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

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

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

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica Control Estadístico de la Calidad Gráficos de Control Estadistica Básica Control de Calidad Calidad significa idoneidad de uso, Es la interacción de la calidad: Del diseño Nivel de desempeño, de confiabilidad

Más detalles

GRAFICOS EN EXCEL. En muchas ocasiones resulta muy útil que la información contenida en un libro de Excel se visualice gráficamente.

GRAFICOS EN EXCEL. En muchas ocasiones resulta muy útil que la información contenida en un libro de Excel se visualice gráficamente. GRAFICOS EN EXCEL En muchas ocasiones, necesitamos mostrar diversos datos, ya sea para convencer a alguien o simplemente para demostrar un determinado progreso o detrimento. A pesar de que existen algunas

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

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

Muestreo Secuencial. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble.

Muestreo Secuencial. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble. El muestreo secuencial, al igual que el múltiple, es una extensión del muestreo doble. Después del muestreo de cada unidad, se toma la decisión de aceptar o rechazar el lote, o de continuar con el muestreo,

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

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

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 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

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

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

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

Tema 3: Estadística Descriptiva

Tema 3: Estadística Descriptiva Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice

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

Gráficos Ms Excel. Los datos deben encontrarse en una o más áreas rectangulares, no tiene porque se contiguas.

Gráficos Ms Excel. Los datos deben encontrarse en una o más áreas rectangulares, no tiene porque se contiguas. GRAFICOS Los gráficos son representaciones gráficas de datos numéricos, mediante los cuales se facilita la interpretación y comparación de éstos. Los gráficos estarán vinculados a los datos que contiene

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

3 ANALISIS DESCRIPTIVO DE LOS DATOS

3 ANALISIS DESCRIPTIVO DE LOS DATOS 3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3

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

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

Instrumentos de Medición

Instrumentos de Medición Instrumentos de Medición Dispositivo destinado a ser utilizado para hacer mediciones sólo o en conjunto con dispositivos complementarios. El propósito de un instrumento de medición es proporcionar información

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

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

EXAMEN de practica 6 CALIDAD

EXAMEN de practica 6 CALIDAD EXAMEN de practica 6 CALIDAD 1. Cuál de las siguientes NO es parte de la calidad? A. Satisfacción del cliente B. Valor para el Patrocinador (Sponsor) C. Conformidad con los requisitos D. Aptitud de uso

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

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

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

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

07/12/2009 CARACTERÍSTICAS PRINCIPALES GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN

07/12/2009 CARACTERÍSTICAS PRINCIPALES GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN Son Gráficos de Control basados en la observación de la presencia o ausencia de una determinada característica, o de cualquier tipo de defecto en el producto,

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

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

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

Técnicas de Planeación y Control

Técnicas de Planeación y Control Técnicas de Planeación y Control 1 Sesión No. 7 Nombre: Control de actividades de producción Contextualización La producción es uno de los puntos medulares de las empresas, ya que de ella dependen los

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera Asignatura: Método Cuantitativo Empresarial CLAVE: PDF-421 Prerrequisitos: Licenciatura No. de Créditos: 03 I. PRESENTACION El método

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

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

Datos y Estadísticas. Profesor: alberto alvaradejo

Datos y Estadísticas. Profesor: alberto alvaradejo Datos y Estadísticas Profesor: alberto alvaradejo Estadística La estadística se define como el arte y la ciencia de reunir datos, analizarlos, presentarlos e interpretarlos Especialmente en los negocios

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

LAS HERRAMIENTAS BÁSICAS DE CALIDAD MODULO CALIDAD EN SERIE

LAS HERRAMIENTAS BÁSICAS DE CALIDAD MODULO CALIDAD EN SERIE LAS HERRAMIENTAS BÁSICAS DE CALIDAD MODULO CALIDAD EN SERIE REGLAS DEL JUEGO Llegar a tiempo a la reunión Apagar o silenciar los celulares Respetar el uso de la palabra. Controlar el tiempo de las intervenciones.

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

TEMA II DISTRIBUCION DE FRECUENCIA

TEMA II DISTRIBUCION DE FRECUENCIA TEMA II DISTRIBUCION DE FRECUENCIA 1. Cuestiones preliminares sobre Distribución de Frecuencia.. Distribución de frecuencia cuando la variable es discreta. 3. Distribución de frecuencia agrupada cuando

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

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

INFORME RONDA AÑO 2013 SUBPROGRAMA ARSÉNICO NO DIETARIO EN ORINA

INFORME RONDA AÑO 2013 SUBPROGRAMA ARSÉNICO NO DIETARIO EN ORINA INFORME RONDA 13-03 AÑO 2013 SUBPROGRAMA ARSÉNICO NO DIETARIO EN ORINA PROGRAMA DE EVALUACIÓN EXTERNA DE LA CALIDAD ENSAYOS DE APTITUD EN SALUD OCUPACIONAL Departamento Salud Ocupacional 1 Laboratorio

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

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

UNIVERSIDAD DE NARIÑO Centro Operador de Educación Superior

UNIVERSIDAD DE NARIÑO Centro Operador de Educación Superior SEMANA 4. INFORMÁTICA APLICADA A LA ESTADÍSTICA Temas Concepto de gráficos Creación de gráficos en MS Excel 2007 Tipos de gráficos en MS Excel 2007 Creación de gráficos en Statgraphics Tipos de gráficos

Más detalles

Análisis de Capacidad Multivariada

Análisis de Capacidad Multivariada Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos

Más detalles

CATALOGO DE CURSOS DE CAPACITACIÓN

CATALOGO DE CURSOS DE CAPACITACIÓN TEMAS LABORATORIOS DE CALIBRACION 1. Administración De Laboratorio De Calibración Y Ensayo (ISO-17025). 2. Metrología Básica. 3. Metrología Dimensional (Micrómetros, Calibradores, Medidores De Altura,

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA 1. Conceptos Generales Población estadística.- Conjunto de todos los elementos sobre el que recaen las observaciones. Las poblaciones pueden ser: infinitas, p.e. extracciones con

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

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

INDICADORES DE LA CALIDAD

INDICADORES DE LA CALIDAD INDICADORES DE LA CALIDAD INDICADORES DE LA CALIDAD Son parámetros que nos indican cuál es la situación interna y cuál es la tendencia que siguen nuestros procesos. Un indicador de calidad exige: Unidad

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

Primera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica

Primera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica Primera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica Ing. Gabriela Araya Mendoza Proyectos Especiales, ICCYC El Instituto Costarricense del Cemento y del Concreto

Más detalles

CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS. Laboratorio Clínico del Hospital Voz Andes Lugar

CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS. Laboratorio Clínico del Hospital Voz Andes Lugar CAPÍTULO IV ANÁLISIS E INTERPRETACIÓN DE RESULTADOS 4.1. TABULACIÓN DE DATOS DATOS INFORMATIVOS Establecimiento Laboratorio Clínico del Hospital Voz Andes Lugar Provincia de Pastaza, Cantón Mera Parroquia

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

ELABORACIÓN DE CARTAS DE CONTROL X BARRA S EN EL LABORATORIO DE METROLOGÍA DE VARIABLES ELÉCTRICAS DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA

ELABORACIÓN DE CARTAS DE CONTROL X BARRA S EN EL LABORATORIO DE METROLOGÍA DE VARIABLES ELÉCTRICAS DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA Scientia et Technica Año XV, No 41, Mayo de 2009.. ISSN 0122-1701 241 ELABORACIÓN DE CARTAS DE CONTROL X BARRA S EN EL LABORATORIO DE METROLOGÍA DE VARIABLES ELÉCTRICAS DE LA UNIVERSIDAD TECNOLÓGICA DE

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

Práctica 4 de Estadística

Práctica 4 de Estadística Práctica 4 de Estadística Análisis de una variable medible. Gráficos caja. El gráfico caja es una representación gráfica que proporciona información sobre una distribución muestral complementaria a la

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

SERVICIO NO CONFORMES

SERVICIO NO CONFORMES ELABORÓ SERVICIO NO CONFORMES REVISÓ APROBÓ Jhon Fredy Cardona Ospina Profesional de Apoyo al SG Fecha 24-SEP-25 1. DEFINICIÓN Faber Andrés Gallego F. Coordinador de Calidad Fecha 16-OCT-25 Faber Andrés

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

TIPOS DE ERRORES: DEFINICIÓN, IMPACTO EN LA MEDICIÓN, CLASIFICACIÓN, CAUSAS DE LOS ERRORES, CONSECUENCIAS EN LA MEDICIÓN, ESTUDIOS DE R Y R

TIPOS DE ERRORES: DEFINICIÓN, IMPACTO EN LA MEDICIÓN, CLASIFICACIÓN, CAUSAS DE LOS ERRORES, CONSECUENCIAS EN LA MEDICIÓN, ESTUDIOS DE R Y R TIPOS DE ERRORES: DEFINICIÓN, IMPACTO EN LA MEDICIÓN, CLASIFICACIÓN, CAUSAS DE LOS ERRORES, CONSECUENCIAS EN LA MEDICIÓN, ESTUDIOS DE R Y R Al hacer mediciones, las medidas que se obtienen nunca son exactamente

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

2. DESCRIPCION DE UN CONJUNTO DE DATOS

2. DESCRIPCION DE UN CONJUNTO DE DATOS 2. DESCRIPCION DE UN CONJUNTO DE DATOS 2.1 Descripción numérica de un conjunto de datos. Como se mencionó en el capitulo 1, uno de los aspectos básicos de la estadística es la recolección de datos. Los

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

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

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

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

Diagrama de Causa Efecto (Ishikawa)

Diagrama de Causa Efecto (Ishikawa) Diagrama de Causa Efecto (Ishikawa) Diagrama de Causa y Efecto Cuando se ha identificado el problema a estudiar, es necesario buscar las causas que producen la situación anormal. Cualquier problema por

Más detalles

TEMA 3: Inspección Estadística por Variables

TEMA 3: Inspección Estadística por Variables TEMA 3: Inspección Estadística por Variables 1 Planes de muestreo por variables 2 Inspección en cadena 3 Inspección por muestreo continuo 4 Planes de muestreo por lotes salteados 5 Consideración de errores

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

5. Crear gráficos y objetos.

5. Crear gráficos y objetos. 5. Crear gráficos y objetos. 91 Las técnicas que se tratan en esta sección están relacionadas con la creación de gráficos y objetos. En concreto, este conjunto de técnicas se asocian con los siguientes

Más detalles

MINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL. FAMILIA DE ESPECIALIDADES: INFORMÁTICA Y LAS COMUNICACIONES

MINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL. FAMILIA DE ESPECIALIDADES: INFORMÁTICA Y LAS COMUNICACIONES MINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL. FAMILIA DE ESPECIALIDADES: INFORMÁTICA Y LAS COMUNICACIONES ESPECIALIDADES: Telecomunicaciones. PROGRAMA: Práctica de la especialidad.

Más detalles

LS5168 Gestión de Proyectos Tecnológicos Juan Antonio Maestro / Javier García. La etapa de Control. Curso 2009-2010

LS5168 Gestión de Proyectos Tecnológicos Juan Antonio Maestro / Javier García. La etapa de Control. Curso 2009-2010 La etapa de Control Curso 2009-2010 Qué es el Control? El control es la etapa en la que se verifica que el desarrollo del proyecto está en línea con el Plan de Proyecto generado en la etapa de Planificación.

Más detalles

ALA 1023 SATCA 1 : Carrera:

ALA 1023 SATCA 1 : Carrera: 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA 1 : Carrera: Taller de Control Estadístico de Procesos ALA 1023 0-4-4 Ingeniería en Industrias Alimentarias 2.

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

MÉTODO DE ANÁLISIS MIGUEL MARTÍNEZ VIGIL CARMEN HERNÁNDEZ CORRAL 64 FORUM CALIDAD 87/97

MÉTODO DE ANÁLISIS MIGUEL MARTÍNEZ VIGIL CARMEN HERNÁNDEZ CORRAL 64 FORUM CALIDAD 87/97 3.3 MÉTODOS DE ANÁLISIS 0/7 MÉTODO DE ANÁLISIS HISTOGRAMA MIGUEL MARTÍNEZ VIGIL CARMEN HERNÁNDEZ CORRAL 64 FORUM CALIDAD 87/97 3.3 MÉTODO DE TRABAJO 1/7 3.3.1- DEFINICIÓN Un histograma es una representación

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

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud.

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud. 1. TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística Es la ciencia que estudia conjunto de datos obtenidos de la realidad. Estos datos son interpretados mediante tablas, gráficas y otros parámetros tales como

Más detalles

CONSEJO DE NORMALIZACIÓN Y CERTIFICACIÓN DE COMPETENCIA LABORAL NORMAS TÉCNICAS DE COMPETENCIA LABORAL

CONSEJO DE NORMALIZACIÓN Y CERTIFICACIÓN DE COMPETENCIA LABORAL NORMAS TÉCNICAS DE COMPETENCIA LABORAL I. Datos Generales de la Calificación CCON0147.03 Título Consultoría general Propósito Presentar los parámetros que permitan evidenciar la competencia de un individuo para, independientemente de la especialidad

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