Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO-TALLER ANÁLISIS
1 DE DATOS
AGENDA
7
SISTEMA DE GESTIÓN
DE LA CALIDAD ISO 9001:2015
Fuente: www.icontec.org
9
8.4 ANÁLISIS DE DATOS
10
8.4 ANÁLISIS DE DATOS
11
9.1.3 Analysis and evaluation of data
The organization shall analyse and evaluate appropriate data arising from
monitoring, measurement and other relevant sources. This shall include
determination of applicable methods.
13
8.4 ANÁLISIS DE DATOS
PROCESO DE INTERPRETACIÓN DE LOS DATOS
14
¿Qué causa los productos defectuosos?
15
LA VARIACIÓN
1. Mano de Obra
2. Materia Prima
6 M´s 3. Maquinaría
4. Métodos de trabajo
5. Mediciones
6. Medio Ambiente
“A menor Variación, mayor Calidad”
16
HERRAMIENTAS ESTADÍSTICAS
PARA LA SOLUCIÓN DE PROBLEMAS
17
Definición de Problema
18
METODOLOGÍA PARA
LA SOLUCIÓN DE PROBLEMAS
19
PASO OBJETIVO HERRAMIENTAS COMENTARIOS
Fase: planear Entender la situación - diagrama de Pareto Si es posible
1. definir el problemática y determinar - Histograma cuantificar en pesos
problema objetivos - gráfica de tendencias
( run chart)
Fase: planear Definir el proceso con la finalidad Diagrama de flujo
2. describir el de conocerlo únicamente y en su
proceso actual Caso señalar la fase problemática
20
Fuente: Escalante, 2006
Fuente: Gutiérrez, H. (2010) 21
Seis Sigma
22
Diagrama de Pareto
23
Diagrama de Pareto
24
Características Principales
Priorización
Identifica los elementos que más peso o importancia tienen dentro de un
grupo.
Unificación de Criterios
Enfoca y dirige el esfuerzo de los componentes del grupo de trabajo hacia un
objetivo prioritario común.
Carácter objetivo
Su utilización fuerza al grupo de trabajo a tomar decisiones basadas en datos y
hechos objetivos y no en ideas subjetivas.
(Fundibeq, 2002, p. 3)
25
CÓMO ELABORAR DIAGRAMAS DE PARETO
Paso 1
Decida qué problemas se van a investigar y cómo recoger los datos.
1) Decida que clase de problemas son los que usted quiere investigar.
Ejemplo: objetos defectuosos, pérdidas en términos
monetarios, ocurrencia de accidentes.
2) Decida qué datos va a necesitar y cómo clasificarlos.
Ejemplo: por tipo de
defecto, localización, proceso, máquina, trabajador, método.
Nota: resuma los ítems que se presentan con poca frecuencia en la
categoría “otros”.
3) Defina el método de recolección de los datos y el periodo de duración de
la recolección.
Nota: se aconseja utilizar un formato de investigación.
(Kume, 2002, p. 20)
26
CÓMO ELABORAR DIAGRAMAS DE PARETO
Paso 2 y 3
Diseñe una tabla para conteo de datos, con espacio suficiente para registrar
los totales y diligencie la tabla.
Paso 4
Elabore una tabla de Pareto jerarquizando los ítems de la siguiente manera:
Número de Total %
Ítem Tipo de no conformidad %
defectos acumulado Acumulado
4 Meseros desaseados 104 104 52% 52%
2 Baño desaseado 42 146 21% 73%
6 Pedido equivocado 20 166 10% 83%
1 Platos fríos 10 176 5% 88%
3 Mesas desordenadas 6 182 3% 91%
5 Demasiada espera 4 186 2% 93%
7 Otros 14 200 7% 100%
Datos analizados de
Abril 1 a Junio 30
de 2012.
Número de Clientes
Investigados 200.
-Máquina:
máquinas, equipos, herramientas, organizaciones, modelos, instrumentos
32
EJERCICIO
33
Un fabricante de neveras desea analizar cuáles son los defectos más frecuentes que aparecen
en las unidades al salir de la línea de producción. Para esto, empezó a clasificar todos los
defectos posibles en sus diversos tipos:
35
Taller 1
Tabla 1. Datos del tipo de defecto generado durante la semana del 1 al 05 de abril de 2015
37
DEFINICIÓN
38
ESTRUCTURA
Hueso Grande
Hueso Pequeño
Hueso
Mediano
Columna
CARACTERÍSTICA
Vertebral
CARACTERÍSTICA (EFECTO)
FACTORES (CAUSAS)
39
CARACTERÍSTICAS
40
METODOLOGÍA
Variación
dimensional
41
METODOLOGÍA
• Paso 2: Escoja una característica de calidad y escríbala en el lado derecho de una
hoja de papel, dibuje de izquierda a derecha la línea de la espina dorsal y
encierre la característica de calidad en un cuadrado. Enseguida, escriba las
causas primarias que afectan a la característica de calidad, en forma de grandes
huesos, encerrados también en cuadrados.
METODOLOGÍA
• Paso 3: Escriba las causas (causas secundarias) que afectan a los grandes
huesos (causas primarias) como hueso medianos, y escriba las causas
(causas terciarias) que afectan a los huesos medianos como huesos
pequeños.
METODOLOGÍA
• Paso 3: Escriba las causas (causas secundarias) que afectan a los grandes
huesos (causas primarias) como hueso medianos, y escriba las causas
(causas terciarias) que afectan a los huesos medianos como huesos
pequeños.
47
EJEMPLOS
48
Taller 2
49
HISTOGRAMAS
50
OBJETIVOS
DESARROLLO
•Población y muestra
•Construcción e interpretación del histograma
51
POBLACIÓN
Ejemplo:
Universo: personas que se encuentran en
el salón de clases.
Característica: edad. Fuente: Tomado del sitio web:
52
MUESTRA
Ejemplo:
elegidas al azar.
53
HISTOGRAMA
54
METODOLOGÍA
Se cuenta con información sobre el peso del rollo de papel higiénico sin
centro cuya especificación es de 62-64 gr. (ver Cuadro). Dichas muestras
fueron tomadas cada hora durante un día. Elaborar el histograma y
determinar que % de producto esta fuera de la especificación.
Hora Peso del rollo Valor> Valor<
1 62.45 62.58 63.38 62.02 63.11
2 64.17 63.34 62.33 62.21 63.57
3 64.78 63.92 62.80 62.10 63.86
4 63.92 63.70 62.37 62.88 63.88
5 63.77 63.80 64.83 63.45 65.32
6 63.15 63.04 63.22 62.73 64.27
7 63.09 64.34 64.27 66.04 64.15
8 62.84 64.49 63.04 62.87 61.73
9 62.88 64.68 62.74 63.15 64.19
10 62.13 63.08 62.83 63.42 63.26
11 65.98 63.48 64.59 65.03 63.29
12 63.13 FCIN - ESPECIALIZACIÓN
63.71 63.11 62.67 QHSE 64.66 55
METODOLOGÍA
Rpartes= 4.31
56
METODOLOGÍA
2. Calcular las marcas de clase o los intervalos
Donde Xi= 5, 6, 7, 8, 9 y 10
De tal forma que se escoja el resultado más cercano al entero, cuando haya dos
posibilidades de escogencia, use el intervalo de menor amplitud si el número de
valores medidos es de 100 o más y el intervalos de mayor amplitud, si hay 99 o
menos valores observados, deben obtenerse entre 5 y 20 intervalos de igual
magnitud.
58
METODOLOGÍA
4. Calcular la Media y la Desviación Estándar
X= a+h(∑uf/n) = 63.497
Donde:
25
25
Frecuencia en gramos
20
15
15
Frecuencia
10 9
8
5 3
0
0
62.592 63.454 64.316 65.178 66.05 y mayor...
Clase
60
METODOLOGÍA
6. Calcular % de producto dentro y fuera de las especificaciones
30 Media=63.497
LEI=62 25 LEI=64
25
Frecuencia en gramos
20
15
15
10 9
8
5
3
0
0
62.592 63.454 64.316 65.178 66.05 y mayor...
Clase
61
METODOLOGÍA
6. Calcular % de producto dentro y fuera de las especificaciones
30 Media=63.497
LEI=62 25 LEI=64
25
Frecuencia en gramos
20
15
15
10 9
8
5
3
0
0
62.592 63.454 64.316 65.178 66.05 y mayor...
Clase
62
LECTURA DE HISTOGRAMAS
67
Tabla 1. Datos del peso de los panes franceses
68
DIAGRAMA DE DISPERSIÓN
Y
GRÁFICAS DE CONTROL
69
CORRELACIÓN
Definición
Se entiende por correlación el grado de relación existente entre dos
variables.
Concepto
• Cuando entre dos variables existe una correlación total, se cumple que a
cada valor de una variable, le corresponde un único valor de la otra
(función matemática).
• Es frecuente que dos variables estén relacionadas de forma que a cada
valor de una de ellas le correspondan varios valores de la otra.
• En este caso es interesante investigar el grado de correlación existente
entre ambas.
(Fundibeq, 2002, p. 2)
70
VARIABLES
En un diagrama de dispersión se
examina la relación entre parejas de
datos.
Esta herramienta generalmente es
utilizada por el círculo de control de
calidad cuando desea establecer la
relación entre una causa y el efecto, o
bien, la relación entre dos causas.
72
USOS DEL GRÁFICO DE DISPERSIÓN
73
CÓMO ELABORAR UN
DIAGRAMA DE DISPERSIÓN
Paso 1
Reúna pares de datos (X,Y), cuyas relaciones usted quiere estudiar, y
organice esa información en una tabla. Es deseable tener al menos 30
pares de datos.
Paso 2
Encuentre los valores mínimo y máximo para X y Y. Decida las escalas que
va a usar en los ejes horizontal y vertical de manera que ambas
longitudes sean aproximadamente iguales, lo cual hará que el diagrama
sea más fácil de leer. Cuando las dos variables sean un factor y una
característica de calidad, use el eje horizontal X para el factor y el eje
vertical Y para la característica de calidad.
Paso 3
Registre los datos en el gráfico. Cuando se obtengan los mismos valores
en diferentes observaciones, muestre estos puntos haciendo círculos
concéntricos (O), o registre el segundo punto muy cercano del primero.
Paso 4
Registre todos los aspectos que puedan ser de utilidad:
-Título del diagrama
-Periodo de tiempo
-Número de pares de datos
-Título y unidades de cada eje
-Nombre de la persona que hizo el diagrama
(Kume, 2002, p. 70)
75
EJEMPLO: Errores en las facturas
Situación
Un equipo se encargó de analizar las causas de los frecuentes errores en las
facturas.
El equipo recogió los datos relativos a los últimos meses y los representó en un
Diagrama de Dispersión.
FCIN - ESPECIALIZACIÓN QHSE
(Fundibeq, 2002, p. 17)76
EJEMPLO: Errores en las facturas
77
EJEMPLO: Errores en las facturas
Diagrama de Dispersión
El Diagrama de
Dispersión no parecía
confirmar la teoría de
una relación entre el
número de datos a incluir
en la factura y la cantidad
de errores en la misma.
78
EJEMPLO: Errores en las facturas
Una estratificación de los datos por empleada (una tenía mucha más experiencia que
la otra) mostró que efectivamente no existía la correlación buscada pero si una clara
diferencia en el número de errores entre las dos. (Fundibeq, 2002, p. 18)
79
EJEMPLO: Errores en las facturas
Diagrama de Dispersión
El proporcionar más
formación a la empleada
con menor experiencia
llevó a una sensible
reducción de los errores
en las facturas.
Kume, 2002, p. 72
81
CÓMO LEER
DIAGRAMAS DE DISPERSIÓN
n= 30 r= 0.9 n= 30 r= 0.6
Fuente: Tomado de www.fundibeq.org
82
CÓMO LEER
DIAGRAMAS DE DISPERSIÓN
n= 30 r= -0.9 n= 30 r= -0.6
Fuente: Tomado de www.fundibeq.org
83
CÓMO LEER
DIAGRAMAS DE DISPERSIÓN
Sin Correlación
n= 30 r= 0.0 n= 30
Fuente: Tomado de www.fundibeq.org
84
TALLER 1
85
No. % (kg/mm2)
1 2.0 43
2 2.4 46
3 2.2 45
TALLER 1 4
5
2.3
2.5
44
45
6 2.8 48
7 2.2 43
8 2.7 47
9 2.4 44
10 2.3 45
11 2.0 42
12 2.2 44
13 2.6 47
14 2.1 44
15 2.5 46
16 2.7 47
17 2.1 42
18 2.6 48
19 2.4 45
20 2.1 43
21 2.3 45
22 2.2 43
23 2.3 46
24 2.4 47
25 2.3 44
26 2.4 45
27 2.6 46
28 2.5 42
29 2.6 46
30 FCIN - ESPECIALIZACIÓN
2.4 QHSE 46 86
GRÁFICAS DE CONTROL
87
OBJETIVO Y ALCANCE
Definir las reglas básicas a seguir para la elección, la construcción y la
correcta interpretación de los Gráficos de Control por Variables y resaltar
las situaciones en que pueden o deben ser utilizados.
(Fundibeq, 2002, p. 1)
88
DEFINICIÓN
90
CAUSAS DE VARIACIÓN
Causas Comunes
Estas causas existen en función de la manera como se
administra una organización, y atañe a los altos mandos su
reducción y control.
91
CAUSAS DE VARIACIÓN
Causas Especiales
Se deben a situaciones particulares o “especiales”, y no afectan
a todos:
-Máquinas desajustadas
-Métodos ligeramente alterados
-Diferencias entre trabajadores…
92
Proceso Estable
93
Proceso Inestable
94
Usos de las Gráficas de Control
VALOR
NOMBRE
CARACTERÍSTICO
Gráfica X-R (Valor Promedio y Rango)
Valor Continuo
Gráfica x (Lecturas individuales)
Gráfica pn (Número de unidades defectuosas)
Gráfica p (Fracción de unidades defectuosas)
Valor Discreto
Gráfica c (Número de defectos)
Gráfica u (Número de defectos por unidad)
Fuente: Kume, 2002, p. 94
96
GRÁFICA X-R
97
GRÁFICA X-R
Se cuenta con información sobre el peso del rollo de papel higiénico sin
centro cuya especificación es de 62-64 gr. (ver Cuadro). Dichas muestras
fueron tomadas cada hora durante un día. Elaborar una gráfica de
Promedios y Rangos, interpretarla y calcular la capacidad del proceso.
Muestras del Peso del Rollo
Subgrupos X1 X2 X3 X4 X5
1 62.45 62.58 63.38 62.02 63.11
2 64.17 63.34 62.33 62.21 63.57
3 64.78 63.92 62.8 62.1 63.86
4 63.92 63.7 62.37 62.88 63.88
5 63.77 63.8 64.83 63.45 65.32
6 63.15 63.04 63.22 62.73 64.27
7 63.09 64.34 64.27 66.04 64.15
8 62.84 64.49 63.04 62.87 61.73
9 62.88 64.68 62.74 63.15 64.19
10 62.13 63.08 62.83 63.42 63.26
11 65.98 63.48 64.59 65.03 63.29
12 63.13 63.71 QHSE 63.11
FCIN - ESPECIALIZACIÓN 62.67 64.66 98
GRÁFICA X-R
353 LSC
352
351
350 LCC
349
348
347 LIC
0
5 10 15 20 25
MEDICIONES
(Kume, 2002, p. 105)
PASO 5. INTERPRETAR GRAFICAS
Process Statistics
Capability Indices CPa .379
CpKa .190
The normal distribution is assumed. LSL = 62
and USL = 64.
a. The estimated capability sigma is based on
the mean of the sample group ranges.
TALLER GRAFICAS DE CONTROL X-R
¡Gracias por compartir su tiempo!