5.1.- Aplicación del Diagrama de Pareto en el proyecto de investigación. Se desea analizar cuales son los defectos más frecuentes que aparecen en las

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "5.1.- Aplicación del Diagrama de Pareto en el proyecto de investigación. Se desea analizar cuales son los defectos más frecuentes que aparecen en las"

Transcripción

1 CAPITULO V.- ANÁLISIS DEL PROYECTO Aplicación del Diagrama de Pareto en el proyecto de investigación Se desea analizar cuales son los defectos más frecuentes que aparecen en las unidades al salir de la línea de producción. Para esto se empezó por clasificar todos los defectos posibles en sus diversos tipos: como se observa en la tabla 1 a continuación. Tabla 1. Defectos más frecuentes Código CM01 CM03 CM05 CM09 CM10 CO17 CT01 EA01 EA05 ET05 HG08 PE08 PI04 PI05 PI06 PI10 PO03 PO04 PO07 PO08 PV01 RE29 SH04 SH15 SH22 Descripción Componente Dañado Componente Faltante Componente Mezclados Componente Defectuoso Componentes mal ensamblados Contacto Alto Contaminación Externa Empaque (Cantidad equivocada) Empaque mal Etiqueta con información equivocada Housing dañado Prueba Eléctrica Pines altos Pines Bajos Pines Chuecos Pines Dañados Poste bajo Poste Dañado Poste faltante Poste Invertido Posición Verdadera Rebaba metálica suelta Shell con Rebaba Shell con metal base Shell Dañado 44

2 Posteriormente se hizo un análisis para ordenar y determinar la frecuencia de cada tipo de defecto, encontrando así 25 tipos de errores con una frecuencia general de 110, la última columna muestra el número unidades que presentaban cada tipo de defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numérica podemos utilizar la frecuencia porcentual, es decir, el porcentaje de unidades en cada tipo de defecto: como lo muestra a continuación la tabla 2. Tabla 2. Frecuencia de defectos Código Descripción Frecuencia de Defectos Frec. % CM01 Componente Dañado 4 3,64 CM03 Componente Faltante 2 1,82 CM05 Componente Mezclados 4 3,64 CM09 Componente Defectuoso 8 7,27 CM10 Componentes mal ensamblados 4 3,64 CO17 Contacto Alto 2 1,82 CT01 Contaminación Externa 1 0,91 EA01 Empaque (Cantidad equivocada) 2 1,82 EA05 Empaque mal 2 1,82 ET05 Etiqueta con información equivocada 1 0,91 HG08 Housing dañado 1 0,91 PE08 Prueba Eléctrica 2 1,82 PI04 Pines altos 16 14,55 PI05 Pines Bajos 4 3,64 PI06 Pines Chuecos 7 6,36 PI10 Pines Dañados 1 0,91 PO03 Poste bajo 23 20,91 PO04 Poste Dañado 1 0,91 PO07 Poste faltante 12 10,91 45

3 PO08 Poste Invertido 2 1,82 PV01 Posición Verdadera 4 3,64 RE29 Rebaba metálica suelta 1 0,91 SH04 Shell con Rebaba 1 0,91 SH15 Shell con metal base 1 0,91 SH22 Shell Dañado 4 3,64 Total % Debido a que la tabla 1 de defectos es muy extensa, se decide agrupar los datos para un mejor enfoque, quedando así de la siguiente manera en la tabla 3. Tabla 3. Frecuencia de defectos agrupados Código Descripción Núm. Defectos Frecuencia Frecuencia % CM Componente CO Contacto 1 2 1,8 CT Contaminación 1 1 0,9 EA Empaque 2 4 3,6 ET Etiqueta 1 1 0,9 HG Housing 1 1 0,9 PE Prueba 1 2 1,8 PI Pines ,4 PO Poste ,5 PV Posición 1 4 3,7 RE Rebaba 1 1 0,9 SH Shell 3 6 5,5 Total % Una vez que han sido agrupados los datos, podremos ahora representarlos en un histograma como se muestra en la fig. 15. Fig Frecuencia de defectos encontrados (agrupados) 46

4 CM CO CT EA ET HG PE PI PO PV RE SH Pero Cuáles son los defectos que aparecen con mayor frecuencia? Para hacerlo más evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de frecuencia: Tabla 4.- Tabla de frecuencia de defectos ordenados Código Descripción Núm. Defectos Frecuencia Frecuencia % PO Poste ,5 PI Pines ,4 CM Componente SH Shell 3 6 5,5 PV Posición 1 4 3,7 EA Empaque 2 4 3,6 CO Contacto 1 2 1,8 PE Prueba 1 2 1,8 CT Contaminación 1 1 0,9 ET Etiqueta 1 1 0,9 HG Housing 1 1 0,9 RE Rebaba 1 1 0,9 Total % Ahora resulta evidente cuales son los tipos de defectos más frecuentes. Podemos observar que los 3 primeros tipos de defectos se presentan en el 80 % de la línea, aproximadamente. Por el Principio de Pareto, concluimos que: la mayor parte de los 47

5 defectos encontrados en el lote pertenece sólo a 3 tipos de defectos, de manera que si se eliminan las causas que los provocan desaparecería la mayor parte de los defectos. Fig Frecuencia de defectos ordenados PO PI CM SH PV EA CO PE CT ET HG RE Una vez que se tienen los tres tipos de defectos que provocan un mayor impacto en el producto, no hay que olvidar que los datos fueron agrupados y que dentro de esos existen otra cantidad de los mismos. Es por eso, que a continuación se muestran las siguientes graficas que definirán las verdaderas causas de la problemática dentro de la línea BNC Decoupled. En la figura 17 se muestra los defectos de postes que más 48

6 sobresalen de la lista de defectos, ya que este es el que mas afecta a la producción del producto que se esta manejando en el proyecto. Fig Frecuencia de defectos encontrados de postes PO. BAJOS PO. DAÑADOS PO. FALTANTE PO. INVERTIDO De la misma manera que observamos la gráfica anterior, en ésta también vemos que los pines altos y pines chuecos están afectando a la calidad del producto. Fig Frecuencia de defectos encontrados de Pines PI. ALTOS PI. BAJOS PI. CHUECOS PI. DAÑADOS A continuación, la gráfica de la fig. 19 muestra claramente que el tipo de defectos de los componentes, el defectuoso es el que sobresale sin embargo, ésta causa no se enfatiza en el trabajo de investigación, debido a que el problema no depende directamente de la empresa. Por lo tanto, una de las soluciones, es exponer la situación directamente con el proveedor. Fig Frecuencia de defectos encontrados de componentes 49

7 CM. DAÑADOCM. FALTANTE MEZCLADOS DEFECTUOSO M. ENSAMBLADO Clasificación de errores encontrados en el proyecto de investigación Atendiendo al origen donde se produjo el error y basándose en la teoría ya existente, en la tabla 5 puede hacerse una clasificación general de cada uno de los errores que más impacto tienen en éste proyecto, de acuerdo a los resultados del pareto. Tabla 5.- Clasificación de errores en cuanto a su origen Error Tipo de error Poste bajo Pines altos Componente Defectuoso Errores del operadorr o por el método de medición. Errores del operador o por el método de medición. Errores del operador o por el método de medición. En base a los resultados que arrojaron los estudios se darán acciones correctivas solo a los defectos con mayor impacto Implementación del estudio R&R 50

8 Para realizar éste estudio se tomo a tres operadoras encargadas de tomar las mediciones dentro de la línea de producción, tomando tres pruebas cada una con una muestra de 10 piezas. Tabla 6.- Estudio de la operadora A Col. Núm Operador A Muestra # Prueba # 1 Prueba # 2 Prueba # 3 Rango A 1 0,1341 0,1365 0,1341 0, ,1349 0,1371 0,1372 0, ,1353 0,1346 0,1366 0, ,1346 0,1343 0,1344 0, ,1354 0,1350 0,1357 0, ,1339 0,1341 0,1344 0, ,1356 0,1396 0,1360 0, ,1345 0,1343 0,1344 0, ,1341 0,1348 0,1352 0, ,1350 0,1370 0,1365 0,0020 Totales 1,3474 1,3573 1,3545 0,0155 1,3473 R A = 0, ,3474 Suma 4,0592 X A 0, En la tabla anterior, los cálculos que se obtuvieron representan un pequeño análisis general de la operadora A, se calcularon los rangos de los valores de cada pieza correspondientes a las tres pruebas hasta obtener un rango promedio, como se muestra en la columna 4 de la tabla 6. La formula utilizada es la siguiente: Rango = máx (x i ) mín (x i ) Con éste resultado observamos que tanta variabilidad tienen los datos tomados por dicha operadora. 51

9 Posteriormente, se sumaron los valores de las columnas 1,2 y 3, teniendo como resultado los totales de cada una de las pruebas, para obtener así el promedio general de la operadora A. X A = suma (núm. de ensayos) (núm. de partes muéstrales) Tabla 7. Estudio de la operadora B Col. Núm Operador B Muestra # Prueba # 1 Prueba # 2 Prueba # 3 Rango B 1 0,1337 0,1348 0,1326 0, ,1357 0,1361 0,1367 0, ,1348 0,1347 0,1345 0, ,1335 0,1341 0,1341 0, ,1348 0,1348 0,1349 0, ,1333 0,1335 0,1342 0, ,1351 0,1357 0,1359 0, ,1343 0,1344 0,1347 0, ,1339 0,1341 0,1339 0, ,1354 0,1347 0,1347 0,0007 Totales 1,3445 1,3469 1,3462 0,0072 1,3469 R B = 0, ,3445 Suma 4,0376 X B 0, El procedimiento de los cálculos de la tabla 7 y 8 correspondientes a las operadoras B y C, no es necesario presentarlos ya que es el mismo que se aplico para la operadora A, como lo muestra anteriormente la tabla 6. Tabla 8. Estudio de la operadora C Col. Núm Operador C 52

10 Muestra # Prueba # 1 Prueba # 2 Prueba # 3 Rango C 1 0,1342 0,1341 0,1341 0, ,1356 0,1354 0,1348 0, ,1348 0,1348 0,1350 0, ,1342 0,1345 0,1346 0, ,1343 0,1350 0,1354 0, ,1344 0,1343 0,1341 0, ,1357 0,1359 0,1352 0, ,1345 0,1341 0,1340 0, ,1335 0,1342 0,1346 0, ,1347 0,1351 0,1348 0,0004 Totales 1,3459 1,3474 1,3466 0,0056 1,3474 R C = 0, ,3459 Suma 4,0399 X C 0, Comparando los promedios de cada una de las operadoras, se observa que entre las operadoras A y C, los valores son muy parecidos existiendo así una variabilidad mínima y en comparación con la operadora C ésta es la que expresa mas variabilidad pero a un así no es muy relevante. Las siguientes operaciones representan un punto clave para los resultados finales del estudio de repetibilidad y reproducibilidad, permitiendo así un mejor enfoque de la problemática presentado en éste proyecto, teniendo la capacidad y veracidad de poder sugerir acciones correctivas que nos permitan solucionar dichos problemas. Para obtener éstos cálculos y entender con mayor claridad, es necesario presentar datos contantes pertenecientes al estudio. CONSTANTES DEL ESTUDIO R&R Tabla 9.- Tabla de constantes 53

11 CONSTANTE D 4 K 1 K 2 CLASIFICACION Constante de la tabla DT2 utilizada en el estudio R&R Constante utilizada en el estudio R&R que determina el número de pruebas. Constante utilizada en el estudio R&R que determina el número de operadores. Tabla Tabla de valores para la constante D 4 # pruebas D 4 2 3,27 3 2,58 Tabla Tabla de valores para la constante K 1 Pruebas 2 3 K 1 4,56 3,05 Tabla Tabla de valores para la constante K 2 Operadores 2 3 K 2 3,65 2,70 Tabla 10.- Tabla de promedios de rangos Rangos Promedios de rangos Rango A 0,00155 Rango B 0,00072 Rango C 0,00056 Suma 0,00283 R 0, UCL R = ( R ) ( D 4 ) UCL R = (0,000943)(2,58) UCL R = 0,

12 Análisis de la unidad de medida Calculo de la repetibilidad, para verificar la variación en el equipo. SDR = ( R ) (K 1 ) SDR = ( 0,000943) (3,05) SDR = 0,0029 Donde: SDR = Desviación estándar para la repetibilidad R= Promedio de rangos K 1 = Constante que identifica número de pruebas Calculo de la reproducibilidad, para verificar la variación que es provocada debido al evaluador. SDM = (X Dif ) x (K 2 ) 2 (SDR) 2 / (n x r) Tabla 11.- Tabla de promedios Promedios A,B y C Max 0,13531 Min 0,13459 X Dif 0,00072 SDM = (0,00072) x (2,70) 2 - (0,0029) 2 / (10 x 3) SDM = 0,0019 Donde: SDM = Desviación estándar para reproducibilidad 55

13 X Dif = Diferencia entre el valor máximo y mínimo de los promedios K 2 = Constante que identifica el número de operadores n = Número de partes r = Número de pruebas A continuación se muestra la fórmula y los cálculos para el estudio de la repetibilidad y reproducibilidad (R & R). R & R = (SDR) 2 + (SDM) 2 R & R = (0,0029) 2 + (0,0019) 2 R & R = 0,0034 Análisis del % de tolerancia % SDR = (SDR) / tolerancia del equipo (100) % SDR = (0,0029) / (0,030) 100 % SDR = 9, % SDM = (SDM) / tolerancia del equipo (100) % SDM = (0,0019) / (0,030) 100 % SDM = 6, % R & R = (%SDR) 2 + (%SDM) 2 % R & R = (9, ) 2 + (6, ) 2 % R & R = 11, Donde: El porcentaje de tolerancia del equipo se determinó mediante los límites superior e inferior de especificación del producto. LSE = 0,150 56

14 LSI = 0,120 % de tolerancia = 0,150 1,120 = 0,030 Análisis e interpretación de resultados Los valores calculados anteriormente proporcionan la variación y el porcentaje de la tolerancia para el sistema completo de medición y sus componentes de repetibilidad y reproducibilidad. En el análisis de la unidad de medida se calcula la dispersión 5,15 σ. Esta dispersión consume el 99,02% del área bajo la curva de la normal. La representación gráfica de esto es: Los resultados de la tolerancia porcentual deben evaluarse para determinar si el instrumento de medición es aceptable para su aplicación supuesta. En general, el criterio para la aceptabilidad de un instrumento de medición (para tan sólo R & R o incluyendo todos los errores) es como sigue: Menor al 10% el instrumento de medición es aceptable. Entre 10% y 30% puede ser aceptable según su uso, aplicación, costo del instrumento de medición, costo de reparación. Mayor al 30% considerado no aceptable (haga todo esfuerzo para identificar y corregir el problema). Solución: Se efectuó un estudio con tres operadores, realizando tres ensayos por operador, para una muestra de tamaño 10. La tolerancia máxima permitida es de 0,015. El análisis muestra un porcentaje de repetibilidad y reproducibilidad de % R&R= 11,44%, según el criterio de aceptación del estudio, se puede aceptar el instrumento de medición. 57

15 Acciones correctivas: Como el resultado del estudio nos arrojo un porcentaje aceptable, pero no óptimo se sugiere a la empresa tomar en cuenta las siguientes acciones que fueron sugeridas en base a lo que se analizó dentro de la línea BNC Decoupled, para el producto Mantenimiento al sistema de medición. En base a lo que se observó dentro de la línea BNC Decoupled, se recomienda dar mantenimiento preventivo al instrumento de medición, debido a que éstos no cumplen con las condiciones ambientales establecidas por las normas de metrología, de mantenerlos en un ambiente adecuado. Así como asignar un lugar específico para evitar que dicho instrumento sea des calibrado debido a cambios de traslados provocados por los operadores de una línea a otra. 2.- El proceso de fijar la pieza (para medirla) debería ser mejorado. Se recomienda mejorar el método de posicionar la pieza para ser medida, así como capacitar a la(s) persona(s) encargada de tomar dichas mediciones, logrando con esto estabilidad en los datos, debido a que cada operador utilizará un método establecido y no propio como se observa dentro de la línea lo cual por consiguiente se está obtiendo una mayor variabilidad en los datos al tomar dichas mediciones. 58

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Estadística Descriptiva

Estadística Descriptiva M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo

Más detalles

Y accedemos al cuadro de diálogo Descriptivos

Y accedemos al cuadro de diálogo Descriptivos SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas

Más detalles

ESTADÍSTICA SEMANA 2

ESTADÍSTICA SEMANA 2 ESTADÍSTICA SEMANA 2 ÍNDICE CUADROS DE DISTRIBUCIÓN DE FRECUENCIAS Y REPRESENTACIÓN GRÁFICA... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 REPRESENTACIÓN GRÁFICA... 3 MÉTODOS GRÁFICOS:... 3 DIAGRAMAS

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 10

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 10 Computación Aplicada Universidad de Las Américas Aula virtual de Computación Aplicada Módulo de Excel 2013 LIBRO 10 Contenido GRÁFICOS... 3 GRÁFICOS DESCRIPCION... 4 TIPOS DE GRÁFICOS... 6 GRÁFICOS DE

Más detalles

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS Ing. Claudia Santo Directora de Metrología Científica e Industrial 17/05/2016 MEDELLÍN, COLOMBIA MEDIR Cómo sabemos que nuestras meciones son correctas?

Más detalles

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En

Más detalles

La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones.

La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones. La inspección consiste en la evaluación de la calidad de alguna característica o parámetro en relación con las especificaciones. 1. Interpretación de la especificación 2. Medición de la característica

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

Control Estadístico de Procesos Capacidad de Proceso

Control Estadístico de Procesos Capacidad de Proceso Control Estadístico de Procesos Capacidad de Proceso Un proceso de fabricación es un conjunto de equipos, materiales, personas y métodos de trabajo que genera un producto fabricado. Maquinaria Métodos

Más detalles

Algunas nociones básicas sobre Estadística

Algunas nociones básicas sobre Estadística Escuela de Formación Básica - Física 1 Laboratorio - 10 Semestre 2010 Comisiones 15 Y 16 (Docentes: Carmen Tachino - Graciela Salum) ntroducción Algunas nociones básicas sobre Estadística Como se ha explicado

Más detalles

Los Gráficos de Control de Shewart

Los Gráficos de Control de Shewart Los Gráficos de Control de Shewart La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso, se reemplaza por una

Más detalles

Estadísticas Pueden ser

Estadísticas Pueden ser Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más

Más detalles

EL RUIDO Y SU EVALUACIÓN

EL RUIDO Y SU EVALUACIÓN Por Mario Ramón Mancera Ruiz Asesor en Higiene y Seguridad Industrial http://www.manceras.com.co EL RUIDO Y SU EVALUACIÓN INTRODUCCIÓN Este artículo no pretende ser un manual sobre el ruido, no es un aporte

Más detalles

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD.

LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD. Procesos: Siempre tienen variabilidad LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD. Alfredo Serpell Ingeniero civil industrial UC Phd University of Texas

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill. GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL Total GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Por unidad Los gráficos p, 100p y u difieren de los gráficos

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Los gráficos p, 100p y u difieren de los gráficos np y c en que los

Más detalles

MÉTODO DE ENSAYO PARA MEDIR EL DETERIORO DE GEOTEXTILES A LA EXPOSICIÓN DE LUZ ULTRAVIOLETA Y AGUA, (APARATO DEL TIPO ARCO XENON). I.N.V.

MÉTODO DE ENSAYO PARA MEDIR EL DETERIORO DE GEOTEXTILES A LA EXPOSICIÓN DE LUZ ULTRAVIOLETA Y AGUA, (APARATO DEL TIPO ARCO XENON). I.N.V. MÉTODO DE ENSAYO PARA MEDIR EL DETERIORO DE GEOTEXTILES A LA EXPOSICIÓN DE LUZ ULTRAVIOLETA Y AGUA, (APARATO DEL TIPO ARCO XENON). I.N.V. E 910 07 1. OBJETO 1.1 Esta norma de ensayo se puede utilizar para

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

MANUAL DE USO PROGRAMA SENSIBAR

MANUAL DE USO PROGRAMA SENSIBAR MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS

Más detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

Más detalles

Satisfacer las necesidades del usuario en cuanto al buen funcionamiento de los equipos informáticos y telefónicos a su cargo.

Satisfacer las necesidades del usuario en cuanto al buen funcionamiento de los equipos informáticos y telefónicos a su cargo. Página 1 de 6 I. OBJETIVO Satisfacer las necesidades del usuario en cuanto al buen funcionamiento de los equipos informáticos y telefónicos a su cargo. II. ALCANCE Aplica a todos los usuarios que laboran

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

3.1. Administración de la medición y de la información estratégica:

3.1. Administración de la medición y de la información estratégica: Unidad III Aspectos Generales Sobre la Gestión de la Calidad 3.1. Administración de la medición y de la información estratégica: Los siguientes criterios corresponden a la administración de la medición

Más detalles

Código: ESA-343. Horas Semanales: 4. Prelaciones: CAL-265

Código: ESA-343. Horas Semanales: 4. Prelaciones: CAL-265 INSTITUTO UNIVERSITARIO JESÚS OBRERO PROGRAMA DE ESTUDIO Unidad Curricular: Estadística I Carrera: Informática Semestre: Tercero Código: ESA-343 Horas Semanales: 4 Horas Teóricas: 2 Horas Prácticas: 2

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

MEDIDAS DE VARIABILIDAD

MEDIDAS DE VARIABILIDAD MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

Manual de Procedimientos

Manual de Procedimientos 1 de 10 Eado por: Revisado por: Aprobado por: Oficina de Planeación y Desarrollo Institucional -Área de Calidad y Mejoramiento- Coordinador del Área de Calidad y Mejoramiento Jefe de la Oficina de Planeación

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

TEMA 3: Control Estadístico de la Calidad

TEMA 3: Control Estadístico de la Calidad TEMA 3: Control Estadístico de la Calidad 1. Introducción al control de la calidad. 2. Métodos de mejora de la calidad 3. Gráficos de control de Shewhart: Gráficos c Gráficos np Gráficos X y R 4. Interpretación

Más detalles

Evaluación de los procesos de medición

Evaluación de los procesos de medición Evaluación de los procesos de medición Dentro de las causas de la variabilidad de la medición se encuentran dos principales fuentes, el operario encargado de tomar los valores y el equipo de medición empleado.

Más detalles

LABORATORIO Nº 9 TABLAS DINÁMICAS

LABORATORIO Nº 9 TABLAS DINÁMICAS OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar tablas dinámicas en Microsoft Excel. 1) DEFINICIÓN Las tablas dinámicas permiten resumir y analizar fácilmente

Más detalles

Método de Análisis del Riesgo (Estudio del Calibrador Atributos)

Método de Análisis del Riesgo (Estudio del Calibrador Atributos) Método de Análisis del Riesgo (Estudio del Calibrador Atributos) Resumen El Método de Análisis del Riesgo cuantifica la incertidumbre de un sistema de medición donde las observaciones consisten de atributos

Más detalles

ALCALDÍA MUNICIPAL DE GUADALAJARA DE BUGA

ALCALDÍA MUNICIPAL DE GUADALAJARA DE BUGA Copia Controlada: No Si No. Asignada a: Página 1 de 10 1. OBJETIVO Establecer los pasos y mecanismos para realizar el análisis de datos y el uso de la información obtenida, con el fin de tomar medidas

Más detalles

II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS

II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS UNIVERSIDAD INTERAMERICANA PARA EL DESARROLLO ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS Contenido II. ORGANIZACIÓN N Y PRESENTACIÓN N DE DATOS II. Tablas de frecuencia II. Gráficos: histograma, ojiva, columna,

Más detalles

MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS

MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: 3C ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS INTEGRANTES DEL EQUIPO: ELIZABETH GRIJALVA ROCHA KAREN LIZETH

Más detalles

MUESTREO PARA ACEPTACION

MUESTREO PARA ACEPTACION MUESTREO PARA ACEPTACION Inspección de Calidad Consiste en un procedimiento técnico que permite verificar si los materiales, el proceso de fabricación y los productos terminados cumplen con sus respectivas

Más detalles

Distribuciones de frecuencia

Distribuciones de frecuencia Distribuciones de frecuencia Distribución de frecuencias simple Por: Sandra Elvia Pérez Observa los datos que se muestran en la tabla 1, que fueron obtenidos al realizar un conteo del número de autos vendidos

Más detalles

Resolución gráfica de problemas de ajustes y tolerancias

Resolución gráfica de problemas de ajustes y tolerancias Resolución gráfica de problemas de ajustes y tolerancias Encarnación Peris Sanchis RESUMEN En este trabajo se presenta un método gráfico que pretende facilitar la resolución de problemas de ajustes y tolerancias.

Más detalles

TALLER CAPACITACIÓN : USO DE LA GUÍA PARA EL ANÁLISIS DE CAUSAS EN LA TOMA DE ACCIONES CORRECTIVAS Y PREVENTIVAS. Ing. Emperatriz Zapata Zapata

TALLER CAPACITACIÓN : USO DE LA GUÍA PARA EL ANÁLISIS DE CAUSAS EN LA TOMA DE ACCIONES CORRECTIVAS Y PREVENTIVAS. Ing. Emperatriz Zapata Zapata ANÁLISIS DE CAUSAS EN LA TOMA DE ACCIONES Ing. Eira Madera Reyes Ing. Emperatriz Zapata Zapata Diciembre de 2010 Objetivo Capacitar al personal de la universidad, en el uso de la Guía para el análisis

Más detalles

Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos

Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos 1 Calibración de instrumentos para pesar- Nuevas tendencias Cursos: Jorge Mendoza Illescas Conceptos básicos Procedimiento de calibración Modelo actual del mesurando Modelo actual de incertidumbre Nuevo

Más detalles

Unidad V. Control Estadístico de la Calidad

Unidad V. Control Estadístico de la Calidad UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma

Más detalles

PROCEDIMIENTO DE PRODUCTO NO CONFORME, ACCIONES CORRECTIVAS Y PREVENTIVAS CÓDIGO: S-P-03

PROCEDIMIENTO DE PRODUCTO NO CONFORME, ACCIONES CORRECTIVAS Y PREVENTIVAS CÓDIGO: S-P-03 DE PRODUCTO NO CONFORME, CÓDIGO: S-P-03 PÁGINA 2 de 9 1. OBJETIVO Asegurar que el producto no conforme con los requisitos, se identifica y controla para prevenir su uso o entrega no intencional, tomar

Más detalles

Interpretación Resultados Evaluación MECI Vigencia 2014

Interpretación Resultados Evaluación MECI Vigencia 2014 Interpretación Resultados Evaluación MECI Vigencia 2014 Unidad de Auditoría Institucional "Para contribuir con el mejoramiento de los procesos, el fortalecimiento del sistema de control interno y el logro

Más detalles

Las Herramientas de la Calidad

Las Herramientas de la Calidad Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ingeniería Industrial Las Herramientas de la Calidad Laboratorio #1 ININ 4078 Control Estadístico de Calidad Preparado: Joymariel

Más detalles

XVIII Congreso Nacional de Metrología y Normalización

XVIII Congreso Nacional de Metrología y Normalización Caracterización de Elementos Elásticos para la Medición de Fuerza Jorge C. Torres Guzmán, Francisco J. Flores Martínez Centro Nacional de Metrología, CENAM, México Introducción La caracterización de elementos

Más detalles

EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD

EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD EJEMPLO DE CLASE CONTROL ESTADÍSTICO DE LA CALIDAD GRÁFICAS DE CONTROL POR VARIABLES Ejemplo 1 Gráfica X Calculando la desviación estándar Para Gráfica x cuando se conoce s Límite superior de control (LSC)

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) 2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos

Más detalles

Qué es una tabla dinámica? Para qué sirve una tabla dinámica?

Qué es una tabla dinámica? Para qué sirve una tabla dinámica? Gracias a las múltiples solicitudes de alumnos, me he propuesto realizar este manual a modo de entregar una guía base y una ayuda de memoria para todos aquellos que trabajan con esta herramienta. He decidido

Más detalles

Conceptos básicos de metrología

Conceptos básicos de metrología Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las

Más detalles

TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO

TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO PROCESO ANALÍTICO Conjunto de operaciones analíticas intercaladas que se

Más detalles

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010

METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

EXCEL EN LAS EMPRESAS. Manejo de Software para Microcomputadoras

EXCEL EN LAS EMPRESAS. Manejo de Software para Microcomputadoras EXCEL EN LAS EMPRESAS Manejo de Software para Microcomputadoras Gráfica de Pareto Es un diagrama que se utiliza para resaltar el Principio de Pareto, que señala al 80% de los problemas como provenientes

Más detalles

EFECTO DE CINCO VARIABLES SOBRE LA RESISTENCIA DE LA ALBAÑILERIA. Por: Angel San Bartolomé y Mirlene Castro PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

EFECTO DE CINCO VARIABLES SOBRE LA RESISTENCIA DE LA ALBAÑILERIA. Por: Angel San Bartolomé y Mirlene Castro PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ EFECTO DE CINCO VARIABLES SOBRE LA RESISTENCIA DE LA ALBAÑILERIA Por: Angel San Bartolomé y Mirlene Castro PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ RESUMEN El objetivo de esta investigación fue analizar

Más detalles

ADMINISTRACION DE OPERACIONES

ADMINISTRACION DE OPERACIONES Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura

Más detalles

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 11

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 11 Computación Aplicada Universidad de Las Américas Aula virtual de Computación Aplicada Módulo de Excel 2013 LIBRO 11 Contenido INFORME DE TABLA DINÁMICA... 3 CREAR UN INFORME DE TABLA DINÁMICA... 3 PERSONALIZAR

Más detalles

LOS GRÁFICOS DE CONTROL

LOS GRÁFICOS DE CONTROL CAPÍTULO IX LOS GRÁFICOS DE CONTROL 9.1 INTRODUCCIÓN En cualquier proceso de generación de productos o servicios, sin importar su buen diseño y/o mantenimiento cuidadoso, siempre existirá cierto grado

Más detalles

ESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:

ESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis

Más detalles

GUÍA DE ANÁLISIS DE DETECCIÓN DE PROBLEMA CAUSA RAÍZ

GUÍA DE ANÁLISIS DE DETECCIÓN DE PROBLEMA CAUSA RAÍZ GUÍA DE ANÁLISIS DE DETECCIÓN DE PROBLEMA CAUSA RAÍZ Objetivo: Contar con una metodología que sirva de apoyo para la detección de problema causas raíz. Qué es la identificación de la causa raíz? Es una

Más detalles

La Hoja de cálculo como herramienta para el seguimiento del Alumnado

La Hoja de cálculo como herramienta para el seguimiento del Alumnado La Hoja de cálculo como herramienta para el seguimiento del Alumnado 1. Introducción Son numerosos los recursos informáticos que hay en un centro educativo de Andalucía, y aún más las posibilidades que

Más detalles

EL TIEMPO DE REACCIÓN

EL TIEMPO DE REACCIÓN PRÁCTICA DE LABORATORIO I-02 EL TIEMPO DE REACCIÓ OBJETIVOS Determinar el tiempo de reacción en un proceso con estímulo visual y repuesta motora-muscular. Estudiar la influencia del tiempo de reacción

Más detalles

GRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central.

GRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central. Medidas de dispersión o variabilidad Tema 5 Profesor Tevni Grajales G. A dos grupos diferentes de estudiantes se les preguntó cuánto deseaban pagar como cuotas de graduación. En ambos casos el promedio

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

Scientia et Technica Año XIII, No 35, Agosto de Universidad Tecnológica de Pereira. ISSN

Scientia et Technica Año XIII, No 35, Agosto de Universidad Tecnológica de Pereira. ISSN Scientia et Technica Año XIII, No 35, Agosto de 007. Universidad Tecnológica de Pereira. ISSN 0-70 455 ESTUDIO DE REPETIBILIDAD Y REPRODUCIBILIDAD UTILIZANDO EL MÉTODO DE PROMEDIOS Y RANGOS PARA EL ASEGURAMIENTO

Más detalles

08/10/2008. 1.Introducción

08/10/2008. 1.Introducción Herramientas de la Metrología en Sistemas de Calidad Seminario Aseguramiento de la Calidad de las Mediciones en los Procesos Industriales Sr. Rodrigo Ramos P. - Jefe LCPN-ME Rodrigo Miércoles Ramos 8 de

Más detalles

Planificación de actividades de mantenimiento y calibración:

Planificación de actividades de mantenimiento y calibración: Se describe la metodología empleada por la empresa para el control de los equipos de inspección, medición y ensayo, a fin de asegurar el buen uso y funcionamiento de los mismos y la veracidad de las medidas

Más detalles

A continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.

A continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema

Más detalles

C2 5 C3 61 C6 85 C7 11 C8 25

C2 5 C3 61 C6 85 C7 11 C8 25 Diagrama de Pareto con OpenOffice.org Calc El Diagrama de Pareto es una herramienta gráfica muy útil que tiene diversas aplicaciones. Gráficamente permite establecer cuáles son los pocos vitales (los más

Más detalles

Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos. Cómo cumplir con requisitos de la ISO 15189

Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos. Cómo cumplir con requisitos de la ISO 15189 Incertidumbre, Validación y Trazabilidad en el Laboratorio de Análisis Clínicos Cómo cumplir con requisitos de la ISO 15189 Calidad en mediciones químicas Validación de métodos Estoy midiendo lo que intentaba

Más detalles

UNIDAD 6 Medidas de tendencia central

UNIDAD 6 Medidas de tendencia central UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo

Más detalles

PROCEDIMIENTO ACCIONES PREVENTIVAS, CORRECTIVAS Y DE MEJORA

PROCEDIMIENTO ACCIONES PREVENTIVAS, CORRECTIVAS Y DE MEJORA Página 1 de 6 1. OBJETIVO Describir los criterios y metodología para la formulación de acciones preventivas y correctivas, que permitan eliminar la causa de una no conformidad real o potencial del SGC.

Más detalles

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS

Más detalles

Pruebas de hipótesis

Pruebas de hipótesis Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer

Más detalles

PROCEDIMIENTO DE ACCIONES CORRECTIVAS Y/O PREVENTIVAS

PROCEDIMIENTO DE ACCIONES CORRECTIVAS Y/O PREVENTIVAS Logo CODIGO: P0852 No. REV: 2 PAGINA: 1 PROCEDIMIENTO DE ACCIONES CORRECTIVAS Y/O PREVENTIVAS NOMBRE: NOMBRE: NOMBRE: CARGO: CARGO: CARGO: FECHA: FECHA: FECHA: ELABORO REVISO APROBO Logo CODIGO: P0852

Más detalles

CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN

CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN CAPÍTULO 9 ANÁLISIS DE DIAGRAMAS DE FLUJO PARA LA PREVENCIÓN DE CONTAMINAICÓN Objetivo: Discutir los métodos para la evaluación y mejoramiento del grado de integración de las unidades. El mejoramiento

Más detalles

Reporte de la prueba de habilidad

Reporte de la prueba de habilidad Reporte de la prueba de habilidad Fecha: 19 Enero 2010 Reporte de la prueba de habilidad Este reporte proporciona la puntuación de las pruebas de verificación de habilidad de Sr. Sample Candidate. Si esta

Más detalles

ASEGURAMIENTO DE CALIDAD EN LAS MEDICIONES Y EL EQUIPAMIENTO

ASEGURAMIENTO DE CALIDAD EN LAS MEDICIONES Y EL EQUIPAMIENTO ASEGURAMIENTO DE CALIDAD EN LAS MEDICIONES Y EL EQUIPAMIENTO Ing. Claudia Santo Directora de Metrología Científica e Industrial 16/05/2016 MEDELLÍN, COLOMBIA REQUISITOS DE LOS PROCESOS MEDICIONES EN LOS

Más detalles

Introducción. La mejora de los Procesos Un ejemplo real! Preguntas sobre la mejora del proceso. Asignación 1. Asignación 2a: El papel del observador

Introducción. La mejora de los Procesos Un ejemplo real! Preguntas sobre la mejora del proceso. Asignación 1. Asignación 2a: El papel del observador Introducción Qué vamos a hacer Producir coches en una fabrica (nuestro proceso). Simular la mejora de este proceso. La mejora de los Procesos Un ejemplo real! V1.2 Bob Alisic Algunas reglas de este taller:

Más detalles

LISTA PARA VALIDACIÓN DE DATOS EN EXCEL

LISTA PARA VALIDACIÓN DE DATOS EN EXCEL LISTA PARA VALIDACIÓN DE DATOS EN EXCEL Cuando compartes tus libros de Excel con otras personas y ellos introducen información en las hojas que has preparado con tanto esfuerzo, es de suma importancia

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

PROCEDIMIENTO GENERAL. Gestión de Incidencias y Acciones Correctivas RAZÓN SOCIAL DE LA EMPRESA. Código PG-12 Edición 0. Índice:

PROCEDIMIENTO GENERAL. Gestión de Incidencias y Acciones Correctivas RAZÓN SOCIAL DE LA EMPRESA. Código PG-12 Edición 0. Índice: Índice: 1. TABLA RESUMEN... 2 2. OBJETO... 2 3. ALCANCE... 2 4. RESPONSABILIDADES... 3 5. ENTRADAS... 4 6. SALIDAS... 4 7. PROCESOS RELACIONADOS... 4 8. DIAGRAMA DE FLUJO... 5 9. DESARROLLO... 6 9.1. DETECCIÓN

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Tema 9 Experimentación y presentación de datos Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir los conceptos de experimentación y determinación

Más detalles

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado

Más detalles

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la

Más detalles

INFORME RONDA AÑO 2013 SUBPROGRAMA COLINESTERASA PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD ENSAYOS DE APTITUD EN SALUD OCUPACIONAL

INFORME RONDA AÑO 2013 SUBPROGRAMA COLINESTERASA PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD ENSAYOS DE APTITUD EN SALUD OCUPACIONAL INFORME RONDA 13-04 AÑO 2013 SUBPROGRAMA COLINESTERASA PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD ENSAYOS DE APTITUD EN SALUD OCUPACIONAL Departamento Salud Ocupacional 1 Laboratorio de Toxicología Ocupacional.

Más detalles

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL 1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

Taller Epidemiología y Medicina Preventiva; El análisis de riesgos en Sanidad Animal. C. Oretga ANÁLISIS DE RIESGO EN SANIDAD ANIMAL

Taller Epidemiología y Medicina Preventiva; El análisis de riesgos en Sanidad Animal. C. Oretga ANÁLISIS DE RIESGO EN SANIDAD ANIMAL ANÁLISIS DE RIESGO EN SANIDAD ANIMAL El análisis de riesgos es una herramienta de tipo sanitaria que en Salud Pública se ha aplicado en la detección de puntos críticos para transmisión de enfermedades

Más detalles

Medición de resistencia por el método de amperímetro-voltímetro

Medición de resistencia por el método de amperímetro-voltímetro Medición de resistencia por el método de amperímetro-voltímetro Objetivos Determinar el valor de una resistencia por el método de amperímetro voltímetro. Discutir las incertezas propias del método y las

Más detalles

Guión de Prácticas. PRÁCTICA METROLOGIA. Medición. 2. CONSIDERACIONES PREVIAS a tener en cuenta SIEMPRE

Guión de Prácticas. PRÁCTICA METROLOGIA. Medición. 2. CONSIDERACIONES PREVIAS a tener en cuenta SIEMPRE 1. OBJETIVOS Guión de Prácticas. PRÁCTICA METROLOGIA. Medición Conocimientos de los fundamentos de medición Aprender a utilizar correctamente los instrumentos básicos de medición. 2. CONSIDERACIONES PREVIAS

Más detalles

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Word 2013 LIBRO 2

Computación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Word 2013 LIBRO 2 Computación Aplicada Universidad de Las Américas Aula virtual de Computación Aplicada Módulo de Word 2013 LIBRO 2 Contenido INTRODUCCIÓN... 3 OBJETIVOS... 3 ÍNDICE DE CONTENIDOS... 3 ILUSTRACIONES... 3

Más detalles

Una función arroja un valor (y sólo uno) por cada valor que se le introduce. En otras palabras, para cada valor de x, hay un solo valor de y.

Una función arroja un valor (y sólo uno) por cada valor que se le introduce. En otras palabras, para cada valor de x, hay un solo valor de y. Qué es una función? Una función es una relación entre dos variables: la variable independiente, y la variable dependiente y. Sin embargo, no toda relación es una función. Una función arroja un valor (y

Más detalles

I. E. NORMAL SUPERIOR SANTIAGO DE CALI ASIGNATURA DE TECNOLOGÍA E INFORMÁTICA LIC. CARLOS ANDRÉS CASTAÑEDA HENAO GRADO 8º

I. E. NORMAL SUPERIOR SANTIAGO DE CALI ASIGNATURA DE TECNOLOGÍA E INFORMÁTICA LIC. CARLOS ANDRÉS CASTAÑEDA HENAO GRADO 8º I. E. NORMAL SUPERIOR SANTIAGO DE CALI ASIGNATURA DE TECNOLOGÍA E INFORMÁTICA LIC. CARLOS ANDRÉS CASTAÑEDA HENAO GRADO 8º EXCEL CONTENIDO: Gráficos Funciones Gráficos en Excel Un gráfico es la representación

Más detalles

Conceptos y buenas prácticas de DFM

Conceptos y buenas prácticas de DFM El diseño para la manufactura es la integración del diseño de productos y la planeación de procesos en una actividad en común. El objetivo es un diseñar un producto que sea económico y fácilmente fabricado.

Más detalles