(12249) TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD. Mª Isabel López Rodríguez Dpto.
|
|
- Jesús Alfredo Gil del Río
- hace 7 años
- Vistas:
Transcripción
1 TITULACIÓN LICENCIATURA EN A.D.E. TÉCNICAS ESTADÍSTICAS DE CONTROL DE CALIDAD (149) Mª Isabel López Rodríguez Dpto. Economía Aplicada CURSO ACADÉMICO 013/014
2 TEMA 5: CONTROL DE PROCESOS POR VARIABLES. TOLERANCIA Y CAPACIDAD 5.1. INTRODUCCIÓN 5.. GRÁFICOS DE SHEWHART 5.3. INTERPRETACIÓN GRÁFICOS 5.4. TOLERANCIA 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA 14/04/015
3 5.1. INTRODUCCIÓN 14/04/015 3
4 5.1. INTRODUCCIÓN TIPOS DE CAUSAS ASIGNABLES NO ASIGNABLES CARACTERÍSTICAS - Nº reducido y con grandes efectos - Provocan gran Variabilidad y consecuencias imprevisibles - Efectos que provocan no son aleatorios y desaparecen si se elimina la causa - Nº abundante y con efectos de pequeña importancia - Variabilidad constante - Efectos que provocan son aleatorios y además difíciles de reducir EJEMPLOS - Desajuste en maquinaria - Errores operarios - Distinta destreza entre los operarios. - Heterogeneidad en las materias primas utilizadas. - Causas de tipo ambiental 14/04/015 4
5 5.1. INTRODUCCIÓN TIPOS DE CAUSAS ASIGNABLES NO ASIGNABLES CARACTERÍSTICAS - Nº reducido y con grandes efectos - Provocan gran Variabilidad y consecuencias imprevisibles - Efectos que provocan no son aleatorios y desaparecen si se elimina la causa - Nº abundante y con efectos de pequeña importancia - Variabilidad constante - Efectos que provocan son aleatorios y además difíciles de reducir PROCESO BAJO CONTROL EJEMPLOS - Desajuste en maquinaria - Errores operarios - Distinta destreza entre los operarios. - Heterogeneidad en las materias primas utilizadas. - Causas de tipo ambiental PROCESO FUERA DE CONTROL 14/04/015 5
6 5.1. INTRODUCCIÓN EJEMPLO PROCESO FUERA DE CONTROL 14/04/015 6
7 5.1. INTRODUCCIÓN EJEMPLO PROCESO BAJO CONTROL 14/04/015 7
8 5.1. INTRODUCCIÓN 14/04/015 8
9 5.. GRÁFICOS DE SHEWHART Característica de calidad medible X y conocidos Finalidad de control de procesos: mantener el proceso bajo control ( permanezca constante) y desconocidos ESTIMARLOS 14/04/015 9
10 5.. GRÁFICOS DE SHEWHART ESTIMACIÓN y X R d Con R = recorrido medio de las k muestras d =valor tabulado (dependiente del tamaño muestral) Con S S c = desviación típica media de las k muestras c =valor tabulado (dependiente del tamaño muestral) 14/04/015 10
11 14/04/ GRÁFICOS DE SHEWHART Gráfico media- desviación PROCESO BAJO CONTROL n 3, n 3 B 3, B 4 tabuladas n c S 3,X n c S 3 X A S X A S, X 3 3 n c 3 A 3 S S S S 3, 3 S c S c 1 S B S, B c S c 1 3 c, c S c 1 3 c 4 3
12 14/04/ GRÁFICOS DE SHEWHART Gráfico media- recorrido PROCESO BAJO CONTROL n 3, n 3 n d R 3,X n d R 3 X R A X R, A X n d 3 A R R R R 3, 3 R d 3 R d R D D R, d R 3d d, d R 3d d D 3, D 4 tabuladas
13 5.. GRÁFICOS DE SHEWHART PROCESO BAJO CONTROL Gráfico media-desviación x A3S x x A3S B 4 S S B 3 S 14/04/015 13
14 5.. GRÁFICOS DE SHEWHART PROCESO BAJO CONTROL Gráfico media-recorrido x AR x x A R D 4 R R D 3 R 14/04/015 14
15 5.. GRÁFICOS DE SHEWHART PROCEDIMIENTO: 1º Si en gráfico algún punto fuera de los límites control Eliminar muestra correspondiente Recalcular LCentral, LCI y LCS º Todos los puntos entre líneas de control estimar parámetros poblacionales 3º Uso de gráficos de control para comprobar si el proceso se mantiene bajo control y/o presenta algún tipo de anomalía 14/04/015 15
16 5.. GRÁFICOS DE SHEWHART (MEDIA-DESVIACIÓN ) GRÁFICO MEDIAS GRÁFICO DE DESVIACIONES TÍPICAS /04/015 16
17 5.. GRÁFICOS DE SHEWHART (MEDIA-DESVIACIÓN ) GRÁFICO MEDIAS GRÁFICO DESVIACIONES TÍPICAS /04/015 17
18 5.. GRÁFICOS DE SHEWHART (MEDIA-RECORRIDO ) GRÁFICO DE MEDIAS GRÁFICO DE RECORRIDO /04/015 18
19 5.. GRÁFICOS DE SHEWHART (MEDIA-RECORRIDO ) GRÁFICO DE MEDIAS GRÁFICO RECORRIDO /04/015 19
20 5.3. INTERPRETACIÓN GRÁFICOS GRÁFICO MEDIAS Cambios bruscos en la media y / o en la dispersión GRÁFICO RECORRIDO - Posibles causas: cambio en la instalación, operario novato, /04/015 0
21 5.3. INTERPRETACIÓN GRÁFICOS CICLOS Ciclos: - Alternancia de crestas y valles Posibles causas: cambios de turnos, distintas calidades de materia prima,.. 14/04/015 1
22 5.3. INTERPRETACIÓN GRÁFICOS INESTABILIDAD Inestabilidad: - Existencia de grandes fluctuaciones Posibles causas: reajustes constantes en las maquinarias, /04/015
23 5.3. INTERPRETACIÓN GRÁFICOS RACHAS Rachas: - Existencia de un conjunto de puntos situados en la parte superior o inferior de la Línea Central Posibles causas: desgaste de herramientas, cansancio operarios, /04/015 3
24 5.3. INTERPRETACIÓN GRÁFICOS SOBREESTABILIDAD Sobreestabilidad: - Variabilidad menor de la esperada Posible cambio positivo en el proceso? causas? 14/04/015 4
25 TABLAS 14/04/015 5
26 5.4. TOLERANCIA Especificaciones bilaterales: (característica de calidad medible X con: = valor objetivo, de diseño o nominal) LTI= límite de Tolerancia Inferior LTS= límite de Tolerancia Superior [LTI, LTS]=intervalo de Tolerancia (se cumplen especificaciones si LTI X LTS o X [LTI, LTS] ) 14/04/015 6
27 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Objetivo estudio de capacidad: Constatar si un proceso (bajo control) es capaz de producir piezas que verifiquen especificaciones 14/04/015 7
28 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Índice de capacidad potencial: C P LTS LTI 6 LTS LTI Utilizado en procesos centrados ( ) Índice de capacidad real: C Pk LTS min, 3 LTI Utilizado cuando se produce un descentramiento del proceso 3 14/04/015 8
29 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p <1 % defectuosos (=no cumplen especificaciones) mayor cuanto menor es C p Disminuir mediante mejora proceso y avances tecnológicos 14/04/015 9
30 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p =1 % defectuosos 7 por mil insuficiente en términos de calidad Disminuir y control muy estricto para evitar un desplazamiento de la media (lo que aumentaría % defectuosos) 14/04/015 30
31 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD POTENCIAL: C p >1 % defectuosos (=no cumplen especificaciones) menor cuanto mayor es C p (desde el punto de vista de calidad se exige que, como mínimo, supere el valor 1 33) Disminuir y supervisar procesos para evitar que este caiga fuera de control 14/04/015 31
32 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD ÍNDICE DE CAPACIDAD REAL C Pk LTS min, 3 LTI 3 LTI 3 C Pk LTS min, 3 LTI 3 LTS 3 14/04/015 3
33 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y no cumple especificaciones LCS LTS LTI LCI /04/015 33
34 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y no libre de fallos LCS LTS LCI LTI /04/015 34
35 5.5. CAPACIDAD. ÍNDICES DE CAPACIDAD Proceso bajo control y libre de fallos LCS LTS LCI LTI /04/015 35
36 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Enfoque clásico Enfoque Taguchi 14/04/015 36
37 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Función de pérdida: L (x)=k (x - b) K=coeficiente de pérdida b =valor objetivo Pérdida media: E [L (x)]=k ( +(E [x] b) )=K ( +( b) ) Estimación pérdida media: k S x b 14/04/015 37
38 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Ejemplo Una empresa dedicada a la fabricación de material de laboratorio se fija, como objetivo, elaborar cierta pieza con un agujero de diámetro igual a 1 cm. Sin embargo, considera el producto tolerable si dicho diámetro mide entre 0,95 cm. y 1,05 cm (especificaciones 1±0'05 cm). Los operarios han observado cierto desgaste en la maquinaria que podría estar provocando que el valor objetivo no se alcance. Sin embargo, la Dirección no está dispuesta en invertir en su puesta a punto o reemplazamiento, pues a tenor de las siguientes observaciones (correspondiente a la medición del diámetro de 49 piezas seleccionadas al azar) todas las piezas cumplen con las especificaciones Sabiendo que el coste derivado de utilizar una pieza errónea es de 45, proporcionar a la Dirección los argumentos necesarios que la decanten por realizar la inversión necesaria (utiliza para ello la función de pérdida de Taguchi) 14/04/015 38
39 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Argumentos: Coeficiente de pérdida= Pérdida media estimada/unidad= /04/015 39
40 14/04/ ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Descomposición pérdida media estimada b x k ks b x S k ks b x k b x S S b x k S ks b x S b x b x k S b x k Proporción pérdida debida a variabilidad Proporción pérdida debida a descentramiento
41 5.6. ENFOQUE TAGUCHI: FUNCIÓN DE PÉRDIDA Descomposición pérdida media estimada k S x b ks kx b k ks S x b x b >1 <1 Medidas enfocadas a disminuir variabilidad (prioritariamente) Medidas enfocadas a disminuir descentramiento (prioritariamente) 14/04/015 41
TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-)
MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE LA CALIDAD INGENIERIA DE TELECOMUNICACIONES TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-) 1. Un proceso industrial fabrica
Más detallesESTUDIOS DE CAPACIDAD
ESTUDIOS DE CAPACIDAD La capacidad de una máquina o proceso, se puede interpretar como su aptitud para producir artículos de acuerdo con las especificaciones. También se puede interpretar como la aptitud
Más detallesGRAFICOS 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 detallesRev 1 CAPACIDAD DE PROCESO. El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso.
CAPACIDAD DE PROCESO 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso. 2.- FUNDAMENTO TEÓRICO 2.1 ANALISIS DE CAPACIDAD DE PROCESO
Más detallesAprender a construir gráficos X-S y conocer sus limitaciones.
Objetivos Aprender a construir gráficos X-R y conocer sus limitaciones. Aprender a construir gráficos X-S y conocer sus limitaciones. Comprender la relación entre los Gráficos de Control y el intervalo
Más detallesObjetivos. 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 detallesControl 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 detallesIND-LAB-CAL Capacidad de Proceso CAPACIDAD DE PROCESO
CAPACIDAD DE PROCESO 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante pueda realizar análisis de capacidad de proceso. 2.- FUNDAMENTO TEÓRICO 2.1ANALISIS DE CAPACIDAD DE PROCESO Analicemos
Más detallesObjetivos. 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 detallesObjetivos. Epígrafes 8-1. Francisco José García Álvarez
Objetivos Entender los fundamentos estadísticos del muestreo de aceptación por variables. Aprender los procedimientos más usados del muestreo de aceptación por variables: Norma militar 414 Epígrafes Introducción
Más detalles«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno».
«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». George Bernard Shaw (1856-1950) Escritor irlandés. Para empezar: Primera parte: Estadística
Más detallesControl de procesos por variables
Capítulo 4 Control de procesos por variables 1. Fundamentos de los gráficos de control 2. Gráfico de control para la media 3. Gráficos de control para la dispersión 4. Capacidad de un proceso. Índice de
Más detallesCONTROL ESTADISTICO DE LA CALIDAD
CICLO 2012-II Módulo: Unidad: 4 Semana: 4 CONTROL ESTADISTICO DE LA CALIDAD Ing. Enrique Montenegro Marcelo GRAFICOS DE CONTROL ORIENTACIONES Al finalizar este capitulo el alumno deberá poder construir
Más detallesUnidad 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 detallesTEMA 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 detallesControl Estadístico de Procesos (SPC) para NO estadísticos.
Control Estadístico de Procesos (SPC) para NO estadísticos. - Sesión 3ª de 4 - Impartido por: Jaume Ramonet Fernández Ingeniero Industrial Superior PMP (PMI ) Consultoría y Formación Actitud requerida
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesLos 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 detallesUSO SECUENCIAL DE HERRAMIENTAS DE CONTROL DE CALIDAD EN PROCESOS PRODUCTIVOS: UNA APLICACIÓN EN EL SECTOR AGROALIMENTARI0
Pecvnia, núm. 18 (enero-junio 2014), pp. 73-95 USO SECUENCIAL DE HERRAMIENTAS DE CONTROL DE CALIDAD EN PROCESOS PRODUCTIVOS: UNA APLICACIÓN EN EL SECTOR AGROALIMENTARI0 fecha de recepción: 15/10/2014 fecha
Más detallesUnidad 5 Control Estadístico de la Calidad. Administración de Operaciones III
Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detalles11 Control estadístico de procesos
11 Control estadístico de procesos Consideremos que el proceso de relleno de botellas de agua mencionado en el capítulo 3, que tenía de especificaciones 00 ± cm 3, está en estado de control rellenando
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detalles(1 punto) (1.5 puntos)
Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detalles07/12/2009 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 detallesEstadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo
Estadística. Convocatoria ordinaria Mayo de 2015 Nombre. Titulación Grupo Problema 1 (1.75 puntos) En una ciudad, el 40% de las personas son rubias, el 30% tiene los ojos azules y el 10% son rubios con
Más detallesControl Estadístico de la Calidad y los Procesos. Facultad de Ingeniería Industrial UTP 2015
Control Estadístico de la Calidad y los Procesos Facultad de Ingeniería Industrial UTP 2015 1 Qué es calidad? Concordancia con los requisitos y especificaciones (Crosby). Adecuación para el uso (Juran).
Más detalles2. Distribuciones de Muestreo
2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 016 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4,
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesPráctica de Control Estadístico de Procesos Control por Variables
Práctica de Control Estadístico de Procesos Control por Variables Fichero de datos: Sensorpresion.sf3 1. Los datos Un sensor de presión ha de trabajar en condiciones de alta temperatura. Para controlar
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesPráctica 5: Estimación de parámetros. Una población.
Práctica 5: Estimación de parámetros. Una población. 1. Considere el conjunto f1; 3; 5; 7; 9g (a) Enumere todas las muestras de tamaño 2 que pueden ser seleccionadas con reposición de ese conjunto. Calcule
Más detallesControl 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 detallesCampo de medida (Rango, Range)
Campo de medida (Rango, Range) Es el conjunto de valores de la variable medida que están comprendidos entre los límites superior e inferior de la capacidad de medida o de transmisión del instrumento, se
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesEstadística. Convocatoria ordinaria
Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado
Más detallesCARTAS DE CONTROL. Control Estadístico de la Calidad. Tuesday, August 5, 14
CARTAS DE CONTROL Control Estadístico de la Calidad PROCESOS PRODUCTIVOS Los procesos productivos son incapaces de producir dos unidades de producto exactamente iguales. Esto se debe a un sin número de
Más detallesIntroducción al control estadístico de procesos
Capítulo 9 Introducción al control estadístico de procesos 1. Fundamentos de los gráficos de control 2. Gráfico de control para la media 3. Gráficos de control para la dispersión 4. Capacidad de un proceso.
Más detallesCONTROL CUANTITATIVO DE LA CALIDAD EN UNA EMPRESA DEL SECTOR SERVICIOS
Pecvnia, núms. 16/17 (enero-diciembre 013), pp. 197-15 fecha de recepción: 4/03/014 fecha de aceptación: 15/05/014 CONTROL CUANTITATIVO DE LA CALIDAD EN UNA EMPRESA DEL SECTOR SERVICIOS María Isabel López
Más detallesIND-LAB-CAL Gráficos de Control Variables CONTROL DE PROCESOS - GRAFICOS DE CONTROL - CARACTERÍSTICAS TIPO VARIABLES
CONTROL DE PROCESOS - GRAFICOS DE CONTROL - CARACTERÍSTICAS TIPO VARIABLES 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesPROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.
1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesLA 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 detallesTeoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales
Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación
Más detallesJuan Carlos Colonia INFERENCIA ESTADÍSTICA
Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la
Más detallesCAPÍTULO 4 CAPACIDAD DEL PROCESO
APÍTULO 4 APAIDAD DEL PROESO APÍTULO 4 APAIDAD DEL PROESO En este capítulo se hace una evaluación de la situación actual de la producción de la tapa de las guanteras para el coche modelo Jetta A4. Para
Más detallesEJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS
EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesAnálisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos
Más detallesINGENIERÍA EN MANTENIMIENTO INDUSTRIAL
HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Industrial 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores humanos, tecnológicos,
Más detallesPREGUNTAS APARECIDAS EN EXÁMENES
PREGUNTAS APARECIDAS EN EXÁMENES 1. a) Utilidad y significado de las medidas de posición central. Defina las que conozca b) Utilidad y significado de las medidas de dispersión. Defina las que conozca 2.
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesEjercicios resueltos
UNIDAD TEMÁTICA 7 CONTRASTE DE HIPÓTESIS ENUNCIADO 1 Se ha realizado una encuesta en una población mediante una muestra de 200 personas resultando 72 fumadores. (a Estima la proporción de fumadores así
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesESTIMACION INFERENCIA ESTADISTICA
P M INFERENCIA ESTADISTICA Desde nuestro punto de vista, el objetivo es expresar, en términos probabilísticos, la incertidumbre de una información relativa a la población obtenida mediante la información
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesUNIVERSIDAD 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 detallesTema: Análisis de valores faltantes con SPSS
Tema: Análisis de valores faltantes con SPSS 1.- Introducción Hemos de comenzar advirtiendo que el Procedimiento Valores perdidos no se incluye en el sistema Base de SPSS, por lo que solo estará disponible
Más detallesConceptos básicos de estadística
Conceptos básicos de estadística Autor: M. en G. Alberto Porras Velázquez Introducción La estadística se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de observaciones
Más detallesCapítulo 8 Métodos de Muestreo y el Teorema de Límite Central
Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una
Más detallesAsignatura : INFERENCIA ESTADÍSTICA I Titulación : DIPLOMADO EN ESTADÍSTICA Profesor : ISABEL MOLINA PERALTA Capítulo 5 : INTERVALOS DE CONFIANZA
Asignatura : INFERENCIA ESTADÍSTICA I Titulación : DIPLOMADO EN ESTADÍSTICA Profesor : ISABEL MOLINA PERALTA Capítulo 5 : INTERVALOS DE CONFIANZA Typeset by FoilTEX 5.1 MÉTODO DE LA CANTIDAD PIVOTAL X
Más detallesMaster en Gestión de la Calidad
Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 18. Estudios de Capacidad 1 / 1 Estudios de Capacidad: Lo que vamos a estudiar en este apartado se emplea tanto en la planificación de los
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detallesSEMINARIO 2. Introducción a la presentación de resultados científicos
SEMINARIO 2 Introducción a la presentación de resultados científicos 1. Las variables de estudio 2. Estadística descriptiva 3. Gráficos descriptivos de las variables Histogramas Gráficos de caja-bigotes
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA MANUFACTURA EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA MANUFACTURA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE CONTROL ESTADÍSTICO DEL PROCESO 1. Competencias Administrar la cadena de suministro,
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesIND-LAB-CAL INSPECCIÓN POR VARIABLES
INSPECCIÓN POR VARIABLES 1.- OBJETIVO El objetivo del presente laboratorio es que el estudiante conozca y pueda establecer planes y procedimientos para la inspección por variables. Se utilizará como norma
Más detalles12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesMuestreo de variables aleatorias
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como
Más detallesCapítulo 3: Metrología y Calidad. TEMA 5: Control de calidad
Capítulo 3: Metrología y Calidad TEMA 5: Control de calidad Índice 1. Calidad Introducción Definición de Control de calidad 2. Control y mejora de la calidad Qué es un Plan de control de Calidad Medida
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesDETERMINACIÓN DE LOS COEFICIENTES DE VARIACIÓN
DETERMINACIÓN DE LOS COEFICIENTES DE VARIACIÓN La encuesta sobre Actividades de Innovación, tiene como objetivo definir una línea base de investigación que permita obtener información sobre actividades
Más detallesAPLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS
27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS Elena Pérez Bernabeu 1, José M. Jabaloyes
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 3. Contrastes de bondad
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 6. variabilidad
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 009-010 010 MÉTODOS DE IVESTIGACIÓ E EDUCACIÓ Tema 6 Medidas de dispersión o variabilidad MÉTODOS DE IVESTIG. E EDUCACIÓ Objetivos
Más detallesINTRODUCCIÓN AL MUESTREO
INTRODUCCIÓN AL MUESTREO Licenciatura de Ciencias Ambientales UPM Matemáticas y Estadística Aplicadas Prof: Susana Martín Fernández Prof: Esperanza Ayuga Téllez Definiciones Previas Población. Conjunto
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesEJERCICIOS PROBABILIDAD (1) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0 4; P(A S)=0 5 y P(S/A)= 0 5 Calcular P(S) y P(A/ S )
EJERCICIOS PROBABILIDAD (1) 1 2 3 1. Sean A y B dos sucesos tales que P(A)=, P( B )= y P( A B )=. 2 5 4 Calcular a) P(B/A) b) P( A /B) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0
Más detallesRendimiento de un activo
Rendimiento de un activo Es la ganancia o pérdida total que experimenta el propietario de una inversión en un periodo de tiempo específico. Se obtiene como el cambio en el valor del activo más cualquier
Más detallesLABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción
LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una
Más detallesTema 6: Introducción a la inferencia estadística
Tema 6: Introducción a la inferencia estadística Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Introducción a la inferencia estadística
Más detallesANEXO 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 detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesPráctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad
Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad 1. Objetivos de la práctica Utilización de herramientas estadísticas para el Control de Procesos. En particular realizaremos:
Más detallesMATERIA: 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 detallesProf. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística
Prof. Angel Zambrano ENERO 009 Universidad de Los Andes Escuela de Estadística Muestreo: Es una metodología que apoyándose en la teoría estadística y de acuerdo a las características del estudio, indica
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detalles