Universidad Abierta Para Adultos (UAPA)

Carrera:

Administración de Empresas

Participante:

Yelitza Santana

Matricula

12-3058

Profesor/a

Andrea Jiménez

Tarea:

3
INTRODUCCIÓN
En la siguiente investigación se estará demostrado todo lo que es acerca de lo
que es el diseñar e implantar un control estadístico de calidad en todos los
procesos que se vayan a ejecutar dentro de las empresas para así alcanzar una
mejora continua, también podremos ver ejemplos de los mismos con sus pasos
a realizar.
Actividad de la unidad:
Bienvenid@s a nuestra tercera semana de trabajo, en esta ocasión
debatiremos sobre Métodos Estadísticos en el Control de Calidad, para
esto se sugiere realizar las siguientes actividades.

En esta oportunidad van a definir las siete herramientas

estadísticas utilizadas en el control de calidad en las empresas
(Favor colocar gráficos)

-Hoja de control o Planillas de Inspección:

sirve para reunir y clasificar las informaciones según determinadas categorías,
mediante la anotación y registro de sus frecuencias bajo la forma de datos.

Pasos de elaboración:
Paso 1: Establecemos el contexto sobre el cual vamos a medir los datos.
Básicamente lo que hacemos aquí es planear, y una de las mejores herramientas
para apoyarnos es el 5w+2h.

 Qué
 Por qué
 Cuándo
 Dónde
 Quién
 Cómo
 Cuánto.
Paso 2: Creamos el formato de la hoja, el cual estará diseñado de acuerdo al
5w+2h del paso anterior.

Paso 3: Recolectar los datos. Es importante que los datos se recolecten como
se definió en el cómo, cuándo y dónde del paso 1. Así aseguramos la pertinencia
de los datos recolectados.

-Histograma:

Gráfico de la representación de distribuciones de frecuencias, en el que se

emplean rectángulos dentro de unas coordenadas.

PASOS:
Paso 1: ¿Cuáles son los datos que se van a analizar? ¿Los tienes? Si es así,
perfecto, vamos al paso 2. Si no, procedemos a capturar los datos del fenómeno
que se desea analizar.

Paso 2: Cuando hablamos de clases o intervalos nos referimos a las barras

verticales que tendrá nuestro histograma. Normalmente se dice que un
histograma debe tener barras del mismo ancho, lo cual no es necesariamente
cierto. Dependiendo de la situación que se analiza, es más conveniente utilizar
intervalos de diferente ancho. Cuando los intervalos son del mismo ancho, la
altura de cada barra será proporcional a su área. Caso contrario cuando tenemos
intervalos de ancho distinto, y en este caso resulta conveniente analizar el área
de la barra.
Bueno, me extendí un poco. Entonces, en el paso 2 vamos a determinar el
rango. El rango se define como la resta entre el valor más grande con el valor
más pequeño de tus datos capturados.

Paso 3: Existen diversas formas para definir cuántas clases considerar. K es el

número de clases.

La primera es considerar una tabla guía. La siguiente está basada en la

publicación de Roberto Behar y Pere Grima (abajo te dejo la referencia). Otras
referencias sugieren 4 clases si tenemos menos de 50 datos, 7 clases para
menos de 100 datos, 10 clases para menos de 150 datos, 12 clases para menos
de 200 datos y 14 clases para más de 200 datos.

Paso 4: Determina la amplitud de clase o ancho del intervalo. Se define con la

letra h. Para ello divide el rango entre el número de clases definido en el paso 3.
Si obtienes un número decimal, redondea al entero más cercano. ¿Por qué?
Porque la información debe ser fácil de interpretar.

Paso 5: Define las clases. Ya tienes el número de intervalos de clase a

considerar y su amplitud, con esto ya puedes establecer cada clase.
Busca el número más pequeño en todos tus datos, y a ese número le vas a
sumar la amplitud de clase. Ya tienes tu primer intervalo o clase.

Por ejemplo, nosotros definimos que el primer intervalo sea todos los números
mayores o iguales a 10 y menores e iguales a 15. En consecuencia, el segundo
intervalo será todos los números mayores a 15 y menores iguales a 20.

Paso 6: Tabula los datos con base en los intervalos de clase definidos. En otras
palabras, agrupa los datos según su pertenencia a cada clase. Esto te dará la
frecuencia de cada clase.

Paso 7: Construye el histograma:

 En el eje x ubica los intervalos de clase.
 En el eje y ubica la frecuencia.
Según la amplitud del intervalo, será el ancho de la barra. El paso a paso que
venimos tratando es para intervalos de clase del mismo ancho.

Paso 8: Interpreta el histograma. Analiza aspectos como la tendencia, la

variabilidad y la forma de distribución de los datos.

-Diagrama de Pareto:
Es un tipo especial de gráfica de barras donde los valores graficados
están organizados de mayor a menor.
  Paso 1 decida qué problemas se van a investigar y como recoger los
datos.
ejemplo: objetos defectuosos, perdidas en términos monetarios,
ocurrencia de accidentes.

 Paso 2 decida qué datos va a necesitar y como clasificarlos.

ejemplo: por tipo de defecto, localización, proceso, máquina, trabajador,
método.

 Paso 3 defina el método de recolección de los datos y el período de

duración de la recolección.

 Paso 4 diseñe una tabla para el recuento de los datos.

-Diagrama Causa-Efecto:
Es una herramienta que representa la relación entre un efecto (problema) y
todas las posibles causas que lo ocasionan.

PASOS

1. Debemos dibujar un diagrama en blanco.

2. Escribir de una manera breve y clara el problema a analizar.

 3. Identificar y escribir las categorías que consideremos apropiadas para
nuestro problema. Podemos tomar como base las cuatro principales, y de
ahí partir para la creación de nuevas categorías.

4. Realizar una tormenta de ideas con el fin de proponer tantas causas

principales como sea posible, esto con el fin de no omitir alguna, y que
pueda ser pasada por alto. Debemos de ir anotando las causas dentro de
la categoría a la cual corresponda.

5. Una vez que hemos identificado las causas principales procedemos a

preguntarnos, ¿Por qué ha surgido determinada causa principal? Esto con
el fin de identificar cuáles han sido las causas secundarias (subcausas)
que han provocado a las causas principales.

6. Ya que hemos identificado tanto las causas principales como las causas
secundarias procedemos a realizar un análisis detallado de cada una de
ellas, para seleccionar aquellas causas que estamos en posibilidad de
corregir de una manera inmediata, y asignar aquellas causas que se
encuentran fuera de nuestras manos, a un responsable para su solución

-Diagrama de Flujo:

Es una representación gráfica de un proceso. Cada paso del proceso se

representa por un símbolo diferente que contiene una breve descripción de la
etapa de proceso.

PASOS
1. Enumere los pasos del proceso.
2. Añada formas y símbolos.
3. Pase al siguiente paso o pregunta.
4. Continúe añadiendo cada paso a su diagrama de flujo hasta que su diagrama de
flujo represente completamente el proceso.

-Diagrama de Dispersión y Gráfica de Control:

Es un tipo de diagrama matemático que utiliza las coordenadas cartesianas para
mostrar los valores de dos variables para un conjunto de datos.

Diagrama de Dispersión:

 Paso uno: Elaborar una teoría admisible y relevante sobre la supuesta

relación entre dos variables. Este paso es muy importante, puesto que el
análisis de un diagrama de dispersión permite obtener conclusiones sobre
la existencia de una relación entre dos variables.
 Paso dos: obtener los pares de datos correspondientes a las dos
variables Al igual que otra herramienta de análisis de datos, estos son la
base de las conclusiones, por tanto, cumplirán con las siguientes
condiciones: •Cantidad suficiente •Datos exactos •Datos representativos
•Información completa
 Paso tres: determinar los valores máximo y mínimo de cada variable
•Ejemplo: Tabla de los datos recogidos Paso 4: Decidir sobre qué eje
representará a cada una de las variables Si se está estudiando una
posible relación causa-efecto, el eje horizontal representará la supuesta
causa.
 Paso cuatro: Trazar y rotular los ejes horizontal y vertical, juegan un
papel importante al interpretar la gráfica:

a) Los ejes han de ser aproximadamente de la misma longitud,

determinando un área cuadrada.
b) La numeración de los ejes ha de ir desde un valor ligeramente menor
que el valor mínimo de cada variable hasta un valor ligeramente superior
 al valor máximo de las mismas. Esto permite que los puntos abarquen
toda el área de registro de los datos.
c) Numerar los ejes a intervalos iguales y con incrementos de la variable
constantes.
d) Los valores crecientes han de ir de abajo a arriba y de izquierda a
derecha en los ejes vertical y horizontal respectivamente.
e) Rotular cada eje con la descripción de la variable correspondiente y con
su unidad de medida.

 Paso 6: Marcar sobre el diagrama los pares de datos Cuando coinciden

muchos pares de puntos, el Diagrama de Dispersión puede hacerse
confuso. En este caso es recomendable utilizar una "Tabla de
Correlación" para representar la correlación.
En el caso en que se construye un Diagrama de Dispersión estratificado
separando los pares de datos, por ejemplo, según el turno de trabajo, lote
de materia prima, etc.), deben escogerse símbolos que pongan de
manifiesto los diferentes grupos de puntos de forma clara.

 Paso 7: Rotular el gráfico. Se rotula el título del gráfico y toda aquella

información necesaria para su correcta comprensión. En general, es
conveniente incluir una descripción adicional del objeto de las medidas y
de las condiciones en que se han realizado, ya que esta información
puede ayudar en la interpretación del diagrama.

Gráfica de Control
Paso 1: Se van a contar el número de defectos encontrados en las mesas por
lote. Los lotes pueden variar levemente de tamaño, es decir, puede haber
pequeñas variaciones en el número de mesas que compone un lote de
producción.

Paso 2: Se van a trabajar lotes que pueden tener diferente tamaño, y se va a

contar el porcentaje de defectos encontrados por lote (el lote es la muestra),
razón por la cual vamos a trabajar con una gráfica de control por atributos tipo p.

Paso 3: Los datos se van a capturar durante 10 días de producción. Se van a

considerar 20 muestras (20 lotes), el tamaño de cada lote lo tienes en el paso 4.

Paso 4: Estos son los datos recopilados. La fracción defectuosa es el resultado

de dividir el número de errores por el tamaño del lote.
Conclusión

Hasta aquí todo el trabajo que se realizó mediante diferentes tipos de

investigación, la cual esta tarea estará acta para enseñarnos una parte de lo que
son los diseños y la implementación de control estadístico de calidad dentro de
las organizaciones o empresas.