Académique Documents
Professionnel Documents
Culture Documents
150178
1.- Estratificacin.
Qu es la estratificacin?
Es un mtodo de estadstica utilizado para el anlisis, control y mejora de la calidad.
El objetivo de estratificacin, es el anlisis y la mejora continua de la calidad.
Cmo elaborar / aplicar la estratificacin?
Consiste en clasificar los datos disponibles por grupos con similares caractersticas.
A cada grupo se le denomina estrato.
Los estratos a definir sern en funcin de la situacin particular de que se trate, pudiendo establecerse
Estratificacin atendiendo a:
Personal
Materiales
Maquinaria y equipo
reas de gestin
Tiempo
Entorno
Localizacin geogrfica
El objetivo del Diagrama de Pareto es el identificar los "pocos vitales" o ese 20% de tal manera que la
accin correctiva que se tome, se aplique dnde nos produzca un mayor beneficio. El Diagrama de
Pareto, al catalogar los factores por orden de importancia. Facilita una correcta toma de decisiones.
Un
histograma
es
un
rresumen
variacin
esumen
grfico
de
un
conjunto
de
datos.
La una
naturaleza
nos
que
permite
son difciles
ver
pautas
de
observar
en
simple
herramienta
especialmente
sede
en
utiliza
lala
y
Comprobacin
teoras
El histograma es especialmente til cuando se tiene un amplio nmero de datos que es preciso organizar,
para analizar ms detalladamente o tomar decisiones sobre la base de ellos. Tambin es un medio eficaz
para transmitir a otras personas informacin sobre un proceso de forma precisa e inteligible.
Otra aplicacin de sumo inters del histograma es la comparacin de los resultados de un proceso con
las especificaciones previamente establecidas para el mismo. En este caso, mediante el histograma,
puede determinarse en qu grado el proceso est produciendo buenos resultados y hasta qu punto
existen desviaciones respecto a los lmites fijados en las especificaciones. En este sentido, el estudio de
la distribucin de los datos puede ser un excelente punto de partida para establecer hiptesis acerca de
un funcionamiento insatisfactorio.
Paso 1
Medir y anotar 30 o ms mediciones de datos. Estos pueden ser alturas, pesos, calificaciones de
exmenes, cocientes intelectuales, etc.
Paso 2
Determinar las medidas mnimas y mximas registradas (el intervalo de los datos).
Paso 3
Construir el eje horizontal del grfico registrando la gama de medidas individuales; comenzar con la cifra
mnima y despus aadir las medidas individuales hasta la mxima registrada (inclusive).
Paso 4
Marcar el eje horizontal con las variables que se estn registrando (por ejemplo, peso, altura, cociente
intelectual, resultados de exmenes, etc.)
Paso 5
Construir el eje vertical registrando el alcance potencial de las frecuencias para cada medicin. Para la
mayora de las distribuciones, la oscilacin esperada del eje vertical ser de cero a un nmero igual a la
mitad del nmero total de mediciones registradas. Por ejemplo, si la medicin total de los datos es igual a
30, en el eje vertical se incluirn los nmeros individuales de 0 a 15 unidades.
Paso 6
Trazar las mediciones de los datos individuales en el grfico localizando el punto de referencia en el eje
horizontal y marcando "X" cada vez que aparezca esa misma medida. Esto dar como resultado una
serie vertical de X para los mltiples registros de la misma medida. Por ejemplo, tres medidas de 70 en
las calificaciones de un examen se representarn como tres "X" juntas verticalmente por encima de 70 en
el eje horizontal y con las ltimas "X" frente a la unidad 3 en el eje vertical (frecuencia).
Paso 7
Continuar trazando las mediciones individuales hasta que estn todas. Al estar completo, el grfico
indicar el patrn de distribucin de los datos medidos.
5.- Diagrama de causa y efecto
El Diagrama de Causa Efecto de Ishikawa, conocido tambin como diagrama de espina de pescado,
ideado por Kaoru Ishikawa, fue aplicado por primera vez (en todos sus procesos) por la Kawasaki Iron
Fukiai Works, en 1952. De las siete herramientas bsicas de la calidad, es la nica de naturaleza no
estadstica.
En su base est la idea de que un problema puede estar provocado por numerosas causas,
contrarrestando la tendencia a considerar una sola de ellas.
Esta definicin debe estar hecha en trminos operativos, lo suficientemente especficos para que no
existan dudas sobre qu se pretende, de modo que el efecto estudiado sea comprendido por los
miembros del equipo.
Paso 1
Introduce los encabezados de las columnas en la fila 1. Pon la variable que desees en el eje X en la celda
A1, y la variable que desees en el eje Y en la celda B2. Por ejemplo, si ests haciendo un grfico de
dispersin de la altura y el peso introduce "Altura" en A1 y "Peso" en B1.
Paso 2
Introduce los datos. En nuestro ejemplo introduce la altura y el peso de cada persona en una fila: la altura
en la columna A y el peso en la columna B.
Paso 3
Haz clic en "Insertar", "Dispersin" y luego "Grfico" en la parte superior izquierda. Este es un grfico de
dispersin, aunque puede ser que desees modificarlo.
Paso 4
Para un grfico de dispersin ms estndar selecciona "Diseo 1" en el men de "Diseo", haz clic en el
ttulo del eje X y escribe "Altura". Haz clic en el ttulo del eje Y y escribe "Peso". Elimina la caja a la
derecha que dice "peso". Luego haz clic en el ttulo del grfico y escribe algo apropiado como "Altura y
peso".
7.- Graficas de control
Los grficos de control constituyen una herramienta estadstica utilizada para evaluar la estabilidad de un
proceso. Permite distinguir entre las causas de variacin. Todo proceso tendr variaciones, pudiendo
estas agruparse en:
Causas aleatorias de variacin. Son causas desconocidas y con poca significacin, debidas al azar y
presentes en todo proceso.
Causas especficas (imputables o asignables). Normalmente no deben estar presentes en el proceso.
Provocan variaciones significativas.
Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas s pueden ser
descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el proceso.
De datos por variables. Que a su vez pueden ser de media y rango, mediana y rango, y valores medidos
individuales.
De datos por atributos. Del estilo aceptable / inaceptable, s / no,
En la base de los grficos de control est la idea de que la variacin de una caracterstica de calidad
puede cuantificarse obteniendo muestras de las salidas de un proceso y estimando los parmetros de su
distribucin estadstica. La representacin de esos parmetros en un grfico, en funcin del tiempo,
permitir la comprobacin de los cambios en la distribucin.
El grfico cuenta con una lnea central y con dos lmites de control, uno superior (LCS) y otro inferior
(LCI), que se establecen a 3 desviaciones tpicas (sigma) de la media (la lnea central). El espacio
entre ambos lmites define la variacin aleatoria del proceso. Los puntos que exceden estos lmites
indicaran la posible presencia de causas especficas de variacin.
Pasos para elaborar un grfico de control
Paso 1
Define el proceso que deseas supervisar y elige una o dos medidas adecuadas para darle una visin a la
evolucin del mismo. Este paso te ayudar a formular las normas de funcionamiento y le dar un enfoque
a los esfuerzos de tus grficos.
Paso 2
Recopila datos a travs del tiempo para el proceso que has seleccionado supervisar. Crea una tabla
sencilla a mano o con un programa, y coloca el perodo de tiempo en la parte superior a lo largo del eje x
y otro perodo de tiempo, como meses, a lo largo del eje y. Anota el nmero de cada cuadrcula que has
creado.
Paso 3
Selecciona el tipo de diagrama del proceso que mejor se adapte a tus necesidades y datos. Hay dos tipos
de grficos: el grfico P es para los datos medidos con dos resultados, como aprobado/no aprobado, y el
grfico XR es para los datos medidos sobre una escala continua, como el tiempo.
Paso 4
Selecciona un mtodo de muestreo de datos y un plan, y anota la siguiente informacin: * El nmero de
muestras de datos que se recogen. El muestreo te proporciona una cantidad manejable y rentable de
datos para analizar. Por lo menos 50 muestras te proporcionarn informacin suficiente. * La frecuencia
en que se recogern los datos durante un cierto perodo de tiempo, como meses, das o aos. * Quin
recoger los datos especficos durante el perodo de tiempo para que sea aleatorio.
Paso 5
Comienza a recopilar el nmero de veces, piezas u otras unidades escalonadas en el tiempo y regstralas
en papel o en la tabla de hoja de clculo que hayas creado. Esta informacin ser ahora tus datos
muestreados y los puedes trazar en el grfico de control apropiado.
Paso 6
Calcula los lmites de control para el grfico seleccionado. En el grfico p, utiliza la frmula p = (np / n),
donde "np" es el nmero de defectos o fallas y "n" es el tamao de la muestra. Un tamao de muestra de
al menos 50 por lo general te dar la informacin adecuada sobre tus datos.
Paso 7
Traza todos los valores de p en la tabla y luego conecta los puntos trazados con una lnea recta.
Paso 8
Calcula los lmites de p-bar y del control del grfico. El p-bar se forma sumando todos los NP (nmero
total de defectos) y dividindolo por la cantidad total de unidades de todas las muestras. Los lmites de
control estn en forma superior e inferior y se calculan con las siguientes frmulas: Parte superior: p-bar +
3 * raz cuadrada de [(pbar (1-pbar) / n (i)] Parte inferior: p-bar - 3 * raz de cuadrada de [(pbar (1-pbar) / n
(i)]
Paso 9
Interpreta los resultados de tu grfico p. Los resultados pueden dar que los valores de p se encuentran
dentro o fuera del control o los lmites del proceso. Si el interior, el proceso es estadsticamente en el
control o predecible. Para valores de p fuera de los lmites, el comportamiento del proceso es
impredecible. Las causas deben ser encontradas y resueltas.
En conclusin podemos decir que las herramientas bsicas son en la actualidad indispensables en
cualquier empresa, para el mejor manejo de los productos y la mejora continua en la calidad de los
procesos obteniendo as mayor constancia en el mercado en todos los niveles.
REFERENCIAS BIBLIOGRAFICAS
Alvear Sevilla (1999), Teoricos importantes sobre los enfoques de calidad
Deming, Juran, Crosby, Hammer, Champy, Raymond L.
Manganelly, Klein, Ishikawa en calidad total, conceptos herramientas
Practicas,Limusa. Mxico D.F
Argys, Chris (1997) El individuo dentro de las organizaciones. Madrid. Ministerio de trabajo
Y seguridad social.