Académique Documents
Professionnel Documents
Culture Documents
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
1
5
0
1
4
3
3
3
4
2
1
1
4
0
0
1
0
1
3
0
1
1
2
0
2
1
0
2
0
1
2
1
1
0
2
1
2
0
1
1
0
3
0
0
1
-Los datos anteriores estn colocados de una manera que hacen difcil su comprensin; para tener un
mejor juicio debemos proceder segn la siguiente metodologa:
1. Establecer un conjunto: consiste en arreglar los datos numricos por magnitud ascendente o
descendente 0, 1, 2, 3, 4, 5
2. Tabular la frecuencia de cada valor. Los resultados para los datos del ejemplo 1 quedan como
sigue:
Cantidad de no conformes
0
1
2
3
4
5
Tabulacin
IIIII IIIII IIIII
IIIII IIIII IIIII IIIII
IIIII III
IIIII
III
I
Frecuencia
15
20
8
5
3
1
HISTOGRAMA
Definicin: Consiste en un conjunto de rectngulos que representan la frecuencia en cada categora.
12
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
El histograma hace posible que con slo echarle un vistazo se pueda tener una idea objetiva sobre la calidad
de un producto.
Se utiliza para:
1.
2.
3.
4.
5.
Resolver problemas.
Determinar la capacidad del proceso.
Comparar con las especificaciones.
Sugerir la forma de la poblacin.
Indicar discrepancias en datos, como por ejemplo: discontinuidades.
NOTA: Para graficar un histograma se suele utilizar rectngulos en lugar de una lnea vertical.
Se calcula dividiendo la frecuencia relativa acumulada para cada valor de los datos entre el total.
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
14
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Cuando en una muestra hay ms de 30 elementos, los estadsticos que vamos obteniendo revelarn
con ms exactitud el patrn o tendencia de los datos, pero tambin habr mayor diversidad o
categoras a la hora de una agrupacin.
Con un ejemplo, indicaremos el procedimiento que se sigue para agrupar los datos cuando la
diversidad es grande, y as poder elaborar el histograma que nos revelar la forma de la distribucin
que tiene la muestra analizada.
EJEMPLO 2:
1.- Recoleccin y conteo:
15
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
# clases
100
5-9
100-500
8-17
500
15-20
2.- Rango:
R = 2.575 2.531 = 0.044
3.- Intervalo de clase (Amplitud)
Intervalo de clase es la distancia entre los puntos medios de clases adyacentes.
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Dnde:
i = Intervalo de clase.
n = Tamao de la muestra.
R = Rango
Y en donde la expresin:
<< Para efectos de nuestro programa recomendamos utilizar la Regla de Sturgis >>
Volviendo al ejemplo que nos ocupa, hemos elegido un valor impar (0.005); esto implica que debemos
ahora determinar el # de clases para este valor:
# Clase = 0.044 / 0.005 = 8.8 9 clases
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
MPl = Xl +
Para la clase menor, debe incluirse el valor mnimo de datos en esa clase; para nuestro ejemplo:
2.531Kg.
MPl = 2.531 +
La seleccin del punto medio es cosa de apreciacin, en este caso especfico se selecciona como
punto medio a 2.533.
La seleccin de distintos valores de punto medio producir por supuesto diferentes distribuciones de
frecuencia.
El valor del punto medio es el valor ms representativo dentro de una clase siempre que la cantidad de
observaciones en la clase sea grande, y que la diferencia entre los lmites no sea muy grande.
Los siguientes puntos medios son determinados de la siguiente forma:
2.533 + 0.005 = 2.538 (punto medio de la 2da clase)
2.538+0.005= 2.543 (punto medio de la 3ra clase) y as sucesivamente
5. Lmites de clase:
Los lmites de clase son los valores extremos y se denominan lmite inferior y superior.
Todas las observaciones que caen dentro de los lmites superior e inferior se clasifican dentro de esa
clase en particular.
Los lmites se establecen para que no haya duda sobre la ubicacin de una observacin.
En consecuencia, tienen una cifra decimal de ms exactitud que los valores observados.
Como tenemos un intervalo impar (0.005) habr una cantidad igual de valores de datos a cada lado del
punto medio.
Para la primera clase estos valores seran: 2.531 - 2.532 - 2.533 - 2.534 y 2.535.
Los lmites para la primera clase seran:
LI = 2.531
LS = 2.535
Para evitar que haya discontinuidades, se amplan los lmites reales ms o menos a la mitad del
nmero siguiente, en el ejemplo:
2.5305(LI)2.5312.5322.5332.5342.5352.5355(LS)
Algunos analistas prefieren dejar los lmites con la misma cantidad de cifras decimales que los datos.
No hay problema con esta prctica mientras el intervalo de clase sea impar, y se sobreentienda que
los lmites reales se extienden hasta la mitad con respecto al siguiente nmero.
En esta asignatura seguiremos este criterio.
Como ya obtuvimos los lmites de la primera clase, calculamos los lmites de las siguientes clases:
Li = 2.531
prox. Lmite inf. = 2.531+0.005= 2.536 (2da clase)
18
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Ls = 2.535
6. Frecuencia de clase:
La frecuencia de cada clase la obtenemos sumando en la hoja de conteo el valor correspondiente asociado a
los nmeros que pertenecen a cada lmite de clase; as para la 1ra clase tenemos por ejemplo:
2.531 1
2.533 1
2.532 2
2.534 2
2.535 0
= 6 como frecuencia
Li
Ls
Punto
Medio de
Clase
2,531
2,536
2,541
2,546
2,551
2,556
2,561
2,566
2,571
Total:
2,535
2,540
2,545
2,550
2,555
2,560
2,565
2,570
2,575
2,533
2,538
2,543
2,548
2,553
2,558
2,563
2,568
2,573
Frecuencia
6
8
12
13
20
19
13
11
8
110
19
Frecuencia Frecuencia
Acumulada
Relativa
6
14
26
39
59
78
91
102
110
0,055
0,073
0,109
0,118
0,182
0,173
0,118
0,100
0,073
Frecuencia
Relativa
Acumulada
0,055
0,127
0,236
0,355
0,536
0,709
0,827
0,927
1,000
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Distribucin de Probabilidad
0,200
0,182
0,180
0,173
0,160
0,140
0,109
0,120
0,118
0,118
0,100
0,100
0,080
0,060
0,073
0,073
0,055
0,040
0,020
0,000
2,533 2,538 2,543 2,548 2,553 2,558 2,563 2,568 2,573
20
Distribucin de
Probabilidad
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
o
o
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
22
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Conclusin:
En general siempre que se analice un histograma se debe asegurar que se construy de manera
correcta.
Los aspectos ms crticos a vigilar son:
o Nmero de clases
o Eleccin del inicio y final del histograma (pasos 2, 3 y 4).
Limitaciones:
o No considera el tiempo en el que se obtuvieron los datos por lo que se hace difcil detectar
tendencias.
o No es la tcnica ms apropiada para comparar de manera prctica varios procesos o grupos de
datos.
o La cantidad de clases o barras influye en la forma del histograma (ver anexo I)
23
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Ejemplo.- Consideremos una empresa del ramo metal-mecnico que tiene problemas de piezas metlicas
rechazadas por inspeccin.
24
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Habra que pensar en estratificar el problema de Llenado en el departamento de piezas medianas por
turnos, productos, maquinas, etc. para de esta forma poder encontrar el factor que ocasiona la falla.
El principio de Pareto refiere que pocos elementos (20%) generan la mayor parte del efecto (80%), y el resto
de los elementos propician muy poco efecto total.
Definicin.- es un grfico de barras que ayuda a identificar prioridades y causas, ya que ordenan por orden de
importancia a los diferentes problemas que se presentan en un proceso.
Las clasificaciones pueden ser fallas, problemas, causas, tipos de no conformes, etc.
Las pocas vitales se encuentran a la izquierda y los muchos triviales a la derecha.
A veces es necesario agrupar algunos muchos triviales en una clasificacin llamada otros.
Cuando se utiliza los otros, siempre se coloca en el extremo derecho.
La escala horizontal presenta las categoras de la clasificacin (no es un valor numrico).
La escala vertical puede estar en frecuencia o dinero (izq.) y porcentaje (der.)
A veces contienen una lnea acumulativa que representa la suma de los datos, al sumarlos de
izquierda a derecha.
La grafica de Pareto tiene la ventaja de proporcionar un impacto visual de las pocas caractersticas
vitales que requieren atencin.
Su uso no tiene fin ya que va generando otras causas que se convierten en objetivo a corregir.
Por ello, el Diagrama de Pareto es un mtodo poderoso para mejorar la calidad.
25
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
3.- Se construye el Diagrama de Pareto (Primer diagrama para determinar cul es el problema ms
importante):
12
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Adems se deben aadir referencias tales como: ttulos, perodo, rea de trabajo, etc.
En el ejemplo se observa que los rasguos representan la mayor cantidad de piezas defectuosas.
4.- El siguiente paso es realizar un anlisis de Pareto de segundo nivel, el cual consiste en estratificar el
defecto principal (rasguos) en los factores que quizs influyen en l como podran ser: maquinas, das y
turnos (ya estn considerados en la tabla 7.2).
-Construimos una Tabla colocando el defecto por tipo de maquinaria de mayor a menor:
ESTRATIFICACIN PARA LAS PIEZAS CON RASGUOS
MAQUINA
B
A
C
D
50
74
98
119
42.0
20.2
20.2
17.6
13
42.0
62.2
82.4
100.0
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
Se observa que la maquina B contribuye al defecto principal con 42% del total y representan el
doble de lo que se dieron en cada una de las dems.
Es necesario seguir estratificando; en la maquina B deben estudiarse factores tales como tiempo
sin mantenimiento, operadores o trabajos especiales programados en dicha mquina, etc. (ver
figura siguiente):
14
Gua de estudio para la unidad II de Control de Calidad elaborado por el Prof. Gastn Prez
ANEXO I
Construccin del Histograma para los ejes de acero utilizando un intervalo par.
i=
0,006
#CLASE=
CLASE
Li
Ls
Punto
Medio de
Clase
1
2
3
4
5
6
7
8
2,531
2,537
2,543
2,549
2,555
2,561
2,567
2,573
Total:
2,536
2,542
2,548
2,554
2,560
2,566
2,572
2,578
2,5335
2,5395
2,5455
2,5515
2,5575
2,5635
2,5695
2,5755
7,33 8 CLASES
Frecuencia Frecuencia
Frecuencia
Acumulada
Relativa
8
9
16
25
20
14
14
4
110
8
17
33
58
78
92
106
110
0,073
0,082
0,145
0,227
0,182
0,127
0,127
0,036
Frecuencia
Relativa
Acumulada
0,073
0,155
0,300
0,527
0,709
0,836
0,964
1,000
HISTOGRAMA
30
25
25
20
20
16
14
15
10
14
HISTOGRAMA
9
4
5
0
2,5335
2,5395
2,5455
2,5515
2,5575
15
2,5635
2,5695
2,5755