Professional Documents
Culture Documents
INGENIERA INDUSTRIAL
QUINTO SEMESTRE
CONTROL ESTADISTICO DE LA CALIDAD
REPORTE DE LA UNIDAD 1.
ING. JOS ANTONIO CUEVAS SNCHEZ
EQUIPO #1
ABUNDES MADRIGAL KARLA ROCIO
BELLO MORALES RAFAEL
CLAVEL RIVERA ROLANDO DANIEL
JOO SOLANO CANDY AISLINN
SNCHEZ PEA EDGAR ADRAN
Fomenta la creatividad.
En el siguiente ejemplo se plantea el diagrama de afinidad sobre las
condiciones que tiene que reunir una buena clase en la universidad. Para ello se
ha realizado en primer lugar un Brainstorming entre los alumnos y cada uno ha
aportado sus ideas sobre las caractersticas que consideran fundamentales.
Despus las ideas se han ido ordenando en el tabln y se han generado de
un modo natural las distintas categoras. Por ltimo se ha dado un nombre a las
categoras: ambiente en el aula, caractersticas del aula, material y materia. En
ltimo trmino los alumnos tuvieron que establecer que categora era a su modo
de ver la ms importante, para ello emplearon el sistema de puntos. Dadas las
puntuaciones en este caso los alumnos consideraban la materia como el aspecto
ms importante.
Cmo se elabora?
1. Establezca el objetivo que se analizar a travs del Diagrama de rbol. Es
muy importante que el objetivo quede claro para todos y que est expresado
de manera activa. Ej: Disminuir los tiempos de espera en el servicio de
consulta externa.
2. Arme el equipo adecuado. Se sugiere un equipo de 4 a 8 participantes.
Considere que aquellos que seleccione debern estar involucrados en la
problemtica a fondo para aportar soluciones y que el diagrama de rbol
cuente as con los niveles de anlisis necesarios.
3. Genere el mayor nmero posible de "cabeceras del diagrama de rbol"
Esto es las ideas o sub-objetivos hacia los que se enfocarn las acciones
para lograr el objetivo principal. Puede utilizar la herramienta "Lluvia de
ideas" o "Tcnica de afinidad " para lograrlo. Como sugerencia puede
utilizar tarjetas sobre una mesa que le permitan flexibilidad de movimiento de
una idea a otra."
4. Descomponga cada "cabecera" o ttulo principal en mayor detalle. Vaya
acomodando las ideas por subtemas llegando a tres o cuatro niveles.
5. Detenga la descomposicin de temas cuando ya se perfilen tareas
especficas a realizarse.
6. Revise el diagrama de rbol. Asegrese de que tiene un flujo lgico y que
est lo ms completo posible. Pregunte al equipo si observa algn punto que
sea muy obvio y se haya olvidado incluir. Pregntese junto con el equipo si
las tareas resultantes son necesarias para lograr el objetivo.
Ejemplos
cuando se trabaja con lluvia de ideas se debe resaltar las diferentes labores
porque todas son necesarias y complementarias.
Preparar la sesin con una convocatoria a las personas que pueden ayudar a
obtener informacin sobre el problema.
Considerar a estas respuestas como nuevos problemas y repetir para cada una
la misma pregunta, hasta agotar las ideas.
Luego de este proceso divergente, se requiere un proceso de anlisis convergente
para determinar las causas ms importantes. stas se sealan con un crculo u
otra marcacin.
Entonces, se plantea la comprobacin de las causas encontradas y se analiza
cmo solucionarlas, utilizando para ello el diagrama cmocmo o integrando las
respuestas al mtodo de anlisis y solucin de problemas.
Dos reglas tiles son:
Ejemplos
1.5.8 COMO-COMO
Este diagrama constituye un complemento del por qu-por qu, dado que se
combina con ste para encontrar solucin a las causas previamente ubicadas,
ms all de las estrategias de implementacin obvias, al promover modos de
pensamiento divergente.
Para concretar un diagrama cmo-cmo:
Frente a cada Cmo?, puede ser recomendable una tormenta de ideas para
encontrar las soluciones ms creativas.
Cada etapa es encarada, aqu, como un proceso divergente, por lo que necesita
ser complementada por un proceso de tamizado convergente que permita disminuir
las alternativas.
Mejorar
Cmo?
Cmo?
Crear grupos de trabajo interdisciplinarios
Mejorar la calidad
Usar circulos de calidad
Calidad
producto
del Hacerlo
moderno
Hacer estudio
ms consumidores
de
gustos
con
los
Mejorar diseo
Contratando especialistas
1.5.8 W UNA H
El mtodo 5 W's y 1 H es una herramienta de anlisis que apoya la identificacin
de los factores y condiciones que provocan problemas en los procesos de trabajo
o la vida cotidiana.
Son las preguntas lgicas que debe contener todo procedimiento e instructivo de
trabajo para desempear correctamente cierta actividad.
Las5Wy1H:
What- Qu
Who- Quien
When- Cuando
Why- Porqu
Where- Donde
How Como
MiniTAB 16
Proceso: Fabricacin de una puerta de carro
Defecto
Frecuencia
Manchas
21
Rayaduras
35
Defectos
Manija
17
Floja
29
Abolladuras
Vidrios
defectuosos
Ejemplo: En una empresa de 250 trabajadores, las bajas por accidentes laborales
en un mes se han producido por los siguientes motivos:
Ejemplo: En una empresa de 250 trabajadores, las bajas por accidentes laborales
en un mes se han producido por los siguientes motivos:
Frecuencia
Causas
Caidas al mismo
nivel
42
Caidas a distinto
nivel
21
Contusiones
22
Cortes
12
Quemaduras
57
Seleccin de variables
Grfica
Conclusin
El 88.2% de los materiales extraos corresponden a hojas, cojollos y suelocenizas
1.6.3 DIAGRAMA CAUSA-EFECTO
Herramienta para la identificacin de las causas que afectan a un proceso o
proyecto.
Qu es?
El anlisis causa-efecto, o diagrama de Fishbone, es una tcnica para identificar
las causas posibles que afectan a un proceso o proyecto.
Cando utilizarlo?
Definir un problema.
Identificar requisitos de los datos.
Identificar causas posibles.
Desarrollar los objetivos para las soluciones.
Reducir las causas.
Por qu se utiliza?
Problemas de organizacin:
Problemas de informacin:
1.6.4 HISTOGRAMA
En estadstica, un histograma es una representacin grfica de una variable en
forma de barras, donde la superficie de cada barra es proporcional a la frecuencia
de los valores representados. En el eje vertical se representan las frecuencias, y
en el eje horizontal los valores de las variables, normalmente sealando las
marcas de clase, es decir, la mitad del intervalo en el que estn agrupados los
datos.
Caractersticas
Impacto visual: Un diagrama de dispersin muestra la posibilidad de la existencia
de correlacin entre dos variables de un vistazo.
Comunicacin. Simplifica el anlisis de situaciones numricas complejas
Gua en la investigacin. El anlisis de datos mediante esta herramienta
proporciona mayor informacin que el simple anlisis matemtico de correlacin,
sugiriendo posibilidades y alternativas de estudio, basadas en la necesidad de
conjugar datos y procesos en su utilizacin.
Estratificacin. Separar un conjunto de datos en diferentes grupos o categoras, de
forma que los datos pertenecientes a cada grupo comparten caractersticas
comunes que definen la categora.
Proceso
Pasos previos a la construccin de un diagrama de dispersin
Paso 1: Elaborar una teora admisible y relevante sobre la supuesta relacin entre
dos variables. Este paso previo es de gran importancia, puesto que el anlisis de
un Diagrama de Dispersin permite obtener conclusiones sobre la existencia de
una relacin entre dos variables, no sobre la naturaleza de dicha relacin.
Paso 2: Obtener los pares de datos correspondientes a las dos variables al igual
que en cualquier otra herramienta de anlisis de datos, stos son la base de las
conclusiones obtenidas, por tanto cumplirn las siguientes condiciones:
En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos para
construir un diagrama de dispersin.
Datos correctamente emparejados: Se estudiar la relacin entre ambos.
Datos exactos: Las inexactitudes afectan a su situacin en el diagrama
desvirtuando su apariencia visual.
Datos representativos: Asegrese de que cubren todas las condiciones operativas
del proceso.
Informacin completa: Anotar las condiciones en que han sido obtenidos los datos.
Paso 3: Determinar los valores mximo y mnimo para cada una de las variables.
Paso 4: Decidir sobre qu eje representar a cada una de las variables
1.6.6 ESTRATIFICACION
El objetivo de la estratificacin es comprender un problema o analizar sus causas
observando factores o elementos posibles y comprensibles. Los datos
recolectados de una sola poblacin se dividen en varios estratos o niveles - por
tiempo, mano de obra, maquinaria, mtodos de trabajo, materias primas, etc. para descubrir algunos de los puntos de los datos, algunas peculiaridades o
caractersticas latentes comunes o similares.
Por ejemplo, despus de recolectar datos de errores en fotocopias, podemos
descubrir algunos factores o peculiaridades relacionadas para estratificarlas de
acuerdo con el operador, la mquina copiadora, el tamao del papel, la hora,
fecha o el mtodo de operacin de copiado.
Cmo estratificar los datos
Por tiempo: ao, mes, semana, da, hora, noche, tarde, maana, perodo.
Por mano de obra: divisin, seccin, turno de da, turno de noche, grupo,
edad, experiencia, etc.
Por maquinaria: lnea, equipo, nmero de mquina, modelo, estructura,
gras, dados, etc.
Por mtodo de trabajo: procedimiento de trabajo, manual, velocidad, etc.
Por materias primas: lugar de origen, proveedor, lote, carga, etc.
Por producto: pas, unidad, pedido, fabricante, proveedor de servicios, etc.
Por medio ambiente: temperatura, humedad, estado del tiempo, etc.
d. Seleccionar proveedores.
e. Reducir la variabilidad en el proceso de manufactura.
f. Planear la secuencia de produccin cuando hay un efecto interactivo de los
procesos en las tolerancias.
Una vez hayamos comprobado que el proceso est bajo control, estaremos
interesados en saber si es un proceso capaz, es decir, si cumple con las
especificaciones tcnicas deseadas.
Para determinar si un proceso es o no capaz haremos uso de herramientas
grficas (histogramas, grficos de control, y grficos de probabilidad). Tambin
utilizaremos los llamados ndices de capacidad, que vendrn determinados por los
cocientes entre la variacin natural del proceso y el nivel de variacin
especificada. En principio, para que un proceso sea considerado capaz, su
variacin actual no debera representar ms del 75% de la variacin permitida.
El programa Minitab nos permite realizar anlisis de capacidad basados en la
distribucin normal o en la distribucin Weibull. La opcin basada en el modelo
normal nos proporciona un mayor nmero de estadsticos, si bien para usar esta
opcin es necesario que los datos originales sigan una distribucin
aproximadamente normal. As, por ejemplo, esta opcin nos dar estimaciones del
nmero de unidades (o partes) por milln que no cumplen con las
especificaciones. Tales estimaciones pueden transformarse en probabilidades de
producir unidades que no cumplan con las especificaciones. Es importante
recordar que para interpretar correctamente estos estadsticos es necesario que:
a. Los datos se han obtenido a partir de un proceso bajo control, y
b. stos siguen una distribucin aproximadamente normal.
De forma anloga, tambin es posible basarnos en el modelo Weibull para calcular
las partes por milln que no cumplen con las especificaciones.
Si los datos siguen una distribucin notablemente asimtrica, probabilidades
basadas en el modelo normal no seran muy buenos estimadores de las
verdaderas probabilidades de producir unidades que no cumplan con las
especificaciones. En tal caso, podramos optar por:
a. usar la transformacin de Box-Cox para transformar los datos en otros cuya
distribucin sea aproximadamente normal, o
b. usar el modeloWeibull.