6.1 HerramEstad Sticas 2021

CONTROL ESTADISTICO DE
LA Calidad
María Angélica Larraín B.
M ALarrainB
Control Estadístico de la Calidad

1. Control estadístico de la calidad
• Estadística y calidad
• Relación con SGC ISO 9001:2015
• Responsabilidad y vinculaciones de la calidad
2. 7 herramientas estadísticas
• Diagramas de flujo.
• Diagramas causa-efecto.
• Histogramas.
• Hojas de chequeo.
• Gráfica de Pareto.
• Diagramas Scatter.
• Gráficas de control.
3. Gráficas de control
• Por variables
• Por atributos
• Capacidad de proceso
4. Muestreo
M ALarraínB
1
1.Control Estadístico de la Calidad
üAplicación de Los métodos estadísticos, según su nivel de

técnicas o métodos dificultad se dividen en tres categorías:
estadísticos para medir
1.- Método estadístico elemental.
y mejorar los procesos.
✔ Las 7 herramientas estadísticas.
üMétodos 2.- Método estadístico intermedio.

estadísticos. ✔ Teoría del muestreo, inspección,
estimaciones, pruebas estadísticas, diseño de
experimentos.....
3.- Método estadístico avanzado.

✔ Diseño avanzado de
experimentos, análisis multivariado, ....
M ª.A.Larraín B. 3
Estadística y Calidad
• La estadística tiene que ver con la
recopilación, presentación, análisis y
uso de datos para tomar decisiones y
resolver problemas.
• Los métodos empleados para resumir,

organizar y presentar datos se
denominan estadística descriptiva.
• Los métodos para tomar decisiones

acerca de una población basándose en
una muestra, se denominan inferencia
estadística. M ª.A.Larraín B. 4
2
0.2 Principios de gestión de la calidad

ISO 9000:2015
A.- Enfoque al cliente
B.- Liderazgo
C.- Participación del personal
D.- Enfoque basado en procesos
E.- Mejoramiento
F.- Enfoque basado en hechos para la toma de
decisión
G.- Gestión de relaciones
M ALarraínB

• Histogramas.
• Por variables
• Por atributos
4. Muestreo
M ALarraínB
3
7 HERRAMIENTAS
ESTADÍSTICAS
2. 7 Herramientas estadísticas
✔Método estadístico ✔Diagramas de flujo.

elemental, son sencillas.
✔Diagramas causa-efecto.
✔Son indispensables para el
✔Gráficas de control.
control de calidad.
✔Usadas en todas las ✔Histogramas.
jerarquías y en todas las ✔Hojas de chequeo.
divisiones de una empresa. ✔Gráfica de Pareto.
✔Permiten resolver un alto ✔Diagramas Scatter.
porcentaje de problemas
(95%).
✔Si no se saben manejar no
puede aspirarse a dominar
métodos más difíciles.
4
2.7 Herramientas estadísticas
1.- Diagramas de flujo

✔Esquema de las operaciones Para construir un DF:
realizadas en un proceso. ✔Grupo de trabajo adecuado, las
✔Proporciona información personas involucradas en el proceso
para controlar y mejorar el deben contribuir.
proceso. ✔Contar con un moderador.
✔Existen muchos tipos de DF ✔En todo momento la totalidad de los
según la forma de organizar la datos debe ser visible a todo el grupo.
información y el estilo
empleado. ✔Cuantas más preguntas se hagan,
mejor.
✔Lo importante es el grado de
entendimiento del diagrama
por parte de los usuarios de
él.
10
5
1.- Diagramas de flujo (cont)
Esquema genérico de un diagrama de flujo (DF).
Mediciones y retroalimentación
P
r
Métodos Maquinaria C
o Materiales l
v Entrada Salida i
e Proceso e
e Materias Medioambiente Producto n
d primas o servicio t
o Mano de obra Mediciones e
r
11

1.- Diagramas de flujo (cont)
Ejemplo
12
6

TIPOS DE DIAGRAMAS DE FLUJO. Beneficios:
DE SISTEMAS ✔Las personas que trabajan en el
✔Resumen de la secuencia de proceso son capaces de
operaciones que se realizan en un entenderlo y controlarlo.
proceso. ✔Facilita el visualizar puntos
✔Muestra el principio y el fin de él. posibles de mejorar.
DE “LAY OUT” ✔Las personas que trabajaron en
la construcción del DF se
✔Plano del área comprometen y continúan
✔Incluye el flujo de aportando al mejoramiento del
documentación o material, proceso.
ubicación de equipos, archivos, ✔Los DF resultan muy útiles en
áreas de almacenamiento etc. el entrenamiento de nuevos
empleados.
13
2.- Diagramas causa-efecto
14
7
2.- Diagramas causa-efecto

✔También conocidos como diagrama Ishikawa o espina de
pescado.
✔El análisis C&E incluye la recolección de información,
usualmente a través de tormenta de ideas, y el
ordenamiento de ésta en categorías, sobre todas las
posibles causas de un problema (efecto).
✔El análisis C&E enfoca la atención en el problema.
✔No es una técnica estadística.
✔Se desarrollan en grupos.
15
¿Tormenta de ideas?
✔“Brainstorming”.
✔Técnica de trabajo en grupo en la cual todos los miembros generan ideas
respecto de un tema sin límite alguno.
✔Las ideas generadas no deben ser evaluadas en esta etapa, deben ir en
sentido positivo, no de justificación de porque ocurre el problema.
✔Para utilizarla se debe tener destrezas mínimas: capacidad de trabajo en
equipo, búsqueda de la verdad, estar abierto a diferentes ideas...
16
8
2.- Diagramas causa-efecto (cont.)

Existen 3 tipos de diagramas C&E:
I Análisis de dispersión.
II Clasificación de proceso.
III Enumeración de causas.
17

I Análisis de dispersión. Paso 1:
✔Determinar la característica de calidad que se quiere mejorar (vía tormenta

de ideas).
✔Redactada como problema o como meta constituirá el efecto.
✔Anotarlo en forma de a la derecha a media altura (cabeza del pescado).
18
9
Problema
o efecto
I Análisis de dispersión Paso 1: M ª.A.Larraín B. 19
19

Clientes
insatisfechos
20
10
El equipo debe generar ideas sobre las causas principales de este efecto y
anotarlas (tormenta de ideas).
✔Deben determinarse las causas potenciales principales, puede ayudarse de
encabezados genéricos:
✔4M´s: Métodos, máquinas, materiales, mano de obra.
✔4P´s: Procedimientos, personas, planes, “place”.
✔4S´s: Sistemas, “surroundings”, “suppliers”, “skills”.
21

Método Maquinarias Materiales
Problema
o efecto
Mano de Mediciones Medio ambiente

obra
Causas Efecto
22
11
Servicio Procesamiento
Calidad de la orden
Clientes
insatisfechos
Llenado de Sistema de
la orden distribución
23

✔Para cada causa principal preguntarse ¿Que contribuye a esta causa?

obtener así las sub causas.
✔Aplicar las sub causas al diagrama determinando relaciones entre ellas.
✔Hacerse la pregunta ¿Porque pasa esto? para las causas de menor nivel
hasta que ya no se obtenga información relevante.
24
12
Inexperiencia
Servicio Jefes
Manejo Conocimiento
del cliente
Currier Entrenamiento
Malas
Contrato comunicaciones
Ventas Reposición
Confiabilidad
Producto
Entrenamiento
Entrenamiento
Errores de ingreso Instrucciones claras Teléfono
Clientes
insatisfechos
I Análisis de dispersión Paso 3: Ejemplo M ª.A.Larraín B. 25
25

✔Identificar el proceso que se quiere mejorar y construir un diagrama de flujo
de las etapas principales secuencialmente.
✔Agregar todos los factores que pueden influenciar el proceso en cada etapa
y entre una etapa y otra.
II Clasificación de proceso: M ª.A.Larraín B. 26
26
13
A través
Imagen Trabajo Literatura Soporte
Apariencia del tiempo
Competencia A través del tiempo Nivel
Exactitud Disponibilidad
Contacto Entender
sus Proveer Cerrar
inicial con Seguimiento Seguimiento
información la venta
el cliente necesidades
Interrupciones Coordinado Claridad

Recursos
Sin reuniones
Medio ambiente Conocimiento Expectativas Términos y
condiciones
II Clasificación de proceso: M ª.A.Larraín B. 27
27

✔Listado de todas las causas posibles.

✔Las causas posibles se agrupan por afinidad y se ubican en el esquema
usado para el análisis de dispersión.
✔El resultado final es igual al de análisis de dispersión.
III Enumeración de causas:
28
14
III Enumeración de causas: Ejemplo.
29

III Enumeración de causas: Ejemplo.
30
15
Resultados
✔La comprensión del proceso, el trabajo en equipos e identificar áreas
deficientes es un buen camino hacia el mejoramiento continuo, pero es solo
el principio.
✔Para sacar real provecho del C&E debe accionarse. Ej: cuantificar el
problema y las causas posibles.
✔De acuerdo a lo anterior establecer prioridades de acción.
31
3.- Histogramas
32
16
3.- Histogramas
✔También llamado distribución de frecuencias.
✔Gráfico resumen de la variación de un grupo de datos.
✔Queda inmediatamente clara la tendencia central y dispersión a lo largo de
la escala.
33
3.- Histogramas (cont.)

Resistencia [ohmios] de 100 bobinas
3,37 3,34 3,38 3,32 3,33 3,28 3,34 3,31 3,33 3,34
3,29 3,36 3,30 3,31 3,33 3,34 3,34 3,36 3,39 3,34
3,35 3,36 3,30 3,32 3,33 3,35 3,35 3,34 3,32 3,38
3,32 3,37 3,34 3,38 3,36 3,37 3,36 3,31 3,33 3,30
3,35 3,33 3,38 3,37 3,44 3,32 3,36 3,32 3,29 3,35
3,38 3,39 3,34 3,32 3,30 3,39 3,36 3,40 3,32 3,33
3,29 3,41 3,27 3,36 3,41 3,37 3,36 3,37 3,33 3,36
3,31 3,33 3,35 3,34 3,35 3,34 3,31 3,36 3,37 3,35
3,40 3,35 3,37 3,32 3,35 3,36 3,38 3,35 3,31 3,34
3,35 3,36 3,39 3,31 3,31 3,30 3,35 3,33 3,35 3,31
34
17

Etapas para construir un histograma:
1.- Decidir en número de clases (según tabla)
Número de clases para histogramas
Número de Número de clases
observaciones recomendado
20 - 50 6
51 - 100 7
101 - 200 8
201 - 500 9
501 - 1000 10
Sobre 1000 11 - 20
35

2.- Calcular el intervalo aproximado de las i clases.
Intervalo = valor mayor - valor menor

número de clases
✔Redondear el resultado.
3.- Establecer el límite de cada clase.

✔Los límites de las clases deben tener un decimal más que los datos reales y
terminar en 5.
✔Los intervalos de las clases deben ser constantes en toda la distribución de
frecuencias.
36
18
Distribución de frecuencias de las resistencias
37

4.- Marcar cada observación en la clase apropiada.
✔Listar la frecuencia total f de cada clase.
✔Graficar colocando la frecuencia en la ordenada.
38
19

Histograma de las resistencias
40
35
30
Frecuencia
25
20
15
10
5
0
3,280 3,310 3,340 3,370 3,400 3,430
Resistencia [ohmios]
39

INTERPRETACIÓN
✔Los datos usados deben ser representativos del proceso.
✔No sacar conclusiones en base a muestras pequeñas (<
40 observaciones/estrato).
✔Análisis e interpretación teórica orienta acción posterior.
✔Observación directa y recolección de más información
para confirmar diagnóstico.
✔Completar diagnóstico e implementar soluciones.
40
20
4.- Hojas de chequeo
41
Dato ¹ Información
Hecho Respuesta a preguntas
✔La información incluye datos.

✔Los datos no necesariamente incluyen información.
✔Se requiere información basada en datos.
42
21
Las hojas de chequeo:

✔Forma de almacenar los resultados diseñada para interpretarlos
inmediatamente.
✔Permite el análisis simultáneo de las tendencias.
Las hojas de datos:

✔Reúnen datos en tablas o columnas.
✔Requieren de un análisis posterior.
43

Modelo de generación de información útil
Necesidades de información
Preguntas
Comunicación Datos
Análisis
44
22
Modelo de generación de información útil.

✔Formular con precisión la pregunta.
✔Recolectar datos y hechos relacionados con la pregunta.
✔Analizar los datos para dar una posible respuesta a la pregunta.
✔Presentar los datos de modo de contestar claramente la pregunta.
45

Hojas de datos.
Temperatura del baño de soldadura
Hora Temperatura (ºF)

08:00 240 Fecha: 06/07/88
09:00 242 Línea #: 13
10:00 236 Inspector: Ginny Smith
11:00 236
12:00 234 Notas: * La lectura de las 11:00 se tomó
13:00 227 a las 11:12.
14:00 230 * La línea se detuvo entre la
15:00 224 13:10 y 13:30.
16:00 220
17:00 220
46
23
Existen tres tipos de hojas de chequeo:

✔Para variables.
✔Para atributos.
✔De ubicación de no conformidades.
47
4.- Hojas de chequeo Para variables

Temperatura del baño de soldadura
La lectura de las 11:00 se La Línea se detuvo entre las 13:10 y
tomó a las 11:12. 13:30.
245
Temperatura (ºF)
240
235
230
225
220
215
210
205
08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00
Nota: 6/7/88. Línea#: 13
Inspector: Ginny Smith. Hora
48
24
4.- Hojas de chequeo Para atributos

Fallas en los componentes del modelo de TV 1019
49
4.- Hojas de chequeo Para ubicación de no

conformidades
Ubicación de saltaduras Ubicación de chips
en el esmalte de cocina no conformes
50
25
5.- Diagrama de Pareto
51
5.- Diagrama de Pareto

Principio de Pareto
✔ La mayoría de los efectos vienen de relativamente pocas causas.
✔ POCOS VITALES, MUCHOS TRIVIALES.
Diagrama de Pareto
• Gráfico de barras que ordena las mediciones en orden decreciente de ocurrencia.
✔Indica en forma evidente las causas que hay que eliminar para tener un impacto
real en el sistema.
✔Permite el análisis simultáneo de las tendencias.
¿Cuando usarlo?
✔Cuando los datos pueden ser clasificados en categorías.
52
26
5.- Diagrama de Pareto (cont).

Causas de rechazo de etiquetas
100 100
80 80
Nº rechaz./sem ana
% Acum ulado
60 60
40 40
20 20
0 0
s
a
ro
s
o
ez
ca
s
ej
sa
Ot
da
an
pi
an
uo
ra
lim
m
bl
ct
nt
fe
as
de
ce
de
de
Causas
ch
ño
no
lta
ra
an
Da
Fa
as
ltu
ne
vo
Li
En
53

¿Como construirlo?
✔Seleccione categorías lógicas dentro del tema analizado.
✔Especifique un período de tiempo que analizará.
✔Recopile la información.
✔Construya una tabla de frecuencia.
✔Dibuje los ejes y sus escalas:
* abcisa= categorías
* ordenada = frecuencia
✔Grafique las barras para cada categoría, en orden decreciente de frecuencia.
✔Dibuje la línea del porcentaje acumulado.
✔Obtenga conclusiones del diagrama de Pareto.
54
27

Causas de rechazo de etiquetas
100 100
80 80
Nº rechaz./sem ana
% Acum ulado
60 60
40 40
20 20
0 0
s
a
ro
s
o
ez
ca
s
ej
sa
Ot
da
an
pi
an
uo
ra
lim
m
bl
ct
nt
fe
as
de
ce
de
de
Causas
ch
ño
no
lta
ra
an
Da
Fa
as
ltu
ne
vo
Li
En
55
6.- Diagrama Scatter
56
28
6.- Diagrama Scatter

Usados para investigar la posible relación entre dos
variables, ambas relacionadas con el mismo evento.
✔Ej: relación entre la velocidad de un operador (causa) y
el número de partes no conformes fabricadas (efecto).
Informan acerca de:
✔Si es que existe relación entre las dos variables.
✔La dirección de la relación (+, -, etc.).
✔Fuerza de la relación.
57
6.- Diagrama Scatter (cont).
58
29
Analizando la nube de puntos :

✔Cuando los puntos pueden ser agrupados en una elipse indica que si hay
relación.
✔Trazar una línea o curva imaginaria a través de los datos.
✔ Fuerza de la relación: mientras mejor “calcen” los puntos dentro de la
línea, mejor correlación.
✔La dirección de la relación está dada por la pendiente positiva o negativa
de la recta trazada.
59
60
30

Interpretación :
✔Las gráficas pueden mostrar que existe relación entre las dos variables,
pero no indica que una variable sea la causa de la otra.
✔“Correlación no implica causalidad”.
✔Puede haber un tercer factor que cause ambas variables.
✔Si existe relación, indican como varía una respecto a la otra.
61
7.- Gráficas de Control
M ª.A. Larraín
62
31
• Histogramas.
• Por variables
• Por atributos
4. Muestreo
M ALarraínB
63
3. Gráficas de Control
7.- Gráficas de Control
M ª.A. Larraín
64
32
Población y muestra
65
Medidas
De tendencia central De dispersión

•Media aritmética • Rango
•Mediana • Varianza
•Moda • Desviación estándar
66
33
Variabilidad en los procesos
67
Elementos que intervienen en un proceso (6Ms)
Es el resultado de un gran número

de pequeñas causas que afectan la
estabilidad de los procesos.
Es el resultado de un pequeño
número de causas que afectan el
proceso en gran medida..
68
34
Gráficas de control de Shewhart

NCh 2234 Of 97
• Medio gráfico de aplicar los principios estadísticos de significancia
al control de un proceso productivo.
• Permiten reconocer dos tipos de causas de variación de un
proceso:
• Causas comunes, aleatorias (no asignables)
• Causas especiales, no aleatorias (asignables)
Un proceso está:
• bajo control estadístico cuando la variabilidad es el resultado de
la presencia solo de causas comunes.
=> Nivel aceptable de variación
• fuera de control estadístico cuando la variabilidad es el resultado
de la presencia de causas especiales además de las causas
comunes.
70
Variación debida a:
Causas comunes, aleatorias Causas especiales, no
(no asignables) aleatorias (asignables)
Ejemplos: desgaste natural de Ejemplos: maquinaria
maquinarias, uniformidad desajustada, materia prima fuera
tolerada en la materia prima, de especificaciones, operario no
habilidad del operario, etc… capacitado, etc…
• Se distribuyen normalmente y son
debidas al azar • No se distribuyen normalmente
ni son por azar
• Dan origen a la toleracia
• Determinan la capacidad del
proceso • Son desestabilizadoras del
• Son muchas causas con pequeña proceso
influencia • Son identificables
• En conjunto tienen • Intermitentes en el tiempo (no
comportamiento estable en el puede predecirse su variación).
tiempo (puede predecirse su
variación).
71
35
PROCESO BAJO CONTROL

üAquel en que solo se encuentran presentes causas comunes (no
asignables) de variación.
PROCESO FUERA DE CONTROL

üAquel en que se encuentran presentes causas especiales
(asignables) de variación.
72
Para mejorar un proceso

①Primero deben identificarse y eliminarse las causas especiales de
variación.
②Una vez que el proceso se encuentra estable (bajo control) (sin
causas especiales), deben reducirse las causas comunes de variación.
üNunca deben hacerse los dos pasos simultáneamente.
üLa eliminación de causas especiales tiene prioridad.
ü¿Cómo?
73
36

üWalter A. Shewhart (1924). Compañía Bell Telephone.
üMétodo estadístico para el estudio y control de procesos
repetidos.
üUsa la estadística para indicarle al operador cuando debe
ajustar el proceso.
üPermite distinguir variaciones debidas a causas especiales de
aquellas debidas al azar (comunes).
üDetectar causas especiales rápida y oportunamente (control en
línea, control dinámico y preventivo).
üDeterminar la capacidad del proceso para cumplir con un
requisito cuando el proceso esta bajo control.
üPueden analizar tanto datos expresados como variables y
como atributos.
74

Tienen una estructura común:
• Una línea central: representa promedio del proceso.
• Limites de control superior e inferior: representan la
variabilidad del proceso.
75
37
Mejoramiento de un proceso
76
Datos: atributos vs variables
77
38
Tipos
78
Tipo de datos:
Variables Atributos
üMedida real de una característica de ü Se determina si se cumple o no con
calidad que puede tomar diferentes una característica de calidad dada.
valores dentro de una escala.
ü Las muestras se clasifican según
üCada medición origina un único posean o no el atributo.
número descriptivo.
ü Cualitativa.
üCuantitativa.
Ejemplo: peso neto Ejemplo: medición de calibre

üRequisito: 4,5 g ± 0,1 g. ü Requisito: Diámetro mayor a 55 cm.
üValor nominal: (4,5 g.) Valor central ü Pasa o no pasa => fracción no
de la tolerancia (M). conforme (NCh 2237 of 99) y (NCh
44 of 2007).
üTolerancia: (4,4 g - 4,6 g.) Entorno de
valores que se le permite adoptar a ü Fracción no conforme (defectuosa):
esa característica para ser % de la muestra que no cumple con
considerada como buena (2Ñ).
el requisito.
79
39
Subgrupos racionales
80
Límites de control
81
40
En un proceso bajo control:

ü Dentro de estos límites se encontrarían el 99,7% de los valores.
ü El 0,3% de los valores se encontrarían fuera de los límites. => riesgo alfa (a=0,003)
ERROR TIPO I: error tipo Riesgo
de concluir que hay causas especiales
en el proceso cuando en realidad no hay ninguna.
üPara propósitos prácticos el riesgo a es relativamente pequeño.
M ª.A. Larraín
82
M ª.A. Larraín
83
41
En un proceso fuera de control:
üQue en la muestra extraída no sea detectado el cambio
en el proceso.
üriesgo beta (b) o error tipo II.
Riesgo de concluir que el proceso esta bajo control cuando

en realidad hay causas especiales en el proceso.
M ª.A. Larraín
84
n = 1 => b = 0.841 n = 4 => b = 0.159
üLas medias son mas sensibles que los valores

individuales para detectar los cambios.
üPara n = 1 => b = 0.841
n = 4 => b = 0.159
M ª.A. Larraín
85
42
Variabilidad dentro y entre subgrupos
86
Frecuencia y tamaño de los subgrupos

racionales
87
43
Límites de control para gráficos por variables
Fuente: NCh2234 – ISO8258
88
Factores para calcular límites de gráficos de

control
89
44
Teorema del límite central
Las medias muestrales tienden a distribuirse normalmente aunque la

población original de la cual se extrajeron las muestras no tenga distribución
normal.
k
lim x’ = x x= S xi
k ®¥ i=1
Dónde:
x’ : media poblacional.
x : media de las medias muestrales.
k : numero de muestras.
Mª.A. Larraín
90
Teorema del límite central
sx = s’ sR = d3 s’ ss = s’
-¬ -¬
Ön Ö2n
Dónde:
s’ : desviación estándar poblacional.
sx : desviación estándar de las medias muestrales.
sR : desviación estándar de los rangos.
ss: desviación estándar de las desviaciones muestrales.
M ª.A. Larraín
91
45
Límites de control para gráficos por atributos
93
Gráficas de control por atributo
En el caso de controlar atributos, se usa un tipo de gráficas de control:
ü p : proporción de alguna condición especificada.
ü La desviación estándar para dicha proporción se

designa sp.
sp = Ö p (1 - p ) / n
ü Depende solo de n y p => no es necesario
graficarlo separadamente.
M ª.A. Larraín
94
46
Interpretación de las gráficas de control para
variables
1.- Puntos fuera de los LC.
• Ningún punto fuera de los LC.
M ª.A. Larraín
97
68% 27% 5%
LSC 3s- - - - - - - - - - -
2s - - - - - - - - - - - - - - - -
s -----------------------
LCC.
-s-----------------------
- 2s - - - - - - - - - - - - - - - -
LIC - 3s
M ª.A. Larraín
- - - - - - - - - - -
98
47
Distribución normal.
Me
M ª.A. Larraín dia
99
Interpretación de las gráficas de control para

variables
2.- Distribución de los puntos dentro de los LC.
• Puntos distribuidos aleatoriamente a ambos lados del límite central
de control.
üNo formar tendencias o rachas (ascendentes o descendentes).
üNo formar ciclos.
üNo formar estratificaciones.
ü¿rachas, tendencias estratificaciones ?????
M ª.A. Larraín
100
48
Rachas
Los puntos ocurren continuamente a un lado de la

línea central.
ü7 puntos consecutivos.
ü10 de 11 puntos consecutivos.
M ª.A. Larraín
101
Rachas
LSC 3s - - - - - - - - - - - - - - -
x
2s - - - - - - - - - - - - - - - -x- - -- - --
x x x
s -x - x- - x- - - - - - - - - - - - - - - - - - x - - - - - -
x x x x x
LCC
- s x- - - - - - - - - - -x- - - - - - - - - - - - - - - - - - -
- 2s - - - - - - - - - - - - - - - -- - -- - - -
LIC - 3s - - - - - - - - - - - - - - -
M ª.A. Larraín
102
49
Rachas
103
Tendencia
Los puntos consecutivos forman una curva continua

ascendente o descendente.
ü7 puntos consecutivos.
M ª.A. Larraín
104
50
Tendencia
LSC 3s - - - - - - - - - - - - - - -
2s - - - - - - - - - - - - - - - -- - - -- - -
s ----------x--------------------
x
LCC xx
-s - - - - - -x - - - - - - - - - - - - - - - - - - - - - - - - -
x
- 2s - x -x - - - - - - - - - - - - - - - - - - - -
x
LIC - 3s - - - - - - - - - - - - - - -
M ª.A. Larraín
105
Tendencia
106
51
Estratificación
ü2 de 3 puntos a distancia > 2s x del LC.
ü8 puntos consecutivos entre s x y 2 s x.
ü15 puntos consecutivos a distancia < s x del LC.
M ª.A. Larraín
107
Estratificación
LSC 3s - - - - - - - - - - - - - - -
x x x
2s - - - - - - - - - - - - - - - - - - - - - - -
s -------------------------------
x xx x x x x xx
LCC x x x x x xx
-s -x -----------------------------
x
- 2s - - - - - - - - - - - - - - - - - - - - - - -
x
LIC - 3s - - - - - - - - - - - - - - -
M ª.A. Larraín
108
52
Estratificación
109
Ciclo o periodicidad
• Repetidamente la curva muestra una tendencia ascendente o
descendente en casi el mismo intervalo de tiempo.
110
53
Capacidad de los procesos
Límites de control (LC).
üCriterio si el proceso esta o no bajo control.
üCalculados basándose en la variación del proceso debida al azar (causas no
asignables).
üSe aplican sobre las medias.
Limites de requisitos (LR).
üCriterio si el producto es conforme o no.
üFijados según demanda del cliente.
üSe aplican sobre los individuos.
M ª.A. Larraín
111
Capacidad de proceso
Se determina al relacionar los parámetros del proceso con los
limites de la especificación, requisito (tolerancia).
Párametros del proceso Especificación, requisito (Tolerancia)
X’, s` = M +/- Ñ
Minimizar los desechos.

Þla relación entre los requisitos y los parámetros del proceso deben ser:
Párametros del proceso Especificación (Tolerancia, requisito)
Exactitud X’ = M
valor central de la tolerancia
Precisión 3s’ = Ñ
M ª.A. Larraín
discrepancia (mitad de la tolerancia)
112
54
113
114
55
_ _ _
X-3σ X X+3σ
_ _ _
X-3σ X X+3σ
_ _ _
X-3σ X X+3σ
115
_ _ _
X-3σ X X+3σ
116
56
_ _ _
X-3σ X X+3σ
_ _ _
X-3σ X X+3σ
_ _ _
X-3σ X X+3σ
117
118
57

6.1 HerramEstad Sticas 2021

Cargado por

Información del documento

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

6.1 HerramEstad Sticas 2021

Cargado por

Copyright:

Formatos disponibles

CONTROL ESTADISTICO DE

Control Estadístico de la Calidad

üAplicación de Los métodos estadísticos, según su nivel de

üMétodos 2.- Método estadístico intermedio.

3.- Método estadístico avanzado.

1.Control Estadístico de la Calidad

• Los métodos empleados para resumir,

• Los métodos para tomar decisiones

0.2 Principios de gestión de la calidad

Control Estadístico de la Calidad

✔Método estadístico ✔Diagramas de flujo.

1.- Diagramas de flujo

2.7 Herramientas estadísticas

1.- Diagramas de flujo

2.7 Herramientas estadísticas

1.- Diagramas de flujo

2.7 Herramientas estadísticas

2.- Diagramas causa-efecto

2.- Diagramas causa-efecto

2.7 Herramientas estadísticas

2.- Diagramas causa-efecto (cont.)

2.7 Herramientas estadísticas

2.- Diagramas causa-efecto (cont.)

✔Determinar la característica de calidad que se quiere mejorar (vía tormenta

I Análisis de dispersión Paso 1: M ª.A.Larraín B. 19

2.7 Herramientas estadísticas

I Análisis de dispersión Paso 1: M ª.A.Larraín B. 20

I Análisis de dispersión Paso 2: M ª.A.Larraín B. 21

2.7 Herramientas estadísticas

Mano de Mediciones Medio ambiente

I Análisis de dispersión Paso 2: M ª.A.Larraín B. 23

2.7 Herramientas estadísticas

✔Para cada causa principal preguntarse ¿Que contribuye a esta causa?

I Análisis de dispersión Paso 3: M ª.A.Larraín B. 24

2.7 Herramientas estadísticas

II Clasificación de proceso: M ª.A.Larraín B. 26

Interrupciones Coordinado Claridad

II Clasificación de proceso: M ª.A.Larraín B. 27

2.7 Herramientas estadísticas

✔Listado de todas las causas posibles.

2.7 Herramientas estadísticas

2.7 Herramientas estadísticas

2.7 Herramientas estadísticas

3.- Histogramas (cont.)

3.- Histogramas (cont.)

2.7 Herramientas estadísticas

3.- Histogramas (cont.)

Intervalo = valor mayor - valor menor

3.- Establecer el límite de cada clase.

3.- Histogramas (cont.)

Distribución de frecuencias de las resistencias

2.7 Herramientas estadísticas

3.- Histogramas (cont.)

3.- Histogramas (cont.)

2.7 Herramientas estadísticas

3.- Histogramas (cont.)

4.- Hojas de chequeo

2.7 Herramientas estadísticas

4.- Hojas de chequeo

✔La información incluye datos.

4.- Hojas de chequeo

Las hojas de chequeo:

Las hojas de datos:

2.7 Herramientas estadísticas