Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Realizado por:
Sandoval
Maikel
C.I: 28.133.688.
1
1. Diagrama de flujo de proceso.
Los símbolos gráficos del flujo del proceso están unidos entre sí con flechas que
indican la dirección de flujo del proceso.
2
Hay que tener en cuenta que el contexto en que se desenvuelven los
Gilbreth es el del Taylorismo, a principios del siglo XX. Así, uno de los objetivos
centrales el análisis del trabajo era la ganancias de productividad en los
trabajadores mediante el análisis de las operaciones y movimientos que esto se
realizaban durante la ejecución de las tareas.
El objetivo era reducir las operaciones implicadas para, así, realizar las más
rápidamente. Para ello, identificaron los movimientos y decisiones de los
trabajadores de modo que se pudieran analizar los retrasos y sus causas con el fin
de eliminarlos.
El cuerpo humano: por ejemplo, las manos deben iniciar y finalizar los
movimientos de forma simultánea.
La disposición del lugar de trabajo: como fijar un sitio para material y
herramientas.
El diseño de herramientas y equipo: combinar dos o más herramientas.
3
Símbolos de los Therbligs, o movimientos en los que pueden subdividirse las
tareas.
En este sentido, son numerosos los beneficios que aporta el uso del diagrama de
flujo:
4
Ofrece una visión transparente del proceso.
Aprendizaje
Ya que introducen un lenguaje común; si bien es cierto que para ello se hace
precisa la capacitación de quienes entrarán en contacto con la diagramación.
El diagrama flujo permite analizar qué valor aporta cada una de las actividades
que componen el proceso. Por lo tanto, permite identificar aquellas innecesarias,
reduciendo tiempo y costes.
5
Referencia para establecer mecanismos de control.
Diagramación de Procesos
6
añadido de las que no lo hacen, es decir que no proveen directamente nada al
cliente del proceso o al resultado deseado.
En este sentido, cabe hacer una precisión: no todas las actividades que no
aportan valor añadido han de ser innecesarias. Éstas pueden ser actividades de
apoyo y ser requeridas para hacer más eficaces las funciones de dirección y
control. O por razones de seguridad, motivos normativos y de legislación…
El diagrama de flujo debe ser realizado por un equipo de trabajo en el que las
distintas personas aporten, en conjunto, una perspectiva completa del proceso,
por lo que con frecuencia este equipo será multifuncional y multijerárquico.
Los pasos a seguir para su elaboración se exponen a continuación.
7
En un proyecto se desarrolla una serie de actividades para alcanzar una meta: el
objetivo del proyecto. En esto es similar al proceso. Pero hay una diferencia
importante. Mientras que un proyecto se lleva a cabo una sola vez, los procesos
se reiteran en el tiempo; son repetitivos.
Por ejemplo, la creación de un producto obedece generalmente al desarrollo de un
proyecto que supone un esfuerzo temporal, que finaliza cuando el producto ha
sido diseñado.
Denominar el Proceso
8
Por otra parte, la definición de los límites ayudará a identificar el objetivo del
proceso.
PROCESOS:
PROCEDIMIENTOS:
Los procedimientos definen la secuencia de los pasos para ejecutar una tarea.
Un procedimiento existe, pero es estático.
Los procedimientos están impulsados por la finalización de la tarea.
El procedimiento, más que gestionarse, se implementa.
Los procedimientos se centran en el cumplimiento de las normas.
Reflejan actividades que pueden realizar personas de diferentes
departamentos con diferentes objetivos.
9
Desarrollar la Secuencia del Proceso
Bifurcaci
ones en el Flujo del Proceso
Indicadores de Proceso
10
Un indicador de proceso es un parámetro que permite una evaluación de la
eficacia y eficiencia de los procesos. Los indicadores de proceso pueden medir la
percepción del cliente sobre los resultados (indicadores de percepción).
También pueden referirse a variables intrínsecas del proceso (indicadores de
rendimiento). Se consigue con ello detectar las desviaciones en la ejecución del
proceso que puedan tener consecuencias negativas en su rendimiento.
Los indicadores habitualmente se relacionan con mediciones sobre tiempos de
proceso, tiempos de ciclo o porcentaje de errores.
Tiempo de Ciclo:
Es el intervalo temporal real transcurrido desde que se inicia una actividad, hasta
que se comienza la siguiente.
Tiempo de Proceso:
Es el tiempo neto empleado por cada actividad del proceso, en el caso de que no
se diesen esperas.
El flujograma facilita la selección de los puntos de control, aquellos sobres los que
se definirán indicadores. Esto permite, por ejemplo, establecer indicadores de
tiempo entre dos actividades concretas.
¿Qué es?
¿Cuándo se utiliza?
11
las dos preguntas siguientes
El problema deberá ser específico y concreto: incumplimiento con las citas para
instalación, cantidades inexacta en la facturación, errores técnicos en las
cuentas de proveedores, errores de proveedores. Esto causará que el número
12
de elementos en el Diagrama sea muy alto (consultar la ilustración).
4. Realizar una lluvia de ideas de las causas del problema. Este es el paso más
importante en la construcción de un Diagrama de Causa y Efecto. Las ideas
generadas en este paso guiarán la selección de las causas de raíz. Es
importante que solamente causas, y no soluciones del problema sean
identificadas. Para asegurar que su equipo está al nivel apropiado de
profundidad, se deberá hacer continuamente la pregunta Por Qué para cada una
de las causas iniciales mencionadas. (ver el módulo de los Cinco Por Qués). Si
surge una idea que se ajuste mejor en otra categoría, no discuta la categoría,
simplemente escriba la idea. El propósito de la herramienta es estimular ideas,
no desarrollar una lista que esté perfectamente clasificada.
13
B. Exhibir el Diagrama en una zona de alto tráfico o en una cartelera con una
invitación para ser estudiado por otros y para que agreguen su ideas en “Post-It”
en las categorías respectivas.
Lluvia de Ideas
Diagrama de Interrelaciones
Gráfica de Pareto
Multi-votación
Técnica de Grupo Nominal
Diagrama de Afinidad
Cinco Por Qué
14
3. Diagrama de Pareto
El diagrama de Pareto es una gráfica que organiza valores, los cuales están
separados por barras y organizados de mayor a menor, de izquierda a derecha
respectivamente.
Además, permite evaluar previamente, cuáles son las necesidades del público
objetivo y cómo satisfacerlas con nuestro producto o servicio, logando también,
el objetivo del mercadotecnia.
Fue enunciado por primera vez por el ingeniero, sociólogo, economista y filósofo
italiano Vilfredo Pareto (1848-1923).
El diagrama de Pareto está conformado por una estructura dividida en tres partes:
15
El eje «Y» izquierdo es la frecuencia de la ocurrencia del problema.
La parte inferior del eje «X» muestra los problemas, quejas, defectos o
desperdicios que se presentaron.
Área de producción
Área de ventas
16
Área de gerencia
El 80% del éxito de una empresa proviene del 20% de sus empleados.
Gestión de almacenes
Control de calidad
La categoría (o problemas) son los más comunes que observas en tu sitio web.
17
3. Ordena los datos
18
5. Agregar los porcentajes acumulados
19
6. Construir el diagrama de Pareto
Luego, con los datos de la tabla anterior, se delinea el diagrama, sus ejes de
ordenadas, se insertan los datos (en orden descendientes) y se agregan las
barras.
Con los datos del porcentaje acumulado, se coloca un punto céntrico en cada
barra y luego se unen con una línea.
Para concluir este diagrama, se agregan datos como la fecha, título, qué se
estudió, medidas correctivas a aplicar.
20
Para concluir
Tipos de frecuencias
Frecuencia absoluta
21
Al tirar una moneda veces salen caras
Frecuencia relativa
Frecuencia acumulada
22
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado.
Se representa por .
Ejemplo:
23
En la quinta columna disponemos las frecuencias relativas que son el
resultado de dividir cada frecuencia absoluta por
Recuento
II
III
III
Límites de la clase
Cada clase está delimitada por el límite inferior de la clase y el límite superior de la
clase.
Amplitud de la clase
24
La amplitud de la clase es la diferencia entre el límite superior e inferior de la
clase.
Marca de clase
1º Se localizan los valores menor y mayor de la distribución. En este caso son y
.
2º Se restan y se busca un número entero un poco mayor que la diferencia y que
sea
divisible por el número de intervalos queramos establecer.
Se forman los intervalos teniendo presente que el límite inferior de una clase
pertenece al intervalo, pero el límite superior no pertenece intervalo, se cuenta en
el siguiente intervalo.
25
1
Por ejemplo, hasta hace unos años, cuando uno se subía a una báscula, lo
máximo solían ser dos o tres decimales: (50.35: 50 kilos y 350 gramos…).
Realmente, usar más de dos o tres decimales para el peso en kilos de una
persona no ofrece ningún interés. Sin embargo, está claro que podrían
construirse básculas de baño con mucha mayor precisión, ofreciendo un número
mayor de decimales (otra cosa es que se vendieran).
26
De manera general, consideraremos que una variable continua toma valores en un
intervalo (por ejemplo: el peso de un grupo de personas varía entre 40 y 100
kilos), y un dato podrá ser cualquier número entre esos dos.
6. Histograma de frecuencia.
Ejemplo de histograma
Número
Estatura de
alumnos
27
menos de 1,50 cm 2
1,50-1,60 12
1,60-1,70 20
1,70-1,80 22
1,80-1,90 10
más de 1,90 2
Características de un histograma
Cabe señalar que el histograma se construye cuando la variable de estudio (la del
eje horizontal) es cuantitativa. En cambio, si fuera cualitativa, se elaboraría de
preferencia un diagrama de barras o un gráfico circular.
Otro punto a considerar es que la variable del eje X puede estar presentada en
rangos, pero también como valores fijos. Es decir, puede ser que un grupo de
28
personas estén agrupadas en función del número de comidas que llevan al día: 1,
2, 3, 4 o 5.
7. Gráfico de correlación.
Este diagrama de dispersión de usa para estudiar la posible relación entre dos
variables, y probar las posibles relaciones entre causa y efecto. No permite probar
que una variable es causa de la otra, pero si consigue aclarar si se establecen
relaciones y la intensidad que se establece entre ambas.
Aunque este tipo de estudios presenta limitaciones, pues para realizar dicho
estudio se requieren conocimientos especiales para especificar el análisis de
regresión adecuado. Algunas veces un problema encontrado al desarrollar los
29
modelos de regresión es la presencia de datos los cuales su validez es
cuestionable. Siempre y cuando sea posible la validez de tales datos debe ser
investigada ya que pueden influir en los parámetros del método, y por tanto en los
resultados finales del proceso. Es importante simplificar las variables explicativas o
independientes, pues omitir una variable importante puede limitar seriamente el
modelo y utilidad de los resultados.
8. La media aritmética
Lo hacemos cada día constantemente y sin ser conscientes de ello. Otro ejemplo,
tengo 2 horas para realizar tres ejercicios de estadística. Así pues, dado que en
total tengo disponibles 120 minutos, dedicaré en promedio 40 minutos a cada
ejercicio. Puede que le dediquemos 60 minutos a uno y 30 minutos a cada uno de
los otros dos, sin embargo, nuestra cabeza lo suele calcular de este modo.
El símbolo de la media aritmética es una X con una barra encima. Por lo que
quedaría así ↓
30
dividido entre N. Adicionalmente, podríamos añadir un comentario que indicase:
con i entre 1 y N. Vamos a ver ahora, qué significa todo esto.
Asignatura Nota
Matemáticas 7
Educación Física 8
Biología 5
Economía 10
31
Nuestra nota media será de un 7,5
9. La mediana
Para calcular la mediana es importante que los datos estén ordenados de mayor a
menor, o al contrario de menor a mayor. Esto es, que tengan un orden.
Fórmula de la mediana
Una vez definida la mediana vamos a pasar a calcularla. Para ello, necesitaremos
una fórmula.
32
Mediana = (n+1) / 2 → Valor de la observación
Pues bien, el valor de la mediana, como indica la fórmula, es aquel que deje la
misma cantidad de valores tanto a un lado como a otro. ¿Cuántas observaciones
tenemos? 9 observaciones. Calculamos la posición con la fórmula de la mediana
correspondiente.
Mediana = 9+1 / 2 = 5
¿Qué quiere decir este 5? Nos dice que el valor de la mediana, se encuentra en la
observación cuya posición es la quinta.
Por lo tanto la mediana de esta sería de datos sería el número 10, ya que está en
la posición quinta. Además, podemos comprobar como tanto a la izquierda del 5
hay 4 valores (2, 4, 6 y 8) y a la derecha del 10 hay otros 4 valores (12, 14, 16 y
18).
1, 2, 4, 2, 5, 9, 8,9.
33
Si los ordenamos tendríamos lo siguiente:
1, 2, 2, 4, 6, 8, 9,9.
34
Asimismo, el percentil es un valor que también se asocia con otras medidas de
posición, como los cuartiles o los deciles. La diferencia radica en el número de
divisiones y la escala sobre la que observamos en qué posición está nuestros
datos. De hecho, los cuartiles y deciles se corresponden con diferentes
percentiles, dado que no dejan de ser la posición que ocupan unos datos en
diferentes escalas. Los diferentes cuartiles corresponden con los percentiles 25,
50 y 75, mientras que los deciles se corresponden con los percentiles 10, 20, 30,
40, 50, 60, 70 y 90.
¿Para qué sirven?
Saber qué es y cómo calcular un percentil, aunque no lo parezca, puede ser de
gran utilidad en múltiples ámbitos. El percentil no deja de ser un valor que nos
permite realizar comparaciones y ordenaciones entre sujetos, casos o grado de
existencia de un factor o variable en un conjunto, algo que nos permite trabajar a
un nivel muy fácilmente comprensible con conjuntos de datos más o menos
amplios y establecer una posición para los que estamos obteniendo.
Esto, a nivel práctico, puede ayudarnos a determinar por ejemplo si un atributo o
variable se encuentra dentro de valores normales o si se encuentran por debajo o
por encima de la media. Ejemplos de ello los encontramos en que resultan de
ayuda para determinar si una función neuropsicológica se encuentra o no alterada,
si los niveles de inteligencia se encuentran dentro de la normalidad si comparamos
los resultados de un sujeto con los de su población de referencia o si un niño tiene
un peso y altura cercano o lejano a la media para su edad.
35
Cuando tenemos que calcular un percentil es necesario tener en cuenta en primer
lugar si estamos trabajando con datos ordenados o no ordenados. Cuando los
datos no están agrupados u ordenados, la posición en la que se halla el percentil
podrá calcularse dividiendo el producto del percentil por el número de elementos
de la muestra de la que partimos entre cien. La fórmula sería P= (k*n)/100.
Cuando estamos ante un conjunto de datos ordenado, podemos seguir la fórmula
Px=Lri+ ((kn/100 - Fa)/f) (Ac). Así, bastará con sumar el límite inferior de la clase
donde está el percentil a producto entre la amplitud de la clase y el cociente entre
la resta de la posición menos la frecuencia acumulada anterior y la frecuencia
total.
Asimismo, encontrar un percentil determinado de un conjunto de datos (por
ejemplo buscar el percentil 25 de un conjunto o base de datos) únicamente
requiere dividir el número de valores menores que el que tenemos por en número
total de valores y multiplicar este resultado por cien.
Rango o recorrido
Varianza
36
Desviación típica
Coeficiente de variación.
R=xmax-xmin
La varianza no tiene las mismas unidades que x (si x es metros s 2 será metros
cuadrados). Es por eso que se utiliza más la desviación típica.
37
12. Desviación estándar o típica
38
La desviación típica es la raíz cuadrada de la varianza.
Ejemplo
39
Para simplificar el cálculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.
40
Ejemplo
41
a distribución normal adapta una variable aleatoria a una función que depende de
la media y la desviación típica. Es decir, la función y la variable aleatoria tendrán la
misma representación pero con ligeras diferencias.
Una variable aleatoria continua puede tomar cualquier número real. Por ejemplo,
las rentabilidades de las acciones, los resultados de un examen, el coeficiente de
inteligencia IQ y los errores estándar son variables aleatorias continuas.
Una variable aleatoria discreta toma valores naturales. Por ejemplo, el número de
estudiantes en una universidad.
42
Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones
puede aproximarse satisfactoriamente a una distribución normal tal que:
Representación
43
Media = Mediana = Moda
Distribución unimodal. Los valores que son más frecuentes o que tienen más
probabilidad de aparecer están alrededor de la media. En otras palabras, cuando
nos alejamos de la media, la probabilidad de aparición de los valores y su
frecuencia descienden.
Calcular la media.
Ejemplo teórico
Sabemos que en este examen participan 476 estudiantes y que los resultados
podrán oscilar entre 0 y 10. Calculamos la media y la desviación típica a partir de
las observaciones (resultados del examen).
Entonces, definimos la variable aleatoria X como los resultados del examen que
depende de cada resultado individual. Matemáticamente,
La variable
aleatoria X representa la variable resultados del examen y puede aproximarse a
una distribución normal de media 4,8 y desviación típica de 3,09.
Resultad Frecuenci
os a
0 20
44
1 31
2 44
3 56
4 64
5 66
6 62
7 51
8 39
9 26
10 16
TOTAL 476
Una vez hecha la tabla, representamos los resultados del examen y las
frecuencias. Si el gráfico se parece a la imagen anterior y cumple con las
propiedades, entonces, la variable resultados del examen puede aproximarse
satisfactoriamente a una distribución normal de media 4,8 y desviación típica de
3,09.
45
Histograma de frecuencias sobre la variable resultados del examen.
Razones para considerar que la variable resultados del examen sigue una
distribución normal:
Las observaciones con más frecuencia o probabilidad están alrededor del valor
central. En otras palabras, las observaciones con menos frecuencia o probabilidad
se encuentran lejos del valor central.
46
La variable resultados del examen sigue una distribución normal.
47
Como ya vimos, la curva normal tiene forma de campana y es simétrica. Por
ende, las tres medidas de centralización la media, la mediana y la moda
coinciden en el punto superior de la curva
Curva normal
48
: Muestra de notas de un test de matemática (N=1000)
Ahora, bien, si en lugar de agrupar las notas en grupos de diez los podemos
también agregar en grupos de cinco.
49
Muestra de notas de un test de matemática (N=1000)
50
Muestra de notas de un test de matemática (N=1000)
51
Área debajo de la curva normal
Variables normalizadas
52
es de uso frecuente el término «z-score», por lo que su definición formal
(véase 4.1) lleva esta letra.
z=x−¯xσz=x−x¯σdonde:
z: la variable normalizada
x: una observación de X
53
Estatura de argentinas entre 19 y 49 años
Ahora, sabiendo que esta variable tiene una distribución normal podemos saber
que casi el 70% de las argentinas miden entre 154,04 y 168 centímetros.
También podemos encontrar respuesta a una pregunta como: ¿qué proporción
de la población femenina mide más que 175 centímetros? Para ello tenemos
que normalizar el dato así:
z=175−161,016.99=13,996.99=2,001z=175−161,016.99=13,996.99=2,001
Con este número podemos volver a la figura 4.5 y fijarnos que con por arriba de
2 desviaciones estándar (o 2σσ) está el 2,2% de la población.
54
Proporción de argentinas que miden más de 175 centímetros
z=150−161,016.99=11,016.99=−1,575z=150−161,016.99=11,016.99=−1,575
Con este número podemos sacar la proporción por ejemplo calculando el área
debajo del segmento de la curva con cálculos integrales, lo podemos buscar en
una tabla de probabilidades o podemos recurrir a la función pnorm (p:
probabilidad, norm: normal) de R así:
pnorm(-1.575)
## [1] 0.05762822
55
Entonces el 5,76% de la población de argentinas entre 19 y 49 años miden
menos de un metro con cincuenta.
Una gráfica de corridas del sistema de medición es una gráfica de todas las
observaciones por operador y número de parte. La gráfica de corridas del sistema
de medición es una de las gráficas más útiles que puede utilizar para evaluar las
diferencias de las mediciones entre operadores diferentes y partes diferentes.
La gráfica permite ver patrones obvios en los datos. Por ejemplo, usted podría
observar que las mediciones de un operador son consistentemente más altas que
las de los demás o que las mediciones de ciertas partes varían más cuando se
comparan con otras partes.
Puntos graficados
Líneas verticales
Divisores que separan las mediciones por parte.
56
Se dibuja una línea de referencia horizontal en la media, que se puede
calcular a partir de los datos o de un valor que usted ingrese con base en
su conocimiento previo del proceso. En esta gráfica, usted puede ver las
diferencias en las mediciones entre los diferentes operadores y partes, tales
como:
57
limitante principal de estos índices es que no tienen significado si los datos
analizados provienen de un proceso fuera de control dado que la capacidad
del proceso es una predicción y esto sólo se puede hacer si hay estabilidad.
Por tanto para estimar la capacidad de un proceso, es necesario que el
proceso esté bajo control y que la variable siga una distribución normal.
Se define el LSTN – límite superior de tolerancia natural y el LITN – límite
inferior de tolerancia natural como el valor de la media + 3 y
-3 respectivamente. 6 se puede considerar como la dispersión real del
proceso y entonces entre ambos límites se encontrará el 99.73% de las
observaciones. La diferencia entre el LSE (límite superior de especificación)
y el LIE (límite inferior de especificación), se puede considerar como la
dispersión permitida del proceso.
El índice de capacidad del proceso se determina por la fórmula:
Si se cumple que el proceso está bajo control podemos interpretar Cp. de la
siguiente manera:
Cp. > 1; el proceso es potencialmente capaz de producir dentro de los
límites de especificación y genera un porcentaje de defectuosos menor del .
27%
Cp. = 1; el proceso es apenas capaz, la proporción de defectuosos es .
27%. Los límites de especificación son iguales a los límites de tolerancia
natural.
Cp. < 1; el proceso no es potencialmente capaz, la proporción de
defectuosos es mayor a 27 en 10000.
Cpk se determina por la fórmula:
Cpk es un índice o medida del desempeño real del proceso que toma en
cuenta la media del mismo. Un proceso con su media en el centro de los
límites de especificaciones puede tener un Cp. de 1, mientras que otro
proceso con su media más cercana a uno de los límites de especificación
también puede tener un Cp. de 1, considerando que su dispersión sea la
misma. Si se compara el desempeño de ambos procesos con base en Cpk,
los resultados son diferentes.
Un índice Cpk de 1 indica que la variación del proceso está centrada dentro
de los límites superior e inferior de especificaciones. Cuando el índice
supera a 1 el proceso se orienta más al objetivo y tiene menos unidades
58
defectuosas. Si el Cpk es inferior a 1, el proceso no cumplirá con las
especificaciones.
En la siguiente figura se muestran tres procesos. El proceso marcado en
rojo está centrado y tiene un Cp. > 1. El proceso marcado en verde está
centrado pero Cp. < 1 y evidentemente habrá una producción defectuosa
superior al 0.27%. El proceso marcado en azul no está centrado y tiene una
dispersión grande por lo que habrá una producción significativa que no
cumplirá con el LIE.
59