STATGRAPHICS genera tres tipos de planes de muestreo de aceptación:
|
|
- Marcos Cabrera Muñoz
- hace 7 años
- Vistas:
Transcripción
1 Muestreo de Aceptación (Variables) Cuando los lotes contienen un número relativamente grande de artículos que requieren la inspección, los planes de muestreo de aceptación pueden proporcionar la protección razonable contra el envío o la recepción de una fracción inaceptable de artículos no conformes sin la inspección al 100% del lote. El procedimiento de Muestreo de Aceptación (Variables) genera los planes de muestreo de aceptación para las situaciones cuando los artículos pueden medirse y las mediciones son comparadas contra límites de especificación establecidos. En tales planes, una muestra de tamaño n se dibuja de un lote de N artículos y el lote es aceptado si el promedio de la muestra miente no mayor a k desviaciones estándar cercanas al limite de especificación. STATGRAPHICS genera tres tipos de planes de muestreo de aceptación: Planes OC - Planes que controlan los riesgos alfa y beta, es decir, la probabilidad de aceptar un lote malo y la probabilidad de rechazar un lote bueno. Para tal plan, "bueno" y "malo" debe estar bien definido. Planes AOQL - Son planes que reducen al mínimo el límite de calidad promedio a la salida, es decir, la fracción máxima de artículos no conformes aceptados en promedio. Tal plan requiere la inspección al 100% y la rectificación de todos los lotes rechazados. Planes LTPD Son los planes que reducen al mínimo la inspección total mientras que controlan el riesgo de rechazar un lote malo, donde "malo" debe estar nuevamente bien definido. Tal plan también requiere la inspección al 100% y la rectificación de todos los lotes rechazados. Ejemplo StatFolio: acceptvariables.sgp Datos del Ejemplo: Ninguno. Planes de Muestreo de Aceptación para Variables En un plan por variables, una muestra de n artículos es tomada de un lote de N, y cada artículo es medido. La media muestral x y la desviación estándar s son calculadas. El lote es aceptado o rechazado de acuerdo a las siguientes reglas: Si la media muestral x no miente acerca de una distancia critica kσ lo más cercano a un límite de especificación, el lote es aceptado. En otro caso, una de los dos acciones será tomada: 1. Si el lote es rectificable, entonces todos los artículos restantes en el lote son medidos. Cualquier artículo no conforme es reemplazado por uno conforme para una producción de N artículos conformes. 2. Si el lote no es rectificable, el lote es rechazado sin la inspección adicional y devuelta al productor por StatPoint, Inc. Muestreo de Aceptación (Variables) - 1
2 En las discusiones siguientes, varios términos son importantes: 1. AQL = Nivel de Calidad Aceptable (acceptable quality level), definida como el nivel de calidad más pobre que el consumidor encuentra aceptable en promedio. 2. LTPD = Porcentaje de Tolerancia Defectuosa en el Lote (lot tolerance percent defective), definida como el nivel de calidad más pobre que el consumidor esta dispuesto a tolerar en cualquier lote. 3. OC (θ) = Curva Característica de Operación (operating characteristic), definida como la probabilidad que en un plan de muestreo pueda aceptarse un lote cuando el lote contiene una fracción θ de artículos no conformes. 4. AOQL = Límite de Calidad Promedio a la Salida (average outgoing quality limit), definida como el porcentaje máximo de artículos defectuosos aceptados por un plan de muestreo asumiendo que todos los lotes rechazados serán inspeccionados al 100% y todos los artículos no conformes en el lote serán reemplazados con artículos conformes. Entrada de Datos La caja de dialogo para la entrada de los datos define las características deseadas para el plan de muestreo. Acción Define el tipo de acción deseada: 2006 por StatPoint, Inc. Muestreo de Aceptación (Variables) - 2
3 1. Crear Plan OC - Crea un plan que controla la probabilidad de aceptar un lote con AQL y LTPD. Los lotes rechazados se envían de nuevo al productor sin una rectificación. 2. Crear Plan AOQL Crea un plan que minimiza el número total de unidades inspeccionadas en una fracción seleccionada de artículos no conformes mientras que asegura que el porcentaje máximo de los artículos no conformes aceptados no exceda de un valor especificado. Los lotes rechazados son sujetos a una inspección al 100% y se rectifican. 3. Crear Plan LTPD - Crea un plan que minimiza el número total de unidades inspeccionadas en una fracción seleccionada de artículos no conformes mientras que se controla la probabilidad de aceptar un lote en el LTPD. Los lotes rechazados se sujetan a una inspección al 100% y se rectifican. 4. Analizar Plan Existente Computa la curva característica de operación para un plan de muestreo especificado por el usuario. Niveles de Calidad Define el porcentaje defectuoso sobre lotes bueno y malo : 1. AQL El nivel de calidad más pobre que el consumidor encuentra aceptable en promedio. 2. LTPD El nivel de calidad más pobre que el consumidor está dispuesto a tolerar en cualquier lote. Tamaño de Lote El número de artículos N en el lote. Sigma del Proceso Si asumiendo que el valor de σ es conocido o podrá ser reemplazado por la estimación muestral de s. Propiedades Deseables Características deseables en el plan de muestreo, dependiendo sobre el tipo de plan seleccionado: Tipo de Plan Propiedad #1 Propiedad #2 Plan OC Riesgo del Productor Riesgo del Consumidor α - la probabilidad de β - la probabilidad de rechazar un lote con aceptar un lote con un un % defectuoso % defectuoso igual al igual al AQL. LTPD. Plan AOQL Porcentaje promedio El AOQL o % máximo defectuoso en el cuál de artículos no la inspección será conformes aceptados minimizado. después de una Plan LTPD Porcentaje promedio defectuoso en el cuál la inspección será minimizado. rectificación. Riesgo del Consumidor β - la probabilidad de aceptar un lote con un % defectuoso igual al LTPD. Plan Actual - Si Analizar Plan Existente fue seleccionado, definir el tamaño de muestra n y la distancia critica k del plan que se analizará por StatPoint, Inc. Muestreo de Aceptación (Variables) - 3
4 Resumen del Análisis El resumen del análisis despliega el plan generado: Aceptación de la Muestra para Variables Tamaño del lote: Características deseadas Riesgo del productor (alfa): 5.0% Riesgo del comprador (beta): 10.0% Plan generado Tamaño de muestra (n) = 138 Distancia crítica (k) = Atributos del plan Nivel de calidad aceptable (AQL): 0.5% Riesgo del productor (alfa) = % Porciento defectivo tolerable en lote (LTPD): 1.0% Riesgo del comprador (beta) = % Límite de Calidad Promedio de Salida (AOQL) = % en % defectivo Inspección Total Promedio (ATI) = unidades por lote en el AQL unidades por lote en el AOQL unidades por lote en el LTPD Hay diferentes secciones importantes en los resultados: Propiedades Deseables Resume las características del usuario-especificadas sobre las cuales se basa el plan. En el ejemplo anterior, el plan fue construido para tener un riesgo del productor de no más del 5% y riesgo del consumidor de no más del 10%. Plan Generado Muestra el plan de muestreo más pequeño que tienen las propiedades deseadas. En el ejemplo, n = 138 artículos deben ser muestreados de un lote de N = 10,000 y el lote es aceptado si la media muestral es menor a desviaciones estándar dentro de todos los limites de especificación. Plan Atributos Resultados exactos para el plan generado. Esto incluye: Riesgo del Productor en AQL Probabilidad de rechazar un lote bueno. Riesgo del Consumidor en LTPD Probabilidad de aceptar un lote malo. Límite de Calidad Promedio a la Salida Asumiendo que los lotes rechazados son inspeccionados al 100% y cualquier articulo no conforme será reemplazado por un articulo bueno, este es la fracción máxima de artículos no conformes que se aceptan. Inspección Total Promedio - Asumiendo que los lotes rechazados son inspeccionados al 100% y cualquier artículo no conforme será reemplazado por un artículo bueno, este es el porcentaje promedio de artículos en un lote que será inspeccionado. El plan generado en la salida de arriba será puesto en implementación como sigue: 2006 por StatPoint, Inc. Muestreo de Aceptación (Variables) - 4
5 1. Un muestral de n = 138 artículos serán tomados de cada lote de N = 10,000 artículos. 2. La media muestral x y desviación estándar s serán computadas. 3. Los valores Z se calcularán con: Z L = x LSL σ Z U USL x = (1) σ si la desviación estándar σ del proceso es conocida, o de: Z L = x LSL s Z U USL x = (2) s si la sigma del proceso es estimada de los datos. 4. Si ambos valores Z son mayores que k, el lote es aceptado. En caso contrario, se envía de nuevo al productor o es rectificado en las mediciones para cada artículo y reemplazando cualquier artículo no conforme con un artículo conforme. Un ejemplo típico es la manufactura de una botella que produce lotes de 10,000 botellas, cada una de las cuales tiene una especificación en la resistencia a la ruptura en 200 psi. De cada lote de N = 10,000 botellas, una muestral de n = 138 botellas será tomada y se calcularan las resistencia de cada una. Asumiendo que σ es conocida, el promedio muestral debe ser tal que: o x LSL Z L = (3) σ x σ (4) Nota: Si σ es estimada sobre los datos más bien se asume que es conocida, el tamaño muestral requerido es mucho más grande n = 546, el cuál puede verificarse por la configuración de la sección Sigma del Proceso usando el campo Estimación Muestral sobre los datos de entrada en la caja de diálogos. Curva OC La Curva OC muestra la probabilidad de que un lote con un porcentaje de artículos no conformes igual al 100θ% será rechazado por el plan de muestreo actual: 2006 por StatPoint, Inc. Muestreo de Aceptación (Variables) - 5
6 1 Curva de Operación Característica (OC) n=138, k= Prob. De aceptación Porciento defectivo verdadero Para un plan OC como fue generado en el ejemplo actual, la Curva OC pasa a través de (1-α) en el AQL y β en el LPTD. Curva AOQ La Curva AOQ muestra la Calidad promedio a la salida de lotes con un porcentaje de artículos no conformes igual al 100θ% cuando están sujetos al plan de muestreo actual: 0.5 Curva de Calidad Promedio de SAlida (AOQ) n=138, k= Porciento defectivo Porciento defectivo verdadero Los picos de la curva están en AOQL por StatPoint, Inc. Muestreo de Aceptación (Variables) - 6
7 Curva ATI La curva ATI muestra el número promedio de artículos inspeccionados para lotes con un porcentaje de artículos no conformes igual al 100θ% cuando están sujetos al plan de muestreo actual: (X ) 10 Curva de Inspección Total Promedio (ATI) n=138, k= Unidades inspeccionadas Porciento defectivo verdadero La Curva ATI asume que los lotes rechazados serán rectificados. Cálculos Probabilidad de Aceptación La probabilidad de aceptación de un lote contiene una fracción de artículos no conformes igual a θ esta se computa a partir de una distribución normal estándar de acuerdo a: ( n ) P(aceptaci ón θ ) = Φ Z θ (5) si la σ es conocida entonces Zθ P(aceptación θ ) = Φ (6) 2 1 k + n 2n si σ es estimada de los datos, donde Z θ es el valor de una distribución normal estándar que representa un área de θ sobre la cola superior de la curva. Riesgo del Productor α = P(rechazo AQL) = 1 - P(aceptación AQL) (7) 2006 por StatPoint, Inc. Muestreo de Aceptación (Variables) - 7
8 Riesgo del Consumidor β = P(aceptación LTPD) (8) Promedio de Calidad a la Salida N n AOQ ( θ ) = θp( aceptación θ ) (9) N Límite Promedio de Calidad a la Salida N n AOQL = max θp( aceptación θ ) θ N (10) Promedio Inspección Total ( 1 P( acceptación )( N n) ATI ( θ ) = n + θ ) (11) Referencia Montgomery, D. C. (2005). Introduction to Statistical Quality Control, 5 th edition. New York: John Wiley and Sons por StatPoint, Inc. Muestreo de Aceptación (Variables) - 8
STATGRAPHICS genera tres tipos de planes de muestreo de aceptación:
Muestreo de Aceptación (Atributos) Cuando los lotes contienen un número relativamente grande de artículos que requieren la inspección, los planes de muestreo de aceptación pueden proporcionar la protección
Más detallesMUESTREO 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 detallesTaller sobre Pruebas Estadísticas de Hipótesis
Taller sobre Pruebas Estadísticas de Hipótesis Muestreo de Aceptación Enrique Villa Diharce III VERANO DE PROBABILIDAD Y ESTADÌSTICA Guanajuato, Gto. 11-22 de Julio de 2011 CONTENIDO 1.- El problema del
Más detallesMuestreo 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 detallesMuestreo de aceptación para atributos. El muestreo es una herramienta de auditoría para conocer el estado de cada lote.
El muestreo es una herramienta de auditoría para conocer el estado de cada lote. DEFINICIONES Atributo Lote Muestra Aleatoriedad Homogeneidad Hay dos tipos de atributos : Aquellos casos cuando no es posible
Más detallesMétodo Analítico (Estudio del Calibrador Atributos)
Método Analítico (Estudio del Calibrador Atributos) STATGRAPHICS Rev. 9/4/2006 Resumen El Método Analítico estima la repetibilidad y sesgo de un sistema de medición donde las observaciones consisten de
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesMuestreo de aceptación
Muestreo de aceptación Cuándo aplicar muestreo de aceptación? Se puede aplicar en cualquier relación cliente proveedor, ya sea en el interior de una empresa o entre diferentes empresas y se puede ver como
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesSelección Diseño de Cribado
Selección Diseño de Cribado Resumen La sección diseño experimental del STATGRAPHICS puede crear una amplia variedad de diseños dirigidos a mostrar los factores más importantes que afectan un proceso. Se
Más detallesGráfico de Control de Aceptación
Gráfico de Control de Aceptación Resumen El procedimiento de Gráfico de Control de Aceptación crea gráficos de control con límites de control modificados basándose en la desviación estándar del proceso
Más detallesMétodo 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 detallesMuestreo de aceptación. Diplomado en gestión de la calidad Ing. J. Gpe. Octavio Cabrera Lazarini
Muestreo de aceptación Diplomado en gestión de la calidad Ing. J. Gpe. Octavio Cabrera Lazarini MUESTREO DE ACEPTACION Cuando el propósito de la inspección es la aceptación o el rechazo de un producto
Más detallesMétodo del Rango (Estudio del Calibrador Variables)
Método del Rango (Estudio del Calibrador Variables) STATGRAPHICS Rev. 9/14/006 Resumen El Método del Rango calcula una estimación aproximada de la repetibilidad y reproducibilidad combinada para un sistema
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 detallesEJEMPLO 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 detallesHistogramas. Ejemplo StatFolio: histogram.sgp
s Resumen El ilustra la distribución de lo valores de una variable numérica agrupando los datos en intervalos y graficando barras en las cuales la altura es proporcional al numero de observaciones en cada
Más detallesUnidad 7: Muestreo de aceptación
Unidad 7: Muestreo de aceptación Cap 12. Gutiérrez Liliana Recchioni Unidad 7: 7.1. Tipos de planes de muestreo. 7.2. Variabilidad y curvas características (CO). 7.3. Diseño de un plan de muestreo simple
Más detallesProcedimientos de muestreo para la inspección por variables. única y un nivel de calidad aceptable (NCA) único
norma española UNE-ISO 3951-1 Diciembre 2012 TÍTULO Procedimientos de muestreo para la inspección por variables Parte 1: Especificaciones para los planes de muestreo simples tabulados según el nivel de
Más detallesGráfico de Control T-Cuadrada Multivariada
Gráfico de Control T-Cuadrada Multivariada STATGRAPHICS Rev. 25/04/2007 Resumen El procedimiento Gráfico de Control T-Cuadrada Multivariada crea diagramas de control para dos o más variables numéricas.
Más detallesAnálisis 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 detallesGráficos X-Bar y S. StatFolio de Muestra: xbarschart.sgp
Gráficos X-Bar y S Resumen El procedimiento Gráficos X-Bar y S crea gráficos de control para una simple variable numérica cuando los datos han sido recabados en subgrupos. Crea un Gráfico X-bar para monitorear
Más detallesAnálisis de Capabilidad (Porcentaje Defectuoso)
Análisis de Capabilidad (Porcentaje Defectuoso) STATGRAPHICS Rev. 9/4/2006 Este procedimiento esta diseñado para estimar el porcentaje de artículos defectuosos en una población basándose en muestra de
Más detallesLa 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 detallesCALIDAD Página: 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD Página: 1 LA INSPECCIÓN QUÉ ES LA INSPECCIÓN? Tradicionalmente, el control de calidad en un proceso de fabricación se caracterizaba por desarrollarse una vez terminada la fase de producción; es
Más detallesCARACTERÍSTICAS DE CALIDAD LIMITES DE ESPECIFICACIÓN gr gr gr
Objetivo El objetivo del presente laboratorio es que el estudiante conozca y pueda establecer planes de inspección de características tipo variables. Se utilizará como norma base la MIL-STD 414 o su equivalente
Más detallesGráfico de Medias Móviles (MA)
Gráfico de Medias Móviles (MA) Resumen El procedimiento Gráfico de Medias Móviles crea cuadros de control para una sola variable numérica donde los datos se han recolectado ya sea individualmente o en
Más detallesSoluciones a los ejercicios propuestos del Tema 8
Soluciones a los ejercicios propuestos del Tema 8 1 Soluciones a los ejercicios propuestos del Tema 8 8.1.(a) Se ha de dibujar la gráfica de la función (de p) P a (p), que es la probabilidad de aceptar
Más detallesEstadísticas 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 detallesTEMA 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 detallesDiseño Gráficos de Control
Diseño Gráficos de Control Resumen Este procedimiento esta diseñado para ayudar a determinar el tamaño de muestra apropiado y los parámetros comunes para los gráficos de control. El diseño esta basado
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 detallesINSPECCIÓN DE LA RECEPCIÓN DE LA MATERIA PRIMA
CAPÍTULO 5: INSPECCIÓN DE LA RECEPCIÓN DE LA MATERIA PRIMA Página 38 5. ESTABLECIMIENTO DE LA INSPECCIÓN DE RECEPCIÓN DE LA MATERIA PRIMA 5.1 Control de recepción Cuando el proveedor envía el pedido se
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 detallesLos datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j
Gráfico P Resumen El procedimiento Gráfico P crea un gráfico de control para datos que describe la proporción de veces que ocurre un evento en m muestras tomadas de un producto o proceso. Los datos podrían
Más detallesMétodo del Rango y Promedio (Estudio del Calibrador - Variables)
STATGRAPHICS Rev. 9/14/006 Método del Rango y Promedio (Estudio del Calibrador - Variables) Resumen El Método del Rango y Promedio estima la repetibilidad y reproducibilidad de un sistema de medición basado
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesPLANES DE MUESTREO DE ACEPTACIÓN
PLANES DE MUESTREO DE ACEPTACIÓN 219 CAPÍTULO 4 PLANES DE MUESTREO DE ACEPTACIÓN 220 PLANES DE MUESTREO DE ACEPTACIÓN 4.1 Conceptos básicos del muestreo de aceptación. El concepto de muestreo de aceptación,
Más detallesTEMA 2: Inspección estadística por atributos
TEMA 2: Inspección estadística por atributos 1 Introducción: Inspección estadística de lotes. 2 Planes de muestreo simple por atributos. 3 Planes de muestreo doble, múltiple y secuencial. 4 Planes de muestreo
Más detallesVARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS
VARIABILIDAD EN LOS SISTEMAS DE PAVIMENTOS CONTENIDO Ejemplos de la variabilidad que afecta a los pavimentos Variabilidad en el comportamiento del pavimento Variabilidad en los resultados de los ensayos
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 detallesCapítulo 7. Control de Recepción. 7.1 Introducción
Capítulo 7 Control de Recepción 7.1 Introducción Llamaremos lote a un conjunto elevado de artículos del que tenemos que decidir si adquirimos o rechazamos en función de la proporción de artículos defectuosos
Más detallesPronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
Más detallesGráfico de Probabilidad Normal
Gráfico de Probabilidad Normal Resumen El Gráfico de Probabilidad Normal se usa para ayudar a juzgar si una muestra de datos numéricos proviene o no de una distribución normal. De no ser el caso, frecuentemente
Más detallesGráficos EWMA. Ejemplo StatFolio: ewmachart.sgp
Gráficos EWMA Resumen El procedimiento del Gráfico EWMA (Exponentially Weighted Moving Average - Promedios Móviles Exponencialmente Ponderados) construye un gráfico de control para una sola variable numérica
Más detallesEL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN
VALIDEZ INTERNA EL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN Existen fórmulas que nos permiten calcular la muestra en base a características
Más detallesNombre de la asignatura: PLANIFICACIÓN Y CONTROL DE SISTEMAS DE CALIDAD. Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:
Nombre de la asignatura: PLANIFICACIÓN Y CONTROL DE SISTEMAS DE CALIDAD Líneas de trabajo: Ingeniería Estadística de Procesos Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:
Más detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detallesDiseño de Experimentos Diseños de un Solo Factor Categórico
Diseño de Experimentos Diseños de un Solo Factor Categórico Resumen La selección de Diseños de un Solo Factor Categórico sobre el menú de Crear un Diseño crea diseños experimentales para situaciones donde
Más detallesControl de recepción. Capítulo Introducción. 2. Curva característica. 3. Plan de muestreo simple. 4. Plan de muestreo doble
Capítulo 2 Control de recepción 1. Introducción 2. Curva característica 3. Plan de muestreo simple 4. Plan de muestreo doble 5. Plan de muestreo secuencial 6. Plan de muestreo rectificativo 7. Plan Military
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesa) Ac1 > Ac2 > Ac3 b) n1 > n2 > n3
2.3. SO 8 Planes de muestreo para la aceptación de lotes (I) L INSPIÓN POR PLNS MUSTRO La inspección en la recepción es un control básico para que no se transfiera la mala calidad entre empresas o departamentos.
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 detallesSuplemento Control estadístico stico de procesos
Suplemento Control estadístico stico de procesos Contenido Control estadístico de procesos (CEP) Gráficos de control para variables El teorema central del límite Fijación de límites del gráfico de medias
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 detallesAprender a aplicar los distintos tipos de muestreos de aceptación continua.
Muestreo para la Aceptación Objetivos Epígrafes Entender que el muestreo de aceptación reduce el esfuerzo de inspección. Entender que el muestreo de aceptación, al tratarse de una inspección, comporta
Más detallesPruebas 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 detallesGráfico de Desgaste de Herramientas
Gráfico de Desgaste de Herramientas Resumen El procedimiento Gráfico de Desgaste de Herramientas crea cuadros de control para una sola variable numérica donde se espera que cambien las cantidades en un
Más detallesDiseño de Experimentos Optimización de Múltiples Respuestas
Diseño de Experimentos Optimización de Múltiples Respuestas Resumen La selección de Optimización de Múltiples Respuestas sobre el menú DDE permite al experimentador determinar las configuraciones de los
Más detallesCapítulo V. Implementación de plan de inspección
Implementación de plan de inspección V. En ésta parte del reporte, se da los procesos y la documentación que se necesita para realizar la inspección correspondiente, al analizar las características del
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ FACULTAD DE CIENCIAS E INGENIERÍA DIAGNÓSTICO Y PROPUESTA DE MEJORA DEL PROCESO DE CONTROL DE LA CALIDAD EN UNA EMPRESA QUE ELABORA ACEITES LUBRICANTES AUTOMOTRICES
Más detallesGrafico de Cajas y Bigotes
Grafico de Cajas y Bigotes Resumen El procedimiento del Gráfico de Cajas y Bigotes crea un gráfico diseñado para ilustrar propiedades importantes de una columna de datos numérica. El primero en describirlo
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: CONTROL DE CALIDAD FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( )
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesDefinición Una hipótesis es una afirmación acerca de un parámetro.
Capítulo 8 Prueba de hipótesis Existen dos áreas de interés en el proceso de inferencia estadística: la estimación puntual y las pruebas de hipótesis. En este capítulo se presentan algunos métodos para
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesEstadísticas por Filas
Estadísticas por s Resumen El procedimiento Estadísticas por s calcula estadísticas para datos en filas de la hoa de datos. Esto contrasta con la mayoría de los procedimientos de STATGRAPHICS que esperan
Más detallesTransformaciones de Potencia
Transformaciones de Potencia Resumen El procedimiento Transformaciones de Potencia está diseñado para definir una transformación normalizadora para una columna de observaciones numéricas que no provienen
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 detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
Más detalles1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.
Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,
Más detallesINFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 3: PRUEBAS DE HIPÓTESIS Probar una afirmación acerca del valor de un parámetro poblacional 1 Probar una afirmación acerca del valor de un parámetro poblacional
Más detallesGráfico ARIMA. Ejemplo StatFolio: ARIMA charts.sgp
Gráfico ARIMA Resumen El procedimiento del Gráfico ARIMA (AutoRegressive Integrated Moving Average - Promedio Móvil Integrado Auto-Regresivo) crea gráficos de control para una sola variable numérica donde
Más detallesUNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CURSO : IN47A GESTIÓN DE OPERACIONES PROFESOR : A. SAURÉ A. WEINTRAUB AUXILIARES : J. PASSI J. RODRÍGUEZ
Más detallesEstadísticas Industriales
Estadísticas Industriales Presentado en: Stryker, Puerto Rico David R. González-Barreto Estadísticas Industriales Marzo 2010 1 Variabilidad Virtualmente, todos los procesos y sistemas del mundo real exhiben
Más detallesJuan José Hernández Ocaña
En la mayoría de los casos el muestreo se realiza sin reemplazo, por lo tanto si el tamaño de la población es reducido, la probabilidad de cada observación cambiará Como la probabilidad de éxito no es
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesESPECIFICACIÓN TÉCNICA PARA TRANSFORMADORES DE CORRIENTE DE MEDIA TENSIÓN
ESPECIFICACIÓN TÉCNICA PARA TRANSFORMADORES DE CORRIENTE CONTROL DE CAMBIOS Entrada en Fecha Elaboró y Aprobó Descripción vigencia Revisó DD MM AA DD MM AA 9 9 216 IDAD CET N&E JEFE IDAD CET N&E ELABORACIÓN
Más detallesMantenimiento Eléctrico
Universidad Tecnológica de Pereira - 1/27 Mantenimiento Eléctrico Intervalos estadísticos, pruebas de hipótesis Mauricio Holguín Londoño Programa de Ingeniería Eléctrica 2016 Universidad Tecnológica de
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 detallesNombre de la asignatura: Estadística y Control de Calidad. Carrera: Ingeniería Mecatrónica. Clave de la asignatura: MCM-0205
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Estadística y Control de Calidad Carrera: Ingeniería Mecatrónica Clave de la asignatura: MCM-0205 Horas teoría Horas práctica-créditos 3-2-8 2. UBICACION
Más detallesNORMA ISO Introducción
Introducción NORMA ISO 2859-1 Objetivo: eliminar productos defectuosos. Esencial para el enfoque basado en hechos de los SGC dado que la calidad no puede generarse sólo mediante inspección El control puede
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesINSTITUTO ECUATORIANO DE NORMALIZACIÓN
INSTITUTO ECUATORIANO DE NORMALIZACIÓN Quito - Ecuador NORMA TÉCNICA ECUATORIANA NTE INEN-ISO 2859-1:2009 NÚMERO DE REFERENCIA ISO 2859-1:1999(E) FECHA DE CONFIRMACIÓN: 2012-09-21 PROCEDIMIENTOS DE MUESTREO
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesTeoría de la decisión Estadística
Pruebas de hìpótesis Unidad 8. Pruebas de hipótesis. Formulación general. Distribución de varianza conocida. Prueba para la bondad del ajuste. Validación de modelos 1 Formulación Una Hipótesis es una proposición
Más detallesUN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES
Revista Colombiana de Estadística Volumen 24 (2001) N o 1, páginas 27 a 32 UN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES CARLOS
Más detallesDiseño de Experimentos Diseños Factoriales Multinivel
Diseño de Experimentos Diseños Factoriales Multinivel STATGRAPHICS Rev. 9/14/2006 Resumen Los Diseños Factoriales Multinivel son usados para estudiar efectos con q factores cuantitativos. El usuario empieza
Más detallesINDICE Parte Uno. Administración de la Calidad en los Negocios 1. La Calidad de los Productos y Servicios y el Control Total de la Calidad
INDICE Prólogo a la edición por el cuadragésimo aniversario XXIII Prólogo a la tercera edición XXVII Parte Uno. Administración de la Calidad en los Negocios 1 1. La Calidad de los Productos y Servicios
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesESPECIFICACIÓN TÉCNICA PARA TRANSFORMADORES DE POTENCIAL DE MEDIA TENSIÓN
ESPECIFICACIÓN TÉCNICA PARA TRANSFORMADORES DE POTENCIAL CONTROL DE CAMBIOS Entrada en Fecha Elaboró y Aprobó Descripción vigencia Revisó DD MM AA DD MM AA 9 9 216 IDAD CET N&E CET N&E ELABORACIÓN 18 1
Más detallesEs una proposición o supuesto sobre los parámetros de una o más poblaciones
HIPOTESIS ESTADISTICA Es una proposición o supuesto sobre los parámetros de una o más poblaciones http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html POR LUIS M. BAQUERO ROSAS, MBA JUNIO
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesESPECIFICACIÓN TÉCNICA PARA COLLARÍN
ESPECIFICACIÓN TÉCNICA PARA CONTROL DE CAMBIOS Entrada en Fecha Elaboró y Aprobó Descripción vigencia Revisó DD MM AA DD MM AA 6 4 216 IDAD CET N&E CET N&E ELABORACIÓN 6 4 216 ET-TD-ME3-8 1 de 11 CONTENIDO
Más detallesSistemas de Inventarios con Demanda Probabilística
Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios Sistemas de Inventarios con Demanda Probabilística Profesor: Julio César Londoño O Sistemas de inventarios
Más detallesGráfico Múltiple de Caja y Bigotes
Gráfico Múltiple de Caa y Bigotes Resumen El procedimiento Gráfico Múltiple de Caa y Bigotes crea un gráfico diseñado para ilustrar Características importantes de una columna de datos numéricos cuando
Más detallesSOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detalles