Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(ESTADÍSTICOS)
COMPETENCIA DE LA SESIÓN
• Selecciona y utiliza las herramientas básicas de calidad para analizar y
resolver problemas en la Industria alimentaria con una actitud crítica.
DIEZ HABILIDADES BLANDAS PARA EL 2020
1- Resolución de problemas.- Incluye la disposición a involucrarse
en situacionespara lograr el potencial comocolaboradorconstructivoyreflexivo.
Bueno
Nivel actual
CLASIFICACIÓN DE LOS PROBLEMAS
CLASIFICACIÓN DE LOS PROBLEMAS
Problemas de
Problemas de eficacia. Es
Problemas de Problemas de Problemas de
desempeño difícil reducir
no diseño de diseño de
no costos cuando
conformidad. producto. Procesos.
estructurado. hay excesivos
reclamos.
Es la información que brinda acceso a un conocimiento
preciso y concreto. (Del latín datum = “lo que se da”)
DATOS - Son la representación simbólica, en números o letras, de una
¿QUÉ SON? recopilación de información (cualitativa o cuantitativa) que
facilitan la deducción de una investigación o un hecho.
Sebasanenmedicionesdeuna característicaclavede
calidad.
Nuevo enfoque:
“Creo que el problema es…” por
Confiabili
dad en las
medicion
es
1. Datos – Establecer 2. ¿Cuál es el propósito?
objetivos claros
• ¿Qué se va a hacer con los datos? • Determinar los tipos de comparación
• Cualquier recolección de información que se necesitan.
ha de tener un objetivo o propósito • Aplicar la estratificación cuando
específico y ser seguida por acciones. sea necesario: por ejemplo,
• Los objetivos de la recolección de cuando se quiere saber por qué
datos son: resultan productos defectuosos
hechos por tres máquinas
a) El control y el monitoreo de un diferentes.
proceso de producción (o un
servicio) • Si se quisiera saber la relación
b) El análisis de lo que no se ajusta a las entre la calidad de un ingrediente
especificaciones o normas y la dureza de un producto, se
buscará registrar pares de datos
c) La inspección. pertenecientes a estas dos
características para emplearlos en
un diagrama de dispersión.
16
3. ¿Son confiables las 4. Establecer formas
mediciones? apropiadas de recojo
• Si las mediciones no son • Organizar los datos
confiables se emitirá un juicio adecuadamente para facilitar su
erróneo. procesamiento posterior.
• Su origen debe registrarse
• Ejemplo, un inspector en un claramente.
muestreo calificó unos artículos
con una tasa de defectuosos • Debe registrarse por ejemplo, la
mayor que otros inspectores. Más característica de calidad, los días
tarde, un examen cuidadoso de la semana, el turno, la hora,
mostró que el instrumento de qué máquinas, qué lotes de
medición empleado estaba materiales se usaron, y así
descalibrado. sucesivamente.
17
COLECCIÓN DE DATOS
• Elaborar un plan:
• Incorporar información
concreta, de modo que
todos sabrán qué hacer.
• Corresponde a la
primera fase del Ciclo
P-H-V-A: PLANIFICAR
• Resultará en un
Procedimiento para
la colección de
datos
22
HERRAMIENTAS DE CALIDAD
(ESTADÍSTICOS)
1. Las siete herramientas clásicas de control y gestión de
Herramientasde la calidad. – Estadísticos / Control y Mejora de la Calidad
Calidad Hoja de recogida de datos.
El diagrama de Pareto.
El diagrama causa efecto.
HERRAMIENTAS Histograma.
El diagrama de dispersión o bivariante.
La Estratificación.
DE CALIDAD El gráfico de Control.
(ESTADÍSTICOS) 2. Nuevas herramientas de planificación y gestión de la calidad.
– No Estadísticos / Gestión y Planificación de la Calidad
Diagrama de afinidad.
Diagrama de relaciones.
Diagrama de árbol.
Matrices de priorización.
Diagrama matricial.
Diagrama del proceso de decisión.
Diagrama de flechas.
Hojas de verificación Diagrama Causa y Efecto
Check sheets
7 Herramientas Histograma
de Calidad Análisis
Obtención de de datos
datos
Cartas
Cartasdede
control
control
Diagrama de Flujo
Diagrama de Dipersión
Estratificación
DIAGRAMA DE FLUJO
Se dibujan al comienzo de un
Expresa de manera simple y proyecto de mejora de
visual lo que ocurre en un calidad para que los
proceso. participantes comprendan
mejor lo que quieren hacer.
1. CHECK-SHEETS U
HOJAS DE CHEQUEO
5W 2H
27
1. CHECK-SHEETS U HOJAS DE
Hoja de chequeo - Formato de Tabla
CHEQUEO
Marzo 2020
Lun Mie Jue Lun Mar Mie Jue
• Es de fácil uso. Por ejemplo
Defecto
12 14 15 19 20 21 22
Total cuando solamente se desea
Código errado // / // / / / 8
contar cuán
frecuentemente sucede
Superficie sucia / // / / 5
algo o para registrar una
Falta
medición.
// /// // /// / /// // 16
hermeticidad
Bajo peso / / 2
1. HOJA DE CHEQUEO - FORMATO DE
GRÁFICO PARA USO INMEDIATO
Es especialmente diseñado 35
Los s
para que los datos puedan 30 trabajadore
marcan cada
ser registrados y 35 dato en el o
gráfic
Temperatura
mostrados al mismo 30
tiempo que ocurren, 25
(°C)
indicando los datos 20
directamente como puntos 15
en la gráfica. 10
5
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Horas del día
1. HOJA DE CHEQUEO PARA CONTROL DE CONTENIDO
NETO PARA ELABORAR UNA CARTA DE medias y rangos.
30
1. HOJA DE CHEQUEO CON DATOS PARA Frecuencia total
Σ= 2 2 3 1 1 1
USO INMEDIATO EN HISTOGRAMA 25
24
23
22
21
20
19
Frecuencia
iones calcio (dureza) se mantenga en 4 14
13
ppm (partes por millón), con una 12
tolerancia de ± 0.2.
11
10
9
•Es necesario elaborar una Hoja de Chequeo 8
7
que sirva para construir un histograma 6
5
conforme se van capturando los datos 4
x
(cada 10 min.), digamos durante la 3
2
x x x
x x x x x x
operación de un día. 1
ppm C a 3.6 3.7 3.8 3.9 4.0 4.1 4.2 4.3 4.4 4.5
31
2. DIAGRAMA DE PARETO
Es una herramienta que identifica los problemas más importantes, en función de su frecuencia de
ocurrencia o coste (dinero, tiempo), permitiendo establecer las prioridades de intervención. Es un tipo de
distribución de frecuencias que se basa en el principio de Pareto, a menudo denominado regla 80/20, el
cual indica que el 80 % de los problemas son originados por un 20 % de las causas. Este principio ayuda a
separar los errores críticos, que normalmente suelen ser pocos, de los muchos no críticos o triviales.
3
2
2. DIAGRAMA DE PARETO
La construcción del diagrama de Pareto consta de las siguientes etapas:
3
3
2. DIAGRAMA DE PARETO
Modelo de Tabla para la construcción de un Diagrama de Pareto:
34
2.2.DIAGRAMA DE PARETO
Diagrama de Pareto
Hemos decidido clasificar por tipo de defecto y definimos un periodo de observación de cuatro
semanas consecutivas, la hoja de recogida de datos podría ser como la que muestra debajo.
En ella se van anotando los datos (el defecto A ocurrió dos veces en la primera semana, el defecto B
ocurrió cuatro veces, y así sucesivamente con todos), de manera que una vez cumplimentada
constituye la base para la representación del Diagrama de Pareto.
3
5
2. DIAGRAMA DE PARETO
4.Se coloca en el eje vertical el número total de defectos detectados y en el eje horizontal los tipos
de defectos.
5.Consiste en la representación gráfica de los datos recogidos en la hoja. Para ello se observa cuál
es el defecto ocurrido con más frecuencia y se representa en el extremo izquierdo, junto al eje
vertical, mediante una barra ancha que tendrá la altura correspondiente a su frecuencia. Se
representa el segundo defecto en frecuencia, y así sucesivamente. Antes de dibujar el diagrama de
Pareto hay que colocar los defectos en orden decreciente en función del número de veces que se
hayan detectado.
3
6
2. DIAGRAMA DE PARETO
6. Trazar a la derecha una línea de porcentajes que sitúa a la altura de 90, total de los defectos
observados en las cuatro semanas, el 100 %. Esta línea muestra los porcentajes acumulados.
3
7
2. DIAGRAMA DE PARETO
7. El diagrama muestra los problemas más importantes sobre los que será necesario actuar. En el
ejemplo, los defectos C y B son los defectos más importantes, puesto que representan el 80 % de los
defectos totales.
38
2. DIAGRAMA DE PARETO
Interpretación de los resultados de Pareto:
3
9
2. DIAGRAMA DE PARETO
La utilización de esta herramienta presenta las
siguientes ventajas:
4
0
3. ESTRATIFICACIÓN
La estratificación no es una técnica propiamente dicha, más bien es una metodología de trabajo
compatible con cualquiera de las herramientas antes mencionadas.
Por ejemplo en el caso de la empresa e legumbres, no sería lógico representar en un mismo diagrama
de dispersión las variables “grado de humedad” y “peso” para los tres tipos de legumbres (garbanzos,
alubias y lentejas) que envasa la citada empresa, sino que habría que representar por separado la
situación de cada tipo de legumbre.
4
1
3. ESTRATIFICACIÓN
3. ESTRATIFICACIÓN
43
4. DIAGRAMA CAUSA Y EFECTO
Es un método sistematizado de trabajo en grupo, que ilustra con claridad las diversas causas que
afectan a un resultado, clasificándolas y vinculándolas entre sí.
Mano de Obra,
Máquina,
5M Material,
Método y
Medio Ambiente
4
4
4. DIAGRAMA CAUSA Y EFECTO
Construcción: Para desarrollar el diagrama de espina se deben seguir los siguientes pasos:
1. Definir y determinar claramente el problema o efecto que se va a analizar.
2. Identificar los factores o causas que originan el efecto, mediante un brainstorming.
3. Representación del diagrama.
4. Análisis de las relaciones causa-efecto que derivan de la construcción del diagrama.
4
5
4. DIAGRAMA CAUSA Y EFECTO
Aplicación: Es útil para conocer y afrontar las causas de los defectos, anomalías o reclamaciones;
reducir costes; obtener mejoras en los procesos; mejorar la calidad de los productos, servicios e
instalaciones; y establecer procedimientos normalizados, tanto operativos como de control.
Ventajas:
• Favorecer el trabajo en equipo permitiendo que los trabajadores planteen de forma creativa sus
opiniones y que la comunicación sea clara y eficaz.
4
6
4. DIAGRAMA CAUSA Y EFECTO
El director de administración de una empresa de fabricación de maquinaria industrial decide emplear
un diagrama de espina para investigar por qué muchos clientes muestran un cierto grado de
insatisfacción con la empresa. Los clientes han expresado su insatisfacción explícitamente a través de
los formularios de quejas y reclamaciones. La mayoría de los clientes señalan la lentitud del servicio
de mantenimiento y de la atención al cliente y el constante comunicar del teléfono cuando éstos
llaman. Bastante sorprendido, decide formar un grupo con otras tres personas, miembros de los
departamentos implicados, y realizar una sesión de brainstorming.
En primer lugar definen el efecto que va a ser analizado como «clientes insatisfechos ».
Posteriormente, el equipo comienza a detectar posibles causas y el coordinador del equipo las va
agrupando según correspondan a mano de obra, métodos, materiales y maquinaria. Una vez
enumeradas y agrupadas las causas, el coordinador las incluye en el diagrama de espina (mostrado
debajo), mientras el grupo sigue reflexionando sobre la importancia de cada una de ellas y si quedan
algunas por añadir. Los pasos siguientes serán determinar las causas más importantes y más
probables para diseñar líneas de actuación encaminadas a la disminución de la insatisfacción de los
clientes.
4
7
4. DIAGRAMA CAUSA Y EFECTO
48
4. DIAGRAMA CAUSA Y EFECTO
49
5. DIAGRAMAS DE DISPERSIÓN
• La forma más sencilla de determinar si existe una relación de causa a
efecto entre dos variables es trazar un diagrama de dispersión, o
diagrama de puntos. La figura 4-19 muestra la relación entre
velocidades de automóvil y rendimiento de gasolina.
• Se ve que a medida que aumenta la velocidad, baja el rendimiento. La
velocidad del automóvil se grafica en el eje x, y es la variable
independiente.
5. DIAGRAMAS DE DISPERSIÓN
5. DIAGRAMAS DE DISPERSIÓN
5. DIAGRAMAS DE DISPERSIÓN
El diagrama de correlación o diagrama de dispersión sirve para determinar si existe
relación entre dos variables, normalmente de causa y efecto.
5
3
5. DIAGRAMAS DE DISPERSIÓN
Aplicación: Habitualmente, se aplica después de la utilización del diagrama de
espina, donde ya hemos identificado todas las posibles causas del efecto, y conviene
verificar la existencia de relación, al menos, de las causas más probables. Esta
herramienta nos permite conocer cómo al variar una causa probable varía el efecto.
Ventajas:
• Se trata de una herramienta especialmente útil para estudiar e identificar las
posibles relaciones entre los cambios observados en dos conjuntos diferentes de
variables.
• Suministra los datos para confirmar hipótesis acerca de si dos variables están
relacionadas.
• Proporciona un medio visual para probar la fuerza de una posible relación.
5
4
5. DIAGRAMAS DE DISPERSIÓN
Construcción:
Según sea la dispersión de los datos (nube de puntos) en el plano cartesiano,
pueden darse alguna de las siguientes relaciones, Lineal, Logarítmica, Exponencial,
Cuadrática, entre otras.
5
5
5. DIAGRAMAS DE DISPERSIÓN
• Recogemos los datos de las dos variables en varios individuos de una muestra.
5
6
5. DIAGRAMAS DE DISPERSIÓN
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de
dispersión.
5
7
5. DIAGRAMAS DE DISPERSIÓN
La TENDENCIA tiene PENDIENTE positiva.
58
5. DIAGRAMAS DE DISPERSIÓN
Apreciamos que el peso aumenta 10Kg por cada 10 cm de altura
aproximadamente, o sea el peso aumenta en una unidad por cada unidad de
altura.
59
5. DIAGRAMAS DE DISPERSIÓN
Para valores de X por encima de la
media tenemos valores de Y por encima
y por debajo en proporciones similares.
Incorrelación.
6
0
5. DIAGRAMAS DE DISPERSIÓN
•Para los valores de X mayores que la
media le corresponden valores de Y
mayores también.
6
1
5. DIAGRAMAS DE DISPERSIÓN
Medición: Coeficiente de Correlación de Pearson.
6
2
5. DIAGRAMAS DE DISPERSIÓN
Propiedades de “r”
• Es adimensional
• Sólo toma valores en [-1,1]
• Las variables no tienen correlación => r=0
• Relación lineal perfecta entre dos variables r =+1 ó r =-1
Excluimos los casos de puntos alineados horizontal o verticalmente.
• Cuanto más cerca esté “r” de +1 o -1 mejor será el grado de relación lineal.
Siempre que no existan observaciones anómalas.
6
3
5. DIAGRAMAS DE DISPERSIÓN
64
5. DIAGRAMAS DE DISPERSIÓN
65
6. DISTRIBUCIÓN DE FRECUENCIA
Datos agrupados
DIFERENCIA ENTRE EXACTITUD Y PRECISIÓN
6.DISTRIBUCIÓN DE FRECUENCIAS
HISTOGRAMA
• Un histograma consiste en un conjunto de rectángulos que
representan la frecuencia en cada categoría. Gráficamente
representa las frecuencias de los valores observados.
• Como se trata de una variable discreta, una línea vertical en
lugar de un rectángulo hubiera sido teóricamente correcta. Sin
ISTOGRAMA
74
Antecedente del Histograma
Distribución de Frecuencias
75
Organizar los datos
a) Ordenar los datos en formaascendente o Número de errores en la facturación:
descendente. Nr. Recuen Frec
%
b) Tabular la frecuencia con que aparecen. error to u
es (tarjas) encia
c) Utilizar tarjas para determinar la frecuencia. 0
d) La frecuencia muestrala distribución de los 1
datos por rangos o categorías. 2
0 1 3 0 1 3
1 5 4 1 2
4
1 0 2 0 0
2 1 1 1 2 5
0 4 1 3 1 Total
1 3 4 0 0
1 3 0 1 2
76
Organizar los datos
a) Ordenar los datos en formaascendente o Número de errores en la facturación:
descendente. Nr. de Frecu
Recuento %
b) Tabular la frecuencia con que aparecen. errores encia
c) Utilizar tarjas para determinar la frecuencia. 0 //// //// 9 25,7
1 //// //// /// 13 37,1
d) La frecuencia muestrala distribución de los
datos por categorías (Nr. de errores) 2 //// 5 14,2
3 //// 4 11,4
0 1 3 0 1
4 /// 3 8,6
1 5 4 1 2
1 0 2 0 0 5 / 1 2,9
2 1 1 1 2 Total 35 100
0 4 1 3 1
1 3 4 0 0 Con las frecuencias halladas,
1 3 0 1 2 ahor
a puede construir un gráfico de 77
barras
Gráfico de barras
Distribución de Frecuencias Errores
Número de errores en la facturación: Facturas
Nr. de Frecu 16
Recuento %
errores encia 14 13
0 //// //// 9 25,7
12
1 //// //// /// 13 37,1 9
10
Frecuencia
2 //// 5 14,2 8
3 //// 4 11,4 6 5
4 /// 3 8,6 4
4 3
5 / 1 2,9 2 1
Total 35 100 0
0 1 2 3 4 5
Número de errores
78
Histograma
Es la representación gráfica, por medio de
barras verticales, de una distribución de
frecuencias de una variable continua. Cada
una de las barras refleja un intervalo o clase y
la altura de las barras representa la frecuencia
con que aparecen los valores en cada uno de
los intervalos.
79
Partes de un Histograma
30
In te rv a lo
25
Frecuenc
mayor
Valor
20
ia
15 Rango o Recorrido
menor
Valor
10 Celda o
clase
mm
M arc a de
Límite Límite
clase
inf erio r s uperi or Unidades
80
Partes de un Histograma
x
Lím. Espec.
30
Lím. Esp.
25 In te rv a lo
Frecuenc
Super.
Inf
20
ia
15
Celda o
10 clase
mm
Porción fuera de
M arc a de
Límite Límite especiicación
clase Unidades
inf erio r s uperi or
81
Ejemplo
Datos Diámetro Interior Bujes Enroscados
Especificación: 10,50 mm ± 0,20 mm
Min Max
10,35 10,50 10,65 10,40 10,45 10,45 10,65 10,40 10,40 10,65
10,60 10,35 10,40 10,40 10,55 10,35 10,45 10,30 10,40 10,55
10,40 10,60 10,50 10,75 10,45 10,45 10,40 10,40 10,50 10,30
10,50 10,45 10,45 10,30 10,35 10,35 10,40 10,45 10,75 10,50
10,70 10,65 10,45 10,50 10,50 10,45 10,40 10,55 10,30 10,45
10,45 10,60 10,40 10,50 10,60 10,45 10,35 10,45 10,65 10,50
10,45 10,35 10,60 10,45 10,40 10,50 10,40 10,50 10,40 10,50
10,60 10,40 10,60 10,60 10,50 10,50 10,25 10,60 10,45 10,50
10,45 10,40 10,60 10,50 10,35 10,65 10,40 10,35 10,50 10,75
Número de datos: N = 90
82
Construcción del Histograma
83
2b) Hallar el número de clases ( k ) a partir de una tabla
<50 5 a 7
50 a 99 6 a 10
100 a 250 7 a 11
> 250 10 a 20
84
2c) Estimar el número de clases ( k ) de modo gráfico
Gráfico de estimación del N°. de clases (k ) segun Regla de
Sturges
10 k = + 3, 3 log N
9
1
8
Clases (k)
3 110
160
190
100
250
220
230
10
200
260
20
30
50
60
70
80
90
120
140
170
210
240
130
150
180
40
Número de datos ( N )
85
Construcción del Histograma
3) Determinar el intervalo de clase ( h ) :
h = Rango (R) Núm. de clases ( k ) =
h = 0,50 mm 8 = 0,063 mm
Ampliar el intervalo de clase ( h ) 0,063 mm a 0,065
mm para dar holgura y simetría a la distribución de
los datos
Ahora el nuevo rango (R) es:
0,065 x 8 = 0,520 ;
El exceso del rango es:
0,520 – 0,500 = 0,020 mm
El exceso se reparte en dos partes iguales:
0,020 2 = 0,010 mm
86
Construcción del Histograma
87
Construcción del Histograma
5) Cálculo de la
primera clase:
h
Lím. inf. Intervalo
(10,240) + (0,065) = (10,305)
Lím. sup.
88
Construcción del Histograma
89
Obtener la media aritmética ( ) a partir de datos agrupados
X
Límites de clase f fx
(marca de clase)
10,240 - 10,305
10,305 - 10,370
10,370 - 10,435
10,435 - 10,500
10,500 - 10,565
10,565 - 10,630
10,630 - 10,695
10,695 – 10,760
f= fx =
Obtener la media aritmética ( ) a partir de datos agrupados
Frecuencia
de clase
X Var N Mean StDev Min Max
Límites de clase f fx
(marca de
mm 90 10,477 0,110 10,25 10,75
clase)
10,240 - 10,305 5 10,2725 51,3625
10,305 - 10,370 9 10,3375 93,0375
10,370 - 10,435 18 10,4025 187,2450
10,435 - 10,500 18 10,4675 188,4150
10,500 - 10,565 20 10,5325 210,6500
10,565 - 10,630 10 10,5975 105,9750
10,630 - 10,695 6 10,6625 63,9750
10,695 – 10,760 4 10,7275 42,9100
= 10,4841
f= 90 fx = 943,5700
91
Dispersión de datos
(𝑥ҧ)
VALOR
MEDIO
(-) (+)
92
Obtener la desviación estándar a partir de datos agrupados
σ𝑁
𝑖= 𝑓 (𝑥 𝑖 )2
s= 1 −𝑁
donde:
s = desviación estándar de la muestra
f = frecuencia
xi = valor observado
= media
n = cantidad de valores observados
93
Frecuencia
de clase = 10,4841
x 2 2
Límites de clase f fx (xi - )
(xi - ) f (xi - )
(marca de clase)
10,240 - 10,305 5 10.2725 51.3625
-0.2116 0.0448 0.2239
90
1.1455
94
95
Construcción del
Histograma
− Manualmente
− Con softwares
96
Discusión:
97
98
99
Variación en los procesos
100
Ejercicio Histograma
101
102
USOS DE LOS HISTOGRAMAS
El histograma describe la variación en el proceso. Se usa para:
1. Resolver problemas.
2. Determinar la capacidad del proceso.
3. Comparar con las especificaciones.
4. Sugerir la forma de la población.
5. Indicar discrepancias en datos, como por ejemplo
discontinuidades.
Las distribuciones de frecuencia pueden dar la información suficiente sobre un
problema de control de calidad para ser la base de toma de decisiones, sin más análisis.
OTROS TIPOS DE DISTRIBUCIÓN
• Como se mencionó antes, en teoría la
gráfica de barras es correcta para datos
discretos, pero no se usa con
frecuencia.
• El polígono, o polígono de frecuencia es
otra forma gráfica de representar
distribuciones de frecuencia,
• Como el histograma muestra el área en
DE FRECUENCIA
108
¿Qué es una Carta
de Control?
Variaciónespecial
Herramienta estadística
para controlar y verificar
la estabilidad o variación Variación común
de una característica
clave de calidad de un
proceso, en el tiempo.
Permitedistinguir
eventos con variación
común de aquellos
con variación especial
109
Tipos de cartas de control según tipo de datos
Cartas de variables cuantitativas o continuas
Contienen datos producto de mediciones; por ejemplo, temperatura,
presión, espesor,peso, concentración, potencia, fuerza, costos, etc.
110
Identificar los elementos de esta Carta de Control
Definir la
característica Aquí, cada punto
de calidad a es el promedio de
controlar un sub grupo de
n= 3 mediciones
CARTADE
MEDIAS: Línea central
y límites de
Observar la control
estabilidad
Cuantificar
Hay k = 30 sub-
el proceso grupos o
muestras de n= 3
CARTADE mediciones cada
RANGOS: uno
Conocer la
dispersión
Aquí, cada
punto es el
rango de n =3
Cada media se apareja mediciones
con su rango
111
Beneficios de las cartas de control
112
Límites de control
Limite
Control
8
Superior
2
+ 3σ 4
6
ന
𝑿
Promedio de
promedios
- 3σ 3 9 Limite
1 7
5 Control
Inferior
113
Zonas en las Cartas de Control
Histograma
114
Los Límites de Control (± 3σ) y la
distribución normal en una carta de control
LCS
+ 3 sigma Zona A
+ 2 sigma Zona B
+3σ
+ 1 sigma Zona C
2 x
x
Media del
95.45 %
3
99.73
proceso
%
- 1 sigma Zona C
- 3σ
- 2 sigma Zona B
- 3 sigma Zona A
LCI
116
Elementos y principios básicos de
una Carta de Control
Límite
LSC Superior
de Control
Línea
LC Central
Límite
LIC Inferior de
Control
1 2 3 4 5 6 7 8
Número de subgrupo o muestra
117
Continuos Tipo Atributos
Elegir una de datos
Carta de
¿En Sub
Control Grupos? SÍ ¿Qué está
contando?
NO Elementos Defectos
Tamaño
Sub Grupos defectuosos por unidad
Tamaño Tamaño Tamaño
Tamaño
Sub grupo Muestra muestra
Sub grupo
≤8 constante variable
≥8
118
Capítulo 8
CARTAS DE CONTROL DE
VARIABLES CONTINUAS
119
Tipos de cartas de control de variables continuas
120
Carta de
Mediciones Individuales y
Rango Móvil (I-RM)
121
Cartas de Mediciones Individuales y Rango Móvil (I-MR)
122
Aplicaciones de Cartas Individuales y Rango Móvil (I-RM)
123
Aplicaciones de Cartas Individuales y Rango Móvil (I-RM)
También se aplican a variables administrativas (mediciones
diarias, semanales, anuales, etc.)
– De productividad,
– De desperdicio,
– De consumo de agua,
– De consumo de electricidad,
– De combustible, etc.
124
Cartas de Mediciones Individuales y Rango Móvil (I-RM)
125
Ejemplo de Carta (I-RM)
Variación °Bx en
Jugo Clarificado
de Caña”
Fin
126
Elaboración tradicional del azúcar
Inicio
Jugo
clarificado
Fin
127
Carta I-RM
Data °Bx Jugo Clarificado
1 2 3 4 5 6 7 8 9 10 11 12
MM-DD 09-18 09-19 09-20 09-21 09-22 09-23 09-25 09-26 09-27 09-28 09-29 09-30
°Brix (I) 13.97 13.22 12.77 13.49 13.38 14.58 13.04 13.08 13.36 13.01 12.12 12.48
13 14 15 16 17 18 19 20 21 22 23
MM-DD 10-1 10-2 10-3 10-7 10-8 10-9 10-10 10-11 10-12 10-13 10-14
°Brix (I) 12.46 11.74 12.76 13.87 12.71 11.69 12.79 12.79 12.77 12.59 10.82
128
Cálculo del Rango Móvil
1 2 3 4 5 6 7 8 9 10 11 12
MM-DD 09-18 09-19 09-20 09-21 09-22 09-23 09-25 09-26 09-27 09-28 09-29 09-30
°Brix (I) 13.97 13.22 12.77 13.49 13.38 14.58 13.04 13.08 13.36 13.01 12.12 12.48
Rango
Móvil
0.75 0.45 0.72 0.11 1.20 1.54 0.04 0.28 0.35 0.89 0.36
13 14 15 16 17 18 19 20 21 22 23
MM-DD 10-1 10-2 10-3 10-7 10-8 10-9 10-10 10-11 10-12 10-13 10-14
°Brix (I) 12.46 11.74 12.76 13.87 12.71 11.69 12.79 12.79 12.77 12.59 10.82 Prom I = 12,847
R. Móvil 0.02 0.72 1.02 1.11 1.16 1.02 1.10 0.00 0.02 0.18 1.77 Prom 0,673
RM=
130
Calcular los Límites de Control
Límites de control para x individuales (Carta de I):
3 3 Prom I = ഥ 12,847
𝒙
( )=( )= 2.66
𝑑2 1,128)
Prom 𝑹𝑴 0,673
RM=
• LCSx = 𝑥ҧ + 𝟐, 𝟔𝟔 𝑅𝑀 = 12,847 +
2,66 *0,673 = 14,638
•LCIx = ഥ
𝑥− 𝟐, 𝟔𝟔 𝑅𝑀 = 12,847 − 2,66 * 7,79 = 11,057
Límites de control para el Rango Móvil (RM):
• LCSRM = 𝐷4 𝑅𝑀 = 3,268 * 0,673 = 2,199
• LCSRM = 𝐷3 𝑅𝑀 = 0 * 0,673 = 0
131
Factores para cálculo de límites de control en carta de I-RM
Carta de I Carta de R
Tamaño
Subgrup d2 (3/d2) D3 D4
3 3 o: n
( )=( ) = 2.659
𝑑2 1,128) 2 1.128 0 3.267
2.659
3 1.693 1.772 0 2.574
132
133
Interpretar el Estado de Control
• Para la carta x de I, verificar
tendencias, observar
fluctuaciones; identificar si son
uniformes o dispersas.
• Buscar ciclos o agrupamientos
• Saber cómo es el proceso
ayudará a encontrar las causas
de estos problemas.
• Las cartas de I son menos
sensibles que las cartas x-R
134
Patrones de inestabilidad por causas especiales
135
Patrones de inestabilidad por causas especiales
136
Aplicación para interpretar el
PRUEBA 1. Un punto fuera de estado de control - Pruebas
3 dv.std de la línea central.
Puntos: 2; 15
PRUEBA 2. 9 puntos
consecutivos en el mismo lado
de la línea central. Punto: 18
PRUEBA 5. 2 de 3 puntos en
más de 2 dv.std de la línea
central (en un mismo lado de
la LC). Puntos: 2; 3
PRUEBA 6. 4 de 5 puntos en
más de 1 dv.std a partir de la
línea central (en un mismo
lado de la LC). Puntos: 5; 13;
15; 16; 17
137