Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica
|
|
- Julián Hidalgo Cárdenas
- hace 6 años
- Vistas:
Transcripción
1 Control Estadístico de la Calidad Gráficos de Control Estadistica Básica
2 Control de Calidad Calidad significa idoneidad de uso, Es la interacción de la calidad: Del diseño Nivel de desempeño, de confiabilidad y de servicio y de la conformidad Reducción de variabilidad y eliminación de defectos La mejora de calidad significa la eliminación de desperdicio
3 Clasificación de los métodos estadísticos de Control Calidad Métodos Estadísticos de Control de Calidad Control Estadístico de Procesos (gráficos de control) Muestreo de Aceptación (planes de muestreo) Atributos Variables Atributos Variables
4 Gráficos de Control Herramienta estadística utilizada para detectar variaciones de la calidad de un producto, durante un proceso de fabricación
5 Causas de las variaciones Causas no asignables o aleatorias: debidas al azar, no son identificables, no pueden ser reducidas o eliminadas Producen variaciones pequeñas Causas asignables: identificables y que deben ser eliminadas Producen variaciones grandes
6 Para qué sirve un gráfico de control? Permite identificar causas asignables y determinar si un proceso está bajo o fuera de control Bajo control: trabaja en presencia de variaciones aleatorias Fuera de control: hay variaciones debidas a causas asignables
7 Estructura de un gráfico de control Característica de calidad Límite inferior de control Límite superior de control Número de muestra Línea central
8 Gráfico de control Característica de calidad (longitud mm) Número de muestra Linea Central (LC): corresponde a la calidad promedio Dos líneas (límites de control) ubicadas una por encima de la LC LCS y la otra por debajo de la LC LCI Los límites de control se encuentran dentro de +/-3 desviaciones estándar del valor promedio
9 Gráficos de Control por variables Gráficos x - R Se utilizan cuando la característica de calidad que se desea controlar es una variable continua Se requieren N muestras de tamaño n Ejemplo: fábrica que produce piezas cilíndricas de madera La característica de calidad que se desea controlar es el diámetro
10 Se obtiene una tabla de datos de la siguiente forma: No muestra Mediciones
11 Construcción de los gráficos x -R Paso 1 Calcular media y rango para cada muestra No muestra Mediciones R x
12 Paso 2 Calcular la media de medias y la media de los rangos X = N X i R = N R i X i : media de la muestra i R i : cantidad de muestras N : número de muestras
13 Paso 3 Cálculo de los límites de control Límites de control para el gráfico x LSC = X + A 2 R Línea Central = X LIC = X A 2 R
14 Límites de control para el gráfico R LSC = D R 4 Línea Central = R LIC = D3 R
15 Gráfico R Gráfico de R R No de muestra Nº subgrupo
16 Gráfico x Gráfico de Xp x Xp No de muestra Nº subgrupo
17 Puntos a considerar para construir gráficos de control por variables Tamaño de la muestra y frecuencia del muestreo a)tomar muestras pequeñas (4, 5, 6 cada media hora) b) Tomar muestras grandes con una frecuencia menor (20 cada dos horas) Número de muestras (aprox 25 muestras, entre observaciones)
18 GRÁFICO DE RANGOS MÓVILES Se aplica cuando los datos sobre un proceso se obtienen luego de un intervalo prolongado o cuando el agrupamiento en subgrupos no resulta efectivo; cuando un lote se evalúa mediante una única medición Debe haber por lo menos 15 valores de medición Se calculan los rangos móviles calculando la diferencia entre el 1 y el 2 valor y así sucesivamente Se calcula el promedio de los datos ( x ) y el promedio de los rangos móviles Límites LC = LS = x x + 2,66 r LI = x - 2,66 r
19 Gráficos de control por atributos Se utilizan para controlar características de calidad que no pueden ser medidas, y que dan lugar a una clasificación del producto: defectuoso o no defectuoso Tipos: Gráfico p y np Gráfico c y u
20 Gráfico p Se usa para estudiar la variación de la proporción de artículos defectuosos p = nro de artículos defectuosos / n n: tamaño de la muestra (puede ser variable o constante)
21 Límites de control para el gráfico p LSC = LC = p p + 3 p(1 n p) LIC = p 3 p(1 n p)
22 Gráfico np Se usa para controlar el número de defectuosos en una muestra Límites de control LSC = np + 3 np(1 p) LC = np LIC = np 3 np(1 p)
23 Ejemplo de gráfico np Supongamos un proceso que fabrica tornillos Una manera de ensayar cada tornillo sería probarlo con una rosca calibrada Si el tornillo no entra en la rosca, se le considera defectuoso o disconforme Para controlar este proceso, se pueden tomar muestras de 50 tornillos y contar el número de defectuosos presentes en cada muestra
24 Se cuenta en cada muestra el Número de artículos defectuosos y se registra Se obtendría una Tabla como la siguiente: Muestra Nº Defectuosos Total defectos observados = 75 n=50 p N=25 p =006 = N i=1 D i N n
25 Gráfico np 12 Nº Disconformes Muestra
26 Gráfico c Debe establecerse una diferencia entre defecto y unidad defectuosa Se basa en el número de defectos por artículo Ejemplo: número de defectos por pieza de madera (manchas, grietas, torceduras) Se inspecciona una pieza y se cuenta cuantos defectos tiene
27 Construcción de un gráfico c Defecto: es la no conformidad con algún requisito Unidad defectuosa: un elemento que contiene uno ó más defectos Paso 1 Se seleccionan N muestras de tamaño n Paso 2 En cada muestra se cuentan el número de defectos presentes (suma de todos los defectos que tengan las piezas de la muestra) C i
28 Paso 3 Se calcula el promedio de defectos por muestra Ci C = N Paso 4 Se calculan los límites de control LSC = C + 3 C LC = C LIC = C 3 C
29 Gráfico U Una carta de control para u, cantidad de defectos por unidad, en una muestra es el equivalente a una carta de control c, en que el tamaño de la muestra puede ser variable Cuando las muestras no son de igual tamaño los límites de control superior e inferior se calculan por separado para cada tamaño, siendo: LIMITES LC = u (promedio) LS = u + 3 u/ n i LI = u - 3 u/ n i Donde n i es la cantidad de elementos de la muestra i
30 Interpretación de las gráficas de control 1) Verificar si los puntos caen dentro ó fuera de los límites de control 2) Tratar de identificar series Se denomina serie a la sucesión de puntos situados a un mismo lado de la linea central Se considera anormal (falta de aleatoriedad) a una serie de: 3) a) 7 ó más puntos b1) entre 11 puntos consecutivos, 10 aparecen del mismo lado de LC b2) entre 14 puntos consecutivos, 12 aparecen del mismo lado de LC b3) entre 20 puntos consecutivos, 16 aparecen del mismo lado de LC
31 3) Analizar si existe tendencia Es decir una serie continuamente creciente ó decreciente 7 puntos crecientes Violenta tendencia decreciente
32 7 puntos es anormal o 10 de 11 puntos consecutivos del mismo lado es anormal
33 4) Observar los puntos que se aproximan a los límites de control 3σ Si dos de 3 puntos aparecen fuera de la línea 2σ, se considera el caso como anormal Serie2 Serie3 Serie4 Serie1 Serie5 Serie6 Serie7
34 5) Si la mayor parte de los puntos se encuentran dentro de la faja central de las lineas 1,5σ Es un agrupamiento inadecuado de los subgrupos La aproximación a la linea central se trata de una mezcla de datos con diferentes poblaciones en cada subgrupo Es necesario cambiar la forma de subagrupamiento
35 6) Periodicidad La gráfica presenta una tendencia zigzagueante hacia ambos lados de la línea central
36 Límites de tolerancia ó límites de especificación Los fija el exportador o la empresa Determinan la Capacidad del proceso C p No se relacionan con los límites de control Capacidad del proceso: C p = (LS-LI)/ 6σ (donde σ es un dato histórico) Para considerar que un proceso es adecuado 1< C p 1,33 Mayor de 133 satisfactorio Menor de 1 insatisfactorio
37 Etapas del Control Estadístico de Procesos Etapa 1: Control estadístico Ajuste del proceso Etapa 2: Control del proceso
38 Etapa 1: Ajuste del proceso Se recogen unas mediciones y se realiza un gráfico de control a) Proceso bajo control: se adoptan los límites de control b) Pocos puntos fuera de control (2 o 3):se eliminan y se calculan nuevos límites c) Observaciones no siguen un patrón aleatorio, investigar, eliminar causas asignables y comenzar nuevamente el proceso de ajuste
39 Etapa 1: Ajuste del proceso Se recogen unas mediciones y se realiza un gráfico de control a) Proceso bajo control: se adoptan los límites de control b) Pocos puntos fuera de control (2 o 3):se eliminan y se calculan nuevos límites c) Observaciones no siguen un patrón aleatorio, investigar, eliminar causas asignables y comenzar nuevamente el proceso de ajuste
40 Etapa 2: Control del proceso Nuevas observaciones del proceso productivo, se registran en gráficos de control con los límites establecidos en la etapa 1 Si el proceso se sale de control, se detiene y se investigan las causas Eliminada la causa del problema se continua la producción
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 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 detallesAplicaciones de la Probabilidad en la Industria
Tercera parte Aplicaciones de la Probabilidad en la Industria Dr Enrique Villa Diharce CIMAT, Guanajuato, México Verano de probabilidad y estadística CIMAT Guanajuato,Gto Julio 2010 Cartas de control Carta
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 detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesCARTAS DE CONTROL. FeGoSa
Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro
Más detallesM ÉTODO DE MUESTREO DE GEOSINTÉTICOS PARA ENSAYOS I.N.V. E
M ÉTODO DE MUESTREO DE GEOSINTÉTICOS PARA ENSAYOS I.N.V. E 908 07 1. OBJETO 1.1 Esta práctica cubre dos procedimientos para el muestreo de geosintéticos para ser ensayados. Se requiere que las instrucciones
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesGRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS
GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS 1) INTRODUCCIÓN Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas.
Más detallesM i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.
Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u
Más detalleswww.bvbusiness-school.com
Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.
Más detallesA. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad
15. Confiabilidad La confiabilidad se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que los resultados de un cuestionario concuerden con los resultados del mismo
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesDIAGRAMAS DE CONTROL TEORÍA GENERAL
1. DESARROLLO HISTÓRICO DIAGRAMAS DE CONTROL TEORÍA GENERAL 20 s Shewhart Primeros avances en el control estadístico de calidad. Segunda Guerra Mundial Se emplearon con mayor fuerza No se utilizaron Deming
Más detallesTelos ISSN: Universidad Privada Dr. Rafael Belloso Chacín Venezuela
Telos ISSN: 1317-0570 wileidys.artigas@urbe.edu Universidad Privada Dr. Rafael Belloso Chacín Venezuela Orlandoni Merli, Giampaolo Gestión de la Calidad: Control Estadístico y Seis Sigma Telos, vol. 14,
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detalleswww.bvbusiness-school.com
Gráficos de Control por Variables www.bvbusiness-school.com GÁFICOS DE CONTOL PO VAIABLES Los gráficos de control por variables se utilizan para aquellas características de calidad que permiten ser medidas
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesEstadística 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 detalleswww.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.
GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos
Más detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesContenido: CARTAS DE CONTROL. Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS
Contenido: CARTAS DE CONTROL Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS TEST DE MEDIANAS CEL: 72488950 1 Antes de querer utilizar cualquier
Más detallesGESTION DE CALIDAD CONTROL DE CALIDAD
GESTION DE CALIDAD CONTROL DE CALIDAD Marcela R. Perez Bioquímica Responsable del Departamento Calidad IBC Instituto de Bioquimica Clinica - Rosario PROCESOS Etapa Pre Analítica: Conjunto de todas las
Más detallesCONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC
CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC 1. INTRODUCCIÓN. Mientras el Dr. Walter Shewhart de los Laboratorios Bell estudiaba datos de procesos en la década
Más detallesHERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA
HERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA Documento elaborado por la de la Presidencia del Consejo
Más detallesELABORACIÓN 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 detallesCantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología
Cantidad de producto en preempacados Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología RTCA 01.01.11:06 Cantidad de Producto Pre-empacado Decreto 33371-COMEX-MEIC Gaceta N
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesPILAR MANTENIMIENTO DE CALIDAD (Hinshitsu Hozen)
PILAR MANTENIMIENTO DE CALIDAD (Hinshitsu Hozen) Advanced Productive Solutions, S.L. Presentación: Humberto Alvarez Laverde Estrategia Global de Calidad Modelo CWQC Mantenimiento de Calidad (Área tecnológica)
Más detallesTema 3. Control estadístico de calidad. 3.1. Introducción. Qué es el control estadístico de la calidad? 3.2Introducción a los gráficos de control.
Tema 3 Control estadístico de calidad 3.1Introducción. Qué es el control estadístico de la calidad? 3.2Introducción a los gráficos de control. 3.3Gráficos de control para variables. 3.4Gráficos de control
Más detallesTEMA 12 COSTES ESTÁNDAR
TEMA 12 COSTES ESTÁNDAR 1 12.1. INTRODUCCIÓN Herramienta que se aplica en el proceso de planificación y control Planificación definición de objetivos y medios para lograrlos Parte muy importante en la
Más detallesEstadís1ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 7. Control estadís1co de la calidad
Estadís1ca Tema 7. Control estadís1co de la calidad María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema
Más detallesADMINISTRADOR DE INFRAESTRUCTURAS FERROVIARIAS
ESPECIFICACIONES TÉCNICAS ADMINISTRADOR DE INFRAESTRUCTURAS FERROVIARIAS ET 03.366.206.5 CONSTITUIDAS POR VARILLAS CILÍNDRICAS 1ª EDICIÓN: Octubre de 1992 Organismo Redactor: Renfe. UN Mantenimiento de
Más detallesTablas de frecuencias con datos agrupados
Tablas de frecuencias con datos agrupados Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos o clases para así realizar un mejor análisis e interpretación de ellos.
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCómo funciona el Diagrama de Control
Cómo funciona el Diagrama de Control Capítulo 4 Control Estadístico de Calidad Modelo del sistema de control de proceso ( con retroalimentación ) VOZ DEL PROCESO METODOS ESTADÍSTICOS Personal Equipo Materiales
Más detallesMEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN
MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN Cuando se analiza un conjunto de datos, normalmente muestran una tendencia a agruparse o aglomerarse alrededor de un punto central. Para describir ese conjunto
Más detallesEvaluación 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 detallesEl Control de los Estándares de Calidad.
MÓDULO 5 El Control de los Estándares de Calidad. 5.1. El proceso de control de la calidad. 5.2. Gráficos del control de la calidad. 5.3. Medidas de la capacidad del proceso. 5.4. Seis Sigma. 5.5. Muestreo
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesCONTROL ESTADÍSTICO DE PROCESOS Y PLANES DE MUESTREO
CONTROL ESTADÍSTICO DE PROCESOS Y PLANES DE MUESTREO DIRECCIÓN DE LA PRODUCCIÓN Por: LUIS ARENCIBIA SÁNCHEZ www.laformacion.com - www.libroelectronico.net 1 Índice. 1. Control estadístico de procesos.
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesPRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD
UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. (2.1) VARIABLES ESTADÍSTICAS (2.1.1) INTRODUCCIÓN (a) LA VARIABILIDAD Cuando se desea mejorar un proceso
Más detallesPROCESOS INDUSTRIALES
PROCESOS INDUSTRIALES HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura METROLOGÍA 2. Competencias Planear la producción considerando los recursos tecnológicos, financieros,
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detalles[Guía del Participante]
HERRAMIENTAS DE LA CALIDAD TOTAL [Guía del Participante] Unidad 1 Técnico Nivel Operativo Guía del Participante PRIMERA EDICIÓN Mayo 2014 Todos los derechos reservados. Esta publicación no puede ser reproducida
Más detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más detallesCONTROL DEL PROCESO POR VARIABLES Y ATRIBUTOS
3 CONTROL DEL PROCESO POR VARIABLES Y ATRIBUTOS Al finalizar la unidad, el alumno realizará gráficas de control por variables X y R y por atributos para mantener el seguimiento y control de los procesos
Más detallesTALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com
TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesDesperdicios- y desechos - productos defectuosos y dañados
Desperdicios- y desechos - productos defectuosos y dañados 1 - Materiales de desperdicios y de desecho 1-1 Materiales de desperdicio Los sobrantes o residuos de materias primas que arrojan los procesos
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detallesNMX-EE ENVASES DE VIDRIO PARA LECHE Y SU CREMA. GLASS CONTAINERS MILK AND ITS CREAM. NORMAS MEXICANAS. DIRECCIÓN GENERAL DE NORMAS.
NMX-EE-024-1982. ENVASES DE VIDRIO PARA LECHE Y SU CREMA. GLASS CONTAINERS MILK AND ITS CREAM. NORMAS MEXICANAS. DIRECCIÓN GENERAL DE NORMAS. PREFACIO En la elaboración de la presente Norma participaron
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesControl de calidad del Hormigón. San Luis, agosto de 2014
Control de calidad del Hormigón San Luis, agosto de 2014 Control de calidad Desde que se comenzó con la producción de bienes, se han hecho intentos en controlar el proceso de manera de mejorar la calidad
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesFICHA TECNICA CARPA IGLU FT-010-DIADE de 5
TECNICA CARPA IGLU FT-010-DIADE-2011 1 de 5 1. INTENCION Y REQUERIMIENTOS GENERALES 2. DESCRIPCIÓN GENERAL DEL PROYECTO 3. DESCRIPCION DE LAS CARACTERISTICAS DE LOS ELEMENTOS 4. REQUISITOS DE EMPAQUE Y
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Lic. Elda Monterroso UNLu Características de calidad Variables Características que se pueden medir (peso, longitud, temperatura, etc.) Pueden ser números enteros o fracciones
Más detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
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 detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detalles7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD
Agencia de Cooperación Internacional del Japón Universidad de Santiago de Chile Facultad de Ingeniería Departamento de Ingeniería Industrial 7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD Elaboración: Kiyohiro
Más detallesPROBLEMAS DE TOLERANCIAS
PROBLEMAS DE TOLERANCIAS Calcular las tolerancias correspondientes a las calidades 6, 7, 8 y 9 para un grupo de diámetros de 30 y 50 mm. Calculamos la media geométrica, D, del grupo, así tendremos: Ahora
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detalles08/10/2008. 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 detallesUNIVERDAD TECNOLÓGICA DE TORREÓN
UNIVERDAD TECNOLÓGICA DE TORREÓN PROCESOS INDUSTRIALES DE MANUFACTURA ENCARGADO DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTÍZ ALUMNA: ELIZABETH GRIJALVA ROCHA TEMA: EJERCICIOS DE HISTOGRAMA: GRADO: 3-C
Más detallesPESO UNITARIO, RENDIMIENTO, Y CONTENIDO DE AIRE DEL HORMIGÓN FRESCO. MÉTODO GRAVIMÉTRICO.
PESO UNITARIO, RENDIMIENTO, CONTENIDO DE AIRE DEL HORMIGÓN FRESCO. MÉTODO GRAVIMÉTRICO. (RESUMEN ASTM C 138) 1. ALCANCE 2. EQUIPO Este método de prueba cubre la determinación de la densidad del hormigón
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesPara controlar los procesos en tiempo real, la herramienta de base estadística, más significativa, es la carta de control.
Control estadístico de los procesos Denominamos proceso a una serie de transformaciones destinadas a transformar entradas (materias primas, insumos, información, etc) en salidas (productos elaborados,
Más detallesMinisterio de Educación Perfil Profesional Sector Metalmecánica
Ministerio de Educación Perfil Profesional Sector Metalmecánica OPERADOR DE HORNOS PARA TRATAMIENTOS TÉRMICOS MAYO 2011 Perfil Profesional del OPERADOR DE HORNOS PARA TRATAMIENTOS TÉRMICOS Alcance del
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesCALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS
CALCULO DE MEDIDAS DE RESUMEN CON DATOS TABULADOS Jorge Galbiati Riesco Si los datos se presentan en tablas de recuencias por intervalos, se pueden obtener valores aproximados de las medidas de resumen,
Más detallesControl de calidad: Cartas de control por variables.
CONGRESO REGIONAL de ciencia y tecnología NOA 2002 Secretaría de Ciencia y Tecnología Universidad Nacional de Catamarca PRODUCCIONES CIENTÍFICAS.. Control de calidad: Cartas de control por variables. Autores:
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesViernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo
Viernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo Favor de abrir el navegador Mozilla Firefox y escriba la siguiente dirección http://math.uprag.edu/area.mtw
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 detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesUNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE
UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO CENTRO DE SERVICIOS DE APOYO AL ESTUDIANTE Glosario Media: es la puntuación promedio de un grupo de datos. Mediana: la mediana viene a ser la
Más detallesSECRETARÍA: SEDIGAS Dirección Cl Balmes, 357 6º Teléfono (93) Telefax (93) Barcelona
COMITÉ TÉCNICO DE CERTIFICACIÓN EQUIPOS Y ACCESORIOS DE INSTALACIONES RECEPTORAS DE GAS SECRETARÍA: SEDIGAS Dirección Cl Balmes, 357 6º Teléfono (93) 417 28 04 Telefax (93) 418 62 19 08006 Barcelona E-mail:
Más detallesUnidad Nº 3. Medidas de Dispersión
Unidad Nº 3 Medidas de Dispersión 1.-Definición.- Las medidas de tendencia central nos enseñaban a localizar el centro de la información en una serie de observaciones o distribución, pero no a realizar
Más detallesPrimera 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 detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesRepublicofEcuador EDICTOFGOVERNMENT±
RepublicofEcuador EDICTOFGOVERNMENT± Inordertopromotepubliceducationandpublicsafety,equaljusticeforal, abeterinformedcitizenry,theruleoflaw,worldtradeandworldpeace, thislegaldocumentisherebymadeavailableonanoncommercialbasis,asit
Más detallesPROCEDIMIENTO 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 detallesGRÁFICAS DE CONTROL PARA VARIABLES
GRÁFICAS DE CONTROL PARA VARIABLES 155 CAPÍTULO 2 GRÁFICAS DE CONTROL PARA VARIABLES 156 GRÁFICAS DE CONTROL PARA VARIABLES 2.1 Conceptos generales y principios del Control Estadístico del Proceso (CEP)
Más detallesControl Estadístico de Procesos Parte 1. María Guadalupe Russell Noriega. Facultad de Ciencias Físico-Matemáticas Universidad Autónoma de Sinaloa.
Control Estadístico de Procesos Parte María Guadalupe Russell Noriega. Facultad de Ciencias Físico-Matemáticas Universidad Autónoma de Sinaloa. V Verano de Probabilidad y Estadística, CIMAT. Del al 6 de
Más detallesNMX-B SCFI INDUSTRIA SIDERÚRGICA - LÁMINA DE ACERO AL CARBONO, LAMINADA EN FRÍO PARA USO COMÚN - ESPECIFICACIONES
INDUSTRIA SIDERÚRGICA - LÁMINA DE ACERO AL CARBONO, LAMINADA EN FRÍO PARA USO COMÚN - ESPECIFICACIONES SIDERURGICAL INDUSTRY - STEEL SHEET CARBON, COLD ROLLED COMMERCIAL QUALITY - SPECIFICATIONS P R E
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesMETODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012
METODOLOGÍA DE CONSTRUCCIÓN DE GRUPOS SOCIOECONÓMICOS Pruebas SIMCE 2012 Departamento de Pruebas Nacionales División de Evaluación de Logros de Aprendizaje AGENCIA DE CALIDAD DE LA EDUCACIÓN Índice 1.
Más detallesTEMA 7 LOS COSTES ESTÁNDARES: ANALISIS DE DESVIACIONES
TEMA 7 LOS COSTES ESTÁNDARES: ANALISIS DE DESVIACIONES 7.1.- Introducción. La desviación de una partida contable es la diferencia que surge entre la cantidad presupuestada y la cantidad real. Por lo tanto,
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detalles