Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA CIVIL
INFORME
“HERRAMIENTAS DE LA CALIDAD”
CURSO:
GESTION DE LA CALIDAD EN LA CONSTRUCCION
DOCENTE:
Ms. LOPEZ CARRANZA ATILIO RUBEN
CHIMBOTE-PERÚ
2018
~1~
ÍNDICE
I. INTRODUCCION……………………………………………………………………………………….……….3
II. OBJETIVOS…………………………………………………………………………………………………..…..4
2.1 OBJETIVOS GENERALES……..……………………………………………………………………….4
2.2 OBJETIVOS ESPECIFICOS…………….……………………………………………………………….4
IV. CONCLUCIONES…………..…………………………………………………………………………………14
V. REFERENCIAS BIBLIOGRAFICAS…….…………………………………………………………………15
~2~
I. INTRODUCCION
~3~
II. OBJETIVOS
OBJETIVOS GENERALES:
OBJETIVOS ESPECIFICOS:
~4~
III. MARCO TEORICO
- Por la globalización que generan los mercados competitivos hacia nosotros los
ingenieros civiles.
- Clientes exigentes que nos piden mejorar los controles de calidad en la construcción
para así poder tener mejores oportunidades y mejorar nuestro producto como
ingenieros.
OBJETIVOS:
~5~
Entregar un medio para evaluar si un proceso de fabricación, servicio o proceso
administrativo está o no en estado de control estadístico, es decir, evaluar la estabilidad
de un proceso. (Garfield, FM 1993) (págs. 20 -25)
VENTAJAS:
ALCANCE:
Un gráfico o diagrama de control es un trazo gráfico de los resultados de los análisis con
relación al tiempo o secuencia de mediciones, con límites dentro de los cuales se espera
que estén los resultados cuando el procedimiento analítico esté bajo control.
Este procedimiento se aplicará a ensayos que requieran o no de una medición
instrumental. (Garfield, FM 1993) (págs. 20 -25)
ELABORACION DE GRAFICOS PARA CONTROL:
Se registran en archivos magnéticos donde la introducción de los datos permite la fácil
actualización de las diferentes variables como promedio, desviación estándar o
tendencia del conjunto de resultados que están siendo evaluados.
Existen dos posibilidades:
~6~
Se calculan la media (X) y la desviación estándar (S) para el conjunto de valores.
En el eje de ordenadas se representan dos líneas a X ± 2S (límites de alerta superior e
inferior, LAS y LAI) y dos líneas a X ± 3S (límites de control superior e inferior, LCS y
LCI).
Se representan los valores individuales del conjunto de datos. Si todos los puntos
representados se encuentran entre las dos líneas extremas, el procedimiento se
encuentra bajo control, se da por concluido el "PERIODO BASE" y se pasa a la fase
siguiente; o si algún punto se encuentra fuera de estas líneas, se buscan las causas que
han introducido la variabilidad, se corrigen y se comienza nuevamente el período base.
Período de Vigilancia:
Con la periodicidad establecida, se hará una determinación del patrón o la “muestra
control” y el dato se incluirá en el gráfico anteriormente construido, se considera que
el procedimiento continúa bajo control si no se presenta alguna de las situaciones
descritas.
Mantenimiento:
Cuando se empleen “muestras control”, al agotarse ésta, deberá elaborarse un nuevo
gráfico. (Garfield, FM 1993) (págs. 20 -25)
INTERPRETACION DE RESULTADOS:
Es aconsejable el empleo combinado de los dos criterios antes expuestos, lo que
permitirá en cada situación definir si el procedimiento está o no bajo control.
Como guía, se considera que el procedimiento continúa bajo control si no se presenta
alguna de las situaciones siguientes:
Límite de control (LC): si un punto lo excede, repita el análisis inmediatamente. Si el
nuevo valor es < LC, prosiga el análisis pero si aún excede el LC, interrumpa el análisis
hasta resolver el problema.
Límite de alerta (LA): dos de tres puntos sucesivos, exceden el LA, repita el análisis. Si
el nuevo valor es < LA, prosiga el análisis pero si aún excede el LA, interrumpa el
análisis y evalúe la posibilidad de sesgo.
Tendencia de puntos: siete puntos consecutivos en orden creciente o decreciente
entre sí.
Efectos alternativos sistemáticos: existencia de 14 puntos alternativos consecutivos.
En cualquier situación anómala, deberá investigarse la posible causa, para lo que se
tomarán las acciones pertinentes como: revisar el equipo y/o el estado de los
reactivos, rehacer la curva de calibración. En caso que no sea posible solucionar la
anormalidad, deberá evaluarse su efecto sobre los resultados previamente obtenidos y
adoptarse los correctivos pertinentes. Si la falla fuese causada por un equipo, deberá
~7~
identificarse éste como fuera de especificaciones y ponerse en contacto con el servicio
técnico correspondiente. (Garfield, FM 1993) (págs. 20 -25)
EJEMPLO:
1.4 HISTOGRAMAS
Por comodidad, generalmente se toman los intervalos de clase del mismo ancho y se
omite el concepto de densidad empírica, pues en caso de intervalos de igual ancho, la
forma del histograma es idéntica, si se toma como ordenada la densidad o si se asume
como la frecuencia relativa. El software de estadística, refuerza esta costumbre, pues
por defecto hace gráficos de histograma con intervalos del mismo ancho. Introduciendo
el tema de la representación gráfica de los datos, usando intervalos de anchura desigual,
se produce una ganancia conceptual importante, pues obliga a la representación del
histograma como rectángulos que tienen como base el intervalo de clase y su área
proporcional (o igual) a la frecuencia relativa. Definiendo el histograma de esta manera
sus ordenadas representan automáticamente la función empírica de densidad,
generándose el enlace conceptual apropiado con la densidad de probabilidad de una
variable aleatoria. Además la palabra “empírica” se asocia con muestral, y la densidad
de probabilidad como su análogo poblacional. Ilustremos la situación con un ejemplo.
(LEE Y MELETIOU, 2003) (Pag. 230)
OBEJTIVOS:
Revelar la posible estructura estadística de un grupo de datos para poder interpretarlos.
(LEE Y MELETIOU, 2003) (Pag. 230)
CARACTERISTICAS:
~8~
Gráfico o diagrama que muestra el número de veces que se repiten cada uno de los
resultados cuando se realizan mediciones sucesivas.
La aplicación de los histogramas está recomendado como análisis inicial en todas las
tomas de datos que corresponden a una variable continua. (LEE Y MELETIOU, 2003) (Pag.
230)
VENTAJAS:
Su construcción ayudará a comprender la tendencia central, dispersión y frecuencias
relativas de los distintos valores.
Muestra grandes cantidades de datos dando una visión clara y sencilla de su
distribución.
Es un medio eficaz para transmitir a otras personas información sobre un proceso de
forma precisa e inteligible. (LEE Y MELETIOU, 2003) (Pag. 230)
EJEMPLO:
FUENTE: https://www.ingenieriacivil.com
~9~
análisis puede efectuarse por técnicas estadísticas que permitan determinar si
existe o no relación, y el grado de existencia en su caso. (DOMENECH, R 2013) (Pag.
25)
¿Cómo se interpreta?
A un crecimiento de X (causa) corresponde un crecimiento de Y
Correlación positiva:
(efecto). Controlando la evolución de los valores de X, quedan controlados los valores
de Y.
A un crecimiento de X se observa una tendencia a crecer de Y,
Correlación positiva débil:
pero se presume que existen otras causas de dependencia.
Correlación negativa: A un crecimiento de X se observa una tendencia a disminuir de Y.
(DOMENECH, R 2013) (Pag. 25)
EJEMPLO:
~ 10 ~
FUENTE: (DOMENECH, R 2013) (Pag. 26)
~ 11 ~
1.6 MUESTREO DE ESTATIFICACION
El muestreo estratificado es una técnica de muestreo probabilístico en donde el investigador
divide a toda la población en diferentes subgrupos o estratos. Luego, selecciona
aleatoriamente a los sujetos finales de los diferentes estratos en forma proporcional. Es
importante tener en cuenta que los estratos no deben superponerse. Que los subgrupos se
superpongan dará a algunos individuos mayores probabilidades de ser seleccionados como
sujetos. Esto niega completamente el concepto de muestreo estratificado como un tipo de
muestreo probabilístico. https://explorable.com/es/muestreo-estratificado
¿COMO SE UTILIZA?
- Se utiliza el muestreo aleatorio estratificado cuando el investigador desea
resaltar un subgrupo específico dentro de la población. Esta técnica es útil en
tales investigaciones porque garantiza la presencia del subgrupo clave dentro de
la muestra.
- Los investigadores también emplean un muestreo aleatorio estratificado cuando
quieren observar relaciones entre dos o más subgrupos. Con la técnica de
muestreo aleatorio simple, el investigador no está seguro de si los subgrupos que
quiere observar son representados equitativa y proporcionalmente dentro de la
muestra.
- Con el muestreo estratificado, el investigador puede probar de forma
representativa hasta a los subgrupos más pequeños y más inaccesibles de la
población. Esto permite que los investigadores prueben a los extremos de la
población.
- Con esta técnica, tienes una precisión estadística más elevada en comparación
con el muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de
los subgrupos es menor en comparación con las variaciones cuando se trata de
toda la población. https://explorable.com/es/muestreo-estratificado
TIPOS:
Muestreo aleatorio estratificado proporcionado
En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de
la población del estrato si se compara con la población total. Esto significa que el cada
estrato tiene la misma fracción de muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaños de la población,
respectivamente. El investigador eligió una fracción de muestreo de ½. Luego, el
investigador debe probar al azar 50, 100 y 150 sujetos de cada estrato,
respectivamente. https://explorable.com/es/muestreo-estratificado
Estrato A B C
Fracción de muestreo ½ ½ ½
~ 12 ~
En esta técnica, lo importante es recordar el uso de la misma fracción de muestreo en
cada estrato, independientemente de las diferencias en el tamaño de la población de
los estratos. Es muy parecido a reunir una población más pequeña que sea específica
de las proporciones relativas de los subgrupos dentro de la población.
https://explorable.com/es/muestreo-estratificado
EJEMPLO:
FUENTE: http://www.scielo.org.mx
~ 13 ~
IV. CONCLUCIONES
~ 14 ~
V. REFERENCIAS BIBLIOGRAFICAS
~ 15 ~