UNIVERSIDAD POLITÉCNICA DEL

CENTRO

Glosario de Términos
Matrícula - Nombre del Alumno
004041 – José del Carmen Escamilla López

Asignatura
Control Estadístico

Profesor
Sandra de Jesus Hernández Nataren

Cuatrimestre: 6

Grupo: 1

e-mail: jose_esklop@outlook.com

Fecha de entrega: 10/07/2021

 A

1.- Atributo:

Autor: Cada una de las cualidades o propiedades de un ser.

Atributo. Real Academia Española. Fragmento Recuperado de:

https://dle.rae.es/atributo

Propio: Propiedades no cuantificables que contiene algún objeto o persona.

2.- Calidad objetiva:

Autor: La calidad objetiva deriva de la comparación entre un estándar y un

desempeño, se refiere a características de calidad medibles cuantitativamente.

Calidad Objetiva y Subjetiva. Conceptos de Calidad. Fragmento recuperado de:

https://portafoliogerardouv.weebly.com/aporte-
no2.html#:~:text=La%20calidad%20subjetiva%20se%20basa,personas%20y%20e
s%20medible%20cualitativamente.&text=Es%20un%20concepto%20de%20calida
d,requieren%20para%20satisfacer%20al%20cliente.

Propio: Se refiere a aquellas características de calidad que son medibles por

medio de números en base a las propiedades del producto.

3.- Calidad subjetiva:

Autor: La calidad subjetiva se basa en la percepción y en los juicios de valor de

las personas y es medible cualitativamente.

Calidad Objetiva y Subjetiva. Conceptos de Calidad. Fragmento recuperado de:

https://portafoliogerardouv.weebly.com/aporte-
no2.html#:~:text=La%20calidad%20subjetiva%20se%20basa,personas%20y%20e
s%20medible%20cualitativamente.&text=Es%20un%20concepto%20de%20calida
d,requieren%20para%20satisfacer%20al%20cliente.
Propio: Tipo de calidad dada por la percepción y juicio de las personas
compradoras.

4.- Carta de Control:

Autor: Es un gráfico en el cual se representan los valores de algún tipo de

medición realizada durante el funcionamiento de un proceso continuo, y que sirve
para controlar dicho proceso.

Control Estadístico de Procesos. Gráficos de Control. Fragmento recuperado de:

http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Grafico donde se encuentran todos los datos tomadas en las mediciones.

5.- Causas Asignables:

Autor: Son causas que pueden ser identificadas y que conviene descubrir y
eliminar, por ejemplo, una falla de la máquina por desgaste de una pieza, un
cambio muy notorio en la calidad del plástico, etc.

Causas asignables. Control estadístico de Procesos. Gráficos de Control.

Fragmento recuperado de:
http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Causas que pueden ser identificadas que pueden ser prevenidas para
evitar que generen un efecto en la variación total.

6.- Causas no asignables:

Autor: Son una multitud de causas no identificadas, ya sea por falta de medios
técnicos o porque no es económico hacerlo, cada una de las cuales ejerce un
pequeño efecto en la variación total.

Causas no asignables. Control estadístico de Procesos. Gráficos de Control.

Fragmento recuperado de:
http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Tipo de causa que no se identifica pero que genera un efecto dentro de la
variación total.
7.- Ciclo PDCA:

Autor: El Ciclo PDCA es la sistemática más usada para implantar un sistema de

mejora continua. Esta metodología describe los cuatro pasos esenciales que se
deben llevar a cabo de forma sistemática para lograr la mejora continua,
entendiendo como tal al mejoramiento continuado de la calidad (disminución de
fallos, aumento de la eficacia y eficiencia, solución de problemas, previsión y
eliminación de riesgos potenciales…).

Ciclo PDCA. Fragmento recuperado de: https://www.pdcahome.com/5202/ciclo-

pdca/

Propio: Tipo de sistematización que busca la mejora continúa en base al

mejoramiento de la calidad misma.

8.- Continuidad de salida sin Fallos (RTY):

Autor: El rendimiento combinado total de una corriente de proceso. Le indica la

probabilidad de que un elemento pasa a través de todos los pasos del proceso con
éxito la primera vez.

La capacidad de procesos como métrica de calidad para características

cualitativas. Métricas de Rendimiento (Yield). Fragmento recuperado de:
https://www.rlcu.org.ar/recursos/ponencias_IX_encuentro/Perez_Urrego_Pelaez_Z
uniga_Carrion_Garcia.pdf

Propio: Indica la probabilidad de que un producto tenga éxito sin ningún problema
desde el inicio.

9.- Control Estadístico:

Autor: Cuando el proceso trabaja afectado solamente por un sistema constante

de variables aleatorias no controlables (Causas no asignables) se dice que está
funcionando bajo Control Estadístico.

Control estadístico de Procesos. Gráficos de Control. Fragmento recuperado de:

http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Se le dice así cuando un proceso está funcionando solo con causas no
asignables.
 D

10.- Defectos por millón de oportunidades:

Autor: Defectos por millón de oportunidades (DPMO) es el número de defectos en

una muestra dividido entre el número total de oportunidades de defectos
multiplicado por 1 millón. El DPMO estandariza el número de defectos en el nivel
de oportunidad y es útil porque permite comparar procesos con diferentes
complejidades.

¿Qué es DPU, DPO y DPMO? ¿Qué es defectos por millón de oportunidad

(DPMO)? Fragmento recuperado de: https://support.minitab.com/es-
mx/minitab/19/help-and-how-to/quality-and-process-improvement/capability-
analysis/supporting-topics/capability-metrics/what-are-dpu-dpo-and-
dpmo/#:~:text=Defectos%20por%20unidad%20(DPU)%20es,unidades%20incluida
s%20en%20la%20muestra.

Propio: Se refiere al resultado de la división entre el número de defectos en una

muestra y el número total de oportunidades por cada millón.

11.- Defectos por millón de unidades (DPMU):

Autor: Se obtiene al multiplicar a DPU por un millón. Se utiliza cuando un

producto solamente tiene una característica de calidad.

La capacidad de procesos como métrica de calidad para características

cualitativas. Las métricas seis sigma para atributos. Fragmento recuperado de:
https://www.rlcu.org.ar/recursos/ponencias_IX_encuentro/Perez_Urrego_Pelaez_Z
uniga_Carrion_Garcia.pdf

Propio: Resultado de los defectos por unidad elevado al millón.

12.- Defectos por oportunidad:

Autor: Defectos por oportunidad (DPO) es el número de defectos en una muestra

dividido entre el número total de oportunidades de defectos.

¿Qué es DPU, DPO y DPMO? ¿Qué es defectos por oportunidad (DPO)?

Fragmento recuperado de: https://support.minitab.com/es-mx/minitab/19/help-and-
how-to/quality-and-process-improvement/capability-analysis/supporting-
topics/capability-metrics/what-are-dpu-dpo-and-
dpmo/#:~:text=Defectos%20por%20unidad%20(DPU)%20es,unidades%20incluida
s%20en%20la%20muestra.

Propio: Se le dice así al número de defectos por el número total de oportunidades

de defectos.

13.- Defectos por unidad:

Autor: Defectos por unidad (DPU) es el número de defectos en una muestra

dividido entre el número de unidades incluidas en la muestra.

¿Qué es DPU, DPO y DPMO? ¿Qué es defectos por unidad (DPU)? Fragmento
recuperado de: https://support.minitab.com/es-mx/minitab/19/help-and-how-
to/quality-and-process-improvement/capability-analysis/supporting-
topics/capability-metrics/what-are-dpu-dpo-and-
dpmo/#:~:text=Defectos%20por%20unidad%20(DPU)%20es,unidades%20incluida
s%20en%20la%20muestra.

Propio: Se les dice así al número de defectos por el número de unidades de la

muestra.

14.- Distribución de Poisson:

Autor: La distribución de Poisson es una distribución de probabilidad discreta que

modeliza la frecuencia de eventos determinados durante un intervalo de tiempo
fijado a partir de la frecuencia media de aparición de dichos eventos.

Distribución de Poisson. Economipedia. Fragmento recuperado de:

https://economipedia.com/definiciones/distribucion-de-poisson.html

Propio: Distribución que solo necesita el conocimiento de los eventos y la

frecuencia de ocurrencia para saber su probabilidad.

15.- Errores por operario:

Autor: En general son errores atribuibles a la imperfección de los sentidos
humanos usados en la práctica de la medición.

Errores debidos al operador. Fragmento recuperado como:

https://lim.ii.udc.es/docencia/din-
proind/docs/respuestas/p08.htm#:~:text=En%20general%20son%20errores%20atr
ibuibles,del%20usuario%20que%20los%20utilice.

Propio: Errores generados por las fallas humanas.

16.- Fluctuación natural:

Autor: Al realizar una sucesión de mediciones de una característica de calidad

sobre muestras del producto fabricado, se encuentra que los valores fluctúan
alrededor de un valor central, lo que se conoce como fluctuación natural.

Capacidad de un proceso. Límites de tolerancia natural de un proceso. Fragmento

recuperado de:
http://www.rpsqualitas.es/documentacion/dowloads/ensayos/capacidad_de_un_pr
oceso.pdf

Propio: Se denominan así a los valores que fluctúan dentro de un valor central sin
que estos salgan de los límites.

17.- Fuera de control:

Autor: Cuando, además de las causas no asignables, aparece una o varias

causas asignables, se dice que el proceso está fuera de control.

Control estadístico de Procesos. Gráficos de Control. Fragmento recuperado de:

http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Se le dice así cuando un proceso está funcionando con causas no

asignables y asignables.

G
18.- Grafico c:

Autor: Este tipo de gráfico controla la evolución de los defectos presentes en

muestras de tamaño constante tomadas a intervalos fijos de tiempo.

El grafico c. Gráficos de control para atributos. Fragmento recuperado de:

https://www.3ciencias.com/wp-content/uploads/2012/06/2.-Graf_Atributos.pdf

Propio: Grafico encargado de ver las evoluciones de los defectos.

19.- Grafico np:

Autor: Grafico que en lugar de contabilizar la proporción de unidades defectuosas

en una muestra, se considera el número de unidades defectuosas en la muestra,
para ello se toma de forma sistemática muestras de tamaño constante a intervalos
fijos de tiempo.

El grafico np. Gráficos de control para atributos. Fragmento recuperado de:

https://www.3ciencias.com/wp-content/uploads/2012/06/2.-Graf_Atributos.pdf

Propio: Tipo de grafico que no contabiliza las proporciones defectuosas si no que

considera el número de unidades defectuosas en las muestras.

20.- Grafico p:

Autor: El gráfico p es un gráfico de control del porcentaje o fracción de unidades

defectuosas (cociente entre el número de artículos defectuosos en una población y
el número total de artículos de dicha población).

El grafico p. Gráficos de control para atributos. Fragmento recuperado de:

https://www.3ciencias.com/wp-content/uploads/2012/06/2.-Graf_Atributos.pdf

Propio: Tipo de grafico utilizado para mantener en control los porcentajes de las
unidades defectuosas.

21.- Grafico u:
Autor: Este tipo de gráfico representa los defectos por unidad presentes en
muestras tomadas a intervalos fijos de tiempo. Al trabajar en defectos por unidad
este gráfico u permite trabajar tanto con muestras de tamaño fijo como variable.

El grafico u. Gráficos de control para atributos. Fragmento recuperado de:

https://www.3ciencias.com/wp-content/uploads/2012/06/2.-Graf_Atributos.pdf

Propio: Grafico que demuestra los defectos que se encuentran en las unidades en
intervalos de tiempo fijos.

22.- Métrica de rendimiento:

Autor: Sistema que puede evaluar el estado del sistema en su totalidad, así como
el estado de los servidores individuales, los asignadores y los servicios habilitados.

Métricas de Rendimiento. Fragmento recuperado de:

https://www.ibm.com/docs/es/cognos-
analytics/10.2.2?topic=SSEP7J_10.2.2/com.ibm.swg.ba.cognos.crn_arch.10.2.2.d
oc/c_performancemetrics.html

Propio: Tipo de sistema que es empleado para saber el estado de toda la

empresa.

23.- Nivel sigma:

Autor: El nivel sigma es un indicador de variación el cual corresponde a cuantas
desviaciones estándar caben entre los límites de especificación del proceso.

Nivel sigma y DPMO. Ingeniería Industrial. Fragmento recuperado de:

https://www.ingenieriaindustrialonline.com/gestion-de-calidad/nivel-sigma-y-dpmo/

Propio: Indicadores de cuantas desviaciones estándar caben en los límites de

especificación.

24.- Operario:

Autor: Obrero

Operario. Real Academia Española. Fragmento recuperado de:

https://dle.rae.es/operario

Propio: Se refiere a la persona que opera la maquinaria.

25.- Rendimiento del proceso:

Autor: El rendimiento del proceso mide la cantidad de productos terminados que

un proceso entrega en un período determinado.

Rendimiento de Proceso. Kanbantool. Fragmento recuperado de:

https://kanbantool.com/es/guia-kanban/rendimiento-de-
proceso#:~:text=El%20rendimiento%20del%20proceso%20mide,entrega%20en%
20un%20per%C3%ADodo%20determinado.&text=El%20rendimiento%20del%20p
roceso%2C%20o,que%20toma%20completar%20un%20proceso.
Propio: Tipo de medición que se emplea para medir el número de productos
producidos en un tiempo designado.

26.- Rendimiento Normalizado (NRTY):

Autor: Es la probabilidad promedio por cada paso de todo el proceso para

producir cero productos defectuosos.

La capacidad de procesos como métrica de calidad para características

cualitativas. Métricas de Rendimiento (Yield). Fragmento recuperado de:
https://www.rlcu.org.ar/recursos/ponencias_IX_encuentro/Perez_Urrego_Pelaez_Z
uniga_Carrion_Garcia.pdf

Propio: Probabilidad de que en cada paso dentro de un proceso sea cero.

27.- Rendimiento tradicional:

Autor: Es un proceso que se obtiene dividiendo el número de piezas que entran

entre el número de piezas que se han producido de acuerdo a sus
especificaciones. El rendimiento en cadena es el producto de rendimiento en cada
paso del proceso.

Rendimiento Tradicional. Fragmento recuperado de:

https://prezi.com/oxsri8xzbcb5/rendimiento-
tradicional/#:~:text=Es%20un%20proceso%20que%20se,en%20cada%20paso%2
0del%20proceso.

Propio: Tipo de rendimiento común en el que se divide el número de piezas que

entran y el que salen con las especificaciones correspondientes.

28.- Rendimiento por primera vez (FTY):

Autor: Es simplemente el número de unidades buenas producidas dividido por el

número de unidades totales en el proceso.

Primer paso de rendimiento. Fragmento recuperado de:

https://copro.com.ar/Primer_paso_de_rendimiento.html#:~:text=%EF%BB%BFTa
mbi%C3%A9n%20relacionado%2C%20%22rendimiento%20por,a%C3%B1ade%2
0la%20consideraci%C3%B3n%20de%20retrabajo.
Propio: Relación entre las unidades producidas dentro de los márgenes con el
número total de unidades creadas.

29.- Valor z:

Autor: El valor Z es un estadístico de prueba para las pruebas Z que mide la

diferencia entre un estadístico observado y su parámetro hipotético de población
en unidades de la desviación estándar.

¿Qué es un valor Z? Minitab. Fragmento recuperado de:

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/tests-of-means/what-is-a-z-value/

Propio: Estadístico que mide la diferencia entre un estadístico observado y su

parámetro hipotético.

30.- Variables no controlables:

Autor: Hay una gran cantidad de variables que sería imposible o muy difícil
controlar. Estas se denominan variables no controlables.

Control estadístico de Procesos. Gráficos de Control. Fragmento recuperado de:

http://halweb.uc3m.es/esp/Personal/personas/kaiser/esp/calidad/controe7.pdf

Propio: Variables que no se pueden controlar o son muy difícil de controlar.

X
Y