05 ControlEstadistico

OC-971 Gestión de la Calidad – Capítulo 5
Capítulo 5
Aspectos Estadísticos
relacionados con la Calidad
Boris Heredia Rojas, Ing. Civil, M.Cs., Ph.D. 1

Control estadístico de procesos

 Constituye una metodología de diagnóstico de la
“estabilidad” de un indicador de calidad de un
proceso y de su capacidad para cumplir con sus
especificaciones o límites de tolerancia.
 Apoya las decisiones de gestión y previene problemas
de calidad.
 Metodología general:
 Tomar muestras periódicas de un proceso
 Graficar los puntos de muestreo en un gráfico de
control.
 Determinar si el proceso está dentro de los límites
de control.
 Establecer acciones para corregir y prevenir
desviaciones.
2
Cómo medir
 Estratificación
 Cuando se investiga un problema, una medición general
simple no siempre es suficiente y puede confundir. Por
ejemplo, al medir fallas, se pueden agregar medidas
adicionales que permiten estratificarlas, tales como:
método utilizado, personal que realizó la tarea, máquinas o
herramientas usadas, tiempo de ejecución, etc.
 Muestreo
 Generalmente no es posible medir todos los productos o
elementos de interés. Entonces se utiliza una muestra
limitada, a partir de la cual se deducen las características
de la población. Para ello se debe cumplir:
 Tamaño adecuado de la muestra
 Muestreo no debe ser sesgado.
 Registro de los datos
 Se debe mantener exactitud de los datos.
3
Estadísticas Básicas
 Ubicación
 Media,
 Mediana
 Moda
 Variabilidad
 Varianza
 Desviación estándar
 Rango
 Asimetría
4
1) Ubicación
 Media (Me)
 Promedio
 Mediana (P50)
 Punto medio (más probable)
 Moda (Mo)
 Lo más frecuente
Me, P50, Mo Mo P50 Me
5
2) Variabilidad o Variación
 Todo indicador de calidad tiene variación y es una

expresión de mala calidad para el cliente.
 Al existir una variabilidad importante, el indicador cae
parcialmente fuera de las especificaciones.
A B
LIE: Límite Inferior LSE: Límite Superior

de Especificaciones de Especificaciones
Área A y B: Proporción de unidades (de producto o servicio)

rechazadas por estar fuera de especificaciones
6
Variabilidad o Variación
 Varianza (V):
 Mide la dispersión de los datos alrededor de la media
 Valores pequeños indican bajo riesgo
 V = σ2
 Desviación Estándar (S ó σ)
 Es la raíz cuadrada de la varianza
 σ = (√Σ(x-x)2)/n
 Para una distribución normal cerca del 68% de los valores
están con una desviación estándar alrededor de la media
(95% para dos desviaciones y 99% para tres)
 Rango (R):
 La diferencia entre el mínimo y el máximo de los valores
observados
7
3) Asimetría
 Es una medida de alargamiento hacia uno de los dos
extremos de una distribución
 Una distribución es simétrica y tiene un coeficiente de
asimetría de 0
 Si la distribución “tiende a alargarse” hacia la
derecha, tiene asimetría positiva, en caso contrario
(hacia la izquierda) es negativa.
 En distribuciones asimétricas, la diferencia entre el
resultado más probable y el promedio puede ser
significativa
0 + -
8
La distribución normal
68%
95%
99.74%
-3 -2 -1  = 0 1 2 3
Distribución de Probabilidades
Área bajo la curva (Z)
Z = (x – x) / σ (tablas)
9
Variación por Causa Común

 Variación inherente de un proceso, tal como está hoy.
Muchas son causas evitables.
 Sólo puede eliminarse por medio de mejoramientos
del sistema (Ciclo PDCA).
 Representan el 85% de los problemas (Deming) y son
responsabilidad de los gerentes y jefes.
 Ejemplos:
 Materias primas de mala calidad
 Pobre capacitación
 Pobre liderazgo
 Herramientas de trabajo en mal estado
10
Variación por Causa Especial

 Variación debido a causas circunstanciales y fallas
esporádicas.
 Puede ser eliminada por medio de acciones del
trabajador o de la administración.
 Explican el 15% de los problemas.
 Ejemplos:
 Error de digitación (no asignable a falta de
capacitación)
 Desajuste de una maquinaria
 Accidente en el camino que retrasa la llegada
 Ausencia al trabajo de un empleado
11
Indicador del Proceso “Bajo Control” y “Fuera de Control”
 Un indicador de calidad con sólo variación

común está “bajo control”, si hay variación
especial importante, se dice que el indicador
está “fuera de control”
 Si sólo hay variación común, la variación es
estable en el tiempo, predecible, estudiable y
mejorable (reducible) y, por lo tanto,
“entendemos” la variabilidad del indicador y
estamos “en control” de él.
 Si hay variación especial de importancia, la
situación es más bien de caos, no compresible
ni predecible.
12
Gráficos de Control
 Para estudiar si un indicador de calidad está “Bajo
Control” (sólo variación común)
 Entre los gráficos de control se encuentran gráficos
para variables y gráficos para atributos. Ambos
establecen límites de control de un proceso .
 Tipos de datos:
 Atributos: características de un producto evaluadas de
acuerdo a elección discreta
 Bueno/malo, cumple/no cumple, defectuoso / no
defectuoso, etc.
 Variables: características de un producto que pueden
ser medidas
 Longitud, tamaño, peso, altura, tiempo, velocidad,
temperatura, resistencia, etc.
13
 Los gráficos de control están basados en el

comportamiento de la Distribución Normal (o
“Campana de Gauss”):
u (media)
 Muchas variables, o transformaciones de ellas, siguen,
al menos aproximadamente, una Distribución Normal.
 Media de n valores, es igual a la suma de todos
ellos dividida entre n
14
Tipos de Gráficos de Control
 Gráficos de Control para Variables

 Media (x)
 Rango (R)
 Gráficos de Control para Atributos

p
c
15
Gráfico de control de procesos
Límite de control superior (LCS)

del proceso
Promedio
Límite de control inferior (LCI)
1 2 3 4 5 6 7 8 9 10
Número de muestra
16
 Un gráfico indica que el indicador está “fuera de

control” cuando ocurre(n) alguna(s) de las situaciones
siguientes:
1) Uno o más puntos caen fuera de las líneas superior e
inferior de control.
2) Ocho puntos o más están dentro de los límites de los

límites de control en forma creciente o decreciente.
17
3) Ocho puntos o más están dentro de los límites de

control pero todos sobre (o bajo) la línea central
4) Aunque los puntos están dentro de los límites de

control, forman ciclos o estructuras determinadas.
18
Gráficos de control para variables
 Gráfico de Media (Gráfico x )

 Usa el promedio de una muestra
 Es el gráfico de control más usado
 Gráfico de Rango (Gráfico R)

 Usa la dispersión (variabilidad) en una
muestra
19
Gráficos de control para variables
 Para crear este tipo de gráfico de control se toma

muestras de tamaño n cada cierto tiempo (1 hora, 3
horas, 1/2 día, un día).
 Las muestras están habitualmente entre 5 y 9

mediciones (se observan 5 a 9 unidades) (Tamaño de
la muestra = n)
 Se toman muestras para 20 a 25 tiempos. Para cada

muestra (de un determinado momento en el tiempo)
se calcula el promedio de los valores y el rango
(máximo valor menos el mínimo). (Número de
muestras = k)
20
Datos de ejemplo
n = tamaño de la muestra
Diámetro del anillo de unión (cm)

Muestra 1 2 3 4 5 x R
1 5.02 5.01 4.94 4.99 4.96 4.98 0.08
2 5.01 5.03 5.07 4.95 4.96 5.00 0.12
3 4.99 5.00 4.93 4.92 4.99 4.97 0.08
… … … … … … … …
10 5.01 4.98 5.08 5.07 4.99 5.03 0.10
50.09 1.15
5.01 0.115
k = número de muestras
21
El Gráfico de la Media o x
UCL  x  z  x
LCL  x  z  x

x 
n
22
Factores 3 de Gráficos de Control

Factores para diagrama X Factores para diagrama R
Tamaño de
Muestra, n d2 A2 d3 D3 D4
2 1,128 1,881 0,853 0 3,269
3 1,693 1,023 0,888 0 2,574
4 2,059 0,729 0,880 0 2,282
5 2,326 0,577 0,864 0 2,114
6 2,534 0,483 0,848 0 2,004
7 2,704 0,419 0,833 0,076 1,924
8 2,847 0,373 0,820 0,136 1,864
9 2,970 0,337 0,808 0,184 1,816
10 3,078 0,308 0,797 0,223 1,777
11 3,173 0,285 0,787 0,256 1,744
12 3,258 0,266 0,779 0,283 1,717
13 3,336 0,249 0,770 0,308 1,692
14 3,407 0,235 0,763 0,328 1,672
15 3,472 0,223 0,756 0,347 1,653
16 3,532 0,212 0,750 0,363 1,637
17 3,588 0,203 0,744 0,378 1,622
18 3,640 0,194 0,739 0,391 1,609
19 3,689 0,187 0,734 0,403 1,597
20 3,735 0,180 0,729 0,414 1,586
21 3,778 0,173 0,724 0,425 1,575
22 3,819 0,167 0,720 0,434 1,566
23 3,858 0,162 0,716 0,443 1,557
24 3,895 0,157 0,712 0,452 1,548
25 3,931 0,153 0,708 0,460 1,540 23
Cálculos del Gráfico x
x  x L  x 50 . 09
x  1 2 n   5 . 01 cm
k 10
UCL  x  A 2
R  5 . 01  (0 . 58 )(. 115 )  5 . 08
LCL  x  A 2
R  5 . 01  (0 . 58 )(. 115 )  4 . 94
x  promedios de las medias de la muestra

R  promedio de los valores de rango
Estas fórmulas usan el rango de la muestra
24
Ejemplo de Gráfico x
5.10
5.08
5.06
5.04
Promedio muestra
5.02
5.00
4.98
4.96
4.94
4.92
1 4 7 10
Número de muestra
25
Gráfico de Rango o R
UCL  D 4 R
LCL  D3 R
R 
 R
k
R  rango de cada muestra
k = número de muestras
26
Cálculos de Gráfico R
R  R 1.15
  0.115
k 10
UCL  D 4 R  2.11(0.115)  0.243

LCL  D3 R  0(0.115)  0
27
Ejemplo de Gráfico R
0.3
0.25
0.2
Rango
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9 10
Número de muestra
28
Límites de control y límites de especificación
 Los Límites de Control (LC) no deben ser confundidos

ni utilizados como si fuesen Límites de
Especificaciones (LE).
 Los LC corresponden a límites como el proceso está

hoy día, en base a los datos observados. De esta
forma, no tienen relación con los límites entre los
cuales el producto o servicio es adecuado y aceptable
para el “cliente”. Estos últimos son los Límites de
Especificaciones.
29
Límites de control y límites de especificación

 Los Límites de Control nos permiten “controlar” la
estabilidad del proceso, en relación a algún indicador
de calidad. Sólo un proceso estable es mejorable.
 Naturalmente, interesa muchísimo estudiar si los
valores del indicador de calidad en observación
están dentro de especificaciones, pues éste es el
objetivo en calidad.
 No obstante, esto se lleva a cabo mediante un
estudio de “capacidad” del indicador, mediante el
cálculo de índices de capacidad (que veremos más
adelante).
30
Gráficos de control para atributos
 Los gráficos de control para atributos permiten

estudiar el comportamiento de unidades defectuosas
o fuera de especificaciones producidas.
 Gráficos p
 Calcula el porcentaje defectuoso en la muestra
 Es el más conocido de estos gráficos
 Gráficos c
 Cuenta el número de defectos en cada ítem
31
Gráfico p
 El gráfico p permite estudiar la proporción de

unidades defectuosas producidas.
 Para ello se toma una muestra o eventualmente el
total de unidades producidas (tamaño de la muestra
= n) durante un período de tiempo (por ejemplo una
hora, medio día, un día completo), por k períodos
(número de muestras = k).
 El número de períodos es del orden de 20 a 25.
32
Gráfico p
UCL  p  z  p
LCL  p  z  p
p (1  p )
p n
p  promedio % defectuosos en muestra
n = tamaño muestra
33
Ejemplo gráfico p
20 muestras de 100 tejas cada una
Muestra # # Defectos Proporción Defectuoso
1 6 .06
2 0 .00
3 4 .04
… … …
20 18 .18
200
34
Cálculos de Gráfico p
total defectuosos
p
total observaciones muestra
200
=
20(100)
 0.10
p (1 p ) 0.10(1 0.10)

UCL  p  z  0.10  3  0.190
n 100
p (1 p ) 0.10(1 0.10)
LCL  p  z  0.10  3  0.010
n 100
35
Ejemplo gráfico p
0.2
0.18
0.16
0.14
Proporción defectuoso
0.12
0.1
0.08
0.06
0.04
0.02
0
0
10
12
16
20
14
18
..
Número de muestra
36
Gráfico c
  # total defectos
Promedio proceso c
# muestras = k
Desviación estándar de la muestra =  c  c
UCL  c + z c
LCL  c - z c
37
Ejemplo gráfico c
Número de defectos en enfierradura
Muestra # # Defectos
1 12
2 8
3 16
… …
15 15
190
38
Cálculos del Gráfico c
190
c  12.67
15
UCL  c + z c  12.67  3 12.67  23.35
LCL  c - z c  12.67  3 12.67  1.99
39
Ejemplo gráfico c
24
21
18
Número de defectos
15
12
0
6
8
0
10
14
12
Número de muestra
40
Capacidad de un Proceso
 La “capacidad” de un proceso, o más bien, de un

indicador de calidad de éste, es el rendimiento del
proceso cuando está bajo control.
 Mide si el indicador del proceso satisface los
requerimientos del cliente.
41
 Un proceso es capaz, en relación a un indicador de

calidad, cuando es “muy pequeña” la proporción de
rechazos, es decir, la proporción de unidades
“producidas” (bienes o servicios” fuera de
especificaciones.
LIE LSE
 LSE : Límite Superior de Especificaciones.
 LIE : Límite Inferior de Especificaciones.
42
 Para medir la capacidad, en relación a variables,

podemos utilizar e “Índice de Capacidad Potencial”:
LSE  LIE
Cp 
6
 6, es decir, seis desviaciones estándar, es la
distancia entre el Límite Superior de Control (LSC) y
el Límite Inferior de Control (LIC).
43
 En la Distribución Normal, en un rango de tres sigma

a cada lado de la media está el 99.74% de las
observaciones.
 Tenemos el problema que se desconoce ; por ello

debemos estimarla, es decir, aproximar el verdadero
valor a partir de los datos:
ˆ  R / d
2
(d 2  3 /(A 2 n) )
44
 Se obtiene la Capacidad Potencial Estimada
LSE  LIE
Cˆ p 
6ˆ
 El proceso es capaz, en relación al indicador bajo

observación, si al menos Cˆ p  1.0.
 El cálculo de Cp como índice de capacidad de un
proceso supone que el proceso está centrado.
45
Pasos para estudiar la variabilidad

de un indicador de un proceso
 ¿Está el proceso bajo control?
 Si no, ciclo de mejoramiento para corregir variación especial.
 proceso estable o bajo control
 ¿Es el proceso capaz para satisfacer los requerimientos de los
clientes?
 Si no, ciclo de mejoramiento.
 proceso capaz
 Ahora que el proceso (indicador) está bajo control y es capaz
¿Es su variabilidad adecuada para ser competitivo?
 Si no, nuevo (s) ciclo de mejoramiento para disminuir
variabilidad (y/o) ajustar media hasta...
 proceso optimizado
46
Ejercicio
• Una empresa de distribución de hormigón premezclado desea saber si los

tiempos de entrega a los clientes están bajo control. Para ello, toma muestras en
una semana (de lunes a viernes), obteniendo lo siguientes valores (en minutos):
Hora L M Mi J V
Valores 150 100 300 140 150
190 120 180 90 130
230 130 200 240 150
160 200 160 220 220
220 100 220 190 200
180 80 150 220 120
1. Estudie si la media y el rango se encuentran bajo control. De no ser así, señale
dónde se encuentran puntos fuera de control.
2. Suponiendo que es aceptable que la distribución tome a lo más 180 minutos,
determine si la proporción de despachos inaceptables está bajo control. Si no lo
estuviera, señale qué puntos o tramos se encuentran fuera de control.
3. Determine la capacidad del proceso en términos del indicador “tiempo de
entrega”, sabiendo que los límites de especificación son 80 y 200 minutos
respectivamente.
47
Seis Sigma
Metodología disciplinada basada en datos reales.
Yo diría ... Creo que...

Algunos
Mucho
Bastante Me parece...
Poco
“Si lo que conocemos de nuestros procesos no se puede expresar en

números, entonces no sabemos mucho sobre ellos”
“Si no sabemos mucho sobre ellos, no podemos controlarlos”
“Si no podemos controlarlos, no podemos competir”
Lord Kelvin 1891
48
¿Qué es Seis Sigma?

•Una metodología para la gestión de procesos de negocios.
Una metodología orientada a la mejora y el rediseño de procesos
teniendo en cuenta un entendimiento claro de las necesidades y
requerimientos de los clientes y haciendo un uso disciplinado de los
datos y el análisis estadístico.
•Un objetivo de la calidad
Objetivo de entregar a los clientes productos y servicios casi
perfectos.
Seis Sigma es un objetivo de sólo 3,4 defectos por millón de
oportunidades donde entendemos por:
Defecto: Un fallo del proceso ya que el producto o el servicio no
cumple los requerimientos o especificaciones del cliente.
Oportunidad: Cualquier suceso que puedes inspeccionar o medir y
que presenta una posibilidad de que se produzca un defecto.
49
Objetivo Seis Sigma: Reducción de Defectos

1.01 cm
LSS
1 cm
0.99 cm
LSI
1 cm O
+ 0.01
-
50
Objetivo Seis Sigma: Reducción de Defectos
6
1.01 cm
LCS
1 cm
0.99 cm
LCI
1 cm O
+ 0.01
-
51
¿Qué es Seis Sigma?

Escala de Medida Sigma DPMO La mayoría de las
2 308.537 empresas están en un nivel
Un proceso es 6 Sigma
3 66.807 de 3 sigmas (6.6% de
si tiene un nivel de 4 6.210
calidad de sólo 3,4 dpmo errores)
5 233
6 3.4 Target
-6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6
68.27%
95.45%
99.73%
99.9937%
99.999943%
99.9999998%
52
¿Para que sirve Seis Sigma?

Para conseguir la total Satisfacción del Cliente
Para trabajar con unos indicadores y objetivos comunes
Para promover el trabajo en equipo interdisciplinario
Para combinar objetivos agresivos con un método y un
conjunto de herramientas
Paraobtener mejoras de la productividad,

reducción de defectos y menores costos
53
¿Para que sirve Seis Sigma?
Costos de Fallos Externos
Costos de Fallos Internos
Costos de Inspección
Mejora del Proceso

54
Elementos en los que hay que enfocarse
CLIENTES
PROCESOS
EMPLEADOS
55
EL CLIENTE
Hay que DELEITAR al CLIENTE
El CLIENTE define la calidad. Esperan buenos productos, que no den

problemas, a unos precios competitivos, un buen servicio y trasparencia
y sencillez en la transacción.
Hacer las cosas bien no es suficiente. Hay que DELEITAR la cliente y si

no lo hacemos nosotros lo hará la competencia.
Cliente no es sólo el cliente externo. Cualquier departamento de la

empresa que depende de nuestro trabajo es un cliente para nosotros.
56
EL PROCESO
Pensar desde fuera. Hay que mirar el negocio desde la perspectiva
y necesidades del cliente.
Descubre lo que ellos ven y sienten y añade valor y mejoras siempre

desde los ojos del cliente.
Un proceso es una colección de actividades que toma una serie de inputs y crea
un output que añade valor al cliente.
Realizar un diagrama de flujo del proceso es importante para:
 que quede claro quienes son los clientes y los proveedores,
 que quede claro que departamentos (y por tanto que equipo) están
involucrados en el proyecto y poder definir el equipo,
 que todo el equipo tenga una visión común del problema a resolver,
 muestra complejidad inesperada y áreas problemáticas, cuellos de botella,
pasos innecesarios, subprocesos sin fin...
57
Elementos del proceso
Proveedor El que suministra las entradas al proceso
Entrada Los Materiales, Recursos y Datos requeridos para

ejecutar el proceso
Proceso una colección de actividades que toma una o más

formas de Entradas y crea una Salida que es de Valor
para el Cliente .
Salida El producto tangible o los servicios que resultan del
proceso ; equivalen a la necesidad del cliente.
Cliente El que recibe las salidas del Proceso, tanto interno
como externo.
Requerimientos Una característica de la salida que determinará el
grado en que logramos la satisfacción del cliente.
58
Versiones de un proceso
Lo que tu crees que es ...
Como es de verdad ...
Como debería ser ...
Como podría llegar a ser el ...

59
EL EMPLEADO
Compromiso de la empresa
Los resultados los genera el empleado. La mejora en la

calidad es una responsabilidad de todos y cada uno de los
empleados. Involucrar a todos los empleados de la
organización es crucial para mejorar la calidad
60
Metodología de Mejora de Procesos (DMAIC)
•DEFINIR
•MEDIR
•ANALIZAR
•MEJORAR
•CONTROLAR
61
Metodología de Mejora de Procesos (DMAIC)
Medir Analizar Mejorar Controlar

Definir
Desarrollo de
Determinar a las posibles Generar y Una vez que la
Definir el través de la causas que seleccionar las solución esta
problema, el recolección de están afectando soluciones que implementada
alcance del datos, el al proceso, van a resolver hay que
proyecto, estado actual verificación de el problema.
definir los
controlar que
del proceso y las causas con Generar
requerimientos el problema se
el tamaño del los datos argumentos
del cliente y problema. para vencer la
ha
disponibles y
sus CTQs, el Responder a resistencia de la solucionado.
determinar las
equipo y un ¿Qué esta causas que empresa al Hay que medir
diagrama del ocurriendo realmente están cambio y el nuevo
proceso a ahora? afectando al planear la estado del
mejorar proceso implementación proceso y
de las prevenir que
soluciones. vuelva al
estado anterior
62
Análisis de Datos: Varianza

Defectos Defectos
Eliminación Causas Mejora del proceso

Especiales
LIE LSE LIE LSE LIE LSE
Proceso fuera de control. Proceso bajo control. Las Proceso Seis Sigma. La
Causas especiales afectan causas que generan la variación en la calidad es
a la calidad del producto o variación son causas tan pequeña que todo
servicio. comunes y hay que producto o servicio que
analizar el proceso en llega al cliente esta dentro
Ejemplos:
profundidad para reducir de las especificaciones del
• Tiempo de espera en el (mejorar) la variación en la cliente (sólo 3,4 defectos
CAC calidad del producto o por millón de
servicio oportunidades)
• Velocidad de acceso a
Internet
63
Ejecución del Proyecto
El principal problema para poder ejecutar una estrategia es

la falta de conexión que existe entre los objetivos que fijan
los directores y las capacidades de la empresa.
Brecha entre la visión y objetivos de la

empresa y la realidad de la empresa.
La empresa tiene que conocerse a si misma. Saber que

puede hacer y para eso necesitas tener las métricas
adecuadas.
64
Ejecución del Proyecto

Problema Solución Seis Sigma
Desconexión de la Seis Sigma vincula la estrategia de la empresa con los objetivos del
dirección en la ejecución cliente y financieros y la responsabilidad de la implantación del
proyecto se le asigna un directivo (Champion).
Falta de datos sobre el Seis Sigma es una metodología enfocada a trabajar con datos e
estado actual de la información. Uno de los criterios básicos en la selección de proyectos
empresa es la existencia de datos con el objetivo de poder evaluar el impacto
del proyecto.
Falta de Seguimiento: Seis Sigma, el objetivo del proyecto se esta revisando a la luz de los
Tollgates datos y conclusiones que se van obteniendo. Al final de cada una de
las fases hay una revisión por el Master Black Belt, el Champion y
una validación del departamento financiero que valida o revisa las
premisas.
Mal Trabajo en Equipo Seis Sigma se enfoca en el proceso y el equipo se constituye entorno
al proceso. Son equipos pequeños pero que representa a todos los
departamentos involucrados.
Falta de Procedimientos Seis Sigma parte de la premisa de que tienen que atacarse los
problemas desde la base y buscar las causas raíz del problemas.
Falta de Documentación Seis Sigma obliga a llevar una documentación clara, rigurosa y
ordenada de todo el proyecto.
65
Herramientas Básicas de Seis Sigma
 Sentido Común
Definir
Medir Diagrama de Flujo
Analizar
Diagrama Causa Efecto
Mejorar
Controlar Diagrama de Pareto
Histograma
66

05 ControlEstadistico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

05 ControlEstadistico

Cargado por

Copyright:

Formatos disponibles

OC-971 Gestión de la Calidad – Capítulo 5

Boris Heredia Rojas, Ing. Civil, M.Cs., Ph.D. 1

Control estadístico de procesos

Me, P50, Mo Mo P50 Me

 Todo indicador de calidad tiene variación y es una

LIE: Límite Inferior LSE: Límite Superior

Área A y B: Proporción de unidades (de producto o servicio)

-3 -2 -1  = 0 1 2 3

Variación por Causa Común

Variación por Causa Especial

Indicador del Proceso “Bajo Control” y “Fuera de Control”

 Un indicador de calidad con sólo variación

 Los gráficos de control están basados en el

Tipos de Gráficos de Control

 Gráficos de Control para Variables

 Gráficos de Control para Atributos

Gráfico de control de procesos

Límite de control superior (LCS)

Límite de control inferior (LCI)

 Un gráfico indica que el indicador está “fuera de

2) Ocho puntos o más están dentro de los límites de los

3) Ocho puntos o más están dentro de los límites de

4) Aunque los puntos están dentro de los límites de

Gráficos de control para variables

 Gráfico de Media (Gráfico x )

 Gráfico de Rango (Gráfico R)

Gráficos de control para variables

 Para crear este tipo de gráfico de control se toma

 Las muestras están habitualmente entre 5 y 9

 Se toman muestras para 20 a 25 tiempos. Para cada

Diámetro del anillo de unión (cm)

Factores 3 de Gráficos de Control

Cálculos del Gráfico x

x  promedios de las medias de la muestra

Estas fórmulas usan el rango de la muestra

UCL  D 4 R  2.11(0.115)  0.243

Límites de control y límites de especificación

 Los Límites de Control (LC) no deben ser confundidos

 Los LC corresponden a límites como el proceso está

Límites de control y límites de especificación

Gráficos de control para atributos

 Los gráficos de control para atributos permiten

 El gráfico p permite estudiar la proporción de

20 muestras de 100 tejas cada una

Muestra # # Defectos Proporción Defectuoso

p (1 p ) 0.10(1 0.10)

Número de defectos en enfierradura

Cálculos del Gráfico c

 La “capacidad” de un proceso, o más bien, de un

 Un proceso es capaz, en relación a un indicador de

 Para medir la capacidad, en relación a variables,

 En la Distribución Normal, en un rango de tres sigma

 Tenemos el problema que se desconoce ; por ello

 Se obtiene la Capacidad Potencial Estimada

 El proceso es capaz, en relación al indicador bajo

Pasos para estudiar la variabilidad

• Una empresa de distribución de hormigón premezclado desea saber si los

Yo diría ... Creo que...

“Si lo que conocemos de nuestros procesos no se puede expresar en

¿Qué es Seis Sigma?

Objetivo Seis Sigma: Reducción de Defectos

Objetivo Seis Sigma: Reducción de Defectos

¿Qué es Seis Sigma?