapso muy corto o en una pequea
regin, es proporcional a la magnitud del intervalo de tiempo o espacio, y no depende del nmero de
resultados que se produzcan fuera del intervalo considerado.
c. La probabilidad de que ocurra ms de un resultado en ese breve lapso o de que caiga en un pequeo
espacio resulta despreciable.

Distribucin de Poisson.

Sea X la variable aleatoria que representa el nmero de resultados que se producen en un intervalo
de tiempo o espacio dado; la distribucin de Poisson est dada por:

La media, la varianza y la desviacin estndar de una distribucin de Poisson vienen dadas por:

Ejemplo: En el departamento de mantenimiento de mquinas se recibe un promedio de 6 solicitudes

de servicio por da.
a. Cul es la probabilidad de que se reciban exactamente 3 solicitudes por da?
b. Estimar la media, la varianza y la desviacin estndar.

Solucin:
Sea X el nmero de solicitudes de servicio por da, que recibe el departamento de mantenimiento.

Ejemplo: En promedio, cada rollo de 400 metros de aluminio laminado tiene tres defectos Cul es
la probabilidad de que un espacio de 100 metros no tenga ningn defecto?

Solucin:
Sea X el nmero de defectos que puede tener el laminado por espacio.
 INSPECCIN ACERCA DE LA CALIDAD DE PROCESOS

La inspeccin consiste en juzgar si un artculo individual es defectuoso o no, comparando el resultado

de un ensayo realizado por un medio u otro con un criterio de calidad, o juzgando si un lote particular
es aceptable o rechazable, comparando el resultado de un ensayo con un criterio de aceptabilidad.
Los trminos "medida", "ensayo" e "inspeccin" se confunden a menudo. En control de calidad, los
ensayos y las medidas slo significan medir algo y obtener datos, y se distinguen estrictamente de la
inspeccin. La funcin de inspeccin a que nos referimos aqu no es del dominio exclusivo del
departamento de inspeccin, y tampoco el departamento de inspeccin debera ocuparse solamente
de la inspeccin.

En particular, la inspeccin es incapaz de producir productos fiables. Los productos defectuosos no

se convierten inmediatamente en buenos con la inspeccin, y tienen que reprocesarse o desecharse,
lo que aumenta los costes. Esto no slo no es rentable para el productor, sino que tambin es caro
para el comprador, quien, en ltima instancia, tiene que soportar estos costes. Igualmente, incluso si
los grficos de control de un proceso demuestran que est en estado de control, esto no constituye
una garanta de la calidad. Es necesaria la inspeccin previa a la entrega incluso cuando el proceso
est en estado controlado si la capacidad del proceso, i.e., el producto, no satisface las
especificaciones.

Tipos de inspeccin

Las inspecciones pueden llevarse a cabo por varios mtodos, y clasificarse de varias maneras. Cuando
se lleva a cabo la garanta de calidad es necesario revisar ocasionalmente los planes de inspeccin e
investigar qu clase de inspecciones deberan llevarse a cabo en cada etapa del proceso de
fabricacin.
(1) Clasificacin segn el nmero de artculos inspeccionados

(a) Inspeccin del 100% (cribado): en este tipo de inspeccin se comprueban individualmente todas
las unidades de producto para separar las piezas buenas de las malas. Puesto que en este tipo de
inspeccin los errores cometidos por el inspector son generalmente altos, el proceso de inspeccin
tiene que ser analizado y controlado haciendo uso del enfoque del control del proceso, estratificando
el producto segn prioridades, y volviendo a verificar el trabajo de inspeccin por medio de un
muestreo. A menudo, la inspeccin del 100% es una inspeccin sensorial que requiere un control
constante de los criterios de inspeccin.
(b) Inspeccin por muestreo: la inspeccin por muestreo a que nos referimos aqu es la basada en la
teora estadstica; no significa simplemente comprobar muestras sacadas al azar como se haca
frecuentemente en el pasado. Es el tipo de inspeccin en la cual se examina una muestra de producto,
con objeto de tomar una decisin sobre la accin que se ha de acometer con un lote completo de
producto. Hay varios tipos de inspeccin por muestreo.
(c) Inspeccin de comprobacin: este tipo de inspeccin es para comprobar cambios grandes en los
niveles de calidad, con muestras pequesimas. En la mayora de los casos no se realiza para acometer
acciones con un producto, sino que se utiliza con fines de control, junto con el control del proceso, o
para comprobar el trabajo normal de inspeccin.
(d) Inspeccin cero: no hace falta ninguna inspeccin para un proceso que est en estado controlado
y que todos los productos satisfacen las normas de calidad.
(2) Clasificacin segn la etapa del flujo del producto

(a) Inspeccin en recepcin: este tipo de inspeccin se lleva a cabo para asegurarse de que se compran
los materiales conformes con las especificaciones, y para evitar que materiales no conformes entren
en el proceso. Sin embargo, es difcil comprar econmicamente materiales conformes tan slo
haciendo uso de este tipo de inspeccin, y los contratos de compra deben ser racionalizados, y los
proveedores, cuidadosamente seleccionados, o se deben elegir mtodos de inspeccin que estimulen
a los proveedores a poner en prctica la garanta de calidad y el control de calidad. El enfoque ms
eficaz consiste en hacer hincapi en el control de calidad del proveedor.
(b) Inspeccin intermedia: este es el tipo de inspeccin llevada a cabo entre procesos, para decidir si
un producto o lote puede pasar del proceso anterior al siguiente. Tambin se conoce como
"inspeccin de proceso". La toma de medidas con objeto de suministrar informacin a un proceso
tambin se conoce a veces como inspeccin de proceso, pero tales actividades no tienen la verdadera
funcin de la inspeccin y sera mejor llamarlas "ensayos de proceso" o "medidas de proceso",
aunque puedan ser una de las responsabilidades del departamento de inspeccin.
(c) Inspeccin del producto: este tipo de inspeccin es para decidir si se debe aceptar o rechazar un
producto terminado. A menudo, es idntica a la inspeccin previa a la entrega, y tambin se le puede
llamar "inspeccin final". Se combina con la inspeccin previa a la entrega cuando un pro- ducto
terminado se expide sin ms modificaciones.
(d) Inspeccin previa a la entrega: este tipo de inspeccin se utiliza para decidir si, en el momento
del envo, un producto cumple la calidad certificada, si satisfar al cliente, y si se debe enviar o no.
Generalmente, es difcil conseguir una garanta de calidad racional solamente con la inspeccin
previa a la entrega; tambin hace falta un buen control del proceso. Cuando se realiza separadamente
de la inspeccin del producto, la inspeccin previa a la entrega se centra en los defectos crticos, los
defectos graves y las caractersticas que pueden sufrir cambios durante el almacenado. Es mejor
disponer las cosas para que la inspeccin por muestreo sea suficiente para esto.
(e) Inspeccin durante la entrega: es la inspeccin llevada a cabo en el momento en que un producto
se entrega a un cliente.
(f) Inspeccin del producto almacenado: sta es la inspeccin llevada a cabo con el producto que ha
estado almacenado durante largos periodos de tiempo. Las caractersticas a inspeccionar dependern
del tiempo de almacenado.
(g) Inspeccin de auditoria: sta es la inspeccin para comprobar y diagnosticar si la garanta de
calidad y la inspeccin normal estn funcionando normalmente. Generalmente, la lleva a cabo el
departamento de garanta de calidad.
(h) Inspeccin por terceras partes: ejemplos de stas incluyen las inspecciones para exportacin y
otras inspecciones realizadas por el gobierno, y las inspecciones por empresas privadas de
inspeccin, y asociaciones o grupos de consumidores. Este tipo de inspeccin se lleva a cabo con
bienes de consumo generales, bien para la proteccin de los consumidores o como procedimiento
arbitral imparcial para evitar la publicidad exagerada y la competencia desleal. Japn todava est
retrasado respecto a otros pases en la introduccin de esta clase de sistema.
III. REFERENCIAS BIBLIOGRFICAS

Prez, G. (2003). Principios Estadsticos Aplicados en Control de Calidad.

Disponible en:
(https://gastonperezu.files.wordpress.com/2011/10/guia-unidad-ii-2-2-
frecuencia-y-distribucic3b3n-de-frecuencia.pdf)
Teel (2003). Control de Calidad. Departamento de Fsica y Electrnica.
Universidad de Puerto Rico en Humacao.
Disponible en:
(http://www1.uprh.edu/clguve/Control%20de%20Calidad/normal.pdf)
Depool, R (2013). Probabilidad Y Estadstica. Aplicaciones A La Ingeniera.
Universidad Nacional Experimental Politcnica Antonio Jos de Sucre.
Disponible en:
(http://bqto.unexpo.edu.ve/avisos/PROBABILIDADYESTADISTICA(2-7
13).pdf)
Ishikawa, K. (1994). Introduccin al Control de Calidad.
Ediciones Daz de Santos, S.A. Madrid, Espaa.