Capacidad de Proceso

HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL
ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD

CAPACIDAD DE PROCESO CAPACIDAD DE PROCESO CAPACIDAD DE PROCESO CAPACIDAD DE PROCESO
Ing. Martha Tesn Ing. Martha Tesn Ing. Martha Tesn Ing. Martha Tesn A AA A
Herramientas y Control Estadstico de la Calidad Herramientas y Control Estadstico de la Calidad Herramientas y Control Estadstico de la Calidad Herramientas y Control Estadstico de la Calidad
Qu es capacidad Qu es capacidad Qu es capacidad Qu es capacidad del Pr0ceso del Pr0ceso del Pr0ceso del Pr0ceso?. ?. ?. ?.
como se realiza un estudio Real de como se realiza un estudio Real de como se realiza un estudio Real de como se realiza un estudio Real de
capacidad del Pr0ceso?. capacidad del Pr0ceso?. capacidad del Pr0ceso?. capacidad del Pr0ceso?.
Capacidad de proceso Capacidad de proceso Capacidad de proceso Capacidad de proceso
,
Las variables de salida o de o de respuesta de un proceso deben de cumplir con ciertas metas y/o
especificaciones a fin de que sea posible considerar que el proceso funciona de manera satisfactoria. Por
ello, una tarea primordial del control de calidad es conocer la capacidad o habilidad de un proceso, que que que que
consiste consiste consiste consiste en en en en determinar determinar determinar determinar la la la la amplitud amplitud amplitud amplitud de de de de la la la la variacin variacin variacin variacin natural natural natural natural del del del del proceso proceso proceso proceso para para para para una una una una caracterstica caracterstica caracterstica caracterstica de de de de calidad calidad calidad calidad
dada dada dada dada. .. . Esto permitir saber en qu medida tal caracterstica de calidad es satisfactoria.
dada dada dada dada. .. . Esto permitir saber en qu medida tal caracterstica de calidad es satisfactoria.
Consiste en conocer la amplitud de la variacin natural del proceso para una caracterstica de calidad
dada; esto permitir saber en qu medida tal caracterstica de calidad es satisfactoria (cumple con las
especificaciones).
Para Para Para Para poder poder poder poder determinar determinar determinar determinar de de de de una una una una mejor mejor mejor mejor manera manera manera manera la la la la capacidad capacidad capacidad capacidad de de de de proceso proceso proceso proceso es es es es necesario necesario necesario necesario coneocer coneocer coneocer coneocer las las las las principales principales principales principales
tcnicas tcnicas tcnicas tcnicas de de de de la la la la estadstica estadstica estadstica estadstica descriptiva descriptiva descriptiva descriptiva para para para para el el el el anlisis anlisis anlisis anlisis de de de de una una una una variable variable variable variable de de de de tipo tipo tipo tipo continuo continuo continuo continuo. .. . Estas Estas Estas Estas tcnicas tcnicas tcnicas tcnicas son son son son de de de de
gran gran gran gran utilidad utilidad utilidad utilidad para para para para entender entender entender entender mejor mejor mejor mejor la la la la capacidad capacidad capacidad capacidad de de de de proceso proceso proceso proceso. .. .
Estadstica Estadstica Estadstica Estadstica Descriptiva Descriptiva Descriptiva Descriptiva
Medidas Medidas Medidas Medidas
Tendencia Central Tendencia Central Tendencia Central Tendencia Central
Dispersin Dispersin Dispersin Dispersin
Forma Forma Forma Forma
Localizacin/posicin Localizacin/posicin Localizacin/posicin Localizacin/posicin
Estadstica Descriptiva Estadstica Descriptiva Estadstica Descriptiva Estadstica Descriptiva
Distribucin Distribucin Distribucin Distribucin
Histograma Histograma Histograma Histograma
Parmetros Parmetros Parmetros Parmetros
Limites Reales Limites Reales Limites Reales Limites Reales
Diagrama de caja Diagrama de caja Diagrama de caja Diagrama de caja
En un proceso de inyeccin de plstico una caracterstica de calidad del
producto (disco) su grosor, que debe ser de 1,20 mm con una tolerancia de
0,10 mm. As para considerar que el proceso de inyeccin fue
satisfactorio, el grosor del disco debe estar entre la especificacin inferior,
EI=1,10 y la superior, ES= 1,30. En un estudio de capacidad para este
proceso es necesario contestar las siguientes interrogantes:
Qu tipo de disco en cuanto a grosor se estn produciendo?
El grosor medio es el adecuado?
La variabilidad del grosor es mucha o poca?
Para contestar estas preguntas, durante una semana se obtuvieron de una
lnea de produccin los 125 datos de tabla 2.1. El muestreo fue sistemtico:
cada determinado tiempo se tomaban cinco productos y se medan y al final
de la semana se tuvieron los datos referidos. A Continuacin se analizarn
estos datos por medio de diferentes estadsticos
1,25 1,20 1,17 1,16 1,16 1,15 1,17 1,20 1,16 1,19 1,17 1,13
1,20 1,17 1,17 1,20 1,14 1,19 1,13 1,19 1,16 1,18 1,16 1,17
1,17 1,17 1,13 1,16 1,16 1,17 1,20 1,18 1,15 1,13 1,20 1,17
1,17 1,17 1,17 1,18 1,24 1,16 1,18 1,16 1,22 1,23 1,22 1,19
1,18 1,19 1,17 1,16 1,17 1,18 1,19 1,23 1,19 1,16 1,19 1,20
Tabla Tabla Tabla Tabla 2 22 2. .. .1 11 1. .. . Datos Datos Datos Datos del del del del grosor grosor grosor grosor de de de de los los los los discos discos discos discos (mm) (mm) (mm) (mm)
1,20 1,19 1,17 1,19 1,22 1,19 1,18 1,11 1,19 1,19 1,17 1,19
1,20 1,17 1,25 1,16 1,16 1,20 1,20 1,16 1,18 1,21 1,20 1,22
1,16 1,15 1,20 1,12 1,11 1,18 1,15 1,15 1,19 1,13 1,17 1,17
1,19 1,20 1,21 1,23 1,15 1,13 1,20 1,14 1,18 1,15 1,20 1,15
1,22 1,16 1,19 1,17 1,20 1,24 1,22 1,19 1,19 1,17 1,16 1,18
1,17 1,19 1,21 1,20 1,20
Supngase que Renato obtiene 32 puntos en una prueba de H.C.E.C. La
calificacin por s misma tiene muy poco significado a menos que usted
conozca cul es el total de puntos que obtiene una persona promedio al
participar en esa prueba, cul es la calificacin menor y mayor que se
Medidas de Tendencia Central Medidas de Tendencia Central Medidas de Tendencia Central Medidas de Tendencia Central
participar en esa prueba, cul es la calificacin menor y mayor que se
obtiene, y cun variadas son esas calificaciones.
Es Es Es Es decir decir decir decir que que que que para para para para que que que que una una una una calificacin calificacin calificacin calificacin tenga tenga tenga tenga significado significado significado significado hay hay hay hay que que que que contar contar contar contar con con con con
elementos elementos elementos elementos de de de de referencia referencia referencia referencia generalmente generalmente generalmente generalmente relacionados relacionados relacionados relacionados con con con con ciertos ciertos ciertos ciertos criterios criterios criterios criterios
estadsticos estadsticos estadsticos estadsticos.
Las medidas de tendencia central sirven como puntos de referencia para
interpretar las resultados que se obtienen. .
Digamos por ejemplo que la calificacin promedio en la prueba que hizo
Digamos por ejemplo que la calificacin promedio en la prueba que hizo
Renato fue de 20 puntos. De ser as podemos decir que la calificacin de Renato
se ubica notablemente sobre el promedio. Pero si la calificacin promedio fue de
60 puntos, entonces la conclusin sera muy diferente, dado que se ubicara
muy por debajo del promedio de la clase.
Tendencia central es el valor en torno al cual los datos o mediciones de una
variable tienden a aglomerarse o concentrarse
Las medidas de tendencia central son estadgrafos de posicin que son
interpretados como valores que permiten resumir a un conjunto de datos
Las medidas de tendencia central son estadgrafos de posicin que son
interpretados como valores que permiten resumir a un conjunto de datos
dispersos, podra asumirse que estas medidas equivalen a un centro de
gravedad que adoptan un valor representativo para todo un conjunto de
datos predeterminados.
En resumen, el propsito de la medidas de tendencia central son:
Mostrar en qu lugar se ubica la valor promedio o tpica del grupo.
Sirve como un mtodo para comparar o interpretar cualquier puntaje
Mostrar en qu lugar se ubica la valor promedio o tpica del grupo.
Sirve como un mtodo para comparar o interpretar cualquier puntaje
en relacin con el puntaje central o tpico.
Sirve como un mtodo para comparar el puntaje obtenido por una
misma persona en dos diferentes ocasiones.
Sirve como un mtodo para comparar los resultados medios obtenidos
por dos o ms grupos.
Medidas de Tendencia Medidas de Tendencia Medidas de Tendencia Medidas de Tendencia
Promedio Promedio Promedio Promedio Aritmtico (media) Aritmtico (media) Aritmtico (media) Aritmtico (media)
es el valor que ocupa la posicin central de un conjunto de
observaciones ordenadas. El 50% de las observaciones son mayores
que este valor y el otro 50% son menores
Central Central Central Central
M MM Mediana (Md) ediana (Md) ediana (Md) ediana (Md)
Moda (Mo) Moda (Mo) Moda (Mo) Moda (Mo)
que este valor y el otro 50% son menores
As para calcular la mediana cuando el nmero de datos es impar datos es impar datos es impar datos es impar,
stos se ordenan de manera creciente y el que quede en medio de
dicho ordenamiento ser la mediana,
Pero si el nmero es par, nmero es par, nmero es par, nmero es par, entonces la mediana se calcula dividiendo
entre dos la suma de los nmeros que estn en el centro de
ordenamiento
es igual al dato que se repite ms veces. Si varios datos tienen la
frecuencia ms grande, entonces cada uno de ellos es una moda, y se
dice que el conjunto de datos es multimodal.
1,25 1,20 1,17 1,16 1,16 1,15 1,17 1,20 1,16 1,19 1,17 1,13
1,20 1,17 1,17 1,20 1,14 1,19 1,13 1,19 1,16 1,18 1,16 1,17
1,17 1,17 1,13 1,16 1,16 1,17 1,20 1,18 1,15 1,13 1,20 1,17
1,17 1,17 1,17 1,18 1,24 1,16 1,18 1,16 1,22 1,23 1,22 1,19
1,18 1,19 1,17 1,16 1,17 1,18 1,19 1,23 1,19 1,16 1,19 1,20
1,20 1,19 1,17 1,19 1,22 1,19 1,18 1,11 1,19 1,19 1,17 1,19
1,20 1,17 1,25 1,16 1,16 1,20 1,20 1,16 1,18 1,21 1,20 1,22
1,16 1,15 1,20 1,12 1,11 1,18 1,15 1,15 1,19 1,13 1,17 1,17
1,19 1,20 1,21 1,23 1,15 1,13 1,20 1,14 1,18 1,15 1,20 1,15
1,22 1,16 1,19 1,17 1,20 1,24 1,22 1,19 1,19 1,17 1,16 1,18
1,17 1,19 1,21 1,20 1,20
Promedio Promedio Promedio Promedio Aritmtico (media) Aritmtico (media) Aritmtico (media) Aritmtico (media)
nmero de datos es impar datos es impar datos es impar datos es impar, n = 125 =
,
El dato 63 es la mediana por lo tanto la mediana es
Central Central Central Central
M MM Mediana (Md) ediana (Md) ediana (Md) ediana (Md)
Moda (Mo) Moda (Mo) Moda (Mo) Moda (Mo)
El dato 63 es la mediana por lo tanto la mediana es
1,18mm,
lo cual significa que el 50%de los grosores de los discos
de la muestra son menores o iguales a 1,18mm y que el
otro 50%son mayores o iguales a 1,18mm.
Hay una sola moda y es de 1,17 moda y es de 1,17 moda y es de 1,17 moda y es de 1,17. Esta medicin fue la
ms fue la ms frecuente, se repiti 23 veces.
Promedio = 1,1 79 mm Promedio = 1,1 79 mm Promedio = 1,1 79 mm Promedio = 1,1 79 mm
Moda = 1,17 mm Moda = 1,17 mm Moda = 1,17 mm Moda = 1,17 mm
Mediana = es 1,18 mm, Mediana = es 1,18 mm, Mediana = es 1,18 mm, Mediana = es 1,18 mm,
Datos del grosor de los discos (mm) Datos del grosor de los discos (mm) Datos del grosor de los discos (mm) Datos del grosor de los discos (mm)
Mediana = es 1,18 mm, Mediana = es 1,18 mm, Mediana = es 1,18 mm, Mediana = es 1,18 mm,
De las 3 medidas de tendencia central, la media es reconocida como la mejor y ms til de las
medidas de tendencia central. Sin Sin Sin Sin embargo embargo embargo embargo, cuando en una distribucin se presentan casos cuyos
valores son muy bajos o muy altos respecto al resto del grupo, es recomendable utilizar la mediana o
la moda. (Porque dada la caractersticas de la media, esta es efectada por los valores extremos).
Cuando la poblacin tiene una distribucin sesgada, con frecuencia la la la la mediana mediana mediana mediana resulta resulta resulta resulta ser ser ser ser la la la la mejor mejor mejor mejor
medida medida medida medida de de de de posicin posicin posicin posicin, debido a que est siempre entre la media y la moda.
medida medida medida medida de de de de posicin posicin posicin posicin, debido a que est siempre entre la media y la moda.
La La La La mediana mediana mediana mediana no se ve altamente influida por la frecuencia de aparicin de un solo valor como es el
caso de la moda, ni se distorsiona con la presencia de valores extremos como la media.
De lo anterior se deriva que, para describir la tendencia central de los datos, es imprescindible
apoyarse tanto en la la la la media media media media como como como como en en en en la la la la mediana mediana mediana mediana y yy y la la la la moda moda moda moda. Cuando la media es muy diferente a la
mediana es seal de que existen datos atpicos o existe un sesgo importante, por lo que ser mejor
reportar como medida de tendencia central a la mediana e investigar a que se deben los datos
atpicos , ya que en ocasiones reflejan un aspecto importante del proceso.
Las medidas de tendencia central son Las medidas de tendencia central son Las medidas de tendencia central son Las medidas de tendencia central son
suficientes como criterio de calidad?. suficientes como criterio de calidad?. suficientes como criterio de calidad?. suficientes como criterio de calidad?.
Respuesta NO. Respuesta NO. Respuesta NO. Respuesta NO.
Suponga que la longitud longitud longitud longitud de una pieza debe estar entre 800 800 800 800 5 55 5. Para ver si se cumple
con las especificaciones se toma una muestra aleatoria grande y se obtiene que :
promedio = 801; mediana = 800 y moda = 800 mm
Las medidas de tendencia central son insuficientes Las medidas de tendencia central son insuficientes Las medidas de tendencia central son insuficientes Las medidas de tendencia central son insuficientes
como criterio de calidad como criterio de calidad como criterio de calidad como criterio de calidad
Debido a que estos estadsticos estn dentro de las especificaciones se podra creer
Debido a que estos estadsticos estn dentro de las especificaciones se podra creer
que proceso cumple con ests.
Sin embargo, esto no necesariamente es cierto ya que en la muestra podra haber
datos desde desde desde desde 750 750 750 750 y yy y 850 850 850 850 y la media de todos ellos ser 801 801 801 801. .. .
Pero tambin podra ocurrir que el rango de variacin de los datos vaya de 797 a
803, con lo que s se cumplira con las especificaciones.
En otras palabras, las medidas de tendencia central son insuficiente como criterio
de calidad, ya que no toman en cuenta qu qu qu qu tan tan tan tan dispersos dispersos dispersos dispersos estn los datos, un hecho
vital para la calidad.
Medidas de Dispersin o Variabilidad Medidas de Dispersin o Variabilidad Medidas de Dispersin o Variabilidad Medidas de Dispersin o Variabilidad
Los estadsticos de tendencia central o posicin nos indican donde se sita
un grupo de puntuaciones. Los de variabilidad o dispersin nos indican si
esas puntuaciones o valores estn prximas entre s o si por el contrario
estn o muy dispersas.
esas puntuaciones o valores estn prximas entre s o si por el contrario
estn o muy dispersas.
Desviacin estndar Desviacin estndar Desviacin estndar Desviacin estndar muestral muestral muestral muestral. . . .
y Poblacional y Poblacional y Poblacional y Poblacional
Rango Rango Rango Rango
Indica la magnitud relativa de la desviacin
estndar en comparacin con la media. Es til
para contrastar la variacin de dos o ms
variables que estn medidas en diversas escalas.
Es la medida ms usual de la variabilidad e
indica qu tan esparcidos estn los datos con
respecto a la media; se denota con la letra S
(muestral) y (poblacional)
( )
2
N
X
Medidas de Disper Medidas de Disper Medidas de Disper Medidas de Dispersin o sin o sin o sin o
Variabilidad Variabilidad Variabilidad Variabilidad
Coeficiente de Variacin CV Coeficiente de Variacin CV Coeficiente de Variacin CV Coeficiente de Variacin CV
para contrastar la variacin de dos o ms
variables que estn medidas en diversas escalas.
Es el resultado de la diferencia entre el dato
mayor y el dato menor de la muestra.
El rango mide la amplitud de la variacin de un
grupo de datos,
Lmites reales o naturales Lmites reales o naturales Lmites reales o naturales Lmites reales o naturales Los lmites reales o naturales de un proceso
indican los puntos entre los cuales vara la
salida de un proceso.
Limite real Inferior (LRI) = - 3 S y
Limite real superior (LRS) = + 3 S ,
Los lmites indican de dnde a donde vara la salida de un
proceso..En un estudio de capacidad, estos lmites reales se
comparan con las especificaciones para la caracterstica de
calidad.
Desviacin estndar Desviacin estndar Desviacin estndar Desviacin estndar muestral muestral muestral muestral. . . .
y Poblacional y Poblacional y Poblacional y Poblacional
Rango Rango Rango Rango
R=1,25 R=1,25 R=1,25 R=1,25 - -- - 1,11 = 0,14 1,11 = 0,14 1,11 = 0,14 1,11 = 0,14
S = 0,02757 S = 0,02757 S = 0,02757 S = 0,02757
Medidas de Disper Medidas de Disper Medidas de Disper Medidas de Dispersin o sin o sin o sin o
Variabilidad Variabilidad Variabilidad Variabilidad
Coeficiente de Variacin CV Coeficiente de Variacin CV Coeficiente de Variacin CV Coeficiente de Variacin CV
CV= CV= CV= CV= 0 00 0,o ,o ,o ,o2757 2757 2757 2757 x xx x 100 100 100 100/ // /1 11 1, ,, ,179 179 179 179 = == = 2 22 2, ,, ,34 34 34 34
Lmites reales o naturales Lmites reales o naturales Lmites reales o naturales Lmites reales o naturales
(LRI) (LRI) (LRI) (LRI) = == = 1 11 1, ,, ,179 179 179 179 3 33 3( (( (0 00 0, ,, ,02757 02757 02757 02757)= )= )= )= 1 11 1, ,, ,096 096 096 096
(LRS) (LRS) (LRS) (LRS) = == = 1 11 1, ,, ,179 179 179 179 3 33 3( (( (0 00 0, ,, ,02757 02757 02757 02757)= )= )= )= 1 11 1, ,, ,262 262 262 262
Los lmites de la empresa indican EI=1,10 y ES =1,30 Los lmites de la empresa indican EI=1,10 y ES =1,30 Los lmites de la empresa indican EI=1,10 y ES =1,30 Los lmites de la empresa indican EI=1,10 y ES =1,30
Cmo podemos hacer un anlisis en Cmo podemos hacer un anlisis en Cmo podemos hacer un anlisis en Cmo podemos hacer un anlisis en
conjunto de las medidas de tendencia conjunto de las medidas de tendencia conjunto de las medidas de tendencia conjunto de las medidas de tendencia
central y medidas de dispersin o central y medidas de dispersin o central y medidas de dispersin o central y medidas de dispersin o
conjunto de las medidas de tendencia conjunto de las medidas de tendencia conjunto de las medidas de tendencia conjunto de las medidas de tendencia
central y medidas de dispersin o central y medidas de dispersin o central y medidas de dispersin o central y medidas de dispersin o
variabilidad? variabilidad? variabilidad? variabilidad?
Cmo podemos hacer un anlisis en conjunto de las medidas Cmo podemos hacer un anlisis en conjunto de las medidas Cmo podemos hacer un anlisis en conjunto de las medidas Cmo podemos hacer un anlisis en conjunto de las medidas
de tendencia central y medidas de dispersin o variabilidad? de tendencia central y medidas de dispersin o variabilidad? de tendencia central y medidas de dispersin o variabilidad? de tendencia central y medidas de dispersin o variabilidad?
Para el anlisis de un conjunto de datos la clave es conocer su
tendencia central y su dispersin, siendo el Histograma y la
tendencia central y su dispersin, siendo el Histograma y la
tabla de frecuencias mediante los cuales se permiten visualizar
estos dos aspectos de un conjunto de datos, adems muestran
la forma en que los datos se distribuyen dentro de su rango de
variacin
Histogramas Histogramas Histogramas Histogramas
El histograma es una representacin grfica de la
distribucin de un conjunto de datos o de una
variable, donde los datos se clasifican por su
magnitud en cierto nmero de clases.
El histograma permite visualizar la tendencia central,
la dispersin y la forma de la distribucin.
El histograma permite visualizar la tendencia central,
la dispersin y la forma de la distribucin.
El histograma ayuda a ver la tendencia central de los datos, facilita el
entendimiento de la variabilidad y favorece el pensamiento estadstico, ya
que de un solo vistazo se logra tener una idea acerca de la capacidad de un
proceso, se evitan tomar decisiones solo apoyndose en la media y se
detectan datos raros y formas especiales de la distribucin de los datos
Interpretacin de Interpretacin de Interpretacin de Interpretacin de Histogramas Histogramas Histogramas Histogramas
Cuando un histograma se construye de manera correcta, es resultado de un
nmero suficiente de datos (de preferencia ms de 100), y estos son
representativos del estado del proceso durante el perodo de inters ;
entonces, se recomienda considerar los siguientes puntos en la interpretacin
del histograma
del histograma
1 11 1. .. . Observar Observar Observar Observar la la la la tendencia tendencia tendencia tendencia central central central central de de de de los los los los datos datos datos datos. Localizar en el eje horizontal o
escala de medicin las barras con mayores frecuencias. En el histograma de
la figura 2.1, una parte sustancial de las medicin es se localizan entre 1,14
y 1,20 mm.
2 22 2. .. . Estudiar Estudiar Estudiar Estudiar el el el el centrado centrado centrado centrado del del del del proceso proceso proceso proceso. Para ello, es necesario apoyarse en el punto anterior y
observar la posicin central del cuerpo del histograma con respecto a la calidad ptima y a las
especificaciones. Por ejemplo en la figura
a) Primero presenta poca variabilidad, b. Mucha variabilidad
especificaciones. Por ejemplo en la figura
a) Primero presenta poca variabilidad, b. Mucha variabilidad
b) y d) se observan procesos descentrados, el primero con poca variabilidad y el segundo
con mucha. Aun cuando se cumplan las especificaciones, si el proceso no est centrado, la
calidad que se produce no es adecuada, ya que entre ms se aleje del ptimo ms mala
calidad se tendr. Por ello, en caso de tener un proceso descentrado se procede a realizar los
ajustes o cambios necesarios para centrar el proceso.
3 33 3. .. . Examinar Examinar Examinar Examinar la la la la variabilidad variabilidad variabilidad variabilidad del del del del proceso proceso proceso proceso. Consiste en comparar la amplitud de las
especificacin es con el ancho del histograma. Para considerar que la dispersin
no es demasiada, el ancho del histograma debe caber de forma holgada en las
especificaciones.
no es demasiada, el ancho del histograma debe caber de forma holgada en las
especificaciones.
En la figura 2.2
incisos a) y b) hay poca variacin, mientras que en los
incisos c) y d) ocurre lo contrario.
4. 4. 4. 4. Analizar Analizar Analizar Analizar la la la la forma forma forma forma del del del del histograma histograma histograma histograma. .. . Al observar un histograma considerar
que la forma de distribucin de campana es la que ms se da en salidas de
proceso y tiene caractersticas similares a la distribucin normal fig 2,2 a),
b), c) y d). Es necesario revisar si la forma del histograma es muy diferente a
la de campana. Algunas de las formas tpicas que no coinciden con una
distribucin de campana, son las siguientes.
distribucin de campana, son las siguientes.
Distribucin Distribucin Distribucin Distribucin sesgada sesgada sesgada sesgada. Es una forma asimtrica de la distribucin de unos
datos o una variable, donde la cola de un lado de la distribucin es ms
larga que la del otro lado.
4. 4. 4. 4. Analizar Analizar Analizar Analizar la la la la forma forma forma forma del del del del histograma histograma histograma histograma. .. .
Distribucin Distribucin Distribucin Distribucin multimodal multimodal multimodal multimodal. Es una forma de la distribucin de unos datos en
la que sea aprecia claramente dos o ms modas (picos). Por lo general, cada
moda refleja una condicin o realidad diferente. En la figura 2,2 f) se
aprecia un histograma en el que claramente se notan dos modas o picos que
muestran dos tendencias centrales diferentes. Este tipo de distribuciones con
dos o ms modas reflejan la presencia de dos o ms realidades o condiciones
muestran dos tendencias centrales diferentes. Este tipo de distribuciones con
dos o ms modas reflejan la presencia de dos o ms realidades o condiciones
diferentes
Medidas de Forma Medidas de Forma Medidas de Forma Medidas de Forma
Sesgo o Sesgo o Sesgo o Sesgo o Asimetria Asimetria Asimetria Asimetria
Es una medida numrica de la asimetra en la
distribucin de un conjunto de datos. Evala el grado
de distorsin o inclinacin que adopta la distribucin
de los datos respecto a su valor promedio tomado como
centro de gravedad.
,
Un aspecto relevante en el anlisis de un conjunto de datos o una variable es estudiar la forma de
su distribucin. Entre ellos tenemos el sesgo y la curtosis.
Medidas de forma Medidas de forma Medidas de forma Medidas de forma
Sesgo o Sesgo o Sesgo o Sesgo o Asimetria Asimetria Asimetria Asimetria
Curtosis Curtosis Curtosis Curtosis
centro de gravedad.
Estadstico que mide qu tan elevada o plana es la
curva de la distribucin de unos datos respecto a la
distribucin normal. (Evala el grado de
apuntamiento de la distribucin).
.
Medidas de Forma Medidas de Forma Medidas de Forma Medidas de Forma
,
Un aspecto relevante en el anlisis de un conjunto de datos o una variable es estudiar la forma de
su distribucin. Entre ellos tenemos el sesgo y la curtosis.
Si el signo es de la curtosis es positivo
indica que la curva de distribucin de los
datos es ms empinada o alta (picuda) en
el centro y con colas relativamente largas;
ambos aspectos se refieren a la distribucin
normal.
ambos aspectos se refieren a la distribucin
normal.
Pero si es signo es negativo , se tendr una
curva ms aplanada y con colas ms cortas
con respecto a la normalidad . Para los
datos que siguen una distribucin normal
el valor de la curtosis estandarizada debe
estar dentro de (-2, +2),por lo que si n es
grande (n>100) y el estadstico cae fuera de
este intervalo , ser una evidencia de que la
distribucin de los datos no es normal.
Medidas de Localizacin Medidas de Localizacin Medidas de Localizacin Medidas de Localizacin
,
Cuantiles Cuantiles Cuantiles Cuantiles
(percentiles) (percentiles) (percentiles) (percentiles)
Los cuantiles son medidas de localizacin que dividen un conjunto de
datos ordenados en ciertos nmero de grupos o partes que contienen la
misma cantidad de datos.
Si los datos ordenados se dividen en:
3 partes, se les conoce como terciles, pero si se divide en
4 partes ..se le denomina cuartiles,
5 partes quintiles, si la divisin es en
10 partes. tendremos los deciles
Medidas de Medidas de Medidas de Medidas de
Localizacin Localizacin Localizacin Localizacin
Cuartiless Cuartiless Cuartiless Cuartiless
Los cuartiles son iguales a los percentiles 25, 50, 75 y sirven para
separar por magnitud la distribucin de unos datos en cuatro grupos,
donde cada uno contiene 25%de los datos.
Al percentil 25 se le conoce como primer cuartil o cuartil inferior Ci,
mientras que la mediana es el percentil 50 corresponde al cuartil medio
Cm, y el percentil 75 es el cuartil superior Cs o tercer cuartil.
El clculo de estos estadsticos se realizan mediante cualquier software
moderno estadstico.
Diagrama de Caja Diagrama de Caja Diagrama de Caja Diagrama de Caja
El diagrama de cajas es una grafica de la distribucin de un conjunto
de datos que se basa en los cuartiles. Es de gran utilidad para hacer
anlisis comparativos.
Diagrama de Cajas Diagrama de Cajas Diagrama de Cajas Diagrama de Cajas
,
El diagrama de caja es otra herramienta que sirve para describir el comportamiento de los datos
y es de suma utilidad para comparar procesos, tratamientos y, en general, para hacer anlisis
por estratos (lotes, proveedores, turnos, etc).
Este diagrama divide los datos en 4 grupos que contienen cada uno 25% de las mediciones. De
esta forma es posible visualizar dnde termina de acumularse 25%de los datos menores , y a
partir de donde se localiza 25 % de los datos mayores en entre estos dos cuartiles se ubica el
50% de los datos que estn al centro . Pero adems de los cuartiles estn involucrados los
siguientes conceptos.
50% de los datos que estn al centro . Pero adems de los cuartiles estn involucrados los
siguientes conceptos.
Rango Intercuartiltico Rc = Cs - Ci
Barrera interior izquierda = Ci 1.5 Rc e interior derecha Cs + 1.5 Rc
Barrera exterior Izquierda = Ci 3 Rc y exterior Cs + 3 Rc
En la figura 2.3 se muestra el diagrama de caja para los datos
de grosor de los discos.
Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas
,
El largo del diagrama (que incluye el
rectngulo ms ambos brazo), ya que esto
indica una medida de la variacin de los
datos y resulta de gran utilidad sobre todo
para comparar la variacin entre procesos
,lotes o turnos de trabajo o produccin . en
general entre mas largo sea este diagrama
indicar una mayor variacin de los datos
general entre mas largo sea este diagrama
indicar una mayor variacin de los datos
correspondientes.
La La La La parte parte parte parte central central central central del del del del diagrama diagrama diagrama diagrama indica la
tendencia central de los datos, por lo que
tambin ayudar a comparar dos o ms
procesos, maquinas, lotes o turnos en
cuanto a su tendencia central.,
Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas Interpretacin de Diagrama de Cajas
,
Comprar de manera visual la la la la longitud longitud longitud longitud de de de de los los los los
brazos brazos brazos brazos , si uno es notoriamente ms largo
que el otro, entonces la distribucin de los
datos quizs este sesgada en direccin del
brazo ms largo.
Tambin es preciso observar la ubicacin de
Tambin es preciso observar la ubicacin de
la lnea mediana que parte la caja , ya que si
est mas cerca de uno de los extremos , ser
seal de un probable sesgo sesgo sesgo sesgo en los datos
En caso de que el diagrama est basado en una cantidad suficiente de datos (ejemplo 10 como mnimo), es
necesario ver si hay datos fuera de las barreras interiores , marcados con un punto, ya que entre ms alejado este un
dato del final del brazo, ser seal de que probablemente sea un dato atpico. Si los datos caen mas all de las
barreras exteriores, prcticamente es un hecho que tales datos son atpicos.
como se realiza un estudio Real de como se realiza un estudio Real de como se realiza un estudio Real de como se realiza un estudio Real de
Ahora si Ahora si Ahora si Ahora si
En un proceso de puntera para motor se tiene que el cuerpo de
cierta puntera debe tener un dimetro exterior de 0,02m (2,0 cm)
con una tolerancia de 25m. A las mediciones originales se les
resta el valor nominal de 20 000 m, por lo que el resultado de la
resta debe estar de 25m, y ahora el valor nominal ser cero, la
tolerancia o especificacin inferior es EI= -25 y la superior , ES= 25.
tolerancia o especificacin inferior es EI= -25 y la superior , ES= 25.
En una de las ltimas etapas del proceso de fabricacin de las
punteras (componentes del motor), cada hora se mide el dimetro
de cinco punteras. En la siguiente tabla se aprecian los datos de
cuatro turnos (dos das).
( 1 m= 0,000001)
Datos para dimetros de punteras
-21 -5 21 3 -12 4 3 7 22 -18 -13 7
-4 0 13 6 -20 6 1 4 3 9 -10 -4
-13 9 7 0 5 11 4 17 3 2 -23 -4
2 -16 10 1 -2 -4 -16 10 -13 1 -6 11
2 19 -1 6 6 8 2 9 -4 -22 1 -2
0 -3 -13 14 -3 7 5 -1 -1 1 10 7
-2 -19 2 7 12 -9 10 5 14 -4 4 21
-7 5 -1 1 4 -4 17 0 5 6 -19 -7
-11 0 15 4 2 -8 -16 2 -7 -5 -5 2
-7 -14 -20 -19 7 11 2 -4 -9 -33 -3 12
15 2 12 14 10 -
14
10 -1 7 3 5 -6
-8 28 22 0 26 -13 5 -2 -10 10 -14 7
3 -1 4 -2 0 -5
Capacidad de l Proceso Capacidad de l Proceso Capacidad de l Proceso Capacidad de l Proceso
,
En la tabla se muestran los Aspectos ms relevantes para evaluar la capacidad del proceso para cumplir con las
especificaciones de la longitud del dimetro
Estadstico Estadstico Estadstico Estadstico Anlisis y comentario Anlisis y comentario Anlisis y comentario Anlisis y comentario Conclusiones Conclusiones Conclusiones Conclusiones
Medidas de tendencia
central
prom=0,59
Mediana= 2
Moda =2
- Las medidas de tendencia central son
relativamente similares y muy cercanos a 0, por lo
que la tendencia central del proceso es adecuada.
- 50% de las 150 mediciones fue mayor o igual a 2
micras.
Proceso centrado con
=0,59
Moda =2 micras.
- El dimetro ms frecuente fue de 2 micras.
Desviacin estndar
S=10,5
Lmites reales
aproximados x 3S
LR inf = - 30,9
LR Sup= 32,1
- En forma aproximada se espera que el dimetro
de las punteras vare entre 0,59 31,5 (-30,9 a 32,1
micras). La amplitud de esto lmites es mayor a la
variacin tolerada (25).
- Ambos lmites estn fuera de las especificaciones,
por lo que se estn haciendo punteras que no
cumplen con las especificaciones.
La variacin real del
proceso es demasiado,
por lo que se est
fabricando producto
fuera de las
especificaciones
,
En la tabla se muestran los Aspectos ms relevantes para evaluar la capacidad del proceso para cumplir con las
especificaciones de la longitud del dimetro
Estadstico Estadstico Estadstico Estadstico Anlisis y comentario Anlisis y comentario Anlisis y comentario Anlisis y comentario Conclusiones Conclusiones Conclusiones Conclusiones
Grfica de la capacidad
(histograma)
- La distribucin se ajusta de forma razonable a la normal
y no se observa ningn comportamiento especial.
- La tendencia central se ubica alrededor de 0 y el cuerpo
del histograma est centrado con respecto a las
especificaciones, pero no cabe dentro de las
Hay mucha variacin
en el proceso
especificaciones, pero no cabe dentro de las
especificaciones.
,
Conclusiones Conclusiones Conclusiones Conclusiones Finales Finales Finales Finales:
Para reducir la variabilidad se debe encontrar que aspectos de las 6sigma estn
distribuyendo ms al exceso de variacin. Esto se realiza estratificando ( separando)
los datos por turno , por lote, por condiciones del proceso. Etc.; al hacer el anlisis es
preciso ver si hay diferencias importantes de un estrato a otro. De ser as , se deben
tomar las medidas necesarias para hacer ms homogneos los estratos.
tomar las medidas necesarias para hacer ms homogneos los estratos.
Otra posibilidad es analizar a detalle los patrones de comportamiento del proceso
apoyndose en la carta X-R, y ver si hay patrones en funcin de turnos, operadores,
lotes,etc.
,
En la tabla se muestras los aspectos ms relevantes para evaluar la
capacidad del proceso, de acuerdo con el anlisis realizado, se concluye
que el proceso proceso proceso proceso est est est est centrado centrado centrado centrado y que la variacin variacin variacin variacin es es es es grande grande grande grande, por lo que la
capacidad capacidad capacidad capacidad real real real real del del del del proceso proceso proceso proceso es es es es mala mala mala mala. .. .
que el proceso proceso proceso proceso est est est est centrado centrado centrado centrado y que la variacin variacin variacin variacin es es es es grande grande grande grande, por lo que la
capacidad capacidad capacidad capacidad real real real real del del del del proceso proceso proceso proceso es es es es mala mala mala mala. .. .
Se deben seguir las recomendaciones dadas al final de la tabla para
reducir la variabilidad y de esa forma mejorar la calidad de las punteras.
Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad
del proceso del siguiente enunciado del proceso del siguiente enunciado del proceso del siguiente enunciado del proceso del siguiente enunciado
Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad Ahora si puedo realizar la capacidad
del proceso del siguiente enunciado del proceso del siguiente enunciado del proceso del siguiente enunciado del proceso del siguiente enunciado
Determine el estudio de capacidad de proceso y de sus conclusiones
1,25 1,20 1,17 1,16 1,16 1,15 1,17 1,20 1,16 1,19 1,17 1,13
1,20 1,17 1,17 1,20 1,14 1,19 1,13 1,19 1,16 1,18 1,16 1,17
1,17 1,17 1,13 1,16 1,16 1,17 1,20 1,18 1,15 1,13 1,20 1,17
1,17 1,17 1,17 1,18 1,24 1,16 1,18 1,16 1,22 1,23 1,22 1,19
1,18 1,19 1,17 1,16 1,17 1,18 1,19 1,23 1,19 1,16 1,19 1,20
1,20 1,19 1,17 1,19 1,22 1,19 1,18 1,11 1,19 1,19 1,17 1,19
1,20 1,17 1,25 1,16 1,16 1,20 1,20 1,16 1,18 1,21 1,20 1,22
1,16 1,15 1,20 1,12 1,11 1,18 1,15 1,15 1,19 1,13 1,17 1,17
1,19 1,20 1,21 1,23 1,15 1,13 1,20 1,14 1,18 1,15 1,20 1,15
1,22 1,16 1,19 1,17 1,20 1,24 1,22 1,19 1,19 1,17 1,16 1,18
1,17 1,19 1,21 1,20 1,20
Respuesta Respuesta Respuesta Respuesta
Tabla Tabla Tabla Tabla . .. . Anlisis Anlisis Anlisis Anlisis de de de de la la la la capacidad capacidad capacidad capacidad del del del del proceso proceso proceso proceso
Estadstico Anlisis y comentario Conclusiones
Medidas de tendencia central
Desviacin estndar
S=
Lmites reales aproximados
LR inf =
LR Sup=
Tabla Tabla Tabla Tabla . .. . Anlisis Anlisis Anlisis Anlisis de de de de la la la la capacidad capacidad capacidad capacidad del del del del proceso proceso proceso proceso
LR inf =
LR Sup=
Grfica de la capacidad
(histograma)
Conclusiones Finales:
-

Capacidad de Proceso

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Capacidad de Proceso

Uploaded by

Copyright:

Available Formats

HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL HERRAMIENTAS Y CONTROL

ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD ESTADSTICO DE CALIDAD

You might also like