Control de calidad del. Ciudad de La Rioja Mayo 2013

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Control de calidad del. Ciudad de La Rioja Mayo 2013"

Transcripción

1 Control de calidad del Hormigón Ciudad de La Rioja Mayo 2013

2 Control de calidad Desde que se comenzó con la producción de bienes, se han hecho intentos en controlar el proceso de manera de mejorar la calidad y los costos. Shewhart reconoció que dentro de un proceso de fabricación, no hay solamente variables naturales inherentes al proceso en sí, que afectan la calidad sino también variaciones que se pueden explicar. 2

3 Control de calidad Es posible establecer límites para la variación natural de cualquier proceso, de manera que las fluctuaciones dentro de esos límites, pueden ser explicados por causas aleatorias, pero cualquier variación por fuera de estos límites, variaciones especiales, representarían un cambio en el proceso en desarrollo. 3

4 Control de calidad Se pueden aplicar estos conceptos a la producción de hormigón en una planta de hormigón elaborado, por ejemplo, y para el requisito de lograr una resistencia a la compresión especificada. Las variaciones naturales existen en el proceso, debido a la variación en las materias primas (granulometría de los agregados, composición química, precisión en los pastones, comportamiento de la planta, muestreo y ensayos). 4

5 Control de calidad Las causas de variación, fuera de las naturales, podrían ser debido al cambio de los materiales componentes, la exactitud de las balanzas, personal nuevo, problemas con el equipo. 5

6 Calidad Hay muchos factores involucrados en la producción del hormigón, desde los materiales, la dosificación de la mezcla, el transporte, la colocación, el curado y los ensayos. Por eso, no debe sorprendernos de que se trata de un material variable. 6

7 Calidad Ello significa que si se realizan ensayos sobre muestras de hormigón idénticas, se verificarán variaciones en las propiedades mecánicas entre las diversas muestras. Esa variabilidad se debe tener en cuenta a la hora de redactar las especificaciones. 7

8 Calidad: factores Los que contribuyen a esa variabilidad son: Materiales Producción Ensayos 8

9 Verificación de la Calidad Se refiere colectivamente a todas los pasos dados para asegurar la confianza adecuada de que el hormigón se comportará satisfactoriamente en servicio. 9

10 Control de la Calidad Se aplica a cada acción empleada para medir las propiedades del hormigón y sus materiales componentes y controlarlas dentro de especificaciones establecidas. 10

11 Calidad tradicional Muchas especificaciones del hormigón, se basaban en recetas o prescripciones, que no tenían en cuenta las características del producto final. 11

12 Calidad tradicional Antes, se solía tomar en forma periódica, una muestra supuestamente representativa, se la ensayaba y se la comparaba con lo que establecía la especificación. Si ese material estaba dentro de las tolerancias fijas, se daba por aprobado y si no lo hacía, se lo rechazaba. 12

13 Ensayos Cuando se realiza un ensayo, existe la posibilidad de que el material tenga un 50 % de posibilidades de pasar el límite de la especificación y otro 50 % de no hacerlo. Si falla y se realiza un segundo ensayo, la probabilidad sigue siendo la misma (50 % + 50 % ) con lo cual se verifica que existe un 75 % de posibilidad de pasar y un 25 % de no hacerlo. 13

14 Ensayos 14

15 Calidad Una de las características a señalar es que se debe realizar un muestreo totalmente al azar, pues sino las técnicas estadísticas no dan resultados significativos. 15

16 Muestreo al azar Involucra una selección que le da igual probabilidad a todas las partes que conforman el lote, de poder ser elegidas. 16

17 Lote Es una cantidad prescripta y definida del material, que puede ser un volumen, un área, una cantidad de producción, unidades, etc, que se produce mediante el mismo proceso y con un mismo propósito. 17

18 Lote Al establecer su tamaño, se puede elegir la ubicación y la frecuencia del muestreo, para decidir qué cantidad de material es necesario tomar para cumplir con los límites especificados. 18

19 Lote Bajo este concepto, de muestreo y ensayo lote por lote, el proceso constructivo del hormigón se puede pensar como la producción de sucesivos lotes, que se deben ensayar para ser aceptados o rechazados. 19

20 Lote: ejemplo 20

21 Muestra La muestra resulta ser una porción del lote y se la usa para representarlo. Este término se emplea en un sentido estadístico. 21

22 Lote: ejemplo 22

23 Lote Se prefiere que en general haya cuatro o cinco porciones de la muestra (incrementos). 23

24 Variabilidad: medición Es necesario definir el concepto de variabilidad más precisamente. La distribución de las resistencias del hormigón se pueden aproximar a una distribución normal de frecuencias o de Gauss, que se define por dos parámetros. 24

25 Distribución normal de la resistencia a la compresión Los resultados de este ensayo, tienden a seguir una distribución normal. Se define mediante dos parámetros, el valor medio de la distribución y la desviación estándar, que es una medida de la extensión de los resultados de la resistencia alrededor del valor medio. 25

26 Parámetros estadísticos básicos Se verifica que los resultados de los ensayos de los materiales de construcción tienden a agruparse alrededor de un valor central definido, denominado MEDIA o PROMEDIO. Los valores tienden a disponerse en forma simétrica alrededor del valor central, por lo que permite el empleo de la curva de distribución normal o de Gauss. 26

27 Expresión Curva de Gauss 27

28 Desviación estándar 28

29 Curva de Gauss Tiene forma de campana. Esto permite establecer relaciones entre la media y la desviación estándar, para fijar límites realistas en las especificaciones de acuerdo con los tamaños de muestras seleccionados. 29

30 Histograma (o diagrama de frecuencias) 30

31 Resultados de ensayos de resistencia de hormigón 31

32 Curva de Gauss Una desviación estándar baja significa que la mayor parte de los resultados de la resistencia estarán próximos al valor medio, y una desviación estándar elevada, representa resistencias que estarán muy por arriba y por debajo de la media. El área bajo la distribución normal entre dos valores de x representa la probabilidad de que un resultado caiga dentro del intervalo de valores. 32

33 Curva de Gauss El término cola se usa para significar que el área debajo de la distribución normal entre un valor, por ejemplo, una resistencia a la compresión, y donde la frecuencia es efectivamente cero. Para la resistencia es importante la cola más baja, mientras que es importante para otras propiedades, por ejemplo, la consistencia, en ambas colas, superior e inferior. 33

34 Curvas de Gauss 34

35 Curva de Gauss 35

36 Definiciones n = número de valores obtenidos en los ensayos. X = valores obtenidos individualmente. s = desviación estándar de la muestra. V = coeficiente de variación. X = valor promedio o media. 36

37 Coeficiente de variación s V = x 100 X 37

38 Distribución de Gauss Si se acepta que existe una distribución normal de las resistencias a la compresión, surgen varias implicancias: No se puede diseñar en base a la resistencia media, pues si se lo hace así, significaría que la mitad del hormigón colocado tendría resistencias que caerían por debajo del valor de diseño lo cual es inaceptable. 38

39 Distribución de Gauss Por otra parte, no se puede exigir que todas las resistencias estén por encima del valor de diseño, porque todos los valores están distribuidos normalmente. Por eso, se debe decidir arbitrariamente qué constituye un porcentaje aceptable de probetas que caen por debajo de un valor de diseño mínimo. 39

40 Distribución de Gauss Usando ese porcentaje y conociendo o suponiendo, la desviación estándar de la resistencia que se puede esperar, se puede determinar la resistencia media requerida para la cual diseñar la mezcla de hormigón. 40

41 Curva de Gauss Cuando se realizan los ensayos del hormigón, se trata de evaluar la distribución de la resistencia de todo el hormigón de la estructura, basado en un tamaño de muestra limitado. Se deben recolectar suficientes datos para que los ensayos sean representativos del hormigón en la estructura, pero solamente se puede hacer una estimación. 41

42 Resistencia a la compresión Las variaciones posibles se deben a: - Variaciones en los métodos de ensayo. - Propiedades de la mezcla de hormigón o de sus componentes. 42

43 Método de ensayo Se determina mediante el cálculo de la variación de un grupo de cilindros preparados de una misma muestra, de una dada mezcla de hormigón. 43

44 Variaciones de mezcla a mezcla Las diferencias en la resistencia a la compresión se pueden deber a: - Características y propiedades de los componentes. - Dosificación, mezclado y muestreo. - Se relaciona con la variación total como sigue: σ 2 = σ σ

45 Resistencia a la compresión Se debe recordar que las probetas de control durante la construcción proveen una buena base para la evaluación de la resistencia potencial del hormigón, colocado en la estructura pero no necesariamente del hormigón endurecido en dicha estructura, que puede ser de mejor o peor calidad. 45

46 Calidad del hormigón Puede ser mejor determinada mediante el ensayo de, como mínimo, 30 ensayos normalizados de una determinada mezcla, aunque existen métodos estadísticos para evaluar dicha calidad con un menor número de datos. Se ha demostrado por la gran cantidad de ensayos que se verifica una curva gaussiana alrededor de un valor medio. 46

47 Calidad del hormigón En principio los valores de los resultados de los ensayos se grafican para formar un histograma, o distribución de frecuencias, que se puede ajustar a una curva de distribución normal. Se calcula el promedio para verificar que la f c cae dentro de ciertos límites especificados. 47

48 Calidad del hormigón O sea, además del promedio X se determina también la desviación estándar s. Generalmente el inspector no está interesado en graficar el histograma, más bien podrá determinar el promedio, la desviación estándar o el coeficiente de variación para un determinado conjunto de resultados, sin recurrir a una gráfica. 48

49 Calidad del hormigón El productor determina la resistencia promedio del hormigón, f c para que la mezcla sea la adecuada para la obra y cumpla con las especificaciones establecidas. 49

50 Análisis estadístico del hormigón en obra Como consecuencia del control, se han de obtener una serie de resultados de los ensayos, correspondiendo cada uno de ellos al promedio de dos o tres probetas compañeras, procedentes de la misma muestra, generalmente a 28 días. Para que estos resultados tengan algún significado, es necesario proceder al análisis estadístico. 50

51 Resistencia a la compresión promedio El primer parámetro a obtener es una medida de tendencia central, es decir, el promedio de los resultados, pero aunque suministra información valiosa sobre el hormigón analizado, no resulta suficiente. Se debe disponer de información, de cómo ha sido la homogeneidad del hormigón, si los valores están alrededor de la media o se extienden por arriba y debajo de ella. 51

52 Resistencia característica Se especifica la resistencia a la compresión característica del hormigón en términos del ensayo de un cilindro normalizado realizado a los 28 días. Se define como: el valor de la resistencia por debajo de la cual, se espera que caiga el 5 % de la población de todas las determinaciones posibles, del volumen de hormigón en estudio. 52

53 Resistencia característica Es decir, significa que si se ensayara cada pastón, el 5 % de los resultados caería dentro de la cola más baja de la distribución normal que comienza 1,64 σ por debajo de la resistencia media real. Pero la resistencia media real no se conocerá hasta que el hormigón haya sido producido y ensayado, y por eso, la resistencia media buscada se fija generalmente en un valor ligeramente mayor para asegurar que el hormigón logra, como mínimo, la resistencia característica especificada. 53

54 Resistencia característica Cuando se establece una resistencia a la compresión mínima, no quiere decir esto que sea mínima absoluta, pues siempre hay valores que seguramente están por debajo de ese límite, por lo que surge la necesidad de fijar una tolerancia o fracción defectuosa máxima. Se denomina valor característico. 54

55 Resistencia característica Se adopta de acuerdo con la tensión de rotura final o por las tensiones admisibles del hormigón. El ACI acepta un 10 % de defectuosos mientras que el CEB solamente el 5 %. Para el segundo de los casos, es corriente aceptar un 20 %. 55

56 Resistencia característica buscada R buscada = f ck + k x σ f ck = resistencia a la compresión, característica σ = estimador de la desviación estándar de la población k = constante estadística k x σ = el margen 56

57 Resistencia característica f k = f m t.s o f k = f m (1- t.v) 57

58 Resistencia característica 58

59 Resistencia característica 59

60 Resistencia característica Según el criterio que se adopte: f k = f m 0,84 s (20 %) f k = f m 1,29 s (ACI, 10%) f k = f m 1,64 s (CEB,CIRSOC, 5%) 60

61 Resistencia característica Es muy valiosa pues además de referirse al valor medio de los resultados, incluye además una idea de la dispersión de ellos, al tener en cuenta el valor de la desviación estándar, s. O sea, dos hormigones con el mismo valor de resistencia media, pero valores diferentes de la dispersión, brindan hormigones de calidad distinta. 61

62 Ejemplo Característica H1 H2 f m (MPa) 34,0 34,0 s (MPa) 2,7 8,5 f aceptable (%) f k = 34,0 0,84 x 2,7 = 31,7 f k = 34,0 0,84 x 8,5 = 26,9 H1 es mejor que H2. 62

63 Calificación de una obra (f k >20 MPa) El ACI relaciona la desviación estándar s, con la calidad de una obra: s (kg/cm 2 ) Grado de control < 28 Excelente 28 a 35 Muy bueno 35 a 42 Bueno 42 a 49 Regular > 49 Pobre 63

64 Error del ensayo Se deben tener en cuenta siempre los errores que se cometen en el muestreo y en el ensayo de las probetas. En el caso del ensayo, surge de cuantificar la dispersión entre probetas compañeras pertenecientes a una misma muestra. Da una idea de la idoneidad del laboratorio de ensayos. 64

65 Error de ensayo Para determinarlo, se calculan los rangos individuales y el rango promedio: Rango individual = es la diferencia entre los valores mayor y menor de probetas compañeras. Rango promedio = es el promedio del conjunto de muestras, debiendo ser un número superior a

66 Error de ensayo s 1 = R. d En este caso s 1 representa la desviación estándar entre probetas compañeras o desviación estándar de ensayo. d es una constante que depende del número de probetas compañeras, o sea, vale 0,887 para dos probetas, 0,591 para tres probetas y 0,486 para cuatro probetas. 66

67 Error de ensayo s 1 V 1 = x 100 f m Es el coeficiente de variación entre probetas compañeras o del ensayo. 67

68 Error de ensayo V 1 es el coeficiente de variación entre probetas compañeras o de ensayo, Para evaluar el error, se puede emplear la consideración que Grado de control V 1 entre probetas compañeras, % Excelente Menor que 3,0 Muy bueno 3,0 a 4,0 Bueno 4,0 a 5,0 hace el ACI: Regular 5,0 a 6,0 Deficiente Mayor que 6 68

69 Ejemplo Resistencias individuales de probetas: 1 = 32,5 33,3 MPa 7 = 35,0 34,2 MPa 2 = 34,0 32,1 MPa 8 = 35,0 36,2 MPa 3 = 36,5 37,5 MPa 9 = 33,2 34,6 MPa 4 = 38,0 37,0 MPa 10 = 38,1 36,9 MPa 5 = 38,5 36,5 MPa 6 = 37,2 35,8 MPa f 10 = 35,5 MPa 69

70 Ejemplo Resistencia de la muestra: 1 = 32,9 MPa 7 = 34,6 MPa 2 = 33,0 MPa 8 = 35,6 MPa 3 = 37,0 MPa 9 = 33,9 MPa 4 = 37,5 MPa 10 = 37,5 MPa 5 = 37,5 MPa 6 = 35,5 MPa 70

71 Rango de la muestra 1 = 0,8 MPa 7 = 0,8 MPa 2 = 1,9 MPa 8 = 1,2 MPa 3 = 1,0 MPa 9 = 1,4 MPa 4 = 1,0 MPa 10 = 1,2 MPa 5 = 2,0 MPa 6 = 1,4 MPa R = 1,27 MPa 71

72 Cálculos s 1 = R. d Para dos probetas d = 0,887. s 1 = 1,27 x 0,887 = 1,13 MPa. s 1 1,13 V 1 = x 100 = x 100 = 3,2 % f 10 35,6 Según la tabla anterior es muy bueno el grado de control. 72

73 Evaluación de la Resistencia mediante las medias móviles Se lleva un registro cronológico de los resultados de los ensayos de resistencia de un lote de hormigón. Se van evaluando por grupos iguales a medida que se van obteniendo nuevos resultados, de manera que siempre el grupo lo conforma un mismo número de ellos, agregando el nuevo valor y eliminando en más antiguo. 73

74 Medias móviles Lo más común es que el grupo esté conformado por tres muestras y la serie de resultados serán: fi = a, b, c, d, e. La media móvil de tres muestras consecutivas se obtiene mediante la serie de los 3 promedios de las muestras consecutivas: 74

75 Medias móviles a + b + c b + c + d c + d + e f 3 = ; ; Se debe recordar que cada resultado, se obtiene como el promedio de 2 ó más probetas compañeras. 75

76 Medias móviles Tiene la ventaja respecto de la resistencia característica en que se hace en forma continua, lo que permite tomar acciones correctivas cuando se observan resultados ajustados o defectuosos. La limitación es que sólo puede aplicarse a lotes de hormigón que estén representados por más de 10 muestras. 76

77 Medias móviles Para verificar que cada parcialidad cumple con la resistencia especificada, se deben cumplir dos requisitos: f 3 f c + k O sea debe superar la resistencia especificada más una constante. f i f c - j 77

78 Medias móviles f 3 = resistencia media de cualquier grupo de 3 probetas consecutivas, en MPa. f c = resistencia especificada o de proyecto, MPa. k, j = constantes de evaluación, que dependen de la fracción defectuosa aceptable y del tipo de hormigón, en MPa. 78

79 Valores de j y k 79

80 Medias móviles En caso contrario, se debe recurrir a la resistencia característica, que considera el total del lote, sin perjuicio de llevar paralelamente un control parcial por el criterio de las Medias Móviles a título informativo. 80

81 CUSUM Mide el comportamiento relativo a las intenciones de diseño. Compara los resultados con valores objetivos y determina si son consistentes con los niveles requeridos. Excelente para detectar cambios y consiste simplemente en un gráfico de la suma de la característica de un proceso con el tiempo. 81

82 Ventajas del CUSUM Es más sensible en detectar cambios en las magnitudes, que se experimentan durante la producción del hormigón. Se pueden tomar decisiones confiables con pocos resultados. La tendencia de los resultados se puede identificar a partir de la pendiente de un gráfico. 82

83 Ventajas del CUSUM Las pendientes de los gráficos se pueden utilizar para determinar las magnitudes de las propiedades, por ejemplo, resistencia media y desviación estándar. La ubicación de los cambios en las pendientes de los gráficos, indican aproximadamente cuándo ocurrieron los cambios. 83

84 CUSUM Las desviaciones de los resultados individuales de la media tienen una distribución normal. La desviación promedio de la media es aproximadamente cero para un proceso estable. 84

85 CUSUM Por eso, si ε i es la diferencia entre la resistencia a la compresión promedio y el i ésimo resultado de resistencia a la compresión, ε i = X - X i 85

86 CUSUM ε i = (X X i ) = 0 siempre que no cambie la resistencia a la compresión promedio y el número de ensayos (N) es suficientemente grande. 86

87 CUSUM Si ocurre algún cambo en un material del hormigón, en la producción, la colocación, el ensayo, en variaciones estacionales, o cualquier otra causa asignable: Las desviaciones de las variaciones de los resultados de ensayos alrededor de la media no son más al azar y ε i no será más 0 en promedio. Si la causa asignable es constante, la suma de ε i cambiará en una forma lineal. 87

88 CUSUM Un cambio en la pendiente del gráfico indica una diferencia en la resistencia promedio a partir del valor supuesto. Una vez que se detecta la tendencia, se deben efectuar análisis posteriores para el gráfico del CUSUM y de los ensayos del hormigón, así como su manipulación, los materiales, su producción y el ambiente, para determinar la probable causa del cambio. 88

89 Cálculos del CUSUM Los datos previos de una mezcla de hormigón, producido para proveer un f c de 30 MPa, indican una resistencia promedio de 35,8 MPa. Durante el proyecto, están disponibles los datos de resistencia a la compresión secuencial. La carta CUSUM se puede construir a partir de los datos. 89

90 Cálculos del CUSUM 90

91 Cálculos de CUSUM Usando estos 19 resultados de ensayos solamente, la resistencia a la compresión promedio es 34,8 MPa y la desviación estándar de la muestra es 2,41 MPa. Se calcula para las primeras 3 entradas. También se provee la media móvil de 3 ensayos (MA3) porque es comúnmente monitoreada la variable de control de calidad. 91

92 Conclusiones La desviación estándar baja indica un control excelente aparente. La resistencia promedio es mayor que f c > f cr pero 1,0 MPa menor que la resistencia promedio determinada a partir de los datos previos. No hay instancias donde un promedio móvil de tres resultados es menor que f c. 92

93 Cartas de control Se emplean mucho en la industria del hormigón. como una herramienta del control de la calidad. Se pueden aplicar para monitorizar un intervalo de las características del producto, por ejemplo, resistencia a la compresión, consistencia, relación agua - cemento, granulometría de los agregados. 93

94 Aplicaciones más comunes de las Cartas de control Para: * verificar si se obtienen las resistencias buscadas. * medir las variaciones respecto del objetivo. * definir las acciones requeridas para obtener que el proceso vuelva a su meta. * identificar períodos y hormigones donde la resistencia era menor que la especificada, de manera que se puedan efectuar investigaciones y tomar acciones correctivas. 94

95 Empleo de las cartas de control No debe ser tratado en forma aislada del resto del control de la producción. Las cartas de control proveen información acerca del proceso, pero la interpretación de la información disponible no es un proceso mecánico. Se debe emplear para interpretar la información y tomar decisiones sustentadas. 95

96 Acciones a tomar Si al hacer un nuevo pastón ocurre un cambio en la calidad del producto final, esta información conduce al cambio en la calidad identificado, por lo que corresponde iniciar una acción correctiva. Por ejemplo, la pérdida de precisión de una balanza, conduce a su reparación, mantenimiento y re calibración y no a un cambio en las proporciones de la mezcla. 96

97 Acciones a tomar Si es necesario un cambio en las proporciones de la mezcla, el empleo de las cartas de control puede llevar a cambios objetivamente definidos en la composición. 97

98 Cartas de control Los principios estadísticos solos no son suficientes para el control de calidad, pues se debe actuar rápidamente para determinar la calidad del hormigón y los cambios que se han producido en la calidad. Puede que haya variado la resistencia media o la desviación estándar. Esto da lugar a que se analice al hormigón de manera continua. 98

99 Cartas de Shewhart Mientras que los gráficos pueden dar información útil acerca del patrón de un proceso productivo, la carta de control es una herramienta más poderosa si se aplican también las reglas estadísticas a los datos. Los sistemas de control de Shewhart miden variables en los procesos productivos, por ejemplo, la resistencia media buscada. 99

100 Cartas de Shewhart Pueden hacer uso de límites de control calculados y aplicar límites de advertencias basados en la variación medida en el proceso productivo. Tiene una línea central horizontal que representa el valor medio esperado de los resultados de las muestras tomadas de la producción. En el caso del hormigón, es la resistencia media buscada, si se trata de una carta que controla la resistencia a la compresión. 100

101 Carta de Shewhart Se pueden agregar las líneas que representan el límite de control superior, el límite de control inferior, el límite de advertencia superior y el límite de advertencia inferior. Generalmente es necesario tomar alguna acción, fuera de estos límites. 101

102 Carta de Shewhart Los límites establecidos son aquéllos para los cuales caen la mayor parte de los resultados cuando el sistema está bajo control. 102

103 Criterios para la carta de Shewhart Puntos entre el límite de control superior y el inferior: la presencia de uno o más puntos fuera de estos límites es una evidencia primaria que el sistema está fuera de control en ese punto. Se debe llevar a cabo una investigación acerca de la causa que la produjo. 103

104 Criterios para la Carta de Shewhart Puntos entre los límites de advertencia superior e inferior: la presencia de dos puntos consecutivos o más de 1 en 40, más allá de la línea de advertencia es una evidencia que el proceso está fuera de control y se debe efectuar una investigación de los datos. 104

105 Patrones dentro de los límites de control Es posible analizar datos que no están fuera de los límites de control para evaluar si la tendencia es significativa. El análisis de una corrida puede dar indicio de si un sistema está yendo hacia un fuera de control antes que los puntos alcancen los límites de advertencia. 105

106 Patrones dentro de los límites de control Se pueden seguir las siguientes reglas: 7 ó más resultados consecutivos en el mismo lado de la resistencia media buscada. Como mínimo, 10 de 11 resultados en el mismo lado de la resistencia media buscada. Como mínimo, 12 de 14 resultados en el mimo lado de la resistencia media buscada. Como mínimo, 14 de 17 resultados del mismo lado de la resistencia media buscada. 106

107 CUSUM Este sistema de control (abreviatura de suma acumulativa) se desarrolló en 1950, inicialmente para el control de calidad de procesos de fabricación continuos. Se usa ampliamente en la industria del hormigón actualmente. En este caso la línea media no representa un valor medio continuo sino es una línea CERO para la verificación de la tendencia en los resultados. 107

108 CUSUM En la producción de hormigón, se usan tres aplicaciones del CUSUM: - 1) CUSUM M, para el control de la resistencia media. - 2) CUSUM R (rango), para el control de la desviación estándar. - 3) CUSUM C, para el control de la correlación. 108

109 CUSUM Este método implica restar el resultado de un ensayo de un valor buscado para producir una suma subsiguiente que continúa (CUSUM) de las diferencias. Si el proceso está bajo control, los puntos del gráfico CUSUM se distribuyen aleatoriamente (diferencias positivas y negativas que se anulan cada una con la otra), para dar una suma acumulativa que está próxima a cero, pero si el proceso se va de control, esto se ve rápidamente en el gráfico del CUSUM que se desplaza hacia los límites de control superior o inferior. 109

110 Utilidad del CUSUM Las ventajas del empleo del CUSUM son: - Para una misma muestra, da una ilustración más nítida de cualquier cambio. - Usa datos más efectivamente y por eso produce ahorros en los costos. - Da una indicación más clara de la ubicación y la magnitud del cambio. 110

111 Ventajas del CUSUM Son más sensibles para detectar pequeños desplazamientos de la media de un proceso, respecto del gráfico de Shewhart, que sirve más para detectar desplazamientos grandes. Cuando el CUSUM llega a los límites de control superior o inferior, es posible usar el gráfico para determinar en qué punto el proceso se salió de control y qué escala de acción correctiva es necesaria. 111

112 Gráfico de CUSUM 112

113 Gráfico de CUSUM La figura indica claramente que ha ocurrido un desplazamiento. Una disminución en el nivel de la resistencia media se origina aparentemente no más allá del décimo ensayo de resistencia. Se puede hacer una simple estimación de la disminución en el nivel de resistencia que ha ocurrido a partir de la pendiente de la carta CUSUM. 113

114 Gráfico de CUSUM La pendiente del ensayo Nº 10 al ensayo Nº 19 se puede estimar como 18,9 (la suma acumulativa de las diferencias entre el Ensayo Nº 19 dividido por 9 (19-10 ensayos) o aproximadamente 2,1 MPa. 114

115 Uso del CUSUM Se emplea para monitorizar las tendencias de la resistencia promedio, la desviación estándar y la relación entre las resistencia a 28 d y a edad temprana. Se detectan cambios en dichas propiedades e indica qué acción hay que tomar para incrementar la posibilidad de cumplir con la especificación, o reducir el costo de los materiales.

116 Control de la resistencia media La resistencia a la compresión del hormigón es el parámetro más simple a monitorizar. El resultado del ensayo se compara con una resistencia media buscada basada en la resistencia característica especificada más el margen. La resistencia a la compresión controlante del CUSUM se basa generalmente en una familia de hormigones y todos los resultados de los ensayos se convierten en un valor equivalente de un hormigón de referencia seleccionado. 116

117 Control de la desviación estándar Se puede emplear para monitorizar la desviación estándar usando la relación entre el rango de pares sucesivos de resultados. 117

118 Ejemplo de CUSUM aplicado a la resistencia media Resistencia buscada: 38 MPa. Resultado Nº Resistencia a los 28d (MPa) Diferencias respecto de la resistencia objetivo (38 MPa) CUSUM (MPa)

119 Ejemplo Una diferencia positiva indica que el resultado es más grande que la resistencia buscada y una negativa, indica lo contrario. Si la resistencia promedio es mayor que la buscada, entonces la pendiente del gráfico del CUSUM vs los resultados será positiva o hacia la derecha y arriba. 119

120 Ejemplo 120

121 CUSUM 121

122 Cartas de control Son cartas de líneas horizontales, donde existe una línea central en un promedio especificado, una línea superior en el límite de aceptación más alto y otra inferior en el más bajo. Puede que haya dos por arriba y dos por debajo de la línea central. 122

123 Cartas de control Las dos líneas más cercanas a la central, se denominan líneas de advertencia, mientras que las dos más lejanas se denominan líneas de acción. Se pueden establecer a una distancia 2σ y 3σ respectivamente, los que vendrán indicados en las especificaciones. 123

124 Carta de control 124

125 Carta de control 125

126 Carta de control 126

127 Carta de control (Shewhart) 127

128 Carta de control 128

129 Rechazo de resultados anómalos 129

130 Cartas de control La probabilidad de una muestra de tener un valor particular está dado por su ubicación sobre la carta. Suponiendo que el estadístico graficado está distribuido normalmente, la probabilidad de un valor que quede más allá de: 130

131 Cartas de control Los límites de advertencia: es de aproximadamente 2,5 % (2σ). Los límites de control es aproximadamente 0,1 % (3σ): esto es raro e indica que * la variación se debe a una causa asignable. * el proceso está fuera de control estadístico. 131

132 Cartas de control Las reglas de la corrida se usan para indicar situaciones que están fuera del control estadístico. Para las cartas de Shewhart con límites de advertencia y de control son: Un punto que cae más allá de los límites de control. 2 puntos consecutivos que caen más allá de los límites advertencia 132

133 Cartas de control 7 ó más puntos consecutivos que caen en un lado de la media, e indican un desplazamiento del proceso. 5 ó 6 puntos consecutivos que van en la misma dirección, que indican una tendencia. Otras reglas similares que pueden utilizar los mismos criterios. 133

134 Cartas de control Se usan para un número de ensayos consecutivos, como por ejemplo: 134

135 Carta de control para resistencia del hormigón 135

136 Carta de Control de asentamiento del hormigón 136

137 Carta de control para contenido de aire 137

138 Test de Q para detectar valores anómalos (Dean y Dixon) Es la herramienta estadística más común para ser usada para detectar valores aberrantes. Se basa esto en la brecha y el rango, a un número n dado. /O X / Q = R 138

139 Valores críticos de Q 139

140 Test de Q Si el Q calc < Q crit (tabla) al nivel de probabilidad elegido, se debe aceptar la medición sospechosa. Si Q calc > Q crit resulta descartable, se debe rechazar ese dato, con el nivel de probabilidad elegido. Se aconseja medir más veces para tener mayor confianza en el resultado. 140

141 Ejemplo Se obtuvieron los siguientes valores de NO 2- en una muestra de agua de río (ppm): 0,409 0,410 0,401 0,380 Hay algún dato sospechoso? El último. Se ordenan, por ejemplo, los datos en forma creciente: 0,380 0,401 0,403 0,410 Entre los valores extremos, se calcula el rango: 0,410 0,380 = 0,030 ppm 141

142 Ejemplo Cuál es la diferencia con el valor más cercano? / 0,380 0,401/ = 0,031 Q calc = (0,380 0,401)/0,030 = 0,70 Q tab = 0,78 Q calc < Q crit, debe aceptarse la medida discordante. 142

143 Test de Grubbs Es una manera alternativa para detectar resultados anómalos. Se basa en un valor de t aceptable a un n dado. Supone normalidad. 143

144 Test de Grubbs 144

145 Ejemplo Se tienen los siguientes valores en una determinación de NO - 2- en agua de río: 0,403 ; 0,410 ; 0,401 ; 0,380 ; 0,400 ; 0,413 ; 0,411. x = 0,4026 s = 0,01121 Gcal = / 0,380 0,4025/ / 0,01121 = 2,016 G crit (p= 0,05) = 1,

ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti

ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti ANÁLISIS DE DATOS CONTROL DE CALIDAD Ing. Carlos Brunatti Montevideo, ROU, junio 2015 Control de calidad No resulta sorprendente que el hormigón sea un material variable, pues hay muchos factores involucrados

Más detalles

Control de calidad del Hormigón

Control de calidad del Hormigón Control de calidad del Hormigón Calidad Hay muchos factores involucrados en la producción del hormigón, desde los materiales, la dosificación de la mezcla, el transporte, la colocación, el curado y los

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

Control Estadístico de Procesos

Control Estadístico de Procesos Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control

Más detalles

LA MEDIDA Y SUS ERRORES

LA MEDIDA Y SUS ERRORES LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger

Más detalles

Medias Móviles: Señales para invertir en la Bolsa

Medias Móviles: Señales para invertir en la Bolsa www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Cifras significativas e incertidumbre en las mediciones

Cifras significativas e incertidumbre en las mediciones Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades

Más detalles

Metodología. del ajuste estacional. Tablero de Indicadores Económicos

Metodología. del ajuste estacional. Tablero de Indicadores Económicos Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Contenido: CARTAS DE CONTROL. Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS

Contenido: CARTAS DE CONTROL. Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS Contenido: CARTAS DE CONTROL Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS TEST DE MEDIANAS CEL: 72488950 1 Antes de querer utilizar cualquier

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

Otras medidas descriptivas usuales

Otras medidas descriptivas usuales Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.

Más detalles

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

Control interno de los métodos de análisis

Control interno de los métodos de análisis Aseguramiento de la Calidad Control interno de los métodos de análisis Universidad Nacional Sede Medellín Facultad de Ciencias Escuela de Geociencias Orlando Ruiz Villadiego, Químico MSc. Coordinador Laboratorio

Más detalles

Pronósticos. Pronósticos y gráficos Diapositiva 1

Pronósticos. Pronósticos y gráficos Diapositiva 1 Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

Calibración y control de calidad de instrumentos de análisis

Calibración y control de calidad de instrumentos de análisis Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

Parámetros y estadísticos

Parámetros y estadísticos Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población

Más detalles

Curso Comparabilidad de resultados

Curso Comparabilidad de resultados Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

Tema 7 COSTO ESTÁNDAR

Tema 7 COSTO ESTÁNDAR Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que

Más detalles

EMPLEO DEL CONTROL ESTADISTICO DE PROCESO COMO PARTE DE UN PLAN DE ASEGURAMIENTO DE LA CALIDAD Acosta, S. 1, Lewis, C. 2 RESUMEN

EMPLEO DEL CONTROL ESTADISTICO DE PROCESO COMO PARTE DE UN PLAN DE ASEGURAMIENTO DE LA CALIDAD Acosta, S. 1, Lewis, C. 2 RESUMEN EMPLEO DEL CONTROL ESTADISTICO DE PROCESO COMO PARTE DE UN PLAN DE ASEGURAMIENTO DE LA CALIDAD Acosta, S. 1, Lewis, C. 2 1,2 Autoridad Regulatoria Nuclear Buenos Aires, Argentina sacosta@arn.gob.ar RESUMEN

Más detalles

INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010

INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:

Más detalles

GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS

GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS 1) INTRODUCCIÓN Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas.

Más detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6

Más detalles

Muestreo estadístico. Relación 2 Curso 2007-2008

Muestreo estadístico. Relación 2 Curso 2007-2008 Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los

Más detalles

Cómo funciona el Diagrama de Control

Cómo funciona el Diagrama de Control Cómo funciona el Diagrama de Control Capítulo 4 Control Estadístico de Calidad Modelo del sistema de control de proceso ( con retroalimentación ) VOZ DEL PROCESO METODOS ESTADÍSTICOS Personal Equipo Materiales

Más detalles

MODELO DE RESPUESTAS

MODELO DE RESPUESTAS 1/6 MODELO DE RESPUESTAS ASIGNATURA: CONTROL DE PRODUCCIÓN CÓDIGO: 203 MOMENTO: Segunda Integral VERSIÓN: 1 FECHA DE APLICACIÓN: 15/11/2008 Prof. Responsable: Ing. Ana María Alvarez Coordinador: Ing. Anel

Más detalles

MEDICION DEL TRABAJO

MEDICION DEL TRABAJO MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo

Más detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS DESCRIPTIVO CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

Master en Gestion de la Calidad

Master en Gestion de la Calidad Master en Gestion de la Calidad 3. La Calidad en la Actualidad La calidad en la actualidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer la calidad en la actualidad. La familia

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda

La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

Estimación. Intervalos de Confianza para la Media y para las Proporciones

Estimación. Intervalos de Confianza para la Media y para las Proporciones Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

ESTIMACION DE INTERVALOS DE CONFIANZA

ESTIMACION DE INTERVALOS DE CONFIANZA pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones

Más detalles

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades

Más detalles

CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS

CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS MEDIANTE UN ENFOQUE POR CADENAS DE MARKOV ABSORBENTES Lidia Toscana - Nélida Moretto - Fernanda Villarreal Universidad Nacional del Sur, ltoscana@criba.edu.ar

Más detalles

7. ANALISIS DE RESULTADO. En ente capítulo se incluye un análisis de los resultados promedio obtenidos a partir de los

7. ANALISIS DE RESULTADO. En ente capítulo se incluye un análisis de los resultados promedio obtenidos a partir de los 7. ANALISIS DE RESULTADO. 7.1 Introducción. En ente capítulo se incluye un análisis de los resultados promedio obtenidos a partir de los ensayos realizados, para lo cual se muestran ciertas gráficas que

Más detalles

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables no es aplicable. GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos

Más detalles

global trust Razones por las cuales debería emplearse un Laboratorio Acreditado? International Laboratory Accreditation Cooperation

global trust Razones por las cuales debería emplearse un Laboratorio Acreditado? International Laboratory Accreditation Cooperation International Laboratory Accreditation Cooperation Razones por las cuales debería emplearse un Laboratorio Acreditado? Qué deberia considerar al seleccionar un laboratorio? Al seleccionar un laboratorio

Más detalles

MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II

MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio

Más detalles

COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN

COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN Ing. Carlos Ormella Meyer Los planes de concientización especialmente en seguridad de la información han sido muchas veces terreno fértil de opiniones discordantes,

Más detalles

de la empresa Al finalizar la unidad, el alumno:

de la empresa Al finalizar la unidad, el alumno: de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación

Más detalles

PRESENTACIÓN GRÁFICA DE LOS DATOS

PRESENTACIÓN GRÁFICA DE LOS DATOS PRESENTACIÓN GRÁFICA DE LOS DATOS Una imagen dice más que mil palabras, esta frase explica la importancia de presentar los datos en forma gráfica. Existe una gran variedad de gráficos y la selección apropiada

Más detalles

GESTIÓN DEL SISTEMA DE MEDICIÓN ANÁLISIS Y MEJORAMIENTO

GESTIÓN DEL SISTEMA DE MEDICIÓN ANÁLISIS Y MEJORAMIENTO GESTIÓN DEL SISTEMA DE MEDICIÓN ANÁLISIS Y MEJORAMIENTO Derechos reservados ICONTEC- 1 MEDICIÓN, ANÁLISIS Y MEJORAMIENTO DEL SISTEMA DE GESTIÓN DE LA MEDICIÓN. Normas Aplicadas NTC-ISO 10012. Duración

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL

INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL FUNDACION NEXUS ciencias sociales medio ambiente salud INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL Por Daniel Fernández Dillon Ingeniería Sanitaria

Más detalles

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión

ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:

Más detalles

SERIES DE TIEMPO INTRODUCCIÓN

SERIES DE TIEMPO INTRODUCCIÓN Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas

Más detalles

DE VIDA PARA EL DESARROLLO DE SISTEMAS

DE VIDA PARA EL DESARROLLO DE SISTEMAS MÉTODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS 1. METODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS CICLO DE VIDA CLÁSICO DEL DESARROLLO DE SISTEMAS. El desarrollo de Sistemas, un proceso

Más detalles

Ensayos Clínicos en Oncología

Ensayos Clínicos en Oncología Ensayos Clínicos en Oncología Qué son y para qué sirven? www.seom.org ESP 05/04 ON4 Con la colaboración de: Una parte muy importante de la Investigación en Oncología Médica se realiza a través de Ensayos

Más detalles

Transformación de gráfica de funciones

Transformación de gráfica de funciones Transformación de gráfica de funciones La graficación de las funciones es como un retrato de la función. Nos auda a tener una idea de cómo transforma la función los valores que le vamos dando. A partir

Más detalles

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos

Más detalles

2. Redes de Medición de la Calidad del Aire

2. Redes de Medición de la Calidad del Aire 2. Redes de Medición de la Calidad del Aire Una red de medición de la calidad del aire es parte de un Sistema de Medición de Calidad del aire, SMCA. Es importante mencionar que un SMCA puede incluir una

Más detalles

Pequeñas charlas para montaje industrial Fernando Espinosa Fuentes

Pequeñas charlas para montaje industrial Fernando Espinosa Fuentes Pequeñas charlas para montaje industrial Fernando Espinosa Fuentes Aunque se tenga un valor nominal determinado, nunca se podrá definir el valor real del mismo, pues nunca se podría asegurar que el sistema

Más detalles

Test de Idioma Francés. Manual del evaluador

Test de Idioma Francés. Manual del evaluador Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

La selección del mercado meta es esencialmente idéntica, sin importar si una firma vende un bien o servicio.

La selección del mercado meta es esencialmente idéntica, sin importar si una firma vende un bien o servicio. 4. SELECCIÓN Y EVALUACIÓN DE MERCADO META SELECCIÓN DE MERCADO META Un mercado meta se refiere a un grupo de personas u organizaciones a las cuales una organización dirige su programa de marketing. Es

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:

Media vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias: Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.

Más detalles

Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración

Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración Fernández Pareja, Mª Teresa te_fer@topografia.upm.es Departamento de Ingeniería Topográfica y Cartografía

Más detalles

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Convergencia del ingreso per cápita en los países miembros del FLAR

Convergencia del ingreso per cápita en los países miembros del FLAR Convergencia del ingreso per cápita en los países miembros del FLAR La convergencia macroeconómica, en un sentido amplio, puede definirse como el proceso a través del cual disminuyen las diferencias entre

Más detalles

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse. TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.

Más detalles

Técnicas de valor presente para calcular el valor en uso

Técnicas de valor presente para calcular el valor en uso Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar

Más detalles

ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO

ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO FUNDACION NEXUS ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO Marzo de 2012 CALIDAD, CONTROL DE LA CALIDAD Y ASEGURAMIENTO DE LA CALIDAD El laboratorio de análisis ofrece a sus clientes un servicio que se

Más detalles

4 Pruebas y análisis del software

4 Pruebas y análisis del software 4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe

Más detalles

Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración

Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de Medición. Intervalos de calibración e interpretación de Certificados de Calibración Disertante:

Más detalles

capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación

capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación Sistemática de Layout, SLP por sus siglas en inglés. Se hará uso de la simulación para comparar el

Más detalles

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.

Gráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana. LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

NORMA INTERNACIONAL DE AUDITORÍA 520 PROCEDIMIENTOS ANALÍTICOS

NORMA INTERNACIONAL DE AUDITORÍA 520 PROCEDIMIENTOS ANALÍTICOS NORMA INTERNACIONAL DE AUDITORÍA 520 PROCEDIMIENTOS ANALÍTICOS (NIA-ES 520) (adaptada para su aplicación en España mediante Resolución del Instituto de Contabilidad y Auditoría de Cuentas, de 15 de octubre

Más detalles

EL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS

EL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS 2 EL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS Las inversiones de una empresa están reflejadas en su activo. Una forma de clasificación de las diferentes inversiones es en función del plazo

Más detalles

INVENTARIOS. NEC 11 Norma Ecuatoriana de Contabilidad 11

INVENTARIOS. NEC 11 Norma Ecuatoriana de Contabilidad 11 INVENTARIOS NEC 11 Norma Ecuatoriana de Contabilidad 11 CONTENIDO Inventarios Objetivo Alcance Definiciones Cuantificación de Inventarios Costo de Inventarios Costo de Compra Costo de Conversión Otros

Más detalles

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009 Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones

Más detalles

Introducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual

Introducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los

Más detalles

Seis Sigma. Nueva filosofía Administrativa.

Seis Sigma. Nueva filosofía Administrativa. Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo

Más detalles

ANÁLISIS DE CARGOS. 1. Nombre del cargo 2. Posición del cargo en el organigrama. 3. Contenido del cargo. 1. Requisitos intelectuales

ANÁLISIS DE CARGOS. 1. Nombre del cargo 2. Posición del cargo en el organigrama. 3. Contenido del cargo. 1. Requisitos intelectuales Análisis de CARGOS ANÁLISIS DE CARGOS Autor: Herman Bachenheimer Correo: herman@puj.edu.co Después de la descripción, sigue el análisis del cargo. Una vez identificado el contenido del cargo (aspectos

Más detalles

Medidas de la tendencia central y las gráficas de caja

Medidas de la tendencia central y las gráficas de caja LECCIÓN CONDENSADA 2.1 Medidas de la tendencia central y las gráficas de caja En esta lección Encontrarás e interpretarás la media, la mediana, y la moda para unos conjuntos de datos Crearás e interpretarás

Más detalles

Preguntas que se hacen con frecuencia sobre los estudios clínicos

Preguntas que se hacen con frecuencia sobre los estudios clínicos Preguntas que se hacen con frecuencia sobre los estudios clínicos Son seguros? Todos los ensayos clínicos deben ser aprobados por el gobierno federal y deben cumplir con una reglamentación estricta que

Más detalles

Procesos científicos básicos: Comunicar (Cómo trabajar en la sala de clases), 2ª. Parte

Procesos científicos básicos: Comunicar (Cómo trabajar en la sala de clases), 2ª. Parte Profesores Básica / Media / Recursos Procesos científicos básicos: Comunicar (Cómo trabajar en la sala de clases), 2ª. Parte 1 [Nota: material previsto para 8º básico y enseñanza media] Cómo construir

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL.

2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL. 2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL. 2.1 Medición del desempeño en base a normas. Las normas son puntos de referencia para la medición del desempeño real o esperado de los empleados, en condiciones

Más detalles