Tecnológico Nacional de

México
Departamento de Ing. Industrial

Torres Rea Luis Angel 17210408

Thing Taylor Karen Arely 17210407

Docente: Arana Lugo

Tarea:
2.8 Análisis de la información registrada

Tijuana, B.C. a 15 de enero del 2021.

 Análisis de la Información Registrada.
Puede definirse como la aplicación de técnicas de procesamiento
automático del lenguaje natural, de clasificación automática y de
representación gráfica (cartografía) del contenido cognitiva
(conocimientos) y factual (fecha, lenguaje, tipo de publicación…) de los
datos bibliográfico (o textuales).
El analista debe aprender a efectuar observaciones o verificaciones
visuales y realizar las anotaciones después de haber abandonado la zona
de trabajo.
Esto reducirá al mínimo la sensación de ser observado que
experimentaría un operario, el que continuaría trabajando así en la forma
acostumbrada.

Grafica de Control.
Las gráficas de control sirven para:
 Determinar el estado de control de un proceso.

 Diagnostica el comportamiento de un proceso en el tiempo.

 Indica si un proceso ha mejorado o ha empeorado.

 Permite identificar las dos fuentes de variación de un proceso.

 Sirve como una herramienta de detección de problemas.

Fuentes de Variación en un Proceso:
1. Causas Asignables o Especiales
Son los factores esporádicos que desestabilizan el sistema. Su
identificación es inmediata y fácil.
2. Causas Comunes o Naturales
Son los factores que afectan en poco la variabilidad del sistema.
Su presencia es aleatoria y no son de fácil detección.
Generalmente están relacionadas con aspectos administrativos.
Consideraciones previas
Antes de establecer una gráfica de control, es necesario definir con
claridad los siguientes puntos: el propósito de la gráfica, el aspecto que se
va a considerar, y la unidad de donde se va a tomar la muestra.

Gráfica de control por variables

La característica de calidad que se mide es una variable continúa (peso, pulgadas,
temperatura, etc). Si ese es el caso, podemos encontrar gráficos basados en la
tendencia central ( ) y en el rango.
 Gráfica  : Qué tanto se están alejando las mediciones de la tendencia central, que en
este caso es la media o promedio. Por ejemplo, un nuevo trabajador o nuevos
instrumentos de trabajo harán que las mediciones se alejen más de línea central.
 Gráfica R: Qué tanta ganancia o pérdida de uniformidad hay en la dispersión de un
proceso dentro de una muestra. En otras palabras, el rango es la resta del valor más
grande con el valor más pequeño de una muestra, lo que nos permite determinar la
variabilidad. El valor resultante es plasmado en un gráfico de control para ser
comparado con el rango de otra serie de muestras. Con esto logramos ver si hay
presencia de uniformidad en los puntos ubicados o si no, para intervenir.
 Gráfica  -R: Utilizamos ambos tipos de gráficas cuando se miden la relación de las
especificaciones de calidad con la tendencia central y la dispersión. En este sentido,
ubicamos una gráfica ligeramente encima de la otra y analizamos el comportamiento de
cada punto.
Gráfica de control por atributos
Piensa en una característica de calidad basada en atributos como el cumplimiento con
respecto a una especificación. Lo hacemos con variables discretas. De aquí se
derivan cuatro tipos de gráficos:
 Gráfico p: En él medimos el porcentaje de defectos por muestra. Por ejemplo, si
tenemos una muestra de 100 productos y 10 de ellos tienen al menos un defecto, hay
una fracción defectuosa de 0,1. Este valor se ubica en el gráfico sobre el eje y.
 Gráfico np: A diferencia de p, este valor no es una fracción. Es el número de unidades
defectuosas en una muestra. Si es una muestra de 100 productos, 10 de ellos tienen al
menos un defecto, 10 será el valor a ubicar en el gráfico sobre el eje y.
 Gráfico c: Es el número de defectos por unidad de producción durante un período de
muestreo. En este caso, los defectos por producto se cuentan, y establecemos un valor
para definir a partir de cuántos defectos una unidad es defectuosa. Por ejemplo, el
número de zonas desgastadas que tenga una chaqueta de cuero, si la chaqueta tiene
más de 5 zonas desgastadas, se considera una unidad no conforme.
 Gráfico u: Similar a p pero parte del gráfico c. En él medimos el porcentaje de defectos
en una unidad durante un período de muestreo.
Cómo hacer un gráfico de control: Paso a paso
Hay diversidad de softwares que tienen funciones para hacer montones de cosas con
cartas de control. Incluso, en empresas de producción, hay maquinarias que elaboran a
medida que producen las cartas de control según la configuración asignada. Pero como
este no es el caso y de lo que hablamos en Ingenio Empresa es de aprendizaje, vamos
a explicar cómo hacer un gráfico de control.
Aún cuando es un paso a paso, si es importante que complementes lo aprendido aquí
con otras fuentes, pues el diagrama de control y en general el control estadístico de
procesos es un tema mucho más grande, que incluye distribuciones de probabilidad,
fórmulas, niveles de sigma, etc.

En todo caso, el control estadístico de procesos es un tema próximo a desarrollar en

detalle en Ingenio Empresa.
  Paso 1. Antes que nada, determina cuál es el proceso a trabajar y cuál es la
característica de calidad que vas a medir. ¿Acaso es peso, longitud, número de
defectos o volumen?
 Paso 2: Ahora que tienes el tipo de datos a recolectar, define el tipo de gráfico de
control a usar basándote en lo explicado anteriormente, y no te quedes solo con eso,
investiga más.
 Paso 3: Determina el tiempo en el que estarás capturando los datos y define con base
en el tipo de gráfico que vas a trazar, cuestiones como la cantidad de muestras a
considerar (considera al menos 20) y el tamaño de cada una.
 Paso 4: Recopila los datos.
 Paso 5: Determina la línea central y el límite de control superior e inferior.
 Paso 6: Representa los datos en la gráfica.
 Paso 7: Analiza el resultado. Interpreta el gráfico.
Interpretación de un gráfico de control
Y este apartado es únicamente para el paso 7, pues aquí radica la verdadera utilidad
de una carta de control. Existen comportamientos y patrones en los datos
representados, que nos darán un indicio de que hay una variabilidad no aleatoria que
debe investigarse.

 Pista 1: Cuando hay solo un punto fuera de control. Es quizá la más pequeña de las
probabilidades.
 Pista 2: Cuando hay dos de cada tres puntos sucesivos ubicados a un lado de la línea
central y más de dos desviaciones estándar (sigma) alejados de esta línea.
 Pista 3: Cuando hay 4 de cada 5 puntos sucesivos ubicados a un lado de la línea
central y más de una desviación estándar (sigma) alejados de esta línea.
 Pista 4: Cuando hay una serie de 8 puntos sucesivos ubicados a un lado de la línea
central, sin importar cuántas desviaciones estándar estén alejados de la línea central.
Por ejemplo 8 de cada 10 puntos, 12 de cada 14 puntos o 16 de cada 18 puntos.
 Pista 5: Cuando hay 6 puntos consecutivos ascendentes o descendientes.
 Pista 6: Cuando hay 14 o más puntos consecutivos cruzando la línea central de arriba a
abajo, sin que haya al menos 2 puntos sucesivos en un mismo lado.
 Pista 7: Cualquier patrón recurrente que estés observando, puede ser considerado algo
inusual.
Ejemplo de diagrama de control
Vamos a imaginar una empresa que produce escritorios, por ejemplo, Mesfir. Ellos
quieren monitorear el número de defectos en sus mesas incluyendo el 99,73% (tres
desviaciones estándar) de la variación aleatoria del proceso, por lo que revisan que la
forma de la mesa, su estabilidad y la pintura estén en óptimas condiciones.

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.

Datos recopilados para elaborar gráfico de control

Paso 5: Vamos a determinar la línea central y los límites de control superior e inferior.
Vale la pena aclarar que cuando hicimos el ejemplo, consideramos todos los
decimales, sin embargo en los gráficos y fórmulas que mostramos a continuación, solo
consideramos dos cifras decimales, por lo tanto seguramente si reproduces el ejemplo
como se muestra a continuación, los resultados van a variar levemente.
Para tener la línea central calculamos p promedio:

Observa la última fila del paso 4. El número de errores es 99, el número total de
registros examinados es 1859 y resulta de la sumatoria del número de escritorios por
lote.

La desviación estándar para la distribución de la muestra se calcula así:

p promedio es el número que calculamos anteriormente, y n es 92,96 que es el tamaño
de la muestra, en este caso el tamaño de los lotes. Como se aprecia en la tabla del
paso 4, el tamaño del lote varia, por lo tanto 92,95 es el resultado del promedio de
escritorios por lote. La desviación estándar es igual a 0,02.
El cálculo de los límites se hace así:

El número de desviaciones estándar se conoce como z. Mesfir (la empresa) limita los

valores a 3 desviaciones estándar de la media, lo que equivale a 99,73%. Es por eso
que en el cálculo de los límites de control, z es igual a 3. Los otros datos ya los
conoces, fueron calculados anteriormente.

¿Podemos tener un número de defectos negativo? No. Es por eso que el límite central
inferior se redondea a 0.

Paso 6: Procedemos a representar los datos en una carta de control.

Con los cálculos hechos, este es el resultado de la gráfica de control de Mesfir.
Ejemplo de gráfica de control: Gráfica p

Paso 7: Analizamos el resultado.

La interpretación de una gráfica de control tiene más sentido cuando se han hecho
varios ejercicios de este tipo, lo que permite determinar qué es normal y qué no lo es
en el comportamiento de la producción. Sin embargo, y basándonos en las pistas antes
mostradas, podemos ver que:

 El punto 12 esta fuera de control. Aunque es una probabilidad pequeña, bien vale la
pena entrar a mirar porqué ocurrió esto.
 Evidentemente algo ocurrió en los lotes 4 a 9. Fija que hay un aumento constante desde
el punto 4 hasta el punto 9, y aunque se ve corregido en el punto 10, se debe de
revisar cómo se trabajaron estos lotes.
 ¿Qué ocurrió en los puntos 11,12 y 13? Hubo algún suceso que afectó sobre todo al
punto 12 y después fue corregido; es lo más probable.